侵权投诉

IMU:通过板载机器学习让主机休眠

2019-08-13 10:56 次阅读

惯性测量装置 (IMU) 可广泛用于从加速计陀螺仪及其他传感器持续稳定地提供多轴位置信息。鉴于多自由度 (DOF) 特性,所有生成数据(即来自这些设备的合并数据流)会使系统处理器一直处于唤醒模式,并且由于要筛选原始 IMU 数据来提取有用的手势和系统位置信息,因此使它们不堪重负。设计人员需要设法为主处理器减负,让其不再承担此类筛选功能。而机器学习则可能解决这一问题。

本文将首先简要介绍 IMU 的用途,接着介绍 STMicroelectronics 的 LSM6DSO。然后,借此器件阐释在 IMU 中添加和集成机器学习与决策树处理功能后,为何能为主机应用处理器分担实时位置和运动处理,以及如何在实际应用中使用这些功能。

IMU 简介

IMU 将各种运动传感器集成到一个器件中,可提供高精度定位信息。IMU 可用于各种应用,包括消费(手机)、医疗(成像)、工业(机器人)和军工(航向跟踪)。该装置对传感器的运动作出响应,包含以下一种或多种运动传感器类型:

  • 陀螺仪传感器测量角度位置变化,通常以每秒度数表示。随时间进行角速度积分可测得行程角度,用于追踪方向变化。陀螺仪追踪与重力无关的相对运动,因此来自传感器偏置或积分的误差会造成称为“漂移”的位置误差,但可以通过软件进行补偿。
  • 加速计测量线性加速度,包括设备运动造成的加速度分量和重力造成的加速度。加速度的测量单位为 g,1 g = 地球重力 = 9.8 米/秒2。加速计分为单轴、双轴和三轴,分别定义为 X、Y、Z 坐标系。
  • 磁传感器测量磁场强度,通常以微特斯拉 (µT) 或高斯(100 µT = 1 高斯)为单位。移动电子设备中最常用的磁传感器是三轴霍尔效应磁力仪。通过计算检测到的地球磁场角度,并将此测量的角度与加速计测量的重力进行比较,即可非常精确地测量出设备相对于地磁北极的航向。

使用 IMU 的运动追踪功能采用了传感器融合技术,根据已知的起点和方向,推导单一、高精度的相对设备方向和位置的估计值。传感器融合多通过软件,使用 IMU 制造商或应用开发人员开发的复杂数学算法来组合 IMU 的各种运动传感器输出。

使用传感器融合进行位置计算可得到以下测量结果:

  • 重力 – 具体而言地球重力,不含设备感应到的由运动造成的加速度。当 IMU 静止时,加速计测量重力矢量。当 IMU 运动时,重力测量需要融合加速计和陀螺仪的数据,并减去运动造成的加速度。
  • 线性加速度 – 等于加速计测得的设备加速度,但要通过软件减去重力矢量。IMU 线性加速度可用于测量三维空间中的运动。
  • 方向(海拔)– 欧拉角集合,包括偏航角、俯仰角和翻滚角,测量单位为度。
  • 旋转矢量 – 由加速计、陀螺仪和磁力仪传感器的数据组合得出。旋转矢量表示围绕特定轴的旋转角度。

IMU 误差源

陀螺仪通过角速度变化检测方向,但随着时间推移,陀螺仪往往会漂移,因为它仅检测变化而没有固定的参照系。若将加速计数据添加到陀螺仪数据中,软件可以最大限度地减小陀螺仪偏置,从而得到更准确的位置估计。加速计检测相对于重力的方向变化,该数据可用于给陀螺仪定向。

加速计对于静态(与动态相反)计算更准确。当系统已处于运动状态时,利用陀螺仪检测方向要更好。加速计反应迅速,若只使用该数据,加速计抖动和噪声会产生累积误差。此外,由于重力之类的外力,加速计往往会使加速度失真,这也会作为噪声在系统中累积。对此数据进行滤波可提高精度。

若将陀螺仪的短期精度与加速计的长期精度相结合,依靠每种传感器的优势来抵消或至少减轻另一种传感器的劣势,可以获得更精确的方向读数。两种传感器类型的互补有助于减少误差,但还有其他方法可用来减少误差。

融合滤波可用来减少误差

IMU 软件使用滤波来最大限度地减小 IMU 数据的定位误差。有多种滤波方法可融合传感器数据,每种方法都有不同程度的复杂性。互补滤波结合了高通陀螺仪滤波和低通加速计滤波。因此,加速计数据中的高频噪声会在短期内滤除,并且采用陀螺仪数据进行平滑处理。

执行所有这种传感器处理、滤波和融合所需的计算能力耗能较大;对于电池供电型系统,尤其是不需要 IMU 信息连续传输时,这可能是个问题。对于许多嵌入式应用,如果 IMU 可以生成中断,将主机处理器从休眠模式唤醒,从而启动处理或采取某些中断结果操作,即可明显降低功耗。为了实现此功能,一些 IMU 供应商开始在 IMU 中加入处理和决策功能。

让 IMU 进行思考

STMicroelectronics 的 6DOF LSM6DSO 就是一款这样的 IMU。6DOF LSM6DSO 包含三个微机电系统 (MEMS) 陀螺仪和三个 MEMS 加速计,可以检测方向变化和手势,无需主机处理器的监管或辅助,所有这些功能都在板上处理。在最高性能模式下运行时,该 IMU 的功耗为 0.55 毫安 (mA)。

在此模式下,LSM6DSO 可以持续监测自身在空间中的海拔高度和运动,并且可以在预定条件下生成中断,唤醒主机处理器来执行传感器流的额外处理。使用始终保持运转的低功耗 IMU 很有效,因为它让主机处理器休眠,仅在必要时唤醒。这种节能方法在电池供电型系统中是值得尝试和信赖的。

除了陀螺仪和加速计传感器之外,LSM6DSO IMU 还包含一个信号调节和滤波器模块、一个最多可运行 16 个程序的有限状态机 (FSM)(所有程序共享可配置的通用输出数据速率)以及一个机器学习内核。结合使用这些资源,可以在以下情况下生成事件检测中断:

  • 自由落体
  • 唤醒
  • 6DOF 方向
  • 单击和双击检测
  • 活动/非活动识别
  • 静止/运动检测

信号调节块应用存储在灵敏度寄存器中的转换系数,换算原始传感器数据。然后,将原始 IMU 传感器数据流转换为 16 位半精度浮点 (HFP) 格式,以便 FSM 可以理解。IMU 的 MEMS 传感器(加速计和陀螺仪)以及两个模数转换器 (ADC) 和四个滤波器块如图 1 所示。滤波器块用于将 MEMS 传感器的模拟信号转换为滤波后的数字数据流。

STMicroelectronics 的 LSM6DSO IMU 示意图

图 1:LSM6DSO IMU 使用两个 ADC 将内部 MEMS 加速计和陀螺仪的模拟信号转换为数字流。ADC 之后是四个数字滤波器,用于调节信号,以便内部 FSM 和机器学习内核以及主机处理器作出决策。(图片来源:STMicroelectronics)

可编程 FSM 由一个配置块和 16 个程序块组成。FSM 配置块对整个 FSM 进行配置和控制。对于 16 个 FSM 程序块,每个块都由输入选择器块和代码块组成(图 2)。这两个块都由写入 IMU 内部寄存器的数值来控制。

STMicroelectronics 的 LSM6DSO IMU 中 16 个 FSM 程序块示意图

图 2:LSM6DSO IMU 中包含 16 个 FSM 程序块,每个块都是由输入选择器块和代码块组成。(图片来源:STMicroelectronics)

输入选择器块将选定的输入数据从一个 IMU 内部传感器或连接到 IMU 传感器中枢的外部传感器发送到代码块。IMU 传感器中枢可以容纳多达四个额外的外部传感器,如磁力仪,这些外部传感器可通过 I2C 端口连接到 IMU。

