Lord Sensing惯性测量单元IMU 3DM-CX5-10

Lord Sensing惯性测量单元IMU 3DM-CX5-103DM-CX5-10LORDSensing system 公司是全球先进的微型传感器和系统制造商,其产品广泛应用于各个领域。

大家好,欢迎来到IT知识分享网。

该文章旨在介绍美国LordSensing产品,以协助各技术员更加快速了解该产品。全部翻译由深圳市广陵达科技有限公司完成,仅供参考。如想了解具体应用环境,请联系技术人员沟通确认产品选型。

Lord Sensing惯性测量单元IMU 3DM-CX5-10

3DM-CX5-10

LORD Sensing system 公司是全球先进的微型传感器和系统制造商,其产品广泛应用于各个领域。包括高端制造业、特种设备、非公路机械设备、商用和军用无人车、无人机和无人水下设备。

LORD总部位于美国北卡罗莱纳的卡里,是一家大型的非上市私营企业,成立于1924年。旗下LORD Sensing system 公司总部设在美国佛蒙特州Williston,创始于1987年。其早期专注于开发生物力学研究应用测量应力应变的微位移传感器。其第一个传感器是设计用于关节镜植入人类膝关节韧带。至今,LORD Sensing system已经成为行业先进的微型位移传感器、惯性传感器、GNSS辅助惯导系统、无线传感器网络系统的制造商。其客户涵盖航空航天、机器人、无人机、石油天然气、高端制造等领域。

其中惯性传感器产品包括有Zhan术级、工业级和准工业级三个级别。各个级别的产品又分为GNSS辅助惯导系统、AHRS航姿参考系统、垂直陀螺和IMU惯性测量单元。LORD sensing system的产品具有重量轻(最小仅8g),体积小,功耗低的特点。目前被广泛应用于航天航空、无人机飞行可控制、动中通等领域。

LORD sensing system 惯性传感器包括:Zhan术级辅助惯导、工业级惯导系统、准工业级惯导系统。

战术级GNSS辅助惯导

由双核CPU、GNSS模块(多星座:GPS, GLONASS, BeiDou、Galileo)、陀螺仪、加速度计、磁力计、气压计组成。内置非常先进的自适应扩展卡尔曼滤波器等组成。为用户提供高质量的姿态(欧拉角、四元数和旋转矩阵)、位置、速度等信息。同时也能提供原始的角速度、加速度、磁场等信息。是理想的GNSS/INS组合导航系统。

工业级惯导系统

双核CPU、GNSS模块(多星座:GPS, GLONASS, BeiDou、Galileo)、陀螺仪、加速度计、磁力计、气压计等MEMS传感器组成。并通过自适应扩展卡尔曼滤波器为用户提供高精度的惯性数据和定位、速度等信息。是同等级别产品中体积最小,重量最轻,功耗最低的工业级惯性导航系统。

准工业级惯导系统

OEM板PCB嵌入式安装模式,体积小、重量轻(8g),功耗低(最低100mW)。集成MEMS陀螺仪、加速度计、磁力计等。是无人机、机器人、AGV等智能无人操作系统理想的姿态传感器。为用户提供准确的姿态测量和姿态控制。协同RTK、PPK等精确定位系统设备实现AGV等人工智能设备的精确定位。也可以同LIDAR、雷达等设备通过人工智能算法融合,实现多功能准确导航。

战术级辅助惯导

Lord Sensing战术级惯导系统,共包含两个产品:3DM-RQ1-45,3DM-GQ4-45。该系列产品内置高精度GNSS板卡和高精度MEMS惯性器件。双处理器运行下的卡尔曼滤波器,以及多星座GNSS的跟踪能力,使得对于位置、速度和姿态等信息的输出更加精确。

工业级惯导系统

3DM-GX5系列惯性传感器,所有产品重量不超过20g,且体积小巧,功耗低,能够稳定的为客户输出各种类别的工业级惯性参数。该系列目前有组合惯导系统(GNSS/INS),航姿参考系统(AHRS),惯性测量单元(IMU),广泛应用于机器人、无人机、AGV、动中通天线,飞行器航姿测量系统和姿态控制等。

3DM-CX5-10惯性测量单元产品特点:

OEM嵌入式惯性测量单元

惯性测量单元

同系列最轻(16.5g)

6自由度&温度计

低噪声密度&VRE参数

集成加速度计和陀螺仪

给用户输出高精度的角速度和加速度数据

Lord Sensing惯性测量单元IMU 3DM-CX5-10

Lord Sensing 3DM-CX5-10参数

深圳市广陵达科技有限公司是美国Lord Sensing System公司的中国代理,提供销售,技术咨询及售后技术支持服务。广陵达科技有一批经验丰富的工程师,行业从业经验15年以上,多次到美国总部进行产品培训,熟悉产品的使用,实施以及方案解决,给您提供全方位的售前售后服务,全程指导,完美实现美国Lord传感器中国本土化。如您有任何问题,欢迎来电咨询!

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/84240.html

(0)

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信