Um Sistema de Navegação Visual Inercial (VINS) oferece uma solução de navegação robusta para drones autônomos, combinando engenhosamente dados de sensores visuais e inerciais. Especificamente, ele permite localização e mapeamento precisos e confiáveis em ambientes adversos.
Coleta de dados e componentes
Um VINS depende de vários componentes integrados — principalmente câmeras e Unidades de Medição Inercial (IMUs) — que trabalham juntos para coletar informações sobre o movimento de um UAV e seus arredores. As câmeras fornecem dados visuais capturando imagens ou quadros de vídeo, enquanto as IMUs registram medições rotacionais e de aceleração.
O subsistema visual usa algoritmos de visão computacional para processar as imagens capturadas. Esses algoritmos extraem características ambientais importantes, executando tarefas como detecção, rastreamento e correspondência de características. Ao identificar e seguir pontos distintos em imagens sucessivas, o VINS pode estimar o estado do UAV, incluindo sua posição, velocidade e orientação.
O subsistema inercial consiste em acelerômetros e giroscópios que fornecem medições de alta frequência do movimento linear e angular. Essas leituras precisas ajudam a rastrear os movimentos do UAV e a compensar as perturbações externas. Finalmente, os algoritmos de fusão de sensores integram os dados da IMU com informações visuais para produzir uma estimativa altamente precisa da localização do UAV.
Vantagens e desafios operacionais
O VINS oferece um grande benefício para operações com drones, garantindo uma navegação confiável, mesmo quando os sinais de GNSS são perdidos. Ele tem um bom desempenho em ambientes onde os sinais de satélite são fracos ou indisponíveis — como em ambientes internos, áreas urbanas densas ou zonas de guerra — onde edifícios, obstáculos ou interferência de sinal bloqueiam a recepção do GNSS. Nessas condições onde o GNSS é negado, o VINS continua a fornecer localização e mapeamento precisos, contando com pistas visuais e medições inerciais, permitindo que os UAVs mantenham estimativas precisas de sua posição e orientação e, assim, naveguem de forma autônoma.
O fluxo de trabalho VINS inclui várias etapas importantes, como fusão de sensor inercial visual e estimativa de estado. Durante a extração de recursos, o sistema identifica pontos visuais importantes e os rastreia em todos os frames. Os algoritmos de fusão de sensores então mesclam os dados visuais e inerciais em uma estimativa de estado unificada. Os algoritmos de estimativa de estado usam essas informações fundidas para calcular a posição, velocidade e orientação do drone com alta precisão.
O VINS oferece suporte a uma ampla gama de aplicações, incluindo mapeamento aéreo, vigilância e navegação por Dead Reckoning em situações onde os dados do GNSS não podem ser confiáveis.
Apesar de seus pontos fortes, o VINS ainda enfrenta desafios técnicos. A integração de câmeras e sensores inerciais exige calibração e sincronização precisas para garantir a precisão da medição. Problemas como oclusões e condições de iluminação variáveis para os subsistemas visuais também exigem pesquisa contínua. Melhorar a robustez e o desempenho do VINS continua sendo um objetivo fundamental para o aprimoramento futuro.
