VINS – Sistema de navegação visual inercial
Um Sistema de Navegação Inercial Visual (VINS) oferece uma solução de navegação robusta para drones autônomos, combinando de forma engenhosa 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 embarcados — principalmente câmeras e Unidades de Medida Inercial (IMUs) — que trabalham juntos para coletar informações sobre o movimento de um VANT e seu entorno. As câmeras fornecem dados visuais capturando imagens ou quadros de vídeo, enquanto as IMUs registram medições de rotação e aceleração.
O subsistema visual utiliza algoritmos de visão computacional para processar as imagens capturadas. Esses algoritmos extraem recursos ambientais importantes, executando tarefas como detecção, rastreamento e correspondência de características. Ao identificar e acompanhar pontos distintivos em imagens sucessivas, o VINS pode estimar o estado do VANT, incluindo sua posição, velocidade e orientação.
O subsistema inercial consiste em acelerômetros e giroscópios que fornecem medições de alta frequência de movimento linear e angular. Essas leituras precisas ajudam a rastrear os movimentos do VANT e a compensar perturbações externas. Por fim, os algoritmos de fusão de sensores integram os dados da IMU com as informações visuais para produzir uma estimativa altamente precisa da localização do VANT.
Vantagens operacionais e desafios
O VINS oferece um benefício importante para operações com drones, garantindo navegação confiável mesmo quando os sinais GNSS são perdidos. Ele tem um bom desempenho em ambientes onde os sinais de satélite estão fracos ou indisponíveis — como em espaços fechados, áreas urbanas densas ou zonas de conflito — onde edifícios, obstáculos ou interferência de sinal bloqueiam a recepção GNSS. Nessas condições sem GNSS, o VINS continua a fornecer localização e mapeamento precisos ao contar com referências visuais e medições inerciais, permitindo que os VANTs mantenham estimativas precisas de sua posição e orientação e, assim, naveguem de forma autônoma.
O fluxo de trabalho do VINS inclui várias etapas fundamentais, como fusão de sensores visuais e inerciais e estimativa de estado. Durante a extração de características, o sistema identifica pontos visuais importantes e os rastreia entre os quadros. Os algoritmos de fusão de sensores mesclam os dados visuais e inerciais em uma estimativa de estado unificada. Os algoritmos de estimativa de estado utilizam essas informações fundidas para calcular a posição, a velocidade e a orientação do drone com alta precisão.
O VINS suporta uma ampla gama de aplicações, incluindo mapeamento aéreo, vigilância e navegação por estimação de posição (dead reckoning) em situações onde não é possível confiar nos dados GNSS.
Apesar de seus pontos fortes, o VINS ainda enfrenta desafios técnicos. A integração de câmeras e sensores inerciais exige calibração precisa e sincronização para garantir a exatidão das medições. Questões como oclusões e condições variáveis de iluminação para os subsistemas visuais também exigem pesquisas contínuas. Aprimorar a robustez e o desempenho do VINS continua sendo um objetivo fundamental para futuras melhorias.
