一种基于MCU的微型太阳能自动追踪系统

    公开(公告)号:CN109189108A

    公开(公告)日:2019-01-11

    申请号:CN201811351903.9

    申请日:2018-11-14

    Abstract: 本发明提供了一种基于MCU的微型太阳能自动追踪系统,太阳能方位检测模块将由太阳能方位检测模块的电路中检测到的空间的光强数据传入A/D转换器及MCU模块,由MCU模块控制电机驱动电路,从而使电机及机械传动装置进行转动,直至太阳能方位检测模块朝向空间最大光强位置,本发明使用MCU实现系统的高精度、低功耗,和系统扩展的灵活性,使用基于桥式电压比较结构的太阳能追踪检测模式,灵敏度高、成本低;使用光敏二极管与运放的光照强度检测模式,实现了整个系统工作与睡眠双模式的切换,降低系统功耗。

    基于视觉惯性信息融合的三维软件稳像方法

    公开(公告)号:CN113240597B

    公开(公告)日:2024-04-26

    申请号:CN202110497661.X

    申请日:2021-05-08

    Abstract: 本发明提出一种基于视觉惯性信息融合的三维软件稳像方法。第一步,进行相机及视觉惯性传感器标定,获取单目相机的畸变参数及内参矩阵,并标定IMU误差参数用于获取后续紧耦合联合优化的IMU误差模型;第二步,进行单目视觉初始化,获取足量的世界坐标系下的三维特征点;第三步,将IMU数据同视觉数据紧耦合进行联合优化,相机变换矩阵及三维空间特征点;第四步:根据获取的变换矩阵进行预翘曲,并将获取的特征点进行局部网格变换,获取最终的稳像结果。本发明能够有效解决经典SFM方法的运动矢量估计性能不佳问题,提高运动补偿的三维特征点空间位置及整体的运动矢量精度。

    基于视觉惯性信息融合的三维软件稳像方法

    公开(公告)号:CN113240597A

    公开(公告)日:2021-08-10

    申请号:CN202110497661.X

    申请日:2021-05-08

    Abstract: 本发明提出一种基于视觉惯性信息融合的三维软件稳像方法。第一步,进行相机及视觉惯性传感器标定,获取单目相机的畸变参数及内参矩阵,并标定IMU误差参数用于获取后续紧耦合联合优化的IMU误差模型;第二步,进行单目视觉初始化,获取足量的世界坐标系下的三维特征点;第三步,将IMU数据同视觉数据紧耦合进行联合优化,相机变换矩阵及三维空间特征点;第四步:根据获取的变换矩阵进行预翘曲,并将获取的特征点进行局部网格变换,获取最终的稳像结果。本发明能够有效解决经典SFM方法的运动矢量估计性能不佳问题,提高运动补偿的三维特征点空间位置及整体的运动矢量精度。

Patent Agency Ranking