GRYFN의 성공 사례: Quanta Micro를 통한 정밀성과 효율성 달성
연구 시장을 위한 다중 모드 원격 탐사 솔루션의 선구자인 GRYFN은 당사의 Quanta Micro(관성 항법 시스템)를 UAV 솔루션에 통합하고 당사의 소프트웨어인 Qinertia를 통해 데이터를 후처리함으로써 놀라운 운영 개선을 이루어냈습니다.
이 협력을 통해 최종 사용자에게 센티미터 수준의 정확도, 5년에 걸쳐 10%의 비용 절감, 그리고 간소화된 워크플로 통합을 제공했습니다.
“0부터 5까지의 척도에서 제품, 소프트웨어, 지원, 비용 모두 기대를 충족하거나 뛰어넘으며 5점 만점입니다.” | Matt Bechdol, GRYFN CEO.
회사의 핵심: 다중 모드 원격 감지
GRYFN은 고해상도 RGB, LiDAR, 초분광 데이터를 동시에 획득하는 연구용 고정밀 다중 모달 원격 탐사 UAV 솔루션을 전문으로 합니다.
주력 제품인 Gobi 센싱 플랫폼은 엔터프라이즈급 데이터셋과 분석이 필요한 연구원들을 위해 특별히 설계된 다중 모달 데이터 수집의 종합적인 접근 방식을 제시하며, 농업, 환경 모니터링, 천연자원 응용 분야 또는 정확한 능동 및 수동 원격 탐사가 요구되는 모든 곳에서 실행 가능한 의사 결정을 지원합니다.
이러한 모든 검증된 수요로 인해 그들은 고객의 운용 복잡성과 비용을 절감하는 동시에 플랫폼을 향상시킬 수 있는 당사의 솔루션을 찾게 되었습니다.
당사의 솔루션에 부합하는 요구 사항
GRYFN의 까다로운 애플리케이션에는 실시간(RTK) 및 후처리(PPK) 궤적 데이터에 대해 센티미터 수준의 정밀도와 정확도를 제공할 수 있는 관성 항법 솔루션이 필요했습니다.
UAV 플랫폼에 초분광 이미징, LiDAR, RGB 센서를 통합하는 것은 독창적인 기술적 과제를 제시합니다.
각 센서 양식은 서로 다른 속도로 데이터를 캡처하며, 정확한 데이터 융합과 분석을 위해 정밀한 위치 정보가 필요합니다.
당연하게도, GRYFN의 요구 사항에는 다음도 포함되어야 했습니다:
- 신뢰할 수 있는 직접 지오레퍼런싱을 위해 최소 2cm 이상의 정확도를 갖춘 고품질 GNSS-INS 데이터.
- 명령줄 인터페이스 및 후처리 워크플로를 위한 SDK 지원을 갖춘 통합이 용이한 소프트웨어.
- 분산 연구 고객을 위한 배포 복잡성을 줄여주는 개방형 라이선스 인프라.
- 특히 다양한 배포 시나리오를 가진 연구 기관에 중요한 비용 효율적인 솔루션.
- 통합 과제를 신속하게 해결하기 위한 신속한 기술 지원.
- 정확도, 신뢰성, 크기 및 중량이 최적화된 소형 폼팩터.
“2023년에 폼팩터, 하드웨어 성능 및 통합, 비용, 고객 가치를 기준으로 여러 옵션을 평가했습니다. 업계 조사를 거쳐 4개의 주요 업체를 선정했으며, 당사의 최신 Gobi 센싱 플랫폼 통합을 위해 SBG가 최종 선택되었습니다,”라고 맷(Matt)은 설명합니다.
Quanta Micro 통합 및 성능
당사는 정밀도와 공간 제약이 매우 중요한 드론 원격 탐사 애플리케이션을 위해 특별히 설계된 초소형 고성능 GNSS 보조 관성 항법 시스템인 Quanta Micro 솔루션을 통해 GRYFN의 요구사항을 해결했습니다.
- GRYFN은 듀얼 안테나 모드로 작동하고 커스텀 PCB에 통합된 Quanta Micro 항법 시스템을 통합했습니다. 이 구성을 통해 시스템은 GNSS-INS 데이터를 여러 센서에 동시에 출력할 수 있으며, GRYFN의 다중 모달 센싱 요구 사항을 지원합니다.
- 여기서 Quanta Micro의 폼 팩터는 GRYFN의 컴팩트하고 다중 모드 센서 통합 요구 사항에 매우 적합하다는 것이 입증되었습니다.
- 듀얼 안테나 구성은 방위 정확도와 시스템 신뢰성을 향상시켰으며, 이는 연구 애플리케이션에서 정밀 궤적 결정을 위한 중요한 요소입니다.
- 하드웨어 통합 프로세스는 당사의 설계 접근 방식을 통해 간소화되었으며, 이를 통해 GRYFN은 항법 시스템의 복잡성에 얽매이지 않고 핵심 원격 탐사 기능에 집중할 수 있었습니다.
