پرونده ها

خونه > پرونده ها > Wuhan Liocrebif Technology Co., Ltd آخرین مورد شرکت در مورد شکستن سد با الگوریتم‌ها: عصری که IMUها دیگر صرفاً به سخت‌افزار متکی نیستند

رویدادها

اخبار

پرونده ها

با ما تماس بگیرید

sales@liocrebif.com

حالا تماس بگیرید

شکستن سد با الگوریتم‌ها: عصری که IMUها دیگر صرفاً به سخت‌افزار متکی نیستند

2026-01-28

پس از یک دهه مشارکت عمیق در زمینه IMU، بزرگترین چیزی که من متوجه شدم این است که تمرکز صنعت به آرامی تغییر کرده است.تکرار الگوریتم کلید گسترش شکاف استپنج سال پيش، دستيابي به دقت بالا در پيگيري حرکت تقريباً به طور انحصاري به دستگاه هاي IMU فايبر نوري گران قيمت متکي بوداز آنجا که مسائل حرکت و سر و صدا دستگاه های معمولی MEMS به سادگی قادر به پاسخگویی به خواسته های سناریوهای دقیق نبودنداما امروز، تکنولوژی نرم افزار این تصور ذاتی را زیر پا می گذارد، و سخت افزار ارزان قیمت را قادر می سازد تا عملکرد فراتر از کلاس خود را ارائه دهد.

مهمترين پروژه ي بازرسي هواپيمايي که من سال گذشته در آن شرکت کردم به خاطر محدوديت بودجه، مشتری فقط مي توانست از دستگاه هاي بازرسي سطح اول استفاده کند.بدون سرنشین از ثبات پایین پرواز و حرکت شدید در مسیر رنج می برد.به جای عجله برای تعویض سخت افزار، تیم الگوریتم راه حل نگرش را به طور خاص بهینه سازی کرد،فیلترسازی تطبیقی کالمان معرفی شدبعد از دو هفته عیب یابی، دقت موقعیت گیری هواپیما تقریباً 60 درصد بهبود یافت.مشکل جابجایی به طور موثر کنترل شد، و به طور کامل نیازهای مشتری را برآورده می کند.

این بدان معنا نیست که سخت افزار بی اهمیت است، بلکه الگوریتم ها به طور کامل پتانسیل سخت افزار را باز می کنند. سناریوهای مختلف دارای الزامات الگوریتم بسیار متفاوت هستند. به عنوان مثال،IMU در دستگاه های VR مصرف کننده نیاز به الگوریتم های پاسخ سریع و کم تاخیر دارد، حتی اگر مقدار کمی از دقت برای اطمینان از تجربه کاربر قربانی شود؛ دستگاه های موقعیت گذاری صنعتی، از سوی دیگر، اولویت ثبات الگوریتم و قابلیت های ضد تداخل را دارند،نیاز به فیلتر کردن دقیق داده های نادرست در محیط های پیچیدهبسیاری از تیم ها در دام استفاده نابینا از الگوریتم های عمومی قرار می گیرند که در نهایت منجر به عملکرد ضعیف دستگاه می شود.

توسعه الگوریتم های IMU امروزه همچنین با چالش هایی در زمینه توضیح داده ها و سازگاری سناریو مواجه است. الگوریتم های پیشرفته عمدتاً به مقادیر زیادی از داده های سناریوی واقعی برای آموزش متکی هستند.اما سناریوها در صنایع مختلف بسیار متفاوت هستندبه عنوان مثال، IMU در تجهیزات توانبخشی پزشکی نیاز به ضبط اطلاعات حرکتی انسان دارد.در حالی که IMU های خودرو باید با شرایط کار پیچیده مانند ارتعاش و تداخل الکترومغناطیسی مقابله کنند، که ایجاد یک مجموعه داده آموزش یکپارچه را دشوار می کند. به همین دلیل است که بسیاری از الگوریتم هایی که در آزمایشگاه ها عملکرد عالی دارند در هنگام استفاده در سناریوهای دنیای واقعی سازگار نمی شوند.

ما یک بار الگوریتم IMU را برای یک دستبند بازپروری سالمندان بهینه کردیم.اما نتوانست تمرینات توانبخشی به سرعت آهسته را با دقت شناسایی کند و اغلب هشدارهای غلط را به وجود آوردبعدش، ما صدها مجموعه از اطلاعات حرکات توانبخشی از کاربران مسن جمع آوری کردیم، پارامترهای آستانه ی الگوریتم و منطق استخراج ویژگی را تنظیم کردیم،و ماژول تشخیص ریتم حرکتی اضافه کردیماین فرآیند باعث شد متوجه شوم که هیچ الگویی برای الگوریتم های IMU وجود ندارد. سفارشی سازی خاص سناریو کلید است.

با ادغام عمیق فناوری هوش مصنوعی و IMU، اهمیت الگوریتم ها همچنان رشد خواهد کرد. در آینده ممکن است دیگر نیازی به انباشت سخت افزار پیشرفته برای دقت نداشته باشیم؛ در عوض،ما می توانیم از الگوریتم ها برای سازگاری با سناریوهای مختلف استفاده کنیم و به طور مستقل اشتباهات را کالیبراسیون کنیم، که به IMU ها امکان می دهد یک مدل جدید از "هاردویر جهانی، الگوریتم های سفارشی" را به دست آورند.این امر همچنین الزامات بیشتری را بر مهندسان تحمیل می کند. آنها نه تنها باید اصول سخت افزاری را درک کنند، بلکه توانایی بهینه سازی الگوریتم و بینش سناریو را نیز دارند.ترکیبی از هر دو مهارت اصلی مورد نیاز ترین در صنعت امروز است.

لازم به ذکر است که فناوری محاسبات لبه ای نیز باعث ارتقاء الگوریتم های IMU می شود. در گذشته، بسیاری از الگوریتم های پیچیده به قدرت محاسبات ابری تکیه می کردند.که منجر به مشکلات تاخیر می شود.محاسبات لبه ای به IMU اجازه می دهد تا پردازش داده ها و عملیات الگوریتم را مستقیماً در دستگاه انجام دهد.به طور قابل توجهی کاهش تاخیر یک پیشرفت حیاتی برای سناریوهای با الزامات زمان واقعی بالا مانند رانندگی مستقل و روبات های صنعتیبا این حال، این چالش کاهش وزن الگوریتم را به وجود می آورد: چگونگی حفظ توابع اصلی با قدرت محاسباتی دستگاه محدود به یک موضوع جدید در صنعت تبدیل شده است.

به طور خلاصه، حوزه IMU وارد دوران جدیدی از "حاکمیت سخت افزاری" به "قدرت الگوریتم" شده است.اما یک راه حل در سطح سیستم با ادغام عمیق نرم افزار و سخت افزارتیم هایی که می توانند در آینده در این زمینه قدم بگذارند، نه تنها باید منطق زیربنایی سخت افزار را درک کنند بلکه نقاط درد سناریو را از طریق الگوریتم ها نیز حل کنند.این تفکر همکاری نرم افزار و سخت افزار دقیقاً توانایی اصلی مورد نیاز در صنعت فعلی است..

استعلام خود را مستقیماً برای ما ارسال کنید