FSM 代码块包含一个状态机程序。程序块数据段的固定部分由六个字节组成,这些字节用于定义程序的阈值数、滞后、掩码和定时器设置。程序块的可变数据段保存了每个程序的实际阈值、滞后、掩码和定时器设置,如数据段固定部分中存储的数值所定义。

数据段的固定部分还定义了代码块存储器占用空间中可变部分的大小、可编程复位向量和程序计数器。由于这些数值都是 8 位,因此每个 FSM 程序最大字节数为 256。

程序块的指令段包含了实际的 FSM 程序。程序指令包括各种操作码,用于对照阈值检查传感器输入、检查过零以及检查定时器值以判断是否超时。操作码还指定了由当前 FSM 状态转移到下一个 FSM 状态所需的条件。此外,有些指令操作码用于以下操作:选择存储在程序块可变数据段中的阈值和掩码;设置 IMU 传感器中枢多路选择器,以连接到四个可能的外部传感器之一;以及对中断进行断言。

每个 FSM 程序都可以生成中断,并根据所选择的输入信号,修改相应的寄存器值。这些寄存器值用于将数据从 IMU 传送到主机处理器。

FSM 可视为缺少算术逻辑单元的微处理器。FSM 可以作出选择、执行比较,并根据比较结果决定下一个状态。但 FSM 只能根据比较结果计算布尔值。

FSM 并不是微处理器。它可以进行比较,并根据比较结果对程序流程进行简单的更改。FSM 是很简单的机器,因而可直接用 FSM 操作码进行编程。FSM 没有高级语言编译器,但程序通常很简单,不需要编译器。

使用 FSM

LSM6DSO IMU 的 FSM 可以经过编程,生成由预定义运动模式激活的中断信号。FSM 可同时运行多达 16 个独立程序以检测运动。每个 FSM 程序由一系列 "if-then-else" 步骤组成,以 LSM6DSO 的加速计和陀螺仪的传感器数据流作为输入。如果任何 FSM 程序检测到与预编程模式相匹配的状态,FSM 就会向主机处理器生成中断。

在 16 个可用的 FSM 程序中,每个都包含三个存储器段,分别用于固定数据、可变数据和指令。单个 FSM 程序框图如图 3 所示。

STMicroelectronics 的 LSM6DSO IMU 中的 FSM 示意图

图 3:STMicroelectronics 的 LSM6DSO IMU 中的 FSM 包含 16 个代码块,每个代码块包含三个存储器段,分别用于固定数据、可变数据和指令。(图片来源:STMicroelectronics)

代码块中单个程序的结构由存储器块中的三个区段组成:

  • 固定数据段,在所有 FSM 程序中,这部分大小均相同
  • 可变数据段,这部分大小可变
  • 指令段,包含条件和命令

对每个 FSM 代码块进行编程时,需要将决定 FSM 行为的编程值加载到这三个存储器段中。STMicroelectronics 在可下载的 Unico 评估开发软件与开发环境中,提供了 FSM 编程工具。STMicroelectronics 还在 Unico 开发工具中随附了几个 FSM 样例程序,以帮助用户学习 FSM 编程。这些样例程序演示了几种基于 IMU 的中断场景,包括:

  • 基本计步器
  • 自由落体的系统
  • 简单的运动检测
  • 被拿起的系统
  • 摇摆的系统
  • 停止运动(静止)的系统
  • 手腕倾斜

FSM 样例程序演示了各种 FSM 功能的使用。任何这些样例程序都可以安装到 STEVAL-MKI109V3 eMotion STM32 评估板等 IMU 演示平台中,这个平台带有一个 28 针的插座,可插入 LSM6DSO STEVAL-MKI197V1 IMU 适配器板。若要使用其中一个样例程序对 STEVAL-MKI109V2 板进行编程,只需在 Unico 开发环境中点击数下即可完成。

然而,LSM6DSO 却远不止这么简单。

机器学习核心

LSM6DSO IMU 还包含了一个更复杂的可编程模式匹配引擎,称作机器学习核心。这样可以使用来自内部 IMU 传感器和任何所连接外部传感器的多个传感器数据流,来识别各类运动。可识别的活动类别包括静止(无运动)、步行、慢跑、骑行和驾驶。活动分类则采用机器学习核心的决策树形式。

机器学习核心由三个块组成:传感器数据块、计算块和决策树(图 4)。机器学习核心的传感器数据块汇集了来自 IMU 内部加速计和陀螺仪以及通过 I2C 接口连接到 IMU 的任何外部传感器的数据流。计算块可使用预定义的滤波参数对传感器数据进行滤波,并且计算窗口统计数据,包括传感器数据的均值、方差、峰峰幅度、最小值、最大值和过零。决策树将传感器数据统计值与阈值进行比较,对输入数据进行分类。

STMicroelectronics 的 LSM6DSO IMU 的机器学习核心示意图

图 4:STMicroelectronics 的 LSM6DSO IMU 的机器学习核心由三个块组成:传感器数据块,用于汇集来自内部和外部传感器的数据流;计算块,用于对传感器数据进行滤波和统计计算;以及决策树,根据计算的统计信息对活动进行分类。(图片来源:STMicroelectronics)

与 LSM6DSO 的 FSM 一样,Unico 开发环境中的专用工具可对 IMU 的机器学习核心进行编程。

有限状态机和机器学习核心也可与主机处理器结合使用,实现更为复杂的位置跟踪算法。STMicroelectronics 可下载的 X-CUBE-MEMS1 软件包可用于该公司的 STM32Cube 开发系统,并且包括以下样例软件例程:

  • 活动识别 – 提供有关用户正在执行的活动类型信息,包括保持静止、步行、健走、慢跑、骑行或驾驶。该算法常用于手机或某些可穿戴设备。
  • 运动持续时间检测 – 与计步器数据结合使用时,运动持续时间检测可用于确定用户活动的秒数。该算法常用于可穿戴健身或健康跟踪设备。
  • 振动或运动强度检测 – 提供有关用户运动强度的信息,可识别的运动强度范围为 0(静止)到 10(全速跑)。该算法常用于手机或某些可穿戴健身设备。
  • 携带位置识别 – 提供有关用户如何携带设备的信息,可区分以下位置:静置桌面、手持、贴近头部、衬衣口袋中、裤子口袋中、夹克口袋中以及戴在摆动手臂上。该算法常用于手机或其他可携带设备以检测活动相关情境。

总结

为了维持定位和使用 IMU 数据检测运动和手势,需要保持主机处理器持续运行,对于由电池供电的嵌入式设计来说,这一目标可能难以实现,因为主机处理器的功耗相当高。然而,新一代低功耗 IMU 的板上处理能力足以执行机器学习,允许主机处理器以低电流模式休眠,在必要时才唤醒,从而解决了这一问题。

 

收藏 人收藏
分享:

评论

相关推荐

机器学习的回归分析和回归方法

根据受欢迎程度,线性回归和逻辑回归经常是我们做预测模型时,且第一个学习的算法。但是如果认为回归就两个....
的头像 汽车玩家 发表于 01-19 17:22 98次 阅读
机器学习的回归分析和回归方法

详解机器学习决策树的优缺点

决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期....
的头像 汽车玩家 发表于 01-19 17:06 76次 阅读
详解机器学习决策树的优缺点

电力物联网感知层关键技术和设备

非介入式负荷辨识是一种在用户电力负荷输入总线端获取负荷数据(电压、电流),并通过模式识别算法分解用户....
的头像 倩倩 发表于 01-17 15:37 310次 阅读
电力物联网感知层关键技术和设备

可用于水下形成清晰图像的机器学习算法,高度还原拍照颜色与亮度

你有过水下拍摄照片的经历吗?你是否注意到水下拍摄的图片总是有些模糊甚至失真?这是由于光的衰减和反向散....
的头像 牵手一起梦 发表于 01-17 13:50 235次 阅读
可用于水下形成清晰图像的机器学习算法,高度还原拍照颜色与亮度

