基于全卷积神经网络的LIDAR与摄像头融合用于道路检测
在本文中，提出了一种深度学习方法，通过融合LIDAR点云和摄像头图像进行道路检测。首先将非结构化和稀疏的点云投影到摄像头图像平面上，然后进行上采样以获得编码空间信息的密集二维图像集。然后训练了几种全卷积神经网络（FCN）来进行道路检测，分别使用单一传感器数据或三种融合策略：早期融合、后期融合和新提出的交叉融合。与前两种融合方法中多模态信息的集成在预定义的深度级别进行不同，交叉融合FCN被设计为直接从数据中学习在哪里集成信息；这是通过在LIDAR和摄像头处理分支之间使用可训练的交叉连接实现的。为了进一步突出使用多模态系统进行道路检测的好处，从KITTI原始数据集中提取了一个包含视觉上具有挑战性场景的数据集。结果表明，纯基于摄像头的FCN在该数据集上表现严重不足，而多模态系统仍然能够提供高精度。最后，提出的交叉融合FCN在KITTI道路基准测试中进行了评估，取得了96.03%的MaxF分数，排名在表现最好的方法之列。
-
DG数字消磁装置
能量和功率传感器
Twinleaf LLC
2: 2
脉冲宽度: 10ns
DG 通过施加振荡磁场使材料达到饱和，然后缓慢地将振荡幅度降至零，从而自动化磁屏蔽消磁过程。
-
LAM300原子磁力计
能量和功率传感器
成都量视科技有限公司
灵敏度: <20fT/√Hz
动态范围: ±5nT
测量轴: Z轴、Y轴
LAM300原子磁力计是一种基于原子自旋交换技术的超高灵敏度磁场探测仪器，其通过原子自旋的精确控制，能够测量极为微弱的磁场变化，灵敏度高达fT/√Hz级别，为地磁场强度的几十亿分之一。
-
MS-2 磁屏蔽
能量和功率传感器
Twinleaf LLC
屏蔽系数: 10⁶
磁噪声: 10 fT/Hz1/2
内部 3 轴磁场线圈: X/Y coil:
Calibration: 0.576 G/A = 57.6 nT/mA
Inductance: 33 µH
Z coil:
Calibration: 1.50 G/A = 150 nT/mA
Inductance: 140 µH
MS-2 磁屏蔽是精密磁场控制的理想系统。它提供多层高磁导率金属屏蔽以降低环境磁场噪声，并具有内部场线圈系统，可精确控制屏蔽体中心的磁场。
-
MS-1LF 磁屏蔽
能量和功率传感器
Twinleaf LLC
内部3轴磁场线圈: X/Y 线圈
校准：0.81 G/A = 81 nT/mA
电感：22 μH
Z 线圈
校准：1.06 G/A = 106 nT/mA
电感：20 μH
内部梯度场线围: dZ/dz：4.02 nT/cm/mA
dZ/dy：3.55 nT/cm/mA
dZ/dx：3.55 nT/cm/mA
dY/dx：4.24 nT/cm/mA
dY/dy：5.18 nT/cm/mA
内部 Z轴二阶梯度线圈: d²Z/dz²：1.06 nT/cm²/mA
MS-1LF 磁屏蔽为超精密磁场测试和测量提供最低的室温磁噪声环境。它提供多层高磁导率金属屏蔽层以降低环境磁噪声，内部铁氧体屏蔽层，并具有内部场线圈系统，以精确控制屏蔽体积中心的磁场。
-
MS-1L 磁屏蔽器
能量和功率传感器
Twinleaf LLC
轴向孔: 30 mm dia.
接入孔: 15 mm dia. 8 radial & 2 on each endcap
质量: 8 kg
MS-1L 磁屏蔽器是一种用于精确磁场控制的出色而紧凑的系统。它提供多层高磁导率金属屏蔽以降低环境磁场噪声，并具有内部场线圈系统，可精确控制屏蔽体中心的磁场。
加载中....