3D人體姿態(tài)估計(jì)在步態(tài)分析、療愈監(jiān)測(cè)等臨床場(chǎng)景中應(yīng)用寬廣，但現(xiàn)有基于相機(jī)和慣性測(cè)量單元（IMU）的方法需大量設(shè)備，要么依賴多相機(jī)系統(tǒng)成本高昂、空間受限，要么需佩戴多個(gè)IMU不便患者活動(dòng)，且易受遮擋影響導(dǎo)致估計(jì)精度下降。近日，東京工業(yè)大學(xué)團(tuán)隊(duì)在《EngineeringApplicationsofArtificialIntelligence》期刊發(fā)表研究成果，提出一種低成本、高魯棒性的3D人體姿態(tài)估計(jì)方案。該方案需單目相機(jī)和少量IMU，創(chuàng)新性設(shè)計(jì)Occ-Corrector語(yǔ)義卷積神經(jīng)網(wǎng)絡(luò)，通過(guò)Sensor-Reshape層實(shí)現(xiàn)傳感器數(shù)據(jù)效率融合，避免過(guò)度調(diào)整；采用交替損失函數(shù)訓(xùn)練策略，提升復(fù)雜姿態(tài)預(yù)測(cè)精度。同時(shí)，通過(guò)對(duì)權(quán)重矩陣的逆分析確定IMU重要性排序，結(jié)合人體對(duì)稱性原則精簡(jiǎn)設(shè)備數(shù)量。實(shí)驗(yàn)基于TotalCapture數(shù)據(jù)集，模擬臨床常見的持續(xù)遮擋和變化遮擋場(chǎng)景驗(yàn)證。結(jié)果顯示，需5個(gè)IMU（集中于上臂和大腿部位），即可保持與13個(gè)IMU相近的遮擋魯棒性，姿態(tài)估計(jì)平均關(guān)節(jié)誤差（P-MPJPE）穩(wěn)定，遮擋誤差增幅（IROCN），與多設(shè)備方案性能相當(dāng)。該方案硬件需求低、佩戴便捷，明顯解決臨床場(chǎng)景中設(shè)備復(fù)雜、遮擋干擾等痛點(diǎn)。未來(lái)團(tuán)隊(duì)計(jì)劃拓展至多人實(shí)時(shí)姿態(tài)估計(jì)，并探索在診斷、療愈設(shè)備使用等臨床場(chǎng)景的實(shí)際應(yīng)用。 IMU傳感器的使用壽命一般是多長(zhǎng)？浙江傳感器品牌

    自主機(jī)器人導(dǎo)航中，可靠的里程計(jì)估計(jì)至關(guān)重要，但隧道、長(zhǎng)走廊等無(wú)幾何特征環(huán)境會(huì)導(dǎo)致激光雷達(dá)點(diǎn)云退化，傳統(tǒng)激光雷達(dá)-慣性測(cè)量單元（LiDAR-IMU）里程計(jì)易出現(xiàn)誤差累積。對(duì)于滑移轉(zhuǎn)向機(jī)器人，輪式里程計(jì)雖能提供補(bǔ)充約束，但車輪打滑、橫向運(yùn)動(dòng)等復(fù)雜動(dòng)作會(huì)引發(fā)非線性誤差，且誤差受地形影響較大，傳統(tǒng)線性模型難以描述。近日，日本東北大學(xué)與產(chǎn)業(yè)技術(shù)綜合研究所（AIST）團(tuán)隊(duì)在《RoboticsandAutonomousSystems》期刊發(fā)表其成果，提出一種緊密耦合的LiDAR-IMU-輪式里程計(jì)算法。該算法創(chuàng)新融入神經(jīng)網(wǎng)絡(luò)在線訓(xùn)練，通過(guò)因子圖優(yōu)化實(shí)現(xiàn)傳感器融合與運(yùn)動(dòng)學(xué)模型學(xué)習(xí)的統(tǒng)一。研究設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)分為離線和在線學(xué)習(xí)模塊，離線模塊預(yù)訓(xùn)練捕捉地形無(wú)關(guān)特征，在線模塊實(shí)時(shí)適配地形動(dòng)態(tài)變化，同時(shí)提出神經(jīng)自適應(yīng)里程計(jì)因子，確保模型約束與傳感器數(shù)據(jù)一致性。實(shí)驗(yàn)驗(yàn)證顯示，該算法在點(diǎn)云退化、車輪大幅打滑等極端場(chǎng)景下表現(xiàn)穩(wěn)健，在8種不同地形及3類復(fù)雜測(cè)試序列中，軌跡誤差（ATE）和相對(duì)軌跡誤差（RTE）均優(yōu)于現(xiàn)有主流方法，較固定網(wǎng)絡(luò)模型精度提升超一倍，且處理耗時(shí)為秒，滿足實(shí)時(shí)應(yīng)用需求。該技術(shù)為GNSS缺失環(huán)境下的機(jī)器人導(dǎo)航提供了新方案。 上海平衡傳感器多少錢航傳感器在惡劣天氣條件下的表現(xiàn)如何？