Coral已部署36个市场:没有云也能加持人工智能

不过这样的应用场景只有在足够快速和安全的前提下才能完成。如果在工厂环境中,AI摄像头需要数分钟时间来....
的头像 倩倩 发表于 01-17 11:45 200次 阅读
Coral已部署36个市场:没有云也能加持人工智能

探讨鲁棒自适应评判控制的发展前景

在作为人工智能核心技术的机器学习领域, 强化学习是一类强调机器在与环境的交互过程中进行学习的方法, ....
的头像 汽车玩家 发表于 01-16 17:45 111次 阅读
探讨鲁棒自适应评判控制的发展前景

详解FPGA的发展史和开发流程

随着云计算,大数据和人工智能技术应用,单靠CPU已经无法满足各行各业的算力需求。海量数据分析、机器学....
发表于 01-16 17:26 127次 阅读
详解FPGA的发展史和开发流程

基于3D数据卷积神经网络的物体识别

FusionNet的核心是全新的、应用于3D物体的三维卷积神经网络(Convolutional Ne....
发表于 01-16 16:36 803次 阅读
基于3D数据卷积神经网络的物体识别

人工智能领域有什么技术性的岗位

人工智能领域目前已经逐渐形成了一个庞大的产业体系,整个产业体系结构中也涉及到大量的工作岗位。
发表于 01-16 10:13 116次 阅读
人工智能领域有什么技术性的岗位

人工智能全球2000位最具影响力学者 机器学习领域的男性学者比例最高

1月11日,清华—中国工程院知识智能联合研究中心和清华大学人工智能研究院联合发布了2020年人工智能....
发表于 01-16 09:43 111次 阅读
人工智能全球2000位最具影响力学者 机器学习领域的男性学者比例最高

机器学习如何做好分布外异常检测?

近些年来,随着新细菌种类不断被发现,虽然基于已知分类训练的神经网络分类器通过交叉验证达到了很高的测量....
发表于 01-16 09:39 457次 阅读
机器学习如何做好分布外异常检测?

CFA二级思维导图分享:机器学习

在机器学习中,训练模型的算法数据集包括:训练样本(Trainning Sample),检验样本(va....
发表于 01-16 09:25 482次 阅读
CFA二级思维导图分享:机器学习

阿里巴巴在GitHub上发布了其Alink平台的“核心代码”

贾指出,中国技术供应商是GitHub上十大贡献者之一,他说:“我们致力于在我们的软件开发周期中尽早与....
的头像 倩倩 发表于 01-16 09:16 227次 阅读
阿里巴巴在GitHub上发布了其Alink平台的“核心代码”

读懂NeurIPS2019最佳机器学习论文

们先重述标题。本文的研究讨论了一种用于学习半空间的算法,该算法在与分布无关的PAC模型中使用,且研究....
的头像 倩倩 发表于 01-16 09:03 176次 阅读
读懂NeurIPS2019最佳机器学习论文

新华三在人工智能、机器学习领域的创新实力

当前,在机器学习等技术创新的驱动下,以行业+AI为基石的智能化应用正在加速各行各业的数字化转型,开启....
的头像 倩倩 发表于 01-16 08:20 232次 阅读
新华三在人工智能、机器学习领域的创新实力

《机器学习实战-基于Sophon平台的机器学习理论与实践》现已问世

本书由星环科技人工智能平台研发团队合著,凝聚了来自算法专家及一线软件工程专家的实战经验。相比于国内学....
的头像 倩倩 发表于 01-16 08:11 135次 阅读
《机器学习实战-基于Sophon平台的机器学习理论与实践》现已问世

网络安全领域的AI泡沫变小了?

机器学习不应将公司的网络安全作为单一防御层来支撑,而应将人员、流程和技术结合在一起,成为多层和全面安....
发表于 01-15 17:11 139次 阅读
网络安全领域的AI泡沫变小了?

换脸技术打开的“潘多拉魔盒”,人工智能亟待突破“天花板”

目前,“人人都怕换脸术”的恐慌,已引起国家有关部门的高度关注。今年1月1日起施行的《网络音视频信息服....
的头像 倩倩 发表于 01-15 14:01 1456次 阅读
换脸技术打开的“潘多拉魔盒”,人工智能亟待突破“天花板”

机器学习中有哪一些算法是经常用的

人工神经网络(ANN)以大脑处理机制作为基础,开发用于建立复杂模式和预测问题的算法。
发表于 01-15 11:49 82次 阅读
机器学习中有哪一些算法是经常用的

商业中的AI需要如何去对待

现在有一种评估人工智能(AI)的趋势,即评估它如何改善消费者购物旅程中的离散元素,而不是评估人工智能....
发表于 01-15 10:47 65次 阅读
商业中的AI需要如何去对待

清华人工智能研究院院长张钹:从“让数据说话”到引入知识

深度学习兴起之后,学界将目标转移至数据,提出“让数据说话”。张钹认为,这种强调对深度学习的发展起到积....
的头像 倩倩 发表于 01-15 10:41 386次 阅读
清华人工智能研究院院长张钹:从“让数据说话”到引入知识

人工智能与金融业务是如何融合的

由于人工智能技术的应用对于很多金融机构与银行而言还属于新兴事物,而且在技术方面更具有很强的专业性,因....
发表于 01-14 15:53 101次 阅读
人工智能与金融业务是如何融合的

人类的发明模式受到了人工智能怎样的影响

随着人工智能和机器学习开始在影像识别和语言理解方面取得令人印象深刻的成就,已经有许多科学家认为其可以....
发表于 01-13 16:59 102次 阅读
人类的发明模式受到了人工智能怎样的影响

边缘处理的机器学习处理的特定领域SoC逐渐成为主流

通过SiFive的DesignShare计划进行的联合芯片开发,结合了两家公司的IP和设计优势,可为....
发表于 01-13 16:14 213次 阅读
边缘处理的机器学习处理的特定领域SoC逐渐成为主流

云计算领域在2020年是怎样的展望

随着5G的扩张,我们将看到手机游戏发展将进一步加速,因为5G提供了强大的连接、低延迟和带宽能力,需要....
发表于 01-13 10:04 73次 阅读
云计算领域在2020年是怎样的展望

机器学习训练秘籍的电子书免费下载

机器学习(machine learning)已然成为无数重要应用的基石——如今,在网络搜索、垃圾邮件....
发表于 01-13 08:00 85次 阅读
机器学习训练秘籍的电子书免费下载

GPU技术的关键参数有哪些和应用场景详细说明

随着云计算,大数据和人工智能技术发展,边缘计算发挥着越来越重要的作用,补充数据中心算力需求。计算架构....
的头像 Wildesbeast 发表于 01-12 10:25 464次 阅读
GPU技术的关键参数有哪些和应用场景详细说明

Unlearn机器学习平台可加快阿尔茨海默氏症药物开发

查尔斯·费舍尔(Charles K. Fisher)博士说:“我们今天发布的结果令我们感到兴奋,因为....
发表于 01-11 10:50 219次 阅读
Unlearn机器学习平台可加快阿尔茨海默氏症药物开发

机器学习在库存管理中有哪一些应用

人工智能(特别是在在线零售行业中)的常见用途之一是使用自主机器人与客户进行交互。
发表于 01-10 15:13 113次 阅读
机器学习在库存管理中有哪一些应用

AI发明家申请专利为什么被拒绝了

人工智能成为科技行业最大热点,包括语音识别、图像识别等技术得到了更加广泛的应用,人工智能技术的能力也....
发表于 01-10 14:27 384次 阅读
AI发明家申请专利为什么被拒绝了

