Комментарии 9
Используется только один датчик? Массив из 4...8 датчиков при движении позволит программно строить карту местности и детектировать узкие препятствия типа столбов или деревьев.
тогда надо больше мозгов, простым МК такое уже не сделаешь - значит больше питания, меньше время работы, больше вес и цена, дороже разработка. Проще тогда две видеокамеры.
А как Вы определили недостаток мозгов у микроконтроллеров? В смартфоне тоже микроконтроллеры. Когда-то давно реализовал первую свою систему распознавания образов на устройстве с 16 Кбайт ОЗУ.
Если поделитесь своими аргументами, то смогу либо согласиться, либо возразить предметно. Но пока Ваше мнение не аргументировано никак.
В каком смысле проще две видеокамеры ?
Устройство на фото содержит в себе скорее всего микроконтроллер - типа atmel, stm - у них точно есть недостаток мозгов для построения 3д модели по 6 датчикам в реальном времени.
Если задействовать полноценный процеессор, то для задач ориентации быстрее и точнее можно собрать информацию с видеокамер чем с датчиков расстояния.
"Мозги" сейчас очень дешёвые — навскидку, тут за глаза хватит STM32L431 за $1,6. Потребление у него очень маленькое, датчики тоже экономичны. А обработать массив 8х8 пикселей гораздо легче, чем массив из 640х480 пикселей VGA-камеры, не говоря уже о бОльшем разрешении и второй камере. С аппаратным ускорением и чужими библиотеками распознавания образов — возможно, проще сделать на камерах, но всё равно потребление с парой камер будет не меньше 1 Вт, в то время как с датчиками можно уложиться в сотню мВт и получить бОльшее быстродействие.
В устройствах №4 и №5 (второй датчик) используются датчики, который имеют матрицу 8x8, что эквивалентно 64 однолучевым датчикам.
В устройствах №4 и №5 (второй датчик) используются датчики, который имеют матрицу 8x8, что эквивалентно 64 однолучевым датчикам.
Умная белая трость. Часть 2