Ellipse-D 最も高精度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LiDARをドローンマッピングに組み合わせることで、高精度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。

この連携の仕組みと、ドローンによるマッピングにどのようなメリットがあるかを以下に説明します：

• レーザーパルスを使用して地表までの距離を測定し、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です。
• SBG SystemsのINSは、慣性計測装置（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においても、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データと同期します。INSがドローンの位置と姿勢を高精度で追跡する一方、LiDARが下方の地形やオブジェクトの詳細を捉えます。

ドローンの正確な向きを把握することで、LiDARデータを3次元空間上で正確に位置決めすることができます。

GNSSコンポーネントがグローバルな測位を提供し、IMUがリアルタイムの姿勢および移動データを提供します。この組み合わせにより、GNSSの電波が弱い、または利用できない状況（高層ビルの近隣や鬱蒼とした森林など）でも、INSはドローンの軌跡と位置の追跡を継続でき、一貫性のあるLiDARマッピングが可能になります。

ジャミングとスプーフィングは、GNSSなどの衛星測位システムの信頼性と精度に重大な影響を与える2種類の電波干渉です。

ジャミングとは、GNSSシステムで使用されている周波数と同じ周波数に干渉信号をブロードキャストし、衛星信号を意図的に妨害することを指します。この干渉により、正当な衛星信号が圧倒されるか、かき消されてしまい、GNSS受信機が正確に情報を処理できなくなります。ジャミングは、敵の航法能力を妨害するために軍事作戦で一般的に使用されますが、民間システムにも影響を与え、航法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、スプーフィングは、本物のGNSS信号を模倣した偽の信号を送信するものです。これらの欺瞞的な信号により、GNSS受信機が誤った位置や時刻を計算してしまう恐れがあります。スプーフィングは、航法システムを誤誘導あるいは誤情報によって迷わせるために使用され、車両や航空機がコースから外れる原因になったり、偽の位置データを提供したりする可能性があります。単に信号の受信を妨害するだけのジャミングとは異なり、スプーフィングは偽の情報を本物であるかのように見せかけて、受信機を積極的に欺きます。

ジャミングとスプーフィングはいずれも、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、妨害や脅威が存在する環境、あるいは厳しい運用環境においても信頼性の高い動作を確保するには、高度な対抗技術とレジリエントな測位技術が不可欠です。

屋内測位システム（IPS）は、GNSSの電波が届きにくい、または届かない建物などの屋内で、人やモノの位置を正確に特定する特殊な技術です。ショッピングモール、空港、病院、倉庫などの環境で高精度な測位情報を提供するために、さまざまな技術が活用されています。

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利用しています。
• 超音波：音波を利用して位置を正確に検出する技術で、多くの場合、モバイルデバイスのセンサーと組み合わせて使用される。
• RFID（無線周波数識別）：物品にタグを取り付け、リアルタイムで追跡を行う技術。
• 慣性計測装置（IMU）：これらのセンサーは動きと姿勢を監視し、他の手法と組み合わせることで位置の精度を高めます。

正確な位置測定には、屋内空間の詳細なデジタル地図が不可欠であり、モバイル端末や専用機器が位置測定インフラからの信号を受信します。

IPSは、従来のGNSSが機能しない場所でのナビゲーションの強化、資産追跡、緊急サービスの支援、利用者の行動分析、スマートビルディングシステムとの統合を実現し、業務効率を大幅に向上させます。

走行距離計（オドメーター ）は、車両の走行距離を測定するための計器です。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、燃費の算出、再販価値の評価など、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換算係数により、車輪の回転数が距離に変換されます。

多くのナビゲーションアプリケーション、特に車載システムにおいては、オドメーター のデータを INS 他の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。このプロセスは「センサーフュージョン」と呼ばれ、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、変動する誤差や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付近で変動する可能性があるため、単純に平均化すると誤差がまったく存在しないように見えてしまいます。

RMSは、各値を二乗して（すべてを正の値にする）、その二乗値の平均を求め、さらにその平方根を計算することで、結果を元の単位に戻すことでこの問題を解決します。

実際、RMSは、システム内のノイズ、ドリフト、または偏差の実効値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。慣性航法において、RMSはセンサーのノイズ密度、姿勢や位置の精度、振動レベル、およびキャリブレーションの残差を表現するため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比較、仕様の検証、および経時的な航法出力の安定性や品質を評価することができます。要するに、RMSは慣性システムにおける変動する誤差要因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。