目前机器人的行为是多种多样并且不可预测的

很多人都说家庭机器人为儿童、家庭和老人提供帮助和陪伴。设计有表现力的眼睛和头部姿势的机器是特别感兴趣....
发表于 01-10 11:12 197次 阅读
目前机器人的行为是多种多样并且不可预测的

斯坦福大学的机器学习教程电子书免费下载

Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识....
发表于 01-10 08:00 186次 阅读
斯坦福大学的机器学习教程电子书免费下载

IBM的研究表明模拟芯片可为机器学习而大幅加速

人工智能或许能解决一些科学和行业最棘手的挑战,但要实现人工智能,需要新一代的计算机系统。
发表于 01-09 15:15 154次 阅读
IBM的研究表明模拟芯片可为机器学习而大幅加速

人工智能技术可帮助企业采用更多的解决方案

企业人工智能(AI)有多种形式,从强大的语音助手和聊天机器人技术到机器学习(ML)和计算机视觉解决方....
发表于 01-09 11:11 276次 阅读
人工智能技术可帮助企业采用更多的解决方案

专为高中生打造的人工智能教材今年出版

为推动完善人工智能教育体系,清华大学交叉信息研究院在图灵奖得主、院长姚期智院士的带领下,在计算机科学....
的头像 倩倩 发表于 01-08 14:45 478次 阅读
专为高中生打造的人工智能教材今年出版

主编的教材《人工智能(高中版)》,在清华大学举办出版签约仪式

姚期智表示,《人工智能(高中版)》编委全部来自清华大学交叉信息研究院计算机科学实验班(姚班)和人工智....
的头像 倩倩 发表于 01-08 11:08 726次 阅读
主编的教材《人工智能(高中版)》,在清华大学举办出版签约仪式

恩智浦首次推出带有专用神经处理引擎的i.MX应用处理器,支持边缘计算

面向边缘计算应用的全新i.MX 8M Plus异构应用处理器,搭载专用神经网络加速器、独立实时子系统....
发表于 01-08 08:30 257次 阅读
恩智浦首次推出带有专用神经处理引擎的i.MX应用处理器,支持边缘计算

人工智能的经典试题详细资料免费下载

本文档的主要内容详细介绍的是人工智能的经典试题详细资料免费下载。
发表于 01-08 08:00 89次 阅读
人工智能的经典试题详细资料免费下载

先考虑AI带来的好处还是带来的忧患

AI 以及机器学习等,由于需要通过收集大量数据以完成机器学习的过程,因此在企业角度来说,稍一不慎便很....
发表于 01-07 17:11 111次 阅读
先考虑AI带来的好处还是带来的忧患

人工智能风险不得不去思考一下

人工智能与机器学习将于未来几年造成约700万个工作机会消失,并同时创造出200万个新创的工作机会。
发表于 01-07 17:08 89次 阅读
人工智能风险不得不去思考一下

如今不起眼的微处理器也能实现机器学习了

来自谷歌、微软、高通、三星和6所大学的一组研究人员齐聚加州圣何塞,讨论将机器学习带到网络最远端的挑战....
的头像 独爱72H 发表于 01-07 15:40 482次 阅读
如今不起眼的微处理器也能实现机器学习了

哪些领域要关注人工智能带来的改变

将数据与带有人工智能技术的学习程序一起使用,有助于提升人的体验,而不是取代人的体验,这是我们听到的与....
发表于 01-07 14:47 100次 阅读
哪些领域要关注人工智能带来的改变

机器设计会如何受到AI的影响

人工智能如今应用越来越广泛。在大多数情况下,健壮和自适应的人工智能可以为人类的专业知识提供补充,而不....
发表于 01-07 14:38 83次 阅读
机器设计会如何受到AI的影响

物联网顾问要具备怎样的特质

能够利用机器学习的能力使领导者能够快速解读数据,从而了解其客户使用产品或服务的行为模式。
发表于 01-07 10:01 74次 阅读
物联网顾问要具备怎样的特质

AI 工程师主要是干什么的

他们不仅创建具体的指令,而且能使人工智能自我学习和自我改进。
发表于 01-06 13:56 214次 阅读
AI 工程师主要是干什么的

人工智能技术的热点透视

机器学习迎来爆发期是神经网络研究领域领军者Hinton在2006年提出了神经网络Deep Learn....
发表于 01-06 11:51 497次 阅读
人工智能技术的热点透视

用于癫痫发作的机器学习记分卡可助力医疗发展

杜克大学和哈佛大学的计算机科学家与马萨诸塞州总医院和威斯康星大学的医生一起开发了一种机器学习模型,该....
发表于 01-06 10:15 88次 阅读
用于癫痫发作的机器学习记分卡可助力医疗发展

物联网架构有哪几个阶段

物联网创造了新一代的智能设备,让我们的生活更轻松。这让我们有更多时间专注于其他活动,并减少重复性的日....
发表于 01-06 10:10 102次 阅读
物联网架构有哪几个阶段

谷歌的人工智能实现了最先进的文本摘要性能

在测试中,研究小组选择了表现最佳的Pegasus模型,该模型包含了5.68亿个参数。它有两个训练材料....
的头像 倩倩 发表于 01-05 09:11 570次 阅读
谷歌的人工智能实现了最先进的文本摘要性能

什么是物联网和物联网架构

互联网为每个人在技术方面打开了无限的可能性,而这些只是手机连接到互联网后可以做的众多事情中的一些。现....
发表于 01-04 10:33 192次 阅读
什么是物联网和物联网架构

一篇机器学习综述,总结了当前机器学习研究的几个方向,并以统计机器学习为重点梳理了几个核心原则

发表于 12-14 00:44 474次 阅读
一篇机器学习综述,总结了当前机器学习研究的几个方向,并以统计机器学习为重点梳理了几个核心原则

机器学习的十大经典算法,附有详细原理说明,有助于机器学习的学习和运用

发表于 12-14 00:42 283次 阅读
机器学习的十大经典算法,附有详细原理说明,有助于机器学习的学习和运用

史上最全AI人工智能入门+进阶学习视频全集(200G)【免费领取】

近几年来,人工智能(AI)概念很火热,几乎人人都在学习人工智能,AI市场人才的抢夺也非常的激烈。根据百科的解释,人工智能...
发表于 11-27 12:10 839次 阅读
史上最全AI人工智能入门+进阶学习视频全集(200G)【免费领取】

机器学习的回归任务

常见线性回归理论与算法实现
发表于 10-29 11:09 143次 阅读
机器学习的回归任务

基于Matlab GUI怎么实现串口数据发送和接收?

Matlab是MathWorks公司开发的一种科学计算软件。Matlab运行稳定、可靠、使用方便,是广大科研人员进行科学研究的得力助手。M...
发表于 10-24 07:20 332次 阅读
基于Matlab GUI怎么实现串口数据发送和接收?

ZCU102,ZCU104和ZCU106有什么区别?

嗨, 看起来ZCU104是ZCU102和ZCU106的升级版本,具有支持机器学习的额外功能,但更便宜? 最好的祝愿, 花环...
发表于 10-22 09:19 392次 阅读
ZCU102,ZCU104和ZCU106有什么区别?

