待验证50% 置信事实精确时间

UMI使用视觉-惯性里程计技术，融合GoPro视觉信息和IMU惯性数据，以厘米级精度重建夹爪的6DoF运动轨迹

1

来源数

50%

置信度

长期有效

时效性

2026/8/20

首次发现

来源

机器人学习数据采集：第一视角、UMI与遥操作三种范式深度对比

相关事实

待验证IMU通过三轴加速度计与三轴陀螺仪融合以极低延迟输出姿态估计，但存在积分漂移问题，需与磁力计或视觉里程计融合校正63% 相似待验证视觉惯性里程计（VIO）将摄像头与IMU融合，以极低的硬件成本实现接近激光SLAM的定位精度61% 相似待验证IMU可以高达1000Hz的采样频率补充摄像头位姿盲区，两路数据经扩展卡尔曼滤波器（EKF）融合后输出6自由度位姿估计59% 相似待验证OIS与EIS协同工作成为中端相机系统标配，OIS处理低频大幅抖动，EIS通过裁剪感光区域补偿高频微小抖动59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/777103

API

curl https://kongchang.com/api/v1/knowledge/claims/777103

MCP

get_claim(id=777103)