在冰雪路面进行跑车试验,其核心目标是评估车辆在极端低附着力条件下的操控、制动和动力性能。为了精准捕捉车辆的动态行为,对测速传感器的要求远超一般道路测试。
想象一下,跑车在冰面上高速行驶,轮胎与地面之间摩擦力极小,车轮很容易打滑。在这种情况下,传统的基于车轮转速的测速方式就会出现巨大误差,因为车轮转了,但车身实际移动的距离却少很多,就像人在光滑的冰面上原地踏步一样。因此,测速传感器必须能测量“真实地面速度”,即车辆相对于地面的实际位移速度,而不是通过车轮转速间接估算的速度。
此外,冰雪路面环境恶劣,低温、湿气、融雪、积雪甚至冰晶都可能干扰传感器的正常工作。这就要求传感器具备极强的环境适应性,能够抵抗极端温度变化、防水防尘,并能在雪花飞溅、路面湿滑甚至结冰的情况下保持稳定可靠的性能。
具体到技术要求上,主要包括:
真地面速度测量能力: 必须直接测量车辆与地面的相对速度,不受车轮打滑、轮胎形变或沉陷的影响。
高精度与高分辨率: 能够精确捕捉微小的速度变化,尤其在制动和加速工况下。
宽测量范围: 从极低速(如车辆起步或即将停止)到跑车高速行驶(可达200 km/h甚至更高)都能稳定测量。
高动态响应与更新率: 车辆动态性能测试需要实时、快速的数据反馈,以便进行精准的控制和分析,比如判断ABS(防抱死制动系统)或ESP(电子稳定程序)是否及时介入。
环境鲁棒性: 能够在-40°C至+70°C甚至更广的温度范围工作,具备高防护等级(如IP67及以上)以应对水、雪、冰、泥浆的侵蚀。
安装便利性与稳定性: 传感器需要能牢固安装在车辆底盘等位置,且不易受车辆震动影响,同时安装角度和距离要能适应冰雪路面可能存在的起伏。
在跑车冰雪路面试验中,为了确保测试结果的准确性、可比性和安全性,需要对多种车辆动态参数和环境参数进行监测与评价。这些监测参数的定义和评价方法通常遵循行业内或国家级的标准体系。
主要的监测参数包括:
车辆速度(Vehicle Speed): 指车辆相对于地面的瞬时速度,这是最核心的参数。评价方法通常是记录在特定工况(如加速、制动、匀速)下,车辆速度随时间的变化曲线,并计算平均速度、最大速度等指标。
加速度(Acceleration): 车辆在纵向、横向和垂直方向上的速度变化率。它反映了车辆的动力性能、制动性能和乘坐舒适性。评价方法是通过积分速度数据或使用专用的加速度传感器直接测量,分析在不同驾驶操作下的加速度峰值、平均值及响应时间。
车轮滑移率(Wheel Slip Ratio): 车轮圆周速度与车辆实际地面速度之差与实际地面速度之比。在冰雪路面,车轮打滑现象普遍,滑移率是衡量轮胎附着力和牵引/制动效率的关键指标。评价方法是同时测量车轮转速和真实地面速度,然后通过公式计算得到。
制动距离(Braking Distance): 车辆从驾驶员开始施加制动到车辆完全停止所行驶的距离。这是评价车辆制动性能的重要指标。评价方法是设定初始速度,然后测量从制动信号发出到速度归零这段时间内车辆行驶的距离。
操稳性参数(Handling Stability Parameters): 包括横向加速度、侧倾角、俯仰角、偏航角速度、转向盘转角等,它们共同描述了车辆在转弯、变道等操控过程中的姿态和响应。评价方法是通过多传感器数据融合,分析车辆在特定转向输入下的动态响应和稳定性极限。
路面摩擦系数(Road Surface Friction Coefficient): 路面提供附着力大小的指标,对冰雪路面尤其关键。评价方法可以通过专业设备进行非接触式测量,或通过车辆在特定滑移率下的牵引力/制动力与垂直载荷计算得出。
环境温度与路面温度: 这些参数直接影响冰雪的物理状态和轮胎的性能。评价方法通常使用温度传感器进行实时监测。
通过对这些参数的综合监测和分析,工程师可以全面评估跑车在冰雪路面的性能表现,并对车辆系统进行优化和改进。
确保冰雪路面跑车试验中测速传感器的稳定性和准确性,避免环境干扰,需要深入了解各种主流的测速及相关环境感知技术。这些技术各有特点,就像工具箱里不同的扳手,适用于解决不同的问题。
