Un sistema de navegación visual inercial (VINS) ofrece una solución de navegación robusta para drones autónomos al combinar ingeniosamente datos de sensores visuales e inerciales. Específicamente, permite una localización y cartografía precisas y fiables en entornos adversos.
Recopilación de datos y componentes
Un VINS se basa en múltiples componentes a bordo, principalmente cámaras y unidades de medición inercial (IMU), que trabajan juntos para recopilar información sobre el movimiento de un UAV y su entorno. Las cámaras proporcionan datos visuales capturando imágenes o fotogramas de vídeo, mientras que las IMU registran mediciones de rotación y aceleración.
El subsistema visual utiliza algoritmos de visión artificial para procesar las imágenes capturadas. Estos algoritmos extraen características ambientales importantes, realizando tareas como la detección, el seguimiento y la correspondencia de características. Al identificar y seguir puntos distintivos a través de imágenes sucesivas, el VINS puede estimar el estado del UAV, incluyendo su posición, velocidad y orientación.
El subsistema inercial consta de acelerómetros y giróscopos que proporcionan mediciones de alta frecuencia del movimiento lineal y angular. Estas lecturas precisas ayudan a rastrear los movimientos del UAV y a compensar las perturbaciones externas. Por último, los algoritmos de fusión de sensores integran los datos de la IMU con la información visual para producir una estimación muy precisa de la ubicación del UAV.
Ventajas y desafíos operativos
VINS proporciona una gran ventaja para las operaciones con drones, ya que garantiza una navegación fiable incluso cuando se pierden las señales GNSS. Funciona bien en entornos donde las señales de satélite son débiles o no están disponibles, como en interiores, zonas urbanas densas o zonas de guerra, donde los edificios, los obstáculos o la interferencia de la señal bloquean la recepción GNSS. En estas condiciones sin GNSS, VINS continúa proporcionando una localización y cartografía precisas basándose en las señales visuales y las mediciones inerciales, lo que permite a los UAV mantener estimaciones precisas de su posición y orientación y, por tanto, navegar de forma autónoma.
El flujo de trabajo VINS incluye varios pasos clave, como la fusión de sensores visuales inerciales y la estimación del estado. Durante la extracción de características, el sistema identifica puntos visuales importantes y los rastrea a través de los fotogramas. Los algoritmos de fusión de sensores fusionan entonces los datos visuales e inerciales en una estimación de estado unificada. Los algoritmos de estimación de estado utilizan esta información fusionada para calcular la posición, la velocidad y la orientación del dron con gran precisión.
VINS admite una amplia gama de aplicaciones, como la cartografía aérea, la vigilancia y la navegación a estima en situaciones en las que no se puede confiar en los datos GNSS.
A pesar de sus puntos fuertes, VINS aún se enfrenta a retos técnicos. La integración de cámaras y sensores inerciales exige una calibración y sincronización precisas para garantizar la exactitud de las mediciones. Los problemas como las oclusiones y las condiciones de iluminación variable para los subsistemas visuales también requieren una investigación continua. La mejora de la robustez y el rendimiento de VINS sigue siendo un objetivo clave para la mejora futura.
