バックパックを使用した屋内マッピング
Ellipse-D RTK INSはSLAM計算を支援し、LiDARとカメラを同期します。
SBG SystemsとEllipseシリーズとは長年協力関係にあります。私たちは常にこれらの堅牢な慣性センサーを信頼してきました。 | VIAMETRIS創設者、ジェローム N.
バックパック型モバイルスキャンシステム
bMS3D-360は、最も困難な環境向けに設計されています。2つのVelodyne LiDARセンサー、360 Lady-bugカメラ、Ellipse-D、SBGの慣性航法システム（内部L1/L2 GNSS受信機付き）、およびコンピューターが組み込まれています。
7倍に迅速化されたワークフロー
ワークフローは簡単です。測量者はシステムを起動し、タブレットで GNSS と慣性情報が計算されていることを確認し、測量を開始します。
オフィスに戻ったら、ユーザーは INS/GNSS 後処理ソフトウェアを起動して、方位と位置の精度を高め、次に VIAMETRIS ソフトウェアを使用して、点群を地理参照し、色付けします。
収集されたデータは、最も一般的な設計ソフトウェアにインポートする準備ができています。このワークフローは、従来の方法と比較して 7 倍高速化されます。
データが欠落することはありません。点群はさらなる測定に使用できるため、時間と旅費を節約できます。
bMS3D-360 の実績のある性能に加えて、展開時に広い視野を確保するための格納式ポールに配置された 360 カメラや、格納時のセキュリティの向上（たとえば、駐車場など、一部の屋根は非常に低い場合があります）など、いくつかの詳細が市場での差別化要因となっています。
このようなカメラを提供するバックパックはこれだけであり、処理作業が大幅に簡素化されます。点群内を移動する際、ユーザーは 4 つの異なるカメラの視点を見る代わりに、スキャンされた 360° 環境のユニークな写真を開きます。
GNSS が妨害源に直面した場合、INS は SLAM 技術が制限されている場所で軌道を維持します。
SLAM演算を支援するRTK INS
Ellipse-Dは、L1/L2 GNSS受信機を統合した非常にコンパクトな慣性航法システムです。この工業用グレードのINSは、組み込みの拡張カルマンフィルタリングにより、ロール、ピッチ、ヘディング、および位置を計算します。
リアルタイムでは、Ellipse-Dの姿勢データを使用して、装置の姿勢を修正し、SLAMで計算されたヘディングを支援します。
実際、SLAMベースのヘディングが20 Hzで提供される場合、慣性ベースのヘディングは200Hzで配信されます。2つのSLAM情報の間で、INSはヘディングのロバスト性を維持します。
GNSS受信機は、点群への絶対位置を提供し、高度制約を追加します。さらに、GNSSが妨害の影響を受ける場合、INSはSLAM技術が失敗する場所で軌道を維持します。たとえば、LiDAR測定のための近くのオブジェクトがない駐車場では、INSが正確なナビゲーションを保証します。
VIAMETRISの創設者であるJérôme Ninotは、この選択について次のように説明しています。 “SBG SystemsとEllipseシリーズとは長年協力してきました。私たちは常にこれらの堅牢な慣性センサーに依存してきたため、バックパック用のINS/GNSSシステムを選択する際に、Ellipse-DがすでにGNSS受信機を統合していることを嬉しく思いました。”
追加の機器を統合しないことは常に時間の節約になると、Jérômeは主張します。
Ellipse-D
Ellipse-D は、デュアルアンテナとデュアル周波数RTK GNSSを統合した慣性航法システムであり、SBG Systemsのポスト処理ソフトウェア Qinertia と互換性があります。
ロボットおよび地理空間アプリケーション向けに設計されており、オドメーター入力を Pulse または CAN OBDII と組み合わせて、デッドレコニングの精度を高めることができます。
Ellipse-D の見積もりを依頼する
ご質問はありますか？
FAQセクションへようこそ！ここでは、ご紹介するアプリケーションに関する最も一般的な質問への回答をご覧いただけます。お探しの情報が見つからない場合は、お気軽にお問い合わせください。
GNSS と GPS の違いとは？
GNSS は Global Navigation Satellite System（全球測位衛星システム）の略で、GPS は Global Positioning System（全地球測位システム）の略です。これらの用語はしばしば同じ意味で使用されますが、衛星ベースのナビゲーションシステム内の異なる概念を指します。
GNSS はすべての衛星ナビゲーションシステムの総称であり、GPS は米国のシステムを指します。GNSS には、より包括的なグローバルカバレッジを提供する複数のシステムが含まれており、GPS はそれらのシステムの 1 つにすぎません。