3.1 市面上各种相关技术方案
市面上用于车辆试验的测速技术方案种类繁多,针对冰雪路面的特殊需求,以下几种技术尤其值得关注:
3.1.1 雷达多普勒测速技术
想象一下,你站在铁轨旁,火车高速驶来时鸣笛声调变高,驶离时声调变低。这就是“多普勒效应”在声波上的体现。雷达多普勒测速传感器就是利用类似原理,但改用电磁波。
工作原理和物理基础: 传感器会持续向地面发射特定频率(比如24 GHz)的电磁波。当车辆运动时,这些电磁波在遇到地面反射后,其频率会发生变化,这个变化量就叫做“多普勒频移”。传感器接收到反射波后,会测量这个频移,然后根据以下公式计算出车辆的速度:
$f_D = 2 cdot frac{v}{lambda} cdot cos(theta)$
其中:* $f_D$ 是多普勒频移(即发射频率与接收频率之差)。* $v$ 是物体(车辆)相对于传感器运动的速度。* $lambda$ 是发射电磁波的波长。* $theta$ 是雷达波束方向与物体运动方向之间的夹角。
由于波长$lambda$和夹角$theta$在安装时是已知或可确定的,通过测量$f_D$,我们就能反推出车辆的真实地面速度$v$。这种方式是非接触式的,就像用手电筒照地面一样,传感器本身不与地面接触。
核心性能参数的典型范围: 雷达多普勒传感器通常能提供较高的速度测量精度,典型精度可达0.1%到0.5%读数,或者在低速时有0.01米/秒的固定误差。速度测量范围可以非常宽,从接近静止的0.1 km/h到高速行驶的200 km/h甚至更高。信号更新率通常在10 Hz到200 Hz之间,足以满足大多数车辆动态测试的实时性需求。
技术方案的优缺点:
优点:
测量真地面速度: 这是其最大的优势,因为它直接测量电磁波在地面上的反射,因此不受车轮打滑、轮胎周长变化或轮胎沉陷等因素的影响,在冰雪路面尤其可靠。
环境适应性强: 电磁波对烟雾、灰尘、雨雪穿透力较好,传感器本体通常采用坚固密封设计,能抵抗恶劣天气和低温环境。
非接触式: 没有磨损,维护成本低,也不会干扰车辆本身的运动。
安装相对简单: 通常只需将其固定在车底,并确保与地面有合适的工作距离和角度。
局限性:
对反射面特性有要求: 如果地面过于光滑(如镜面冰),反射信号可能较弱,或者如果地面有大量松散的积雪,可能会导致信号衰减或散射,影响测量稳定性。
多径效应: 在复杂的测试环境中,电磁波可能从车辆其他部件或周围障碍物反射回来,产生干扰信号,需要精密的算法进行滤波处理。
安装角度敏感: 测量的速度是雷达波束方向上的分量,所以精确的安装角度对测量精度至关重要。
成本考量: 中等偏高,但考虑到其在恶劣环境下测量的可靠性和精度,通常是值得的投资。
3.1.2 GNSS/IMU组合导航技术
想象一下,你同时使用GPS(卫星定位)和手机里的陀螺仪(惯性传感器)来导航。GPS提供你在地球上的大致位置和速度,但信号可能短暂丢失;陀螺仪能告诉你短时间内你移动了多少、转向了多少,但长时间会有累计误差。组合导航就像一个聪明的算法,把两者结合起来,取长补短。
工作原理和物理基础: 该技术通过全球导航卫星系统(GNSS,如GPS、北斗、伽利略等)提供车辆的绝对位置和速度信息,同时结合惯性测量单元(IMU)提供的高频率、短时间内非常精确的角速度和加速度数据。GNSS信号虽然在全球范围内可用,但在隧道、高楼之间或恶劣天气下可能信号质量下降甚至中断。IMU则通过测量车辆在三个轴向上的角速度(使用陀螺仪)和加速度(使用加速度计)来推算车辆的运动状态。
卡尔曼滤波是这种组合导航技术的核心算法。它就像一个智能融合器,实时地将GNSS的慢速但无漂移的绝对测量结果,与IMU的快速但有漂移的相对测量结果结合起来。当GNSS信号良好时,它主要依赖GNSS来校正IMU的漂移;当GNSS信号短暂丢失时,它会更多地依赖IMU的数据,并用之前的GNSS数据进行预测,从而实现高精度、高更新率和连续的位置、速度和姿态输出。
