搜维尔科技:【应用】配备MTi-3的轻便型ROV,在水下进行地理标记视觉检测

部署潜水员进行水下摄像,不仅难度高而且费用昂贵,需要受过潜水和摄像两方面培训的专业人员来进行。但有些水下作业任务例如拍摄海底管道内部的照片,由于人员无法进入或危险度高的原因,无法由潜水员完成。

如今,俄罗斯水下机器人制造商 - Underwater Robotics开发出了一种遥控水下机器人(ROV),它可以在操作员的控制下执行水下拍摄任务,而操作员则可以安全地呆在水面上。Underwater Robotics公司的GNOM-PRO是世界上最小最轻的遥控潜水器,专为视频拍摄任务而设计,用户无需潜水员就能执行水下目视检查任务。它还能安全地查看水下的小型或危险地点。

这款水下机器人具有出色的水下动态特性,只需使用操纵杆便可控制其运动。机器人具有良好的稳定性和易用性,其中的关键在于Xsens的3D运动传感器。

完整的运动跟踪模块,提升ROV研发速度

Xsens的MTi-3是一个完整的AHRS(姿态和航向参考系统),包含陀螺仪、加速度计和磁力计,模块尺寸为12.1 x 12.1毫米。MTi-3具有Xsens在业界领先的传感器融合算法,该算法可在传感器使用寿命内保持高精度,并执行传感器自动校准。集成Xsens模块的使用让Underwater Robotics能够快速开发GNOM-PRO的运动控制系统。该模块计算出的滚动、俯仰和航向测量值也很容易集成到GNOM-PRO的控制软件中。

在为GNOM-PRO选择运动传感器时,Underwater Robotics仔细考量了传感器的尺寸和重量。该遥控潜水器的一个重要特点是可以手提:包括遥控潜水器和配套的长达400米的系绳在内,整个系统可以装在两个手提箱中。遥控潜水器本身的尺寸为520mm x 440mm x 347mm,重25kg,这意味着它可以很容易地运输到执行任务的地点,几乎可以从任何类型的船上发射和操作。其小巧的体积还意味着它可以在管道等狭窄的空间中使用,而传统的遥控潜水器无法进入这些空间。

MTi-3传感器体积小、重量轻(不到1克),因此极具吸引力。但Underwater Robotics之所以选择MTi-3,是看中了传感器的动态特性。GNOM-PRO用于监测和维护海洋及水下设施,例如石油生产平台、水力发电厂、检查船体,以及监测核电站等危险场所。将其用作摄像机平台需要很高的动态稳定性,以确保视频图像不会受到模糊、抖动或其他图像伪影的影响。

在水中保持稳定

GNOM-PRO体积小重量轻,这意味着它受海浪和水流运动的影响比大型设备要多。MTi-3的高性能,包括静态条件下±0.5°(动态条件下±0.8°)的滚动和俯仰精度,使操作员能够保持稳定的方向。GNOM-PRO还具有自动航向模式,使操作员能够通过MTi-3的航向输出控制的自动设置来设定行进方向。此外,MTi-3传感器对速度、滚动、俯仰和偏航的测量能够从已知的起始位置进行精确推算,从而确定ROV的地理位置。

Underwater Robotics在对运动传感器市场进行详尽评估后,决定在GNOM-PRO ROV中使用MTi-3。

Underwater Robotics首席执行官Boris Rozman表示:"在我们认为重要的每个参数上,我们的评估都指向MTi运动跟踪器。这是一款包括传感器融合软件在内的全功能运动跟踪仪,但Xsens将所有功能都集成到了一个小巧轻便的包装中,这对于像GNOM-PRO这样的便携式产品来说非常重要。但体积小并不影响性能,MTi-3的测量精度非常高,再加上独立压力传感器提供的深度测量,用户可以为每一帧视频标注准确的地理位置。

配备MTi-3传感器的GNOM-PRO ROV的性能为我们带来了巨大的成功,该产品目前已在全球多个国家使用,包括法国、意大利、德国、西班牙、美国、印度以及俄罗斯。这就是为什么我确信使用MTi-3的决定是正确的。"

相关推荐
buttonupAI7 小时前
今日Reddit各AI板块高价值讨论精选(2025-12-20)
人工智能
2501_904876488 小时前
2003-2021年上市公司人工智能的采纳程度测算数据(含原始数据+计算结果)
人工智能
竣雄8 小时前
计算机视觉:原理、技术与未来展望
人工智能·计算机视觉
救救孩子把8 小时前
44-机器学习与大模型开发数学教程-4-6 大数定律与中心极限定理
人工智能·机器学习
Rabbit_QL8 小时前
【LLM评价指标】从概率到直觉:理解语言模型的困惑度
人工智能·语言模型·自然语言处理
呆萌很9 小时前
HSV颜色空间过滤
人工智能
roman_日积跬步-终至千里9 小时前
【人工智能导论】02-搜索-高级搜索策略探索篇:从约束满足到博弈搜索
java·前端·人工智能
FL16238631299 小时前
[C#][winform]基于yolov11的淡水鱼种类检测识别系统C#源码+onnx模型+评估指标曲线+精美GUI界面
人工智能·yolo·目标跟踪
爱笑的眼睛119 小时前
从 Seq2Seq 到 Transformer++:深度解构与自构建现代机器翻译核心组件
java·人工智能·python·ai
小润nature9 小时前
AI时代对编程技能学习方式的根本变化(1)
人工智能