Ellipse-D 最も正確でコンパクトなデュアルアンテナINS

---

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）、速度を提供します。

SBGの慣性システムは、LiDARデータと同期されています。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キャプチャします。

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、または利用できない場合（例：高層ビルの近くや密集した森林）、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。

スプーフィング 、以下のような衛星航法システムの信頼性や精度に重大な影響を及ぼす可能性のある2種類のスプーフィング 。 GNSSのような衛星航法システムの信頼性と精度に重大な影響を及ぼす可能性のある2つの干渉形態です。

ジャミング 、GNSS 使用する周波数帯で干渉信号を送信することにより、衛星信号を意図的に妨害することをジャミング 。この干渉により、正規の衛星信号が圧倒されたりかき消されたりし、GNSS 情報を正確に処理できなくなることがあります。ジャミング 、敵の航法能力を妨害するために軍事作戦で一般的にジャミング 、民間システムにも影響を及ぼし、航法機能の障害や運用上の課題を引き起こす可能性があります。

一方、スプーフィング、GNSS 模倣した偽の信号を送信することを指します。こうした偽の信号により、GNSS 誤った位置や時刻を算出してしまう可能性があります。スプーフィング 、ナビゲーションシステムを誤った方向に誘導したり、誤った情報を与えたりするためにスプーフィング 、車両や航空機がコースを外れたり、誤った位置データが提供されたりする原因となるスプーフィング 。単に信号の受信を妨げるだけのジャミング異なり、スプーフィング 偽の情報を正当なものとして提示することで、受信機をスプーフィング 欺きます。

ジャミングとスプーフィングは、GNSSに依存するシステムの完全性に対し、重大な脅威をもたらします。そのため、妨害のある環境や困難な状況下での信頼性の高い運用を確保するためには、高度な対抗策とレジリエントな測位技術が不可欠となります。

屋内測位システム（IPS）は、GNSS信号が弱いか存在しない建物などの閉鎖空間内で、物体や個人の位置を正確に特定する特殊な技術です。IPSは、ショッピングモール、空港、病院、倉庫などの環境で正確な位置情報を提供するために、さまざまな技術を採用しています。

IPSは、測位に複数の技術を活用できます。具体的には、

• Wi-Fi：複数のアクセスポイントからの信号強度と三角測量を利用して、位置を推定します。
• Bluetooth Low Energy（BLE）：追跡のために近くのデバイスに信号を送信するビーコンを使用します。
• 超音波：音波を使用して正確な位置を検出し、多くの場合、モバイルデバイスのセンサーと併用されます。
• RFID（無線周波数識別）：リアルタイム追跡のためにアイテムに配置されたタグを使用します。
• 慣性計測装置（IMU）：これらのセンサーは、動きと方向を監視し、他の方法と組み合わせることで位置精度を高めます。

正確な位置特定には屋内空間の詳細なデジタルマップが不可欠であり、モバイルデバイスまたは特殊な機器が位置特定インフラストラクチャからの信号を収集します。

IPSは、ナビゲーションを強化し、資産を追跡し、緊急サービスを支援し、小売行動を分析し、スマートビルディングシステムに統合することで、従来のGNSSが機能しない場所での運用効率を大幅に向上させます。

オドメーター とはオドメーター 車両の走行距離を測定するための計オドメーター 。これは、車両がどれだけの距離を走行したかという重要な情報を提供し、メンテナンスのスケジュール策定、燃費の計算、再販価格の査定など、さまざまな目的に役立ちます。

走行距離計は、車両の車輪の回転数に基づいて距離を測定します。タイヤのサイズに基づいた校正係数により、車輪の回転が距離に変換されます。

多くのナビゲーションアプリ、特に車載システムでは、オドメーター INS データと統合することで、全体的な精度を向上させることができます。センサーフュージョンと呼ばれるこのプロセスは、両システムの長所を組み合わせたものです。

RMS（二乗平均平方根）は、変動する誤差または信号の大きさを定量化するために使用される統計的尺度です。データセット内の二乗値の平均の平方根を表します。加速度計、ジャイロスコープ、または完全なINS出力などの慣性センサーの誤差はゼロを中心に変動する可能性があるため、単純に平均すると、誤差がないことを示唆することになります。

RMSは、各値を2乗（すべてを正にする）、それらの2乗を平均し、平方根を取って結果を元の単位に戻すことによって、これを解決します。

実際には、RMSは、システム内のノイズ、ドリフト、または偏差の有効レベルまたは全体レベルを表す、意味のある単一の数値を提供します。慣性航法では、RMSはセンサーのノイズ密度、姿勢または位置の精度、振動レベル、およびキャリブレーションの残留誤差を表すために広く使用されています。これにより、エンジニアはセンサー間の性能を比較し、仕様を検証し、時間の経過に伴う航法出力の安定性または品質を評価できます。要するに、RMSは、慣性システムにおける変動する誤差源の真のエネルギーを捉える、コンパクトで堅牢な指標です。