Après une décennie d'engagement profond dans le domaine de l'IMU, ma plus grande conclusion est que l'accent de l'industrie s'est discrètement déplacé.L'itération d'algorithme est la clé pour élargir l'écartIl y a cinq ans, pour réaliser un suivi de mouvement de haute précision, on comptait presque exclusivement sur des IMU à fibre optique coûteuses.Comme les problèmes de dérive et de bruit des appareils MEMS ordinaires étaient tout simplement incapables de répondre aux exigences de scénarios rigoureuxMais aujourd'hui, la technologie logicielle subvertit cette perception inhérente, permettant à un matériel peu coûteux de fournir des performances au-delà de sa catégorie.
Ce qui se démarque le plus, c'est un projet d'inspection de drones auquel j'ai participé l'an dernier.Le drone souffrait d'une mauvaise stabilité en vol et d'une forte dérive de direction.Au lieu de se précipiter pour remplacer le matériel, l'équipe a optimisé l'algorithme de solution d'attitude spécifiquement,le filtrage adaptatif Kalman a été introduitAprès deux semaines de débogage, la précision de positionnement du drone s'est améliorée de près de 60%.le problème de la dérive a été efficacement contrôlé, et il a pleinement répondu aux besoins du client.
Cela ne veut pas dire que le matériel est sans importance, mais plutôt que les algorithmes libèrent pleinement le potentiel du matériel.Les IMU des appareils VR grand public ont besoin d'algorithmes à réponse rapide et à faible latence, même si une petite quantité de précision est sacrifiée pour assurer l'expérience utilisateur; les dispositifs de positionnement industriels, en revanche, accordent la priorité à la stabilité des algorithmes et aux capacités anti-interférences,nécessitant un filtrage précis des données non valides dans des environnements complexesBeaucoup d'équipes tombent dans le piège de l'application aveugle d'algorithmes à usage général, ce qui conduit finalement à de mauvaises performances des appareils.
Le développement des algorithmes IMU est aujourd'hui également confronté à des défis dans l'annotation des données et l'adaptation des scénarios.mais les scénarios varient considérablement selon les industriesPar exemple, les unités d'immigration dans les équipements de réadaptation médicale doivent capturer des données de mouvement humain subtiles,Les IMU automobiles doivent faire face à des conditions de travail complexes telles que les vibrations et les interférences électromagnétiques.C'est pourquoi de nombreux algorithmes qui fonctionnent très bien en laboratoire ne s'adaptent pas lorsqu'ils sont déployés dans des scénarios réels.
Nous avons une fois optimisé l'algorithme de l'IMU pour un bracelet de réadaptation pour personnes âgées.Mais il n'a pas réussi à identifier avec précision les exercices de réadaptation au ralenti et a souvent déclenché de fausses alarmesPlus tard, nous avons recueilli des centaines de séries de données de mouvements de réadaptation d'utilisateurs âgés, ajusté les paramètres de seuil de l'algorithme et la logique d'extraction des fonctionnalités,et a ajouté un module de reconnaissance de rythme de mouvementCe processus m'a fait réaliser qu'il n'existe pas de modèle unique pour les algorithmes IMU. La personnalisation spécifique au scénario est la clé.
Avec l'intégration approfondie de la technologie de l'IA et des IMU, l'importance des algorithmes continuera de croître.Nous pouvons utiliser des algorithmes pour nous adapter à différents scénarios et calibrer les erreurs indépendamment, permettant aux IMU d'atteindre un nouveau modèle de "hardware universel, algorithmes personnalisés".Cela impose également des exigences plus élevées aux ingénieurs. Ils doivent non seulement comprendre les principes du matériel, mais aussi posséder des capacités d'optimisation des algorithmes et de perception des scénarios.La combinaison des deux est la compétence de base la plus nécessaire dans l'industrie aujourd'hui.
Il convient de mentionner que la technologie de l'edge computing est également à l'origine de la mise à niveau des algorithmes IMU.résultant en problèmes de latenceL'informatique d'extrémité permet aux UMI de compléter les opérations de traitement des données et d'algorithme directement sur l'appareil,Réduction significative de la latence: une percée cruciale pour les scénarios nécessitant des exigences élevées en temps réel, tels que la conduite autonome et les robots industrielsCependant, cela pose le défi de la légèreté des algorithmes: comment conserver les fonctions de base avec une puissance de calcul limitée des appareils est devenu un nouveau sujet de l'industrie.
En résumé, le domaine de l'IMU est entré dans une nouvelle ère de "hardware-dominé" à "algorithm-empowered".mais une solution au niveau du système avec une intégration profonde de logiciels et de matérielLes équipes qui peuvent s'implanter dans ce domaine à l'avenir doivent non seulement comprendre la logique sous-jacente du matériel, mais aussi résoudre les problèmes de scénario à travers des algorithmes.Cette mentalité de collaboration logiciel-matériel est précisément la capacité de base la plus nécessaire dans l'industrie actuelle.
Votre message doit contenir entre 20 et 3 000 caractères!