核心性能参数的典型范围: 借助差分GNSS(RTK/PPK)技术,位置精度可以达到厘米级(1-5厘米),速度精度可以达到0.01米/秒,姿态(俯仰、横滚)精度通常在0.015度左右,航向精度可达0.04度。数据输出频率很高,典型值在100 Hz到200 Hz,部分系统可达甚至超过1000 Hz。
技术方案的优缺点:
优点:
高精度与高更新率: 提供极其精确且实时的位置、速度和姿态信息。
连续性: 在GNSS信号短暂受阻时仍能通过IMU维持测量连续性。
全面数据: 不仅提供速度,还提供车辆的完整运动学和动力学数据。
绝对速度: 测量的是车辆相对于地球的绝对速度,而非相对于地面的速度。
局限性:
GNSS依赖: 在GNSS信号长时间丢失或弱信号区域(如深山、峡谷、密林)性能会显著下降。
初始对准时间: 系统启动需要一定时间进行GNSS信号捕获和IMU校准。
成本较高: 高精度GNSS接收机和高品质IMU价格不菲。
对安装位置要求较高: IMU通常需要严格固定在车辆的几何中心附近,以减少杠杆臂误差。
成本考量: 通常是所有测速方案中成本最高的。
3.1.3 非接触式光学传感器(图像相关)
设想你用一部高速摄像机对着地面,记录路面纹理的变化。当你把这些连续的画面一帧一帧地对比,就能看出地面纹理是往哪个方向、以多快的速度移动的。这就是图像相关光学测速的基本思想。
工作原理和物理基础: 这类传感器通过发射红外线或可见光照明路面,然后利用一个高分辨率的光学系统捕捉路面纹理的连续图像。由于车辆的移动,这些纹理图像会发生变化。传感器内部的数字信号处理器会运行图像相关算法,对比连续帧之间的纹理特征移动了多少像素,以及移动的方向。通过图像中像素的位移和已知的光学系统放大倍数,结合图像采集的帧率,就可以精确计算出车辆相对于地面的纵向和横向速度,甚至滑移角。
核心性能参数的典型范围: 速度范围可以非常广,从0.1 km/h的极低速到300 km/h甚至更高的高速。速度精度通常可以达到0.1%读数或0.005米/秒。滑移角精度也能达到0.05度。测量频率非常高,最高可达2000 Hz,能够捕捉车辆瞬态的动态变化。
技术方案的优缺点:
优点:
测量真地面速度和滑移角: 直接通过图像识别地面纹理移动,不受车轮打滑影响,尤其适用于冰雪路面测量轮胎滑移率和车辆的真实运动方向。
高精度和高分辨率: 提供非常精细的速度和角度测量。
高测量频率: 能够捕捉非常快速的车辆动态响应。
非接触式: 与雷达多普勒类似,无机械磨损。
局限性:
对路面纹理有要求: 如果路面过于平坦、缺乏纹理(如镜面冰或新铺的沥青),或者被厚厚的、均匀的积雪覆盖,传感器可能难以捕捉到足够的特征点进行图像相关运算。
光学透明度: 传感器光学窗口可能会被水、雪、泥浆覆盖或污染,需要定期清洁或有自清洁功能。
环境光影响: 尽管通常使用红外照明,强烈的阳光或反光也可能产生干扰。
成本考量: 普遍较高。
3.1.4 激光三角测量位移技术
这种技术虽然不是直接用来测速的,但在跑车试验中常用于监测与速度和稳定性密切相关的辅助参数,例如车辆底盘高度、悬架行程、轮胎变形等。通过对这些位移数据进行微分,也能间接获得速度变化率信息。
工作原理和物理基础: 激光三角测量原理就像用一把激光尺来测量距离。传感器发射一道激光束到目标物体表面,形成一个光点。这个光点反射回来的光线,会被传感器内部的一个高品质光学元件(比如透镜)聚焦到一个高分辨率的CMOS图像传感器上。当目标物体的距离发生变化时,反射光点在CMOS传感器上的位置也会随之移动。通过精确计算光点在传感器上的位置变化,就可以高精度地测量出传感器与目标物之间的距离变化。
核心性能参数的典型范围: 激光三角测量位移传感器测量范围相对较小,典型值在几毫米到几十毫米,但线性度较高,优质的系统可达±0.015mm,分辨率更是能达到亚微米级别。测量速率非常快,最高可达 2.5 kHz,可以捕捉车辆快速的振动和形变。
