[ad_1]
Previsto per il debutto alla fiera CES 2024 del mese prossimo, il sensore di profondità Pico di MagikEye segna un significativo passo avanti nel percorso dell’azienda verso l’intelligenza artificiale e la robotica. Il sensore sfrutta la tecnologia Invertible Light (ILT) di MagikEye, che funziona su un processore ARM Cortex-M0 bare metal all’interno del Raspberry Pi RP2040. Sebbene il sensore Pico dimostri la sua capacità di rilevamento 3D sull’RP2040, la tecnologia sottostante è realizzata per l’adattabilità. ILT consente il funzionamento senza interruzioni su una varietà di core MCU, compresi quelli basati sull’architettura RISC-V.
Una combinazione di ottica e matematica, Invertible Light genera una nuvola di punti 3D utilizzando un proiettore di punti standard e un sensore di immagine. Questo metodo calcola rapidamente i dati di profondità 3D dal modello di punti proiettato di un oggetto.
“Proprio come i personal computer hanno democratizzato l’accesso alla tecnologia e stimolato una rivoluzione nella produttività, il sensore di profondità Pico è destinato ad innescare una trasformazione simile nei regni dell’intelligenza artificiale e della robotica”, ha commentato Takeo Miyazawa, fondatore e CEO di MagikEye. “Non è solo un prodotto innovativo; è una porta verso nuove possibilità in campi come i veicoli autonomi, i sistemi di casa intelligente e oltre, dove l’intelligenza artificiale e il rilevamento della profondità convergono per creare soluzioni più intelligenti e intuitive”.
La gamma di dispositivi di rilevamento della profondità 3D di MagikEye può essere utilizzata in un’ampia gamma di applicazioni, inclusi smartphone, robotica e sorveglianza. Al momento di questo annuncio non era disponibile una scheda tecnica per il sensore di profondità Pico.
MagikEye
Trova altre schede tecniche su prodotti come questo su Datasheets.com, ricercabili per categoria, codice articolo, descrizione, produttore e altro.
Il sensore di profondità post 3D è adattabile a varie piattaforme ed è apparso per la prima volta su EDN.
[ad_2]
Source link