    近期，科研團(tuán)隊(duì)提出了一種基于水平姿態(tài)約束（HAC）的IMU/里程計(jì)融合導(dǎo)航方法，解決了傳統(tǒng)非完整約束（NHC）算法中IMU姿態(tài)誤差累積導(dǎo)致的精度下降問(wèn)題，對(duì)提升地面車輛導(dǎo)航可靠性具有重要意義。該方法利用車輛水平勻速運(yùn)動(dòng)時(shí)垂直加速度與重力加速度一致的特性，通過(guò)加速度計(jì)輸出判斷運(yùn)動(dòng)狀態(tài)，將俯仰角和橫滾角歸零以實(shí)現(xiàn)姿態(tài)校正，在傳統(tǒng)NHC算法基礎(chǔ)上增加水平姿態(tài)約束，構(gòu)建了包含姿態(tài)誤差、速度誤差、位置誤差及傳感器漂移的15維狀態(tài)方程和融合速度與姿態(tài)數(shù)據(jù)的測(cè)量方程，基于卡爾曼濾波實(shí)現(xiàn)數(shù)據(jù)融合。經(jīng)兩組真實(shí)車輛測(cè)試數(shù)據(jù)驗(yàn)證，該算法相比傳統(tǒng)NHC算法，水平精度分別提升約63%和70%，垂直精度分別提升98%和97%，姿態(tài)誤差（橫滾角、俯仰角）改善幅度達(dá)88%以上，極大減少了誤差累積，提升了導(dǎo)航系統(tǒng)的穩(wěn)定性和準(zhǔn)確性。

    我國(guó)的一支科研團(tuán)隊(duì)提出了一種深度學(xué)習(xí)輔助的模型基緊密耦合視覺-慣性姿態(tài)估計(jì)方法，解決了視覺失效場(chǎng)景下的頭部旋轉(zhuǎn)運(yùn)動(dòng)姿態(tài)估計(jì)難題，對(duì)虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、人機(jī)交互等領(lǐng)域的高精度姿態(tài)感知具有重要意義。該方法基于多狀態(tài)約束卡爾曼濾波（MSCKF）構(gòu)建視覺-慣性緊密耦合框架，整合了傳統(tǒng)模型基方法與深度學(xué)習(xí)技術(shù)：設(shè)計(jì)輕量化擴(kuò)張卷積神經(jīng)網(wǎng)絡(luò)（CNN），實(shí)時(shí)估計(jì)IMU測(cè)量的偏差和比例因子修正參數(shù)，并將其融入MSCKF的更新機(jī)制；同時(shí)提出多元耦合運(yùn)動(dòng)狀態(tài)檢測(cè)（MCMSD）與動(dòng)態(tài)零更新機(jī)制相結(jié)合的融合策略，通過(guò)視覺光流信息與慣性數(shù)據(jù)的決策級(jí)融合實(shí)現(xiàn)精細(xì)運(yùn)動(dòng)狀態(tài)判斷，在靜止?fàn)顟B(tài)時(shí)觸發(fā)零速度、零角速率等偽測(cè)量更新以減少誤差累積。實(shí)驗(yàn)驗(yàn)證表明，該方法在包含間歇性視覺失效的全程旋轉(zhuǎn)運(yùn)動(dòng)中，姿態(tài)估計(jì)均方根誤差（RMSE）低至°，相比傳統(tǒng)CKF、IEKF等方法精度明顯提升，且單幀更新耗時(shí)，兼顧了實(shí)時(shí)性與魯棒性。在真實(shí)場(chǎng)景測(cè)試中，即使相機(jī)被遮擋15秒，該方法仍能明顯減少IMU漂移，保持穩(wěn)定的姿態(tài)追蹤，充分滿足實(shí)際應(yīng)用需求。IMU傳感器是否支持實(shí)時(shí)數(shù)據(jù)傳輸？