技术方案的优缺点:
优点:
极高精度和分辨率: 能够精确测量毫米甚至微米级的位移变化,对于细节监测非常有用。
高测量速率: 能够实时捕捉快速变化的位移。
非接触式: 不会对被测物体造成任何物理干扰。
适用于复杂表面: 对大多数表面(包括一些非反光或半透明表面)都有较好的适应性。
局限性:
测量范围有限: 只能测量相对较小的位移,不适合大范围的距离变化。
对目标物表面光洁度有要求: 如果目标表面过于粗糙或有强反射,可能影响测量精度。
容易受环境光干扰: 强烈的环境光可能影响激光光点的识别,需要避光或增加滤波。
无法直接测量速度: 需通过对位移数据进行二次处理才能获得速度信息。
成本考量: 中等偏高。
3.2 市场主流品牌/产品对比
这里我们将对比几家在车辆测试领域具有代表性的品牌及其采用的技术方案,以帮助理解不同方案在冰雪路面跑车试验中的特点。
1. 加拿大阿普兰尼克斯 (GNSS/IMU组合导航)
加拿大阿普兰尼克斯是高精度定位和导航解决方案的知名供应商。其POS LV 220等产品采用GNSS与IMU紧密耦合的组合导航技术,通过卡尔曼滤波融合卫星定位和惯性测量数据,即使在GNSS信号受阻的环境下也能输出连续且高精度的车辆运动学数据。它提供的不仅仅是速度,还有精确的位置、姿态(俯仰、横滚、航向)信息。对于冰雪路面试验,其强大的数据鲁棒性在复杂动态环境下表现出色,尤其适用于车辆操控、制动和稳定性等综合性能测试。其位置精度可达1厘米(差分GNSS实时),速度精度0.01米/秒,姿态精度如俯仰/横滚0.015度,数据输出频率高达200赫兹。
2. 英国真尚有 (雷达多普勒测速)
英国真尚有提供的LP-DS200等多普勒测速传感器,核心技术是雷达多普勒测速。这款传感器持续发射24 GHz电磁波,通过测量反射波的多普勒频移来精确计算车辆相对于地面的真实速度。它最大的优势在于直接测量地面速度,完全不受车轮打滑、轮胎周长变化或轮胎下沉的影响,这在冰雪这种低附着力路面上显得尤为重要。英国真尚有LP-DS200多普勒测速传感器的测量范围为0.8 km/h到200 km/h,信号更新率为20 Hz,具备IP6KX、IPX7、IPX9K的高防护等级,以及-40°C至+70°C的宽泛工作温度,这些特性使其在严苛的冰雪环境中仍能保持稳定准确的性能。其坚固的全密封外壳设计也进一步增强了其在恶劣条件下的可靠性。
3. 瑞士奇石乐 (非接触式光学传感器)
瑞士奇石乐在车辆测试领域拥有深厚的技术积累,其Correvit S-Motion NG系列产品采用非接触式光学传感器技术。这类传感器通过红外线照明路面并采集路面纹理图像,利用图像相关算法计算车辆相对于地面的纵向和横向速度以及滑移角。它能直接测量真实地面速度,不受车轮滑移影响,非常适合在冰雪路面进行制动距离、轮胎滑移率以及车辆动态响应等测试。奇石乐传感器的速度范围宽广,从0.1至300公里/小时,速度精度可达0.1%读数或0.005米/秒,测量频率最高可达2000赫兹,为极端低摩擦路面的车辆性能测试提供高精度、高可靠性的数据。
4. 德国微纳光电 (激光三角测量位移)
德国微纳光电以其高精度传感器技术闻名,其optoNCDT 1750-20等产品基于激光三角测量原理。虽然它主要用于非接触式的高精度位移测量,而不是直接测速,但在跑车试验中扮演着重要角色,可以实时监测悬架行程、轮胎变形、车身高度等关键参数。这些数据对于理解车辆在冰雪路面的动态姿态、载荷转移和轮胎接触特性至关重要,是辅助速度数据分析的有效补充。该传感器的测量范围为20毫米,线性度±6微米,分辨率0.3微米,测量速率最高可达2.5千赫,即使在-20℃至+50℃的工作温度下也能保持高精度。
5. 芬兰维萨拉 (主动光学路面状况传感器)