深入浅出学习机器学习

万万没想到,枯燥的“机器学习”还可以这样学!...
发表于 10-18 14:17 173次 阅读
深入浅出学习机器学习

用机器学习对人脸进行打分

利用机器学习进行人脸颜值评分
发表于 10-12 15:11 143次 阅读
用机器学习对人脸进行打分

机器学习在即时配送领域的应用

机器学习在美团配送系统的实践:用技术还原真实世界...
发表于 10-09 06:10 167次 阅读
机器学习在即时配送领域的应用

50个机器学习实用API干货

还在为找不到机器学习的API而烦恼吗?本篇文章将介绍一个包含50+关于人脸和图像识别,文本分析,NLP,情感分析,语言翻译,...
发表于 10-06 08:00 427次 阅读
50个机器学习实用API干货

ADIS16467 精密 MEMS IMU 模块

和特点 三轴数字陀螺仪 ±125°/sec、±500°/sec、±2000°/sec 动态范围型号 运行偏置稳定性为 2°/hr (ADIS16467-1) 角度随机游走为 0.15°/√hr(ADIS16467-1 和 ADIS16467-2) 轴间错位误差为 ±0.05° 三轴数字加速计,±40 g 运行偏置稳定性为 13 μg 三轴,角度增量和速度增量输出 工厂校准的灵敏度、偏置和轴向对准 校准温度范围: −40°C 至 +85°C SPI 兼容数据通信 可编程操作和控制 自动和手动偏置校正控制 用于同步数据采集的数据就绪指示器 外部同步模式: 直接、脉冲、缩放和输出 惯性传感器按需自检 闪存按需自检 单电源供电 (VDD): 3.0 V 至 3.6 V 2000 g 机械冲击生存能力 工作温度范围: −40°C 至 +105°C 产品详情 ADIS16467 是一款精密微电子机械系统 (MEMS) 惯性测量单元 (IMU),它包括一个三轴陀螺仪和一个三轴加速度计。 ADIS16467 中的每个惯性传感器均结合了信号调节功能以优化动态性能。 工厂校准可表现每个传感器的灵敏度、偏置、对准、线性加速(陀螺仪偏置)和冲击点(加速度计位置)。 因此,每个传感器都有动态补偿公式,用以在各种条件下提供准确的传感器测量。AD...
发表于 02-22 15:58 22次 阅读
ADIS16467 精密 MEMS IMU 模块

ADIS16375 薄型、低噪声6自由度惯性传感器

和特点 三轴数字陀螺仪,范围调整设置: ±300°/秒 严格的正交对准: <0.05° 三轴数字加速度计: ±18 g 角度/速度变化计算 宽传感器带宽:330 Hz 高采样速率:2.460 kSPS 自治工作和数据收集 无需外部配置命令 启动时间:500 ms 工厂校准的灵敏度、偏置和轴对准 校准温度范围:-40°C至+85°C SPI兼容型串行接口 嵌入式温度传感器 可编程工作与控制 自动和手动偏置校正控制 4个FIR滤波器库、120个可配置抽头 数字I/O:数据就绪、报警指示、外部时钟 状态监控报警 电源管理支持关断/休眠模式 使能外部采样时钟输入:最高2.25 kHz 单命令自测 单电源供电:3.3 V 抗冲击能力:2000 g 工作温度范围:-40°C至+105°C   产品详情 ADIS16375 iSensor®是一款完整的惯性系统,内置一个三轴陀螺仪和一个三轴加速度计。每个传感器都实现了业界领先的iMEMS®技术与信号调理技术的完美结合,可提供优化的动态性能。工厂校准为每个传感器提供灵敏度、偏置、对准和线性加速度(陀螺仪偏置)特性。因此,每个传感器都有其自己的动态补偿公式,可在−40°C至+85°C的温度范围内提供精确的传感器测量。与复杂且昂贵的分立设计方案...
发表于 02-22 15:58 8次 阅读
ADIS16375 薄型、低噪声6自由度惯性传感器

ADIS16334 薄型6自由度惯性传感器

和特点 三轴数字陀螺仪,数字范围调整设置:±75°/秒、±150°/秒、±300°/严格的正交对准:<0.05° 三轴数字加速度计:±5 g 宽传感器带宽:330 Hz 自治工作和数据收集无需外部配置命令启动时间:180 ms 工厂校准的灵敏度、偏置和轴对准校准温度范围:−20°C至+70°C SPI 兼容型串行接口 嵌入式温度传感器 可编程工作与控制自动和手动偏置校正控制Bartlett窗口FIR滤波器长度、抽头数数字I/O:数据就绪、报警指示、通用状态监控报警使能外部采样时钟输入:最高1.2 kHz 单命令自测 单电源供电:4.75 V至5.25 V抗冲击能力:2000 g带连接器接口的24 mm × 33 mm × 11 mm模块工作温度范围:−40°C至+105°C产品详情 ADIS16334 iSensor® 是一款完整的惯性系统,内置一个三轴陀螺仪和一个三轴加速度计。每个传感器都实现了业界领先的iMEMS® 技术与信号调理技术的完美结合,可提供优化的动态性能。工厂校准为每个传感器提供灵敏度、偏置、对准和线性加速度(陀螺仪偏置)特性。因此,每个传感器都有其自己的动态补偿公式,可在−20°C至+70°C的温度范围内提供精确的传感器测量。与复杂且昂贵的分立设计方案相比,ADIS16334为精确的...
发表于 02-22 15:58 20次 阅读
ADIS16334 薄型6自由度惯性传感器

ADIS16475 精密迷你 MEMS IMU(2000dps,8g)

和特点 三轴数字陀螺仪 范围选项:±125°/sec、±500°/sec、±2000°/sec 运动中偏置稳定度: 2°/小时 角度随机游走为 0.15°/√hr 轴间错位误差为 ±0.1° 三轴数字加速计,±8 g 运动中偏置稳定度 3.6μg 三轴角度变化和速度变化输出 工厂校准的灵敏度、偏置和轴向对准 校准温度范围:−40°C 至 +85°C 兼容串行外设接口 (SPI) 可编程操作和控制 自动和手动偏置校正控制 用于同步数据采集的数据就绪指示器 外部同步模式:直接、PPS、输出 按需对惯性传感器自测 按需对闪存自测 单电源供电:3.0 V 至 3.6 V 冲击生存能力:2000 g 工作温度范围:−40°C 至 +105°C 产品详情 ADIS16475是一款完整的惯性系统,内置一个三轴陀螺仪和一个三轴加速度计。ADIS16475中内置的每个惯性传感器都实现了业界领先的iMEMS®技术与信号调理技术的完美结合,可提供优化的动态性能。工厂校准针对各传感器的灵敏度、偏置、对准和线性加速度(陀螺偏置)进行校准。因此,各传感器均有其自己的动态补偿公式,可提供精确的传感器测量。与复杂且昂贵的分立设计方案相比,ADIS16475为精确的多轴惯性检测与工业系统的集成提供了简单而经济高效的方法...
发表于 02-22 15:58 57次 阅读
ADIS16475 精密迷你 MEMS IMU(2000dps,8g)

ADIS16470 宽动态范围微型 MEMS IMU

和特点 三轴数字陀螺仪,范围为 ±2000°/sec 运行偏置稳定性为 8°/小时 0.008 °/sec/√Hz速率噪声密度 三轴数字加速计,±40 g 运行偏置稳定性为 10μg 三轴角度变化和速度变化输出 工厂校准的灵敏度、偏置和轴向对准 校准温度范围:−10°C 至 +75°C 兼容串行外设接口 (SPI) 可编程操作和控制 自动和手动偏置校正控制 用于同步数据采集的数据就绪指示器 外部同步模式:直接、PPS、输出 内部传感器按需自检 闪存按需自检 单电源供电:3.0 V 至 3.6 V 冲击生存能力:2000 g 工作温度范围:−25°C 至 +85°C 产品详情 ADIS16470是一款完整的惯性系统,内置一个三轴陀螺仪和一个三轴加速度计。ADIS16470中内置的每个惯性传感器都实现了业界领先的iMEMS® 技术与信号调理技术的完美结合,可提供优化的动态性能。工厂校准针对各传感器的灵敏度、偏置、对准和线性加速度(陀螺偏置)进行校准。因此,各传感器均有其自己的动态补偿公式,可提供精确的传感器测量。与复杂且昂贵的分立设计方案相比,ADIS16470为精确的多轴惯性检测与工业系统的集成提供了简单而经济高效的方法。所有必需的运动测试及校准都是工厂生产过程的一部分,大...
发表于 02-22 15:58 89次 阅读
ADIS16470 宽动态范围微型 MEMS IMU

