VINS – Système de navigation visuelle et inertielle
Un système de navigation inertielle visuelle (VINS) offre une solution de navigation robuste pour les drones autonomes en combinant ingénieusement les données de capteurs visuels et inertiels. Plus précisément, il permet une localisation et une cartographie précises et fiables dans des environnements difficiles.
Collecte de données et composants
Un système VINS repose sur plusieurs composants embarqués — principalement des caméras et des unités de mesure inertielle (IMU) — qui fonctionnent ensemble pour recueillir des informations sur le mouvement d'un drone et son environnement. Les caméras fournissent des données visuelles en capturant des images ou des trames vidéo, tandis que les IMU enregistrent les mesures de rotation et d'accélération.
Le sous-système visuel utilise des algorithmes de vision par ordinateur pour traiter les images capturées. Ces algorithmes extraient des caractéristiques environnementales importantes en réalisant des tâches telles que la détection, le suivi et la mise en correspondance de points caractéristiques. En identifiant et en suivant des points distinctifs d'une image à l'autre, l'INS visuel peut estimer l'état du drone, notamment sa position, sa vitesse et son orientation.
Le sous-système inertiel se compose d'accéléromètres et de gyroscopes qui délivrent des mesures à haute fréquence du mouvement linéaire et angulaire. Ces relevés précis aident à suivre les déplacements du drone et à compenser les perturbations externes. Enfin, les algorithmes de fusion de capteurs intègrent les données de l'IMU aux informations visuelles pour produire une estimation très précise de l'emplacement du drone.
Avantages opérationnels et défis
Le VINS offre un avantage majeur pour les opérations de drones en garantissant une navigation fiable même lorsque les signaux GNSS sont perdus. Il fonctionne bien dans les environnements où les signaux satellites sont faibles ou indisponibles — tels que l'intérieur des bâtiments, les zones urbaines denses ou les zones de guerre — où les bâtiments, les obstacles ou le brouillage des signaux bloquent la réception GNSS. Dans ces conditions de privation de GNSS, le VINS continue de fournir une localisation et une cartographie précises en s'appuyant sur des indices visuels et des mesures inertielles, permettant aux UAV de maintenir des estimations précises de leur position et de leur orientation et de naviguer ainsi de manière autonome.
Le flux de travail du VINS comprend plusieurs étapes clés, telles que la fusion de capteurs visuels et inertiels et l'estimation d'état. Pendant l'extraction de caractéristiques, le système identifie des points visuels importants et les suit d'une trame à l'autre. Les algorithmes de fusion de capteurs fusionnent ensuite les données visuelles et inertielles en une estimation d'état unifiée. Les algorithmes d'estimation d'état utilisent cette information fusionnée pour calculer la position, la vitesse et l'orientation du drone avec une haute précision.
Le VINS prend en charge un large éventail d'applications, notamment la cartographie aérienne, la surveillance et la navigation à estest dans des situations où l'on ne peut pas compter sur les données GNSS.
Malgré ses points forts, le VINS fait encore face à des défis techniques. L'intégration de caméras et de capteurs inertiels exige un étalonnage précis et une synchronisation pour garantir la précision des mesures. Des problèmes tels que les occlusions et les conditions d'éclairage variables pour les sous-systèmes visuels nécessitent également des recherches continues. Améliorer la robustesse et les performances du VINS reste un objectif clé pour les améliorations futures.