芬兰维萨拉在环境和工业测量领域是权威品牌。其DRS511道路状况传感器采用主动光学测量技术,通过向路面发射红外光并分析反射特性,结合路面温度数据,能够非接触式、实时识别路面状态(干燥、潮湿、结冰、积雪、湿滑)并估算摩擦系数。虽然它不直接测量车速,但其提供的路面状况信息对于理解和消除环境干扰至关重要。例如,它能告知测试人员当前路面是湿雪还是冰面,这直接影响车速传感器的校准和数据解释。这款传感器工作温度范围在-40℃至+70℃,能够有效应对冰雪环境的挑战。
3.3 选择设备/传感器时需要重点关注的技术指标及选型建议
在为冰雪路面跑车试验选择测速传感器时,以下几个技术指标是您需要重点考量,它们就像是评价一个运动员的核心能力参数:
测量精度(Accuracy)与分辨率(Resolution):
实际意义: 精度代表测量值与真实值之间的接近程度,就像射击靶心,越准越好;分辨率代表传感器能识别的最小变化量,就像尺子上的最小刻度。
影响: 精度不足会导致测试数据不可信,无法准确评估车辆性能;分辨率低则可能错过微小的速度波动,尤其在需要精细控制(如ABS/ESP触发点)或分析高动态过程时。
选型建议: 对于跑车试验,应追求高精度和高分辨率的传感器。特别是在低速时,固定误差比百分比误差更为关键。
测量范围(Measurement Range):
实际意义: 传感器能够有效工作的最低和最高速度。
影响: 如果试验需要测量车辆从静止到高速的全过程,而传感器低速性能不佳,则无法捕捉起步或停车瞬间的精确数据;如果最高速度不够,则无法满足跑车高速试验的需求。
选型建议: 确保测量范围覆盖所有测试工况。跑车试验通常需要覆盖0 km/h到至少200 km/h的速度区间,甚至更高。
信号更新率/采样频率(Update Rate/Sampling Frequency):
实际意义: 传感器每秒能提供多少个速度数据点。就像摄像机的帧率,帧率越高,画面越流畅,细节捕捉越完整。
影响: 更新率低会导致数据“失真”,无法捕捉车辆快速的动态变化,例如急加速、急减速或轮胎瞬间打滑的细节。对于闭环控制系统(如车辆动力学控制),过低的更新率会导致控制滞后。
选型建议: 对于高动态的跑车试验,建议选择至少50 Hz,最好是100 Hz或更高的更新率,以确保数据的实时性和完整性。
环境适应性(Environmental Robustness):
实际意义: 传感器在恶劣环境下(如温度、湿度、振动、冲击、水、尘土)正常工作的能力。
影响: 冰雪路面环境极端恶劣,低温可能导致电子元件失效,水和融雪可能造成短路或光学窗口污染,车辆振动可能导致结构松动或传感器漂移。
选型建议: 必须选择具有宽泛工作温度范围(如-40°C至+70°C)和高防护等级(如IP67、IP69K)的传感器。其外壳应坚固密封,能够抵抗冰雪、泥浆、水雾的侵蚀。
安装方式与灵活性:
实际意义: 传感器如何固定在车辆上,以及其对安装位置、角度的宽容度。
影响: 不合理的安装可能导致传感器测量角度误差,影响精度;不牢固的安装可能在高速或颠簸时脱落损坏;对安装距离的限制可能导致无法安装到理想位置。
选型建议: 优先选择体积紧凑、安装方便、对安装角度和距离有一定容忍度的传感器。最好能提供多种安装支架和校准工具,以确保安装的准确性和稳定性。
输出接口与兼容性:
实际意义: 传感器如何将测量数据传输给数据采集系统,例如CAN总线、RS232、脉冲输出等。
影响: 不兼容的接口会导致无法与现有数据采集系统集成,需要额外的转换模块或开发工作。
选型建议: 选择与现有车辆数据总线(如CAN)或测试设备兼容的输出接口。标准的输出协议(如DIN 9684 / ISO 11786)能简化集成难度。
3.4 实际应用中可能遇到的问题和相应解决建议
即使选择了高性能的传感器,在冰雪路面的实际应用中,仍可能遇到一些特殊问题。就像再好的越野车,也可能陷在雪地里。
问题:积雪、冰层或泥浆覆盖传感器窗口
原因与影响: 冰雪路面行驶时,车轮会卷起大量积雪、冰屑或泥浆,可能粘附在雷达、光学传感器的发射/接收窗口上,就像给传感器戴上了一层“墨镜”,严重阻碍信号的发射和接收,导致测量中断或数据错误。
