#IMU
工程机械
September 7, 2026
推土机入门知识——了解履带牵引力和铲刀控制
“推土机是一种通过液压系统和传动系统统一控制其推土铲和履带的机械。本文从方程式和现场实践两个角度，阐述了地面压力、牵引力、铲刀姿态、基于GNSS/IMU的ICT结构、小松D61/D65系列和卡特彼勒D6 XE的设计理念，以及电气化和自主平整方面的研究。”
Fundamentals · 8 分钟阅读
工程机械
September 7, 2026
液压挖掘机——通过传感器和方程了解动臂、斗杆和行星齿轮
液压挖掘机是一种移动机器人，它将柴油发动机的旋转动力分配给液压泵、油缸和减速齿轮。本文绘制了动臂、机械臂和铲斗的运动学图，介绍了基于惯性测量单元（IMU）的铲斗边缘估计，以及上部结构和底盘中的行星齿轮，并阐述了小松和卡特彼勒目前在信息通信技术/电气化方面的努力，以及正在进行的自主挖掘研究。
Fundamentals · 12 分钟阅读
机器人基础
September 7, 2026
VIO/LIO 入门——将 IMU 与摄像头或激光雷达结合用于自定位
“单独使用摄像头或激光雷达在某些情况下会失效。将这两种传感器与惯性测量单元（IMU，加速度计+陀螺仪）结合使用可以弥补这一缺陷——这就是视觉惯性里程计（VIO）和激光雷达惯性里程计（LIO）的工作原理。本文首先解释了为什么单独使用IMU无法恢复位置，然后阐述了两种设计理念——基于滤波和基于优化——以及ROVIO、OKVIS、VINS-Mono和OpenVINS等算法中的标志性算法，并最终介绍了LIO-SAM和FAST-LIO2。”
Fundamentals · 21 分钟阅读
机器人基础
September 6, 2026
传感器融合入门——利用多种传感器构建全球统一模型
摄像头擅长感知意义，激光雷达擅长捕捉几何形状，惯性测量单元（IMU）擅长捕捉运动——但它们各自都有盲区。本文从融合这些传感器的概率和优化数学方法（卡尔曼滤波器、因子图）入手，系统地介绍了传感器融合如何将多个传感器的数据整合为一个统一的世界模型。
Fundamentals · 19 分钟阅读
工程机械
September 4, 2026
工程机械自动化与远程控制入门——从智能施工到矿山自主运输
工程机械自动化技术经历了多个发展阶段：首先是利用GNSS和IMU测量刀刃位置的机器引导；其次是在危险区域通过无线电进行安全距离远程操控；最后是目前在矿山和采石场投入使用的自主运输系统。本文将梳理国土交通省的“智能工程”政策、可追溯至云仙岳普贤岳的无人化工程发展历程，以及小松FrontRunner AHS和卡特彼勒Command的最新进展。
Fundamentals · 12 分钟阅读
计算机视觉
September 3, 2026
VO/VIO入门——利用摄像头和IMU估计运动的实用基础
视觉里程计 (VO) 和视觉惯性里程计 (VIO) 通过一系列图像和惯性测量数据来估计机器人或相机的相对运动。本文结合数学公式和图表，探讨了单目尺度模糊、IMU 预积分、初始化、滤波与优化、VINS-Mono 和 OpenVINS 等实现方法、评估指标以及故障情况等问题。
Fundamentals · 23 分钟阅读
机器人基础
September 3, 2026
航位推算入门——整合轮子、惯性测量单元和全球导航卫星系统以跟踪机器人的运动
航位推算是一种基础技术，它通过整合车轮旋转、惯性测量单元（IMU）读数和速度传感器数据来更新机器人的姿态和位置。本文涵盖了差速驱动运动学、误差累积、基于扩展卡尔曼滤波器（EKF）的校正以及在室内运输机器人和自动驾驶中的应用，并附有公式和图表。
Fundamentals · 9 分钟阅读
传感器与硬件
September 3, 2026
磁力计的工作原理及主要产品——博世、意法半导体、霍尼韦尔
磁力计通过感知地球磁场的方向来推导航向，它是唯一一种只要有电就能持续返回绝对方向外部参考的传感器——从智能手机的电子罗盘到无人机的偏航角校正，再到立方体卫星的姿态控制，磁力计的应用无处不在。本文阐述了磁力计的四大基本物理原理——霍尔效应、自调制磁阻 (AMR)、巨磁阻 (GMR) 和磁通门——并比较了博世 BMM150、意法半导体 LIS3MDL 和霍尼韦尔 HMC5883L 三款芯片的实际规格，涵盖了硬铁/软铁误差及其校准、姿态航向参考系统 (AHRS) 传感器与惯性测量单元 (IMU) 的融合，以及这项技术从矿产勘探、二战时期的反潜作战、月球探测到如今立方体卫星姿态控制的发展历程。
Fundamentals · 21 分钟阅读
传感器与硬件
August 10, 2026
IMU的工作原理和主要产品——Xsens、博世、Analog Devices
“惯性测量单元 (IMU) 将加速度计和陀螺仪结合使用，直接感知车辆自身的平移加速度和旋转速率。与摄像头或激光雷达不同，它不依赖任何外部设备——但这种独立性也带来了一个不可避免的问题：误差会随着时间的推移而累积（漂移）。我们将深入研究 MEMS 陀螺仪原理、艾伦方差噪声分析、从消费级芯片到导航级模块的等级划分，以及 Xsens 的 MTi 系列产品策略。”
Fundamentals · 16 分钟阅读