GNSSを使用すると、複数のシステムからのデータを統合することで、精度と信頼性が向上します。GPS単独では、衛星の利用可能性や環境条件によっては制限がある場合があります。
AHRS と INS の違いは何ですか？
姿勢方位基準システム（AHRS）と慣性航法システム（INS）の主な違いは、その機能と提供するデータの範囲にあります。
AHRS は、車両またはデバイスの姿勢（ピッチ、ロール）および方位（ヨー）に関する情報を提供します。通常、ジャイロスコープ、加速度計、磁力計などのセンサーの組み合わせを使用して、姿勢を計算および安定化します。AHRS は、3 軸（ピッチ、ロール、ヨー）の角度位置を出力し、システムが空間内での姿勢を理解できるようにします。航空、UAV、ロボット工学、および海洋システムで、正確な姿勢および方位データを提供するために使用されることが多く、これは車両の制御および安定化に不可欠です。
INS は、AHRS と同様に姿勢データを提供するだけでなく、車両の位置、速度、加速度を経時的に追跡します。慣性センサーを使用して、GNSS のような外部参照に依存せずに、3D 空間での動きを推定します。AHRS に搭載されているセンサー（ジャイロスコープ、加速度計）を組み合わせますが、位置および速度追跡のためにより高度なアルゴリズムが含まれる場合もあり、多くの場合、精度向上のために GNSS のような外部データと統合されます。
要約すると、AHRS は姿勢（姿勢と方位）に焦点を当てていますが、INS は位置、速度、姿勢を含むナビゲーションデータの完全なスイートを提供します。
IMUとINSの違いは何ですか？
慣性計測ユニット（IMU）と慣性航法システム（INS）の違いは、その機能と複雑さにあります。
IMU（慣性計測ユニット）は、加速度計とジャイロスコープで測定された、車両の線形加速度と角速度に関する生データを提供します。ロール、ピッチ、ヨー、およびモーションに関する情報を提供しますが、位置またはナビゲーションデータを計算しません。IMUは、位置または速度を決定するための外部処理のために、動きと姿勢に関する重要なデータを中継するように特別に設計されています。
一方、INS（慣性航法システム）は、IMUデータを高度なアルゴリズムと組み合わせて、車両の位置、速度、および姿勢を時間経過とともに計算します。センサーフュージョンと統合のために、カルマンフィルタリングなどのナビゲーションアルゴリズムを組み込んでいます。INSは、GNSSなどの外部測位システムに依存せずに、位置、速度、および姿勢を含むリアルタイムのナビゲーションデータを提供します。
このナビゲーションシステムは、包括的なナビゲーションソリューションを必要とするアプリケーション、特に軍用UAV、船舶、潜水艦など、GNSSが利用できない環境で一般的に使用されます。
ドローンマッピングのために、慣性システムとLIDARを組み合わせるにはどうすればよいですか？
SBG Systemsの慣性システムとドローンマッピング用のLiDARを組み合わせることで、正確な地理空間データの取得における精度と信頼性が向上します。
この統合がどのように機能し、ドローンベースのマッピングにどのように役立つかを以下に示します。
- 地球の表面までの距離をレーザーパルスで測定し、地形や構造物の詳細な3Dマップを作成するリモートセンシング手法。
- SBG Systems INSは、慣性計測ユニット（IMU）とGNSSデータを組み合わせることで、GNSSが利用できない環境でも、正確な位置、姿勢（ピッチ、ロール、ヨー）、および速度を提供します。
SBGの慣性システムは、LiDARデータと同期しています。INSはドローンの位置と姿勢を正確に追跡し、LiDARは下の地形またはオブジェクトの詳細を取得します。
ドローンの正確な姿勢を知ることにより、LiDARデータを3D空間に正確に配置できます。
GNSSコンポーネントはグローバルな位置情報を提供し、IMUはリアルタイムの姿勢と移動データを提供します。この組み合わせにより、GNSS信号が弱い場合や利用できない場合（例：高層ビルの近くや密集した森林）でも、INSはドローンの経路と位置を追跡し続けることができ、一貫したLiDARマッピングが可能になります。
同時 локализация and mappingとはどういう意味ですか？
同時ローカリゼーションとマッピング（SLAM）は、ロボット、車両、またはデバイスが、未知の環境のマップを作成しながら、そのマップ内での自身の位置を同時に特定できるようにする計算手法です。
さまざまなセンサー（カメラ、LiDAR、レーダー、IMU、GNSSなど）からのデータを、フィルタリングや最適化などのアルゴリズムと組み合わせて、リアルタイムのマッピングとナビゲーションを実現します。
SLAMを使用すると、自律システムは、事前のマップやGPSなしで、周囲をナビゲートして理解できます。