anturifuusio: Kamera, LiDAR, IMU ja ajan synkronointi

Fuusio alkaa ennen algoritmia

Kamera-, lämpö-, tapahtuma- ja inertia-anturit tarkkailevat maailmaa erilaisten näytteenottomallien avulla. Fuusioalgoritmi voi yhdistää ne oikein vain, kun elektroniikka tallentaa kunkin havainnon tekemisen ja anturien sijoittelun toisiinsa nähden.

Rakenna yhteisen ajan malli

Laitteiston liipaisimet, kurinalaiset kellot ja sisääntuloaikaleimat ratkaisevat kukin ongelman eri osia. Arkkitehtuurin tulee määrittää kellolähteet, synkronointivirhe, aikaleiman sijainti ja käyttäytyminen uudelleenkäynnistyksen tai linkin katkeamisen jälkeen. Ajan epävarmuuden mittaaminen on hyödyllisempää kuin olettaa, että jokainen käyttöliittymä on synkronoitu.

Käsittele kalibrointia hallinnoituna kokoonpanona

Sisäinen kalibrointi kuvaa yksittäistä anturia; ulkoinen kalibrointi liittää anturit toisiinsa ja alustaan. Lämpötila, mekaaninen huolto ja vaihto voivat muuttaa näitä suhteita. Kalibrointitietueet tarvitsevat siksi tunnisteet, versiot ja kelpoisuustarkistukset, jotka kulkevat tietojen mukana.

Osioi työkuormat latenssin ja kontekstin mukaan

Deterministinen esikäsittely ja aikaleiman kohdistus voivat kuulua FPGA- tai reaaliaikaiseen ytimeen, kun taas ominaisuuksien purkaminen ja päättely suoritetaan NPU- tai sovellusprosessorilla. Raaka todisteiden, terveystietojen ja valittujen välitulosten säilyttäminen tekee fuusiopäätökset havaittavissa eikä läpinäkymättömiä.

Mitä kamera-, LiDAR- ja IMU-mittaukset vaikuttavat

Näkyvän valon kamera antaa ulkoasutietoja tietokonenäön kannalta. LiDAR mittaa kohtauksen geometriaa etäisyyshavaintojen avulla. Inertiamittausyksikkö mittaa liikkeeseen liittyviä suureita, kuten kulmanopeutta ja kiihtyvyyttä. Näillä lähteillä on erilaiset nopeudet, meluominaisuudet ja vikatilat; Niiden yhdistäminen vaatii mallin näistä eroista.

Valitse anturit käyttöympäristön ja tarvitsemasi arvion mukaan: kohteen sijainti, koneen kohdistus tai robotin liike. Enemmän antureita voi lisätä integrointikustannuksia parantamatta päätöstä. Aloita mitattavissa olevasta vikatapauksesta olemassa olevalle tunnistusmenetelmälle ja arvioi sitten, ratkaiseeko jokin toinen modaliteetti sen.

Budjetin sieppausaika, siirtoviive ja käsittelyviive

Kaksi viestiä, jotka saapuvat yhteen, voivat kuvata erilaisia hetkiä. Säilytä sieppausaikaleimat, jos ne ovat saatavilla, ja dokumentoi, miten laitteen kellot liittyvät yhteiseen kelloon. Kuljetuspuskurointi, valotus ja päättelyviive kuuluvat ajoitusbudjettiin. Testaa liikkuvia esineitä ja kääntöalustoja, koska staattiset kohtaukset voivat piilottaa synkronointivirheet.

Ulkoinen kalibrointi kuvaa antureiden suhteellista sijaintia ja suuntaa. Säilytä se anturin kokoonpanon ja ohjelmistoversion kanssa. Siirretty kamera tai korvaava kiinnike voi mitätöidä aiemmin hyödyllisen muunnoksen; määrittää, kuinka asennuksen muutokset käynnistävät kalibrointitarkistuksen.

Käytä anturifuusio:tä robotiikassa ja lokalisoinnissa

Autonomiselle mobiilirobotille havainnolla ja lokalisoinnilla on toisiinsa liittyvät mutta erilaiset tulokset. Estearvio voi ruokkia paikallista suunnittelua, kun taas LiDAR, kamera, pyörän matka- ja inertiatiedot voivat tukea lokalisointia tai SLAM:ia valitusta arkkitehtuurista riippuen. Määrittele koordinaattikehykset, epävarmuus ja datan enimmäisikä kussakin rajapinnassa.

ROS 2 tarjoaa integrointityökaluja, mutta viestien yhteensopivuus ei yksinään tee vankkaa robottia. Vahvista anturin katkeaminen, viivästyneet paketit ja heikentynyt valaistus aiotussa asennuksessa. Alustan ja ohjaimen yhteensopivuus on vahvistettava kyseiselle projektille.

Lue robotiikan havainto- ja ohjausopas

Tekninen viite: Nav2: anturilähteet ja navigointiviestit