ADIS16445 紧凑型精密6自由度惯性传感器

和特点 三轴数字陀螺仪,提供数字范围调整±62°/sec, ±125°/sec, ±250°/sec 轴间对准:<0.05° 三轴数字加速度计,±5 g(最小值) 自治工作和数据收集无需外部配置命令启动时间:175 ms 工厂校准的灵敏度、偏置和轴对准校准温度范围: -40℃至+85℃ SPI兼容型串行接口 嵌入式温度传感器 可编程工作与控制 自动和手动偏置校正控制 Bartlett窗口、FIR长度、抽头数 数字I/O:数据就绪、报警指示、通用 状态监控报警 使能外部采样时钟输入:最高1.1 kHz 单命令自测 单电源供电:3.15 V至3.45 V 抗冲击能力:2000 g 工作温度范围:−40°C至+105°C产品详情 ADIS16445 iSensor®器件是一款完整的惯性系统,内置一个三轴陀螺仪和一个三轴加速度计。ADIS16445中的每个传感器都实现了业界领先的iMEMS®技术与信号调理技术的完美结合,可提供优化的动态性能。工厂校准针对各传感器的灵敏度、偏置、对准和线性加速度(陀螺偏置)进行校准。因此,各传感器均有其自己的动态补偿公式,可提供精确的传感器测量。与复杂且昂贵的分立设计方案相比,ADIS16445为精确的多轴惯性检测与工业系统的集成提供了简单而高效的方法。所有必需的运动测...
发表于 02-22 15:58 58次 阅读
ADIS16445 紧凑型精密6自由度惯性传感器

ADIS16477 精密微型 MEMS IMU(2000dps,40g)

和特点 三轴数字陀螺仪 ±125°/sec、±500°/sec、±2000°/sec 范围选项 运行偏置稳定性为 2°/hr 角度随机游走为 0.15°/√hr 轴间错位误差为 ±0.1° 三轴数字加速计,±40 g 运行偏置稳定性为 13μg 三轴,角度增量和速度增量输出 工厂校准的灵敏度、偏置和轴向对准 校准温度范围:−40°C 至 +85°C 兼容串行外设接口 (SPI) 可编程操作和控制 自动和手动偏置校正控制 用于同步数据采集的数据就绪指示器 外部同步模式:直接、PPS、输出 内部传感器按需自检 闪存按需自检 单电源供电:3.0 V 至 3.6 V 2000 g 冲击生存能力 工作温度范围:−40°C 至 +105°C 产品详情 ADIS16477 是一个完整的惯性系统,包括一个三轴陀螺仪和一个三轴加速计。ADIS16477 中的每个惯性传感器均结合了行业领先的 iMEMS® 技术和可优化动态性能的信号调节功能。工厂校准可表现每个传感器的灵敏度、偏置、对准和线性加速(陀螺仪偏置)特性。因此,每个传感器都有其自己的动态补偿公式,用以提供准确的传感器测量。ADIS16477 提供了一种简单、经济高效的方法,用于将精确的多轴惯性测量技术集成到工业系统中,尤其是在与离散设计所涉及的复杂性和投资进...
发表于 02-22 15:58 113次 阅读
ADIS16477 精密微型 MEMS IMU(2000dps,40g)

ADIS16364 高精密三轴惯性传感器

和特点 具有数字量程刻度的三轴陀螺仪设置:±75°/sec, ±150°/sec, ±300°/sec分辨率:14位三轴加速计测量范围:±5 g分辨率:14位带宽:350 Hz出厂校准的灵敏度、偏置和对准校准温度范围:-20°C至+70°C外部时钟输入,用于采样同步数字控制偏置校准数字控制采样速率数字控制滤波可编程条件监控辅助数字输入/输出欲了解更多特性,请参考数据手册 产品详情 ADIS16364 iSensor®是一款完整的三轴陀螺仪与三轴加速计惯性检测系统。这款传感器结合了ADI公司的iMEMS®与混合信号处理技术,提供校准的数字惯性检测,是高集成度的解决方案。SPI接口和简单的输出寄存器结构实现了方便的数据访问和配置控制。通过SPI端口可以访问下列嵌入式传感器:X、Y和Z轴角速度;X、Y和Z轴线性加速度;内部温度;电源;以及辅助模拟输入。惯性传感器在各个轴上执行精密对准,并在-20°C至+70°C的温度范围内(工作温度范围为-40°C至+105°C)对失调和灵敏度进行校准。嵌入式控制器可以动态补偿对传感器的所有主要影响,因此能够在无需测试、电路或用户干预的情况下保证高度精确的传感器输出。以下可编程特性能够简化系统集成:系统内自动偏置校准、数字滤...
发表于 02-22 15:58 66次 阅读
ADIS16364 高精密三轴惯性传感器

ADIS16460 紧凑型精密6自由度惯性传感器

和特点 三轴数字陀螺仪 测量范围: ±100°/秒(最小值) 运动中偏置稳定度:8°/小时(典型值) X轴角向随机游动:0.12°/√小时(典型值) 三轴数字加速度计:±5 g(动态范围) 自治工作和数据采集 无需外部配置命令 快速启动时间 工厂校准的灵敏度、偏置和轴对准 校准温度范围: 0°C ≤ TA ≤ 70°C 串行外设接口(SPI)数据通信 欲了解更多特性,请参考数据手册 产品详情 ADIS16460 iSensor®器件是一款完整的惯性系统,内置一个三轴陀螺仪和一个三轴加速度计。 ADIS16460中内置的每个传感器都实现了业界领先的iMEMS®技术与信号调理技术的完美结合,可提供优化的动态性能。 工厂校准针对各传感器的灵敏度、偏置和对准进行校准。 因此,各传感器均有其自己的动态补偿公式,可提供精确的传感器测量。 与复杂且昂贵的分立设计方案相比,ADIS16460为精确的多轴惯性检测与工业系统的集成提供了简单而高效的方法。 所有必需的运动测试及校准都是工厂生产过程的一部分,大大缩短了系统集成时间。 严格的正交对准可简化导航系统中的惯性坐标系对准。 SPI和寄存器结构针对数据收集和配置控制提供简单的接口。 ADIS16460采用约为...
发表于 02-22 15:58 121次 阅读
ADIS16460 紧凑型精密6自由度惯性传感器

ADIS16365 6自由度惯性传感器

和特点 三轴数字陀螺仪,数字范围调整设置:±75°/秒、±150°/秒、±300°秒/严格的正交对准:<0.05° 三轴数字加速度计测量范围:±18 g 自治工作和数据收集无需外部配置命令启动时间:180 ms休眠模式恢复时间:4 ms 工厂校准的灵敏度、偏置和轴对准 校准温度范围ADIS16360:+25°CADIS16365:−40°C至+85°C SPI兼容型串行接口 宽带宽:330 Hz 欲了解更多特性,请参考数据手册产品详情 ADIS16360/ADIS16365 iSensor® 器件均为完整的惯性系统,内置一个三轴陀螺仪和一个三轴加速度计。各传感器器件均集业界领先的iMEMS® 技术与优化动态性能的信号调理功能于一体。工厂校准针对各传感器的灵敏度、偏置、对准和线性加速度(陀螺偏置)进行校准。因此,各传感器均有其自己的动态补偿公式,可提供精确的传感器测量。ADIS16360/ADIS16365可提供在工业系统中集成精确的多轴惯性检测功能的简单、高效方法,与分立式设计的复杂度和投入相比,其优势尤为明显。所有必需的运动测试和校准均为工厂生产过程的一部分,可大大减少系统集成时间。严格的正交对准可简化导航系统中的惯性坐标系对准。经过改进的SPI接口和寄存器结构能...
发表于 02-22 15:57 56次 阅读
ADIS16365 6自由度惯性传感器

