VINS – 視覚慣性航法システム
ビジュアル慣性航法システム（VINS）は、ビジュアルセンサーと慣性センサーのデータを巧みに組み合わせることで、自律型ドローンに堅牢なナビゲーションソリューションを提供します。具体的には、悪条件下でも正確かつ信頼性の高いローカリゼーションとマッピングを可能にします。
データ収集と構成要素
VINSは、UAV（ドローン）の動きとその周囲に関する情報を収集するために連携する、複数の車載コンポーネント（主にカメラと慣性計測装置（IMU））に依存しています。カメラは画像やビデオフレームをキャプチャして視覚データを提供し、IMUは回転と加速度の測定値を記録します。
視覚サブシステムは、コンピュータビジョンアルゴリズムを用いて、撮影された画像を処理します。これらのアルゴリズムは、重要な環境の特徴を抽出し、特徴検出、追跡、マッチングなどの処理を行います。連続する画像間で特徴的な点を特定・追跡することで、VINSはUAVの位置、速度、姿勢などの状態を推定することができます。
慣性サブシステムは、線形運動および角運動の高周波測定値を提供する加速度計とジャイロスコープで構成されています。これらの正確な読み取り値は、UAVの動きを追跡し、外部からの乱乱を補正するのに役立ちます。最後に、センサーフュージョンアルゴリズムがIMUデータと視覚情報を統合し、UAVの位置に関する高精度な推定値を生成します。
運用上の利点と課題
VINSは、GNSS信号が失われた場合でも信頼性の高い航行を保証することにより、ドローン運航に大きなメリットをもたらします。建物、障害物、または信号ジャミングによってGNSSの受信が妨げられる、衛星信号が弱いまたは利用できない環境（屋内、密集した都市部、紛争地帯など）において優れた性能を発揮します。このようなGNSSが利用できない状況でも、VINSは視覚的手がかりと慣性測定に依存して正確な位置特定とマッピングを提供し続け、UAVが位置と姿勢の正確な推定を維持して自律的に航行できるようにします。
VINSのワークフローには、視覚慣性センサーフュージョンや状態推定など、いくつかの重要なステップが含まれます。特徴抽出の際、システムは重要な視覚的ポイントを特定し、フレーム間で追跡します。次に、センサーフュージョンアルゴリズムが視覚データと慣性データを統合して単一の状態推定値を生成します。状態推定アルゴリズムはこの統合された情報を使用して、ドローンの位置、速度、姿勢を高精度で計算します。
VINSは、GNSSデータに依存できない状況での航空マッピング、監視、デッドレコニング航法など、幅広い用途をサポートしています。
その長所にもかかわらず、VINSには依然として技術的な課題があります。カメラと慣性センサーの統合には、測定精度を確保するための精密なキャリブレーションと同期が求められます。視覚サブシステムのオクルージョン（遮蔽）や変動する照明条件などの問題に対しても、継続的な研究が必要です。VINSの堅牢性と性能の向上が、今後のさらなる発展に向けた重要な目標となっています。
