DS80采用高速、低延时、高精度的自研SLAM技术。
高性能SOC,算力大幅提升,支持高速高精度独立VIO、SLAM/CSLAM、端云协同、实时回环检测、高速二维码/空间锚点辅助定位等多种先进工作模式。
多传感器深度协同,定位更快、更准、更稳。
| DUT | Cycles | Ave RTE (%) | Max RTE (%) | Ave ARE (°) | Max ARE (°) |
|---|---|---|---|---|---|
| SN: 21004424 | 1 | 0.12 | 0.33 | 0.51 | 1.58 |
| 2 | 0.11 | 0.48 | 0.47 | 2.25 | |
| 3 | 0.12 | 0.50 | 0.53 | 2.18 | |
| Average | 0.11 | 0.44 | 0.51 | 2.00 | |
| 备注 | 测试条件:10X5 米办公室测试环境,20-30 米移动轨迹 RTE: Relative Translation Error 相对平移误差 ARE: Absolute Rotation Error 绝对转角误差 |
||||

被动双目视觉:
大视场角(110°)、高分辨率(640*480@60fps)、5.5米有效距离(误差<3%),强光环境下表现优异,适用于开阔场景建模与避障。
主动iTOF(Sony VGA):
940nm抗干扰波长,0.2-4米内超高精度(误差<1%)、30fps帧率,输出深度图、点云、IR图。暗光、室内环境精度远超双目。支持单频(1.5米)/双频(4米)模式切换。
双引擎可同时工作,与VSLAM无缝融合,实时提供环境深度信息,为导航、避障、三维重建提供坚实基础。
独立硬件CNN引擎是关键突破!摆脱对主控系统算力的依赖,实现本地化实时AI推理。支持接入鱼眼、TOF、RGB等多路视频源,可并行部署多个AI模型。结合VSLAM与深度信息,实现三维手势识别追踪、人体骨骼提取、三维人脸防伪识别、物体识别与空间语义分割、场景理解等高级智能功能。完美适配OpenCV & Open VINO,可便捷部署开源社区(如Open Model Zoo)或用户自训练的模型,即插即用,大幅缩短研发周期。
基于硬件的H.265视频压缩,显著节省宝贵的传输带宽,降低系统整体负载。
本地化处理能力大幅降低开发和集成门槛。
支持Windows/Linux/Android,提供ROS/ROS2, Unity, C/C++, Python, Java JNI等Wrapper API,无缝对接各类开发框架。
USB Type-C连接主控,可通过扩展接口接入激光雷达等传感器,支持多机级联,满足复杂系统需求。
通过CE, FCC, RoHS, CB, FDA Class I激光安全等认证,通行全球市场。









SeerSense® DS80

SDK

Tool Chain
| 项目 | 规格 | 备注 |
|---|---|---|
| 处理器 | Myriad X | Intel Movidius VPU |
| 相机 | ||
| -双目鱼眼相机 | 1280x800/640x400, 60fps DFOV150°/HFOV130°/VFOV74° |
单色,全局曝光80mm 基线 |
| -彩色相机 | 8MP(4192x3104), 30fps DFOV79.9°/HFOV68°/VFOV53° |
拍照: 8.2MP/13MP(MAX) 视频: VGA/720P/1080P @ 30fps |
| -深度相机 | 640x480/320x240, 30fps DFOV78°/HFOV64°/VFOV50° |
0.5-5m=<1% 深度误差 940nm(人眼安全—类标准认证) |
| IMU | 9 Axis | 1000赫兹用于SLAM融合 |
| CNN 引擎 | Dual engine | 并行处理 |
| 双目深度引擎 | VGA/720P SGBM(Semi-Global Block Match) |
50/60fps, 6.5 meter |
| SLAM 引擎 | 500-1000Hz毫米级精度 | 本地处理, 多种工作模式 |
| 功耗 | Avg 2.8W | 满负荷状态 |
| 供电 | 5V 3A | |
| 接口 | USB Type C | 相机数据流, 深度, AI图像, 6DoF输出 |
| Debug Port | UART, Sync Pin | |
| 重量尺寸 | 93g | 119Lx23Dx24H | LxDxH(mm) |
| SDK | VIO, CSLAM, 3D 重建, 深度/点云(SGBM/TOF), 物体识别, 手势, 平面检测, RGBD | |
| 工具链 | Open VINO, Open CV, Xvxdk-viewer Demo Tool | |