所以你把系统中的一些传感器聚集在一起,你想把它们的数据融合在一起。恭喜你;你有很多同伴。你和全世界的人都想要这个。如果这种能力只是一种需要,而不是你的关键区别,那么,耶,你可以重新发明其他人已经重新发明的融合算法。或者你可以用董事会更愿意花在差异化技术上的钱来购买它们。
或者,让我们说这种能力对你来说是一个区别——你有一些新的算法想法,你认为这会让你领先。好吧,祝你好运。除了你想要做的15%的代码更改外,你还必须从头开始做另外85%的代码更改。或者从别人那里购买源代码(如果他们允许的话),学习他们的代码,自己制作mod。或者让他们做mod -并把你的差异化想法交给他们。
现在,还有另一个选择:MEMS产业集团(MIG)支持下的加速创新社区(AIC)。我知道,这个名字并不能说明它是什么,但这个想法是建立一个开源社区,在那里可以共享传感器融合算法。这意味着您可以轻松地获得现成的算法。它们可能不能完全按照你想要的方式工作,但它们是一个很好的起点。
如果你能找到改善它们的方法,你就能回馈社会。如果您不想反馈差异化的改进,也不必这样做,因为算法在BSD许可下是可用的。
需要明确的是,这些不一定是可以插入一些抽象系统而不需要工程工作的压缩包装算法。你仍然需要算法编码员和知道自己在做什么的嵌入式人员。这样做的好处是,他们不必每次都从头开始。
现在,如果你一直在注意的话,你会说:“等等!那又怎么样呢开放式传感器平台(OSP)的事情?”是的,你的记性很好:那是真的。这两件事并不相互竞争:事实上,它们可以一起工作。
OSP部分是一个框架,算法可以挂在上面。任何算法,包括通过AIC获得的算法,都可以使用。你可以把它看作是一个标准的API,用来调用算法(或者做其他事情——OSP不仅仅是关于算法)。
你也可能会想,考虑到Audience的业务与Sensor Platforms不同(或更专注),他们还会支持OSP吗?答案是:“是的。”事实上,期待明年初新的OSP修订。
顺便说一下,冒着更混乱的风险,请注意OSP的好东西包也包含一些参考算法。这些都有助于实现框架,但不是OSP的重点;框架是。
就像传感器平台(现在是观众)和ARM是OSP的创始成员,所以飞思卡尔是AIC的创始成员。在支持AIC的同时,他们还提出了一个传感器融合开发工具包。它可以作为自己的框架,也包含参考算法。
飞思卡尔的套件不是AIC的一部分,但可以接受AIC的算法。他们为AIC贡献了算法。这就是问题的关键:算法应该是可插入的(通过适当的软件管理)到任何环境中——无论是OSP还是专有设置。如果不是,那么您可能有一个值得解决的分区问题……
你可以在米格机上找到更多关于AIC的信息公告.
(图片由飞思卡尔提供)