IMU 분야에서 10년 동안 깊은 참여를 한 후, 제가 가장 많이 알아낸 것은 산업의 초점이 조용히 바뀌었다는 것입니다. 한때는 경쟁이 하드웨어 사양의 한계에 초점을 맞췄지만 지금은알고리즘 반복은 격차를 넓히는 열쇠입니다5년 전, 고밀도의 모션 추적은 고가의 광섬유 IMU에 의존했습니다.일반 MEMS 장치의 이동 및 노이즈 문제는 엄격한 시나리오의 요구를 충족시킬 수 없었습니다.하지만 오늘날, 소프트웨어 기술은 이 본질적인 인식을 뒤엎고, 저비용 하드웨어가 그 범위를 뛰어넘는 성능을 제공할 수 있게 해줍니다.
가장 눈에 띄는 것은 작년에 제가 참여한 드론 검사 프로젝트입니다. 예산 제약으로 인해 고객은 입문 수준의 MEMS IMU만을 사용할 수 있었습니다.드론은 불안정한 기운 안정성 및 심각한 방향 변동으로 고통받았습니다.정밀한 검사 작업을 완료하는 것은 불가능합니다. 하드웨어를 교체하기 위해 서둘러 대신 팀은적응적인 칼만 필터링2주간의 디버깅 후, 드론의 위치 정확도는 거의 60% 향상되었습니다.유동 문제가 효과적으로 통제되었습니다.그리고 고객들의 요구를 완전히 충족시켰습니다.
이것은 하드웨어가 중요하지 않다는 것을 의미하지는 않지만 알고리즘이 하드웨어의 잠재력을 완전히 풀어주는 것입니다. 다른 시나리오에는 매우 다른 알고리즘 요구 사항이 있습니다. 예를 들어,소비자 VR 장치의 IMU는 빠른 응답과 낮은 지연 시간 알고리즘이 필요합니다., 사용자 경험을 보장하기 위해 약간의 정밀도를 희생하더라도; 산업 위치 장치, 다른 한편으로, 알고리즘 안정성과 반 간섭 기능을 우선시합니다.복잡한 환경에서 유효하지 않은 데이터의 정확한 필터링이 필요합니다.많은 팀들이 맹목적으로 범용 알고리즘을 적용하는 함정에 빠지고 결국에는 장치 성능이 떨어집니다.
오늘날 IMU 알고리즘의 개발은 데이터 주석 및 시나리오 적응에 있어서도 도전에 직면하고 있습니다. 고급 알고리즘은 대부분 훈련에 많은 양의 실제 시나리오 데이터에 의존합니다.하지만 각 산업의 시나리오는 매우 다릅니다.예를 들어, 의료 재활용 장비의 IMU는 인간의 움직임의 세밀한 데이터를 캡처해야 합니다.자동차의 IMU는 진동과 전자기 간섭과 같은 복잡한 작업 조건에 대처해야합니다., 통일된 훈련 데이터 세트를 형성하는 것을 어렵게 만듭니다. 이것이 실험실에서 우수한 성능을 보이는 많은 알고리즘이 실제 시나리오에 배치되면 적응하지 못하는 이유입니다.
한 번은 성인 재활용 팔찌에 대한 IMU 알고리즘을 최적화했습니다.하지만 천천히 움직이는 재활 운동을 정확하게 식별하지 못했고 종종 잘못된 경보를 유발했습니다.나중에, 우리는 고령 사용자로부터 수백 개의 재활 운동 데이터를 수집하고 알고리즘의 임계 매개 변수와 특징 추출 논리를 조정했습니다.그리고 움직임 리듬 인식 모듈을 추가이 과정은 IMU 알고리즘에 대한 단 하나의 크기에 맞는 템플릿이 없다는 것을 깨달았습니다. 시나리오별 맞춤화가 핵심입니다.
인공지능 기술과 IMU의 깊은 통합으로 알고리즘의 중요성은 계속 증가할 것입니다.우리는 알고리즘을 사용하여 다른 시나리오에 적응하고 오류를 독립적으로 캘리브레이트 할 수 있습니다., IMU가 "유니버설 하드웨어, 사용자 정의 알고리즘"의 새로운 모델을 달성 할 수 있습니다.이 또한 엔지니어에 대한 더 높은 요구 사항을 설정합니다. 그들은 하드웨어 원칙을 이해 할뿐만 아니라 알고리즘 최적화 및 시나리오 통찰력 능력을 갖추어야합니다.이 두 가지의 조합은 오늘날 업계에서 가장 필요한 핵심 역량입니다.
엣지 컴퓨팅 기술 또한 IMU 알고리즘의 업그레이드를 주도하고 있음을 언급 할 가치가 있습니다. 과거에는 많은 복잡한 알고리즘이 클라우드 컴퓨팅에 의존했습니다.대기 시간 문제로 이어집니다.엣지 컴퓨팅은 IMU가 장치에서 직접 데이터 처리 및 알고리즘 작업을 완료 할 수 있습니다.자율주행 및 산업용 로봇과 같은 높은 실시간 요구 조건의 시나리오에 중요한 돌파구그러나 이것은 알고리즘 가벼운 무게의 도전을 가져옵니다: 제한된 장치 컴퓨팅 능력으로 핵심 기능을 유지하는 방법은 새로운 산업 주제가되었습니다.
요약하자면, IMU 분야는 "하드웨어 지배"에서 "알고리듬에 힘입어"로 새로운 시대를 맞이했습니다. 그것은 더 이상 단순히 매개 변수에 따라 경쟁하는 하드웨어 부품이 아닙니다.하지만 소프트웨어와 하드웨어의 깊은 통합과 함께 시스템 수준의 솔루션미래에 이 분야에서 자리를 잡을 수 있는 팀은 하드웨어의 근본적인 논리를 이해해야 할 뿐만 아니라 알고리즘을 통해 시나리오 통증점을 해결해야 합니다.이 소프트웨어-하드웨어 협업 사고방식은 바로 현재 산업에서 가장 필요한 핵심 기능입니다..
귀하의 메시지는 20-3,000 자 사이 여야합니다!