ADIS16448 紧凑、精密10自由度惯性传感器

和特点 三轴数字陀螺仪,提供数字范围调整 设置:±250°/sec, ±500°/sec, ±1000°/sec 轴间对准:<0.05° 三轴数字加速度计, ±18 g (最小值) 三轴数字磁力计, ±1.9 高斯(最小值) 数字气压计,10 mbar至1200 mbar 校准压力范围:300 mbar至1100 mbar 自治工作和数据收集 无需外部配置命令 启动时间:205ms 工厂校准的灵敏度、偏置和轴对准 校准温度范围:-40°C至+85°C SPI兼容型串行接口 具有可选CRC-16的突发模式读序列 嵌入式温度传感器 可编程工作与控制 自动和手动偏置校正控制 Bartlett窗口、FIR长度、抽头数 数字I/O:数据就绪、报警指示、通用 状态监控报警 使能外部采样时钟输入:最高1.1 kHz 单命令自测 单电源供电:3.15 V至3.45 V 抗冲击能力:2000 g 工作温度范围:-40°C至+105°C 产品详情 ADIS16448 iSensor®是一款完整的惯性系统,内置一个三轴陀螺仪、一个三轴加速度计、一个三轴磁力计和压力传感器。每个传感器都实现了业界领先的iMEMS®技术与信号调理技术的完美结合,可提供优化的动态性能。工厂校准为每个传感器提供灵敏度、偏置、对准和线性加速度(陀螺仪偏置)特性。因此,各传感器...
发表于 02-22 15:57 199次 阅读
ADIS16448 紧凑、精密10自由度惯性传感器

ADIS16362 6自由度惯性传感器

和特点 三轴数字陀螺仪,数字范围调整 设置:±75°/秒、±150°/秒、±300°/秒 严格的正交对准:<0.05° 三轴数字加速度计: ±1.7 g 宽传感器带宽:330 Hz 自治工作和数据收集无需外部配置命令启动时间:180 ms休眠模式恢复时间:4 ms 工厂校准的灵敏度、偏置和轴对准 校准温度范围:−20°C至+70°C SPI兼容型串行接口 嵌入式温度传感器 可编程工作与控制:请参考数据手册 单电源供电:4.75 V至5.25 V 抗冲击能力:2000 g 工作温度范围:−40°C至+105°C产品详情 ADIS16362 iSensor®是一款完整的惯性系统,内置一个三轴陀螺仪和一个三轴加速度计。每个传感器都实现了业界领先的iMEMS®技术与信号调理技术的完美结合,可提供优化的动态性能。工厂校准为每个传感器提供灵敏度、偏置、对准和线性加速度(陀螺仪偏置)特性。因此,每个传感器都有其自己的动态补偿公式,可在−20°C至+70°C的温度范围内提供精确的传感器测量。与复杂且昂贵的分立设计方案相比,ADIS16362为精确的多轴惯性检测与工业系统的集成提供了简单而高效的方法。所有必需的运动测试及校准都是工厂生产过程的一部分,大大缩短了系统集成时间。严格的正交对准可简化...
发表于 02-22 15:56 71次 阅读
ADIS16362 6自由度惯性传感器

ADIS16485 战术级6自由度MEMS惯性传感器

和特点 三轴数字陀螺仪,±450°/秒动态范围 -- 正交对准误差:±0.05° -- 运动中偏置稳定度:6°/小时-- 角向随机游动:0.3°/√小时-- 0.01%非线性度 三轴数字加速度计:±5 g 三轴、角度变化和速度变化输出 快速启动时间:约500 ms 工厂校准的灵敏度、偏置和轴对准 校准温度范围:−40°C至+85°C SPI兼容型串行接口 嵌入式温度传感器 可编程工作与控制 -- 自动和手动偏置校正控制 -- 4个FIR滤波器库、120个配置抽头-- 数字I/O:数据就绪报警指示、外部时钟-- 状态监控报警-- 电源管理支持关断/休眠模式-- 可选外部采样时钟输入:最高2.4 kHz-- 单命令自测 单电源供电:3.0 V至3.6 V 抗冲击能力:2000 g 工作温度范围:-40°C至+105°C 产品详情 ADIS16485 iSensor®器件是一款完整的惯性系统,内置一个三轴陀螺仪和一个三轴加速度计。每个惯性传感器都实现了业界领先的iMEMS®技术与信号调理技术的完美结合,可提供优化的动态性能。工厂校准针对各传感器的灵敏度、偏置、对准和线性加速度(陀螺偏置)进行校准。因此,各传感器均有其自己的动态补偿公式,可提供精确的传感器测量。 与复杂且昂贵的分立设计方案相比,ADIS16485为精确的多...
发表于 02-15 18:36 113次 阅读
ADIS16485 战术级6自由度MEMS惯性传感器

ADIS16489 7自由度惯性传感器

和特点 三轴数字陀螺仪,±450°/秒动态范围 ±0.018°轴到轴对齐误差 运动中偏置稳定度:5.3°/小时 角向随机游动:0.25°/√小时 非线性度:0.045°/秒 三轴数字加速度计,±18 g动态范围 气压计,300 mbar至1100 mbar 三轴角度变化和速度变化输出 工厂校准的灵敏度、偏置和轴对准 校准温度范围:-40°C至+85°C SPI兼容 可编程工作与控制 自动和手动偏置校正控制 4个FIR滤波器库、120个配置抽头 数字I/O:数据就绪报警指示、外部时钟 状态监控报警 电源管理支持关断/休眠模式 可选输入同步时钟:最高2.4 kHz 按需对惯性传感器自测 按需闪存测试(校验和) 单电源供电:3.0 V至3.6 V 抗冲击能力:2000 g 聚对二甲苯涂层(用于内部电路的防潮层) 工作温度范围:-40°C至+105°C 产品详情 ADIS16489是一款完整的惯性系统,内置一个三轴陀螺仪、一个三轴加速度计和一个气压计。ADIS16489中内置的每个惯性传感器都实现了业界领先的iMEMS®技术与信号调理技术的完美结合,可提供优化的动态性能。工厂校准针对各传感器的灵敏度、偏置、对准和线性加速度(陀螺偏置)进行校准。因此,各传感器均有其自己的动态补偿公式,可提供精确的传感...
发表于 02-15 18:36 58次 阅读
ADIS16489 7自由度惯性传感器

ADXC1500 组合式陀螺仪和双轴加速度计

和特点 组合式偏航角速度陀螺仪和双轴、低g加速度计 温度补偿,高精度偏置和灵敏度性能 通过汽车应用认证 整个工作温度范围内的加速度计偏置稳定性:±30 mg 整个工作温度范围内的陀螺仪零点稳定性:±2°/秒 加速度计噪声:2.5 mg rms(典型值,35.6 Hz时) 陀螺仪噪声;0.1°/秒(典型值,35.6 Hz时) 陀螺仪:线性加速度抑制0.03°/秒/g 加速度计:±32 g过载性能 16位数据字和4位CRC SPI数字输出 全面的机电故障安全特性 6 kHz数据更新速率 可编程滤波器响应 低静态功耗:<16 mA 工作电压:3.3 V或5 V 温度范围:-40°C至+105°C 16引脚倒腔SOIC封装,具有稳定的抗电磁干扰性能 产品详情 ADXC1500是一款偏航角速度陀螺仪和双轴加速度计,集成于单封装中。它针对电子稳定控制(ESC)和其他同时需要偏航角速度和加速度信号的高性能应用而设计。内部温度传感器可补偿偏移和灵敏度性能,在−40°C至+105°C温度范围内提供出色的稳定性。数字串行端口接口(SPI)向主机微控制器传输偏航角速度和加速度数据。4位循环冗余校验(CRC)为传输的SPI数据提供故障覆盖,内部故障检测例程可确保所有报告的偏航角速度和加速度数据的完整性。完全集...
发表于 02-15 18:36 62次 阅读
ADXC1500 组合式陀螺仪和双轴加速度计

