IMU
集成加速度计、陀螺仪（有时含磁力计）的传感器模块，用于实时测量物体线加速度、角速度和姿态角，是机器人动态平衡控制的核心感知元件
核心事实
时间轴 (近 90 天)
观测空间的落差是一个重要问题：仿真中策略可访问精确的关节角度、速度和物体位姿，而真实系统依赖编码器、IMU或视觉估计，存在噪声、标定误差和时间戳不对齐
IMU能够以每秒数百次的频率记录身体在三维空间中的加速度与角速度变化
动作追踪技术通常依赖内置的惯性测量单元（IMU），包括加速度计和陀螺仪，实时捕捉牙刷的空间位置与运动轨迹
在双足机器人中IMU的核心作用是实时估计机体姿态倾斜角，反馈给控制器动态调整步态参数
IMU通常集成三轴加速度计和三轴陀螺仪，部分型号还包含磁力计
现代iPhone内置了由加速度计、陀螺仪、磁力计构成的惯性测量单元(IMU)，Pro机型还配备LiDAR激光雷达扫描仪
时间同步是多模态融合工程实践中容易被忽视但至关重要的挑战，不同传感器采样频率差异显著（激光雷达10-20Hz，RGB摄像头30-60fps，IMU数百Hz）
感知框架通常采用多模态融合架构,包括RGB-D摄像头、激光雷达和IMU等设备,通过SLAM算法构建环境几何地图
机器人依赖IMU（惯性测量单元）、力矩传感器和关节编码器采集数据，再经控制算法计算补偿动作
系统需要对两帧图像间的IMU数据进行预积分来计算两帧之间的相对运动，如果时间戳存在偏移，预积分的积分区间就会错位，直接导致运动估计偏差
还有 5 条时间轴事件
全部知识事实 (15)
IMU通常集成三轴加速度计和三轴陀螺仪，以200-1000Hz频率输出加速度和角速度数据，摄像头图像流通常为30-60Hz
65%已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
65%已验证IMU（惯性测量单元）集成了加速度计、陀螺仪（有时含磁力计），用于测量线加速度、角速度和姿态角，是四足机器人动态平衡控制的核心感知元件
65%待验证时间同步是多模态融合工程实践中容易被忽视但至关重要的挑战，不同传感器采样频率差异显著（激光雷达10-20Hz，RGB摄像头30-60fps，IMU数百Hz）
60%待验证传统激光雷达扫描频率为10-20Hz，视觉深度学习推理在边缘计算设备上通常需要30-80毫秒
60%待验证观测空间的落差是一个重要问题：仿真中策略可访问精确的关节角度、速度和物体位姿，而真实系统依赖编码器、IMU或视觉估计，存在噪声、标定误差和时间戳不对齐
50%待验证IMU能够以每秒数百次的频率记录身体在三维空间中的加速度与角速度变化
50%待验证动作追踪技术通常依赖内置的惯性测量单元（IMU），包括加速度计和陀螺仪，实时捕捉牙刷的空间位置与运动轨迹
50%待验证IMU通常集成三轴加速度计和三轴陀螺仪，部分型号还包含磁力计
50%待验证在双足机器人中IMU的核心作用是实时估计机体姿态倾斜角，反馈给控制器动态调整步态参数
50%待验证现代iPhone内置了由加速度计、陀螺仪、磁力计构成的惯性测量单元(IMU)，Pro机型还配备LiDAR激光雷达扫描仪
50%待验证感知框架通常采用多模态融合架构,包括RGB-D摄像头、激光雷达和IMU等设备,通过SLAM算法构建环境几何地图
50%待验证机器人依赖IMU（惯性测量单元）、力矩传感器和关节编码器采集数据，再经控制算法计算补偿动作
50%待验证系统需要对两帧图像间的IMU数据进行预积分来计算两帧之间的相对运动，如果时间戳存在偏移，预积分的积分区间就会错位，直接导致运动估计偏差
50%待验证深度相机提供密集深度信息但室外强光下性能显著下降，IMU提供高频姿态信息但存在长期漂移
50%