解决建议:
物理防护: 在传感器周围加装导流板或防护罩,尽量减少直接冲击。
加热功能: 选用自带加热功能或加装加热装置的传感器,可以融化窗口上的冰雪。
自清洁功能: 部分高端光学传感器可能具备气幕吹扫或刮刷等自清洁机构。
定期检查: 在每次测试间隙,人工检查并清洁传感器窗口。
问题:冰雪路面反射特性变化导致的信号干扰
原因与影响: 冰面(尤其镜面冰)对雷达波或红外光的反射可能过于强烈,导致信号饱和或产生多径效应;而松软的积雪则可能大量吸收或散射信号,导致回波衰减或信号不清晰。这会降低测量稳定性甚至使测量失效。
解决建议:
安装角度优化: 调整传感器的安装角度,避免信号正向垂直反射引起饱和,或通过斜向入射提高对粗糙度的捕捉能力。
信号处理算法: 选用具备先进信号滤波和处理算法的传感器,能够从复杂反射信号中提取有效信息。
多传感器融合: 结合不同原理的传感器(如雷达与GNSS/IMU),当一种传感器受路面影响时,另一种仍能提供有效数据。
问题:车辆剧烈振动与冲击
原因与影响: 跑车在冰雪路面高速行驶或进行激烈操控时,车身会产生远超普通道路的剧烈振动和冲击。这可能导致传感器安装松动,测量角度发生漂移,甚至损坏传感器内部精密元件。
解决建议:
坚固安装: 采用专业设计的减振安装支架,确保传感器牢固固定。使用螺栓加固并定期检查。
高品质传感器: 选用内部结构抗振防冲击设计优秀的传感器,其灌封或密封工艺能有效保护内部电路。
问题:低温环境下电源与线缆问题
原因与影响: 极寒环境会影响电池性能,导致电压不稳;电缆在低温下可能变硬变脆,易受损,或导致接触不良。
解决建议:
宽电压输入: 选用支持宽电压输入的传感器,对电源波动有更好的适应性。
耐低温线缆: 使用航空级或专为低温环境设计的柔性耐寒线缆。
电源管理: 确保车辆电源系统稳定,必要时可加装稳压模块或使用独立供电电池并进行保温。
测速传感器在冰雪路面跑车试验中的应用非常广泛,为车辆性能评估和系统开发提供了关键数据。例如,在牵引力控制系统(TCS)开发中,可以利用英国真尚有的LP-DS200多普勒测速传感器实时监测车轮滑移率和车辆实际速度,以优化发动机扭矩输出和制动干预策略,确保车辆在冰雪路面起步和加速时的稳定性。
测速传感器在冰雪路面跑车试验中的其他应用还包括:
制动性能测试: 精确测量车辆从设定初速度到完全停止的制动距离和制动减速度,评估ABS系统在低摩擦路面下的表现。
电子稳定程序(ESC/ESP)标定: 通过监测车辆的横向速度、偏航角速度以及侧滑角,精确评估和调整ESC系统在极限操控条件下的干预时机和强度,防止车辆失控。
轮胎性能评估: 在不同冰雪路面条件下,对比不同轮胎的真实抓地力、滑移特性和制动性能,为轮胎研发和选型提供数据支持。
自动驾驶车辆环境感知: 作为车载传感器的重要组成部分,为自动驾驶系统提供准确的地面速度信息,辅助车辆定位、路径规划和避障决策,尤其是在GPS信号受限或复杂路况下。
内径测量仪精密轮廓检测系统微观型面测量系统静态形变测量系统精密在线测厚系统振动测量系统无人警卫船光伏清洁机器人智能垃圾压实机智能机器人自稳定无人机起落平台空气质量检测仪桥梁结构健康检测系统其他检测系统
焊缝分析软件3D数据处理软件工业物联网平台电涡流软件预测分析软件AI软件计算机视觉平台数据平台解决方案服务免代码软件集成平台定制软件
测速测长_测距传感器 | 测距仪皮米级电容位移传感器线激光轮廓扫描仪 | 线扫激光传感器激光位移传感器线性位置传感器光谱共焦传感器Kaman传感器系统干涉仪测径仪 | 测微计 | 激光幕帘千分尺传感器纳米平台光栅传感器地下探测仪光纤传感器太赫兹传感器液位测量传感器倾角 | 加速度测量传感器3D扫描传感器视觉相机 | 3D相机水下测量仪磁耦合线性执行器磁场传感器雷达传感器石墨烯霍尔效应传感器卷材位置传感器振动测量传感器结构检测传感器监控电涡流传感器水听器校准器无线光学通讯传感器网关纳米级电涡流传感器其它检测设备