ADIS16495 战术级、6自由度惯性传感器

和特点 三轴数字陀螺仪 范围选项:±125°/秒、±450°/秒、±2000°/秒 ±0.05°轴到轴对齐误差 ±0.25°(最大值)轴到封装对齐误差 运动中偏置稳定度:0.8°/小时 角向随机游动:0.09°/√小时 三轴数字加速度计:±8g 运动中偏置稳定度:3.2 μg 三轴角度变化和速度变化输出 工厂校准的灵敏度、偏置和轴对准 校准温度范围:−40°C至+85°C SPI兼容 可编程工作与控制 自动和手动偏置校正控制 可配置FIR滤波器 数字I/O:数据就绪、外部时钟 采样时钟选项:内部、外部或缩放 按需对惯性传感器自测 单电源供电:3.0 V至3.6 V 抗冲击能力:1500 g 工作温度范围:−40°C至+105°C 产品详情 ADIS16495是一款完整的惯性系统,内置一个三轴陀螺仪和一个三轴加速度计。ADIS16495中内置的每个惯性传感器都实现了业界领先的iMEMS®技术与信号调理技术的完美结合,可提供优化的动态性能。工厂校准针对各传感器的灵敏度、偏置、对准和线性加速度(陀螺偏置)进行校准。因此,各传感器均有其自己的动态补偿公式,可提供精确的传感器测量。与复杂且昂贵的分立设计方案相比,ADIS16495为精确的多轴惯性检测与工业系统的集成提供了简单而经济高...
发表于 02-15 18:36 203次 阅读
ADIS16495 战术级、6自由度惯性传感器

ADIS16488A 战术级10自由度惯性传感器

和特点 三轴数字陀螺仪,±450°/秒动态范围 正交对准误差:±0.05° 运动中偏置稳定度:5.1°/小时 角向随机游动:0.26°/√小时 0.01%非线性度 三轴数字加速度计:±18 g 三轴角度变化和速度变化输出 三轴数字磁力计:±2.5高斯 数字压力传感器:300 mbar至1100 mbar 快速启动时间:约500 ms 工厂校准的灵敏度、偏置和轴对准 校准温度范围:-40°C至+85°C SPI兼容型串行接口 嵌入式温度传感器 可编程工作与控制 自动和手动偏置校正控制 4个FIR滤波器库、120个配置抽头 数字输入/输出:数据就绪报警指示、外部时钟 状态监控报警 电源管理支持关断/休眠模式 可选外部采样时钟输入:最高2.4 kHz 单命令自测 单电源供电:3.0 V至3.6 V 抗冲击能力:2000 g 工作温度范围:−55°C至+105°C (CML) 产品详情 ADIS16488A iSensor®是一款完整的惯性系统,内置一个三轴陀螺仪、一个三轴加速度计、一个三轴磁力计和一个压力传感器。每个惯性传感器都实现了业界领先的iMEMS®技术与信号调理技术的完美结合,可提供优化的动态性能。工厂校准针对各传感器的灵敏度、偏置、对准和线性加速度(陀螺偏置)进行校准。因此,各传感器均有其自己的动态...
发表于 02-15 18:36 180次 阅读
ADIS16488A 战术级10自由度惯性传感器

ADIS16405 High Precision Tri-Axis Gyroscope, Accelerometer, Magnetometer

和特点 下载示例代码Triaxial, digital gyroscope with digital range scaling±75°/sec, ±150°/sec, ±300°/sec settingsTight orthogonal alighment, <0.05°Triaxial, digital accelerometer, ±18 gTriaxial, digital magnetometer, ±2.5 gaussAutonomous operation and data collectionNo external configuration commands required220 ms start-up time4 ms sleep mode recovery timeFactory-calibrated sensitivity, bias, and axial alignmentADIS16405 calibration temperature range: −40°C to +85°CSPI-compatible serial interfaceEmbedded temperature sensorProgrammable operation and control: see data sheetSingle-supply operation: 4.75 V to 5.25 V2000 g shock survivabilityOperating temperature range: −40°C to +105°C 产品详情 The ADIS16400/ADIS16405 iSensor® products are complete inertial systems that include a triaxal gyroscope, a triaxial accelerometer, and a triaxial magnetometer. The ADIS16400/ ADIS16405 combine industry-leading iMEMS® technology w...
发表于 02-15 18:36 73次 阅读
ADIS16405 High Precision Tri-Axis Gyroscope, Accelerometer, Magnetometer

ADIS16465 精密 MEMS IMU 模块

和特点 三轴数字陀螺仪 ±125°/sec、±500°/sec、±2000°/sec 动态范围型号 运行偏置稳定性为 2°/hr (ADIS16465-1) 角度随机游走为 0.15°/√hr(ADIS16465-1 和 ADIS16465-2) 轴间错位误差为 ±0.05° 三轴数字加速计,±8 g 运行偏置稳定性为 3.6 μg 三轴,角度增量和速度增量输出 工厂校准的灵敏度、偏置和轴向对准 校准温度范围: −40°C 至 +85°C SPI 兼容数据通信 可编程操作和控制 自动和手动偏置校正控制 用于同步数据采集的数据就绪指示器 外部同步模式: 直接、脉冲、缩放和输出 惯性传感器按需自检 闪存按需自检 单电源供电 (VDD): 3.0 V 至 3.6 V 2000 g 机械冲击生存能力 工作温度范围: −40°C 至 +105°C 产品详情 ADIS16465 是一款精密微电子机械系统 (MEMS) 惯性测量单元 (IMU),它包括一个三轴陀螺仪和一个三轴加速度计。 ADIS16465 中的每个惯性传感器均结合了信号调节功能以优化动态性能。 工厂校准可表现每个传感器的灵敏度、偏置、对准、线性加速(陀螺仪偏置)和冲击点(加速度计位置)。 因此,每个传感器都有动态补偿公式,用以在各种条件下提供准确的传感器测量。ADIS16465 提供...
发表于 02-15 18:36 59次 阅读
ADIS16465 精密 MEMS IMU 模块

ADIS16480 具有动态方位输出的10自由度MEMS惯性传感器

和特点 动态角度输出 -- 四元数、欧拉常数、旋转矩阵 -- 0.1°(俯仰、滚动)和0.3°(偏航)静态精度 三轴数字陀螺仪,±450°/s动态范围 - 正交对准:<±0.05° - 运动中偏置稳定度:6°/小时 - 角向随机游动:0.3°/√hr - 0.01%非线性度 三轴数字加速度计:±10 g 三轴角度变化和速度变化输出 三轴数字磁力计:±2.5高斯 数字压力传感器:300 mbar至1100 mbar 自适应扩展卡尔曼滤波器 -- 自动协方差计算 -- 可编程参考重定向 -- 可编程传感器干扰水平 -- 可配置事件驱动控制 工厂校准的灵敏度、偏置和轴对准 -- 校准温度范围:−40°C至+85°C SPI兼容型串行接口 可编程工作与控制 -- 4个FIR滤波器库、120个可配置抽头 -- 数字I/O:数据就绪报警指示、外部时钟 -- 可选外部采样时钟输入:最高2.4 kHz -- 单命令自测 单电源供电:3.0 V至3.6 V 抗冲击能力:2000 g 产品详情 ADIS16480iSensor®器件是一款用于动态方位检测的完整惯性系统,内置一个三轴陀螺仪、一个三轴加速度计、三轴磁力计、压力传感器和一个扩展卡尔曼滤波器(EKF)。每个惯性传感器都实现了业界领先的iMEMS®技术与信号调理技术的完美结合,可提供优化的动态性能。...
发表于 02-15 18:36 76次 阅读
ADIS16480 具有动态方位输出的10自由度MEMS惯性传感器