工業(yè)機(jī)械臂在高速作業(yè)時(shí)易因碰撞導(dǎo)致設(shè)備損壞或人員受傷，傳統(tǒng)防碰撞方案響應(yīng)滯后、誤觸發(fā)率高。近日，某自動(dòng)化設(shè)備廠商宣布基于 IMU 的機(jī)械臂防碰撞系統(tǒng)實(shí)現(xiàn)量產(chǎn)，已應(yīng)用于汽車零部件裝配生產(chǎn)線。該系統(tǒng)在機(jī)械臂的關(guān)節(jié)及末端執(zhí)行器處安裝高精度 IMU 傳感器，實(shí)時(shí)采集角速度和加速度數(shù)據(jù)，通過(guò)邊緣計(jì)算模塊分析機(jī)械臂的運(yùn)動(dòng)狀態(tài)。當(dāng)機(jī)械臂遭遇碰撞時(shí)，IMU 可在 0.01 秒內(nèi)捕捉到異常沖擊力引發(fā)的姿態(tài)突變，觸發(fā)急停指令，響應(yīng)速度較傳統(tǒng)力傳感器提升 10 倍。同時(shí)，系統(tǒng)通過(guò) IMU 數(shù)據(jù)建立機(jī)械臂運(yùn)動(dòng)模型，區(qū)分正常作業(yè)的姿態(tài)變化與碰撞沖擊，誤觸發(fā)率低于 0.1%。實(shí)際應(yīng)用顯示，該系統(tǒng)可承受機(jī)械臂作業(yè)速度可達(dá) 2m/s 下的碰撞沖擊，能保護(hù)價(jià)值數(shù)十萬(wàn)元的精密工裝夾具，且安裝成本為傳統(tǒng)激光防碰撞方案的 1/3。目前已適配 6 軸、7 軸等主流工業(yè)機(jī)械臂，未來(lái)計(jì)劃拓展至協(xié)作機(jī)器人領(lǐng)域，進(jìn)一步提升人機(jī)協(xié)同作業(yè)的**性。IMU傳感器的抗干擾能力如何？上海平衡傳感器多少錢

導(dǎo)航傳感器的價(jià)格范圍是多少？浙江傳感器品牌

    傳統(tǒng)智能假肢常因姿態(tài)感知滯后、動(dòng)作響應(yīng)不準(zhǔn)確，導(dǎo)致截肢者行走步態(tài)僵硬、易失衡。近日，某科技公司推出集成高精度IMU的智能假肢操作系統(tǒng)，大幅提升假肢與人體動(dòng)作的協(xié)同性。該系統(tǒng)在假肢膝關(guān)節(jié)、踝關(guān)節(jié)處內(nèi)置多組微型IMU傳感器，采樣率達(dá)800Hz，實(shí)時(shí)捕捉截肢者殘肢的運(yùn)動(dòng)姿態(tài)、角速度及地面反作用力相關(guān)振動(dòng)信號(hào)。通過(guò)自研的步態(tài)識(shí)別算法，IMU數(shù)據(jù)與肌肉電信號(hào)融合，可準(zhǔn)確判斷行走、上下樓梯、爬坡等不同運(yùn)動(dòng)場(chǎng)景，動(dòng)態(tài)調(diào)整假肢關(guān)節(jié)的阻尼和屈伸角度，實(shí)現(xiàn)步態(tài)自適應(yīng)匹配。同時(shí)，IMU能響應(yīng)突發(fā)姿態(tài)變化，如腳下打滑時(shí)，秒內(nèi)觸發(fā)關(guān)節(jié)鎖止機(jī)制，降低摔倒可能。臨床測(cè)試顯示，佩戴該智能假肢的截肢者，步態(tài)對(duì)稱性較傳統(tǒng)假肢提升45%，上下樓梯時(shí)關(guān)節(jié)動(dòng)作延遲小于秒，85%的受試者反饋行走自然度接近正常人群。該系統(tǒng)無(wú)需復(fù)雜校準(zhǔn)，適配不同截肢部位，已進(jìn)入臨床應(yīng)用階段，未來(lái)有望結(jié)合AI算法進(jìn)一步優(yōu)化個(gè)性化步態(tài)方案。 浙江傳感器品牌