이러한 모든 파트너십에서 저희가 자랑스럽게 강조하는 주요 사항 중 하나는 더욱 긴밀한 지원을 제공하겠다는 저희의 약속이며, 특히 회사가 기술 통합을 위한 최적의 방법을 테스트하고 결정하는 단계에서 더욱 그렇습니다.
Matt은 "초기 비교 및 테스트를 수행하는 동안 SBG 팀은 질문과 기술적 논의에 적극적으로 대응해 주었으며 지원도 훌륭했습니다"라고 증언합니다.
Qinertia의 사용자 친화적인 핵심 강점
또한 후처리 소프트웨어인 Qinertia와 GRYFN Processing Tool 소프트웨어의 통합은 GRYFN의 작업 워크플로우에 상당한 개선을 가져다주었습니다.
팀원들은 Qinertia가 사용자 친화적이고 직관적이라고 평가했으며, 각 처리 단계 및 설정에 대한 간결한 설명과 지침을 제공하는 포괄적인 문서를 높이 평가했습니다.
경쟁 솔루션과 달리 이 소프트웨어 접근 방식은 RINEX 데이터를 다운로드할 필요가 없어 처리 워크플로우가 간소화되었습니다. 또한 API 문서의 품질을 칭찬하며 소프트웨어 측 통합에 최소한의 지원만 필요했다고 언급했습니다. 이러한 셀프 서비스 기능 덕분에 구현 시간이 단축되고 지속적인 지원 요구 사항이 줄어들었습니다.
가시적인 성과와 업무 효율성 향상
GRYFN과 당사 시스템의 통합은 여러 측면에서 측정 가능한 운영 개선 효과를 가져왔습니다.
“고객의 도입 용이성 덕분에 기술 지원 요청이 줄어들어 시간과 집중력을 아낄 수 있게 되었습니다,”라고 맷은 강조합니다.
간단히 말해, 예산이 절감되어 다른 필수적인 용도에 활용할 수 있게 됨으로써 비용 절감, 처리 효율성 향상, 고객 만족도 증대 측면에서 큰 긍정적 효과가 관찰되었습니다.
이는 특히 예산이 한정된 연구 기관에 매우 유용한 것으로 입증되었습니다. 또한 GRYFN은 향상된 궤적 품질과 더불어 소프트웨어 구독 비용이 대폭 절감되었다고 특별히 언급했습니다.
결론: 경쟁 우위 확보
Quanta Micro와 Qinertia는 다음과 같은 요소를 통해 GRYFN의 경쟁력을 강화했습니다.
- 개선된 비용 구조.
- 향상된 성능 기능.
- 간소화된 고객 경험.
이러한 개선 사항이 향상된 고객 만족도 및 유지율로 직접적으로 이어진다는 점은 언제나 강조할 중요성이 있습니다.
GRYFN의 사례 연구는 정밀 항법 기술이 정교한 원격 탐사 플랫폼에 적절히 통합될 때 기술적 성능과 비즈니스 가치를 모두 제공할 수 있음을 입증합니다.
이번 파트너십을 통해 당사는 UAV 기반 데이터 수집 분야에서 운영 우수성을 달성하기 위한 강력한 레퍼런스를 제공했습니다.
Quanta Micro
Quanta Micro는 예외적인 정확성과 신뢰성이 요구되는 공간 제약적 애플리케이션을 위해 설계된 컴팩트하고 고성능인 GNSS 보조 관성 항법 시스템입니다.
측량 등급 IMU와 다중 주파수 쿼드 콘스텔레이션 GNSS 수신기, 그리고 고급 센서 융합 알고리즘을 통합하여 까다로운 환경에서도 센티미터 수준의 위치 지정과 정밀한 방위를 제공합니다.
이 시스템은 저동적 조건에서 최적의 헤딩 성능을 위한 듀얼 안테나 기능을 갖추고 있으며, UAV 페이로드 및 제약이 있는 애플리케이션을 위해 뛰어난 싱글 안테나 작동도 유지합니다.
Quanta Micro 견적 요청
궁금한 점이 있으신가요?
FAQ 섹션에 오신 것을 환영합니다! 여기에서 당사가 소개하는 애플리케이션에 대한 가장 일반적인 질문과 답변을 확인하실 수 있습니다. 찾으시는 내용이 없다면 언제든지 당사에 직접 문의해 주세요!
IMU와 INS의 차이점은 무엇인가요?
관성 측정 장치(IMU)와 관성항법장치(INS)의 차이점은 기능과 복잡성에 있습니다.
IMU(관성 측정 장치)는 가속도계와 자이로스코프가 측정한 차량의 선형 가속도 및 각속도에 대한 원시 데이터를 제공합니다. 롤, 피치, 요 및 모션에 대한 정보를 공급하지만 위치나 항법 데이터를 계산하지는 않습니다. IMU는 위치나 속도를 결정하기 위해 외부 처리에 필요한 움직임 및 방향에 대한 필수 데이터를 전달하도록 특별히 설계되었습니다.
반면, INS(관성항법장치)는 IMU 데이터와 고급 알고리즘을 결합하여 시간에 따른 차량의 위치, 속도 및 방향을 계산합니다. 센서 융합 및 통합을 위한 칼만 필터링과 같은 항법 알고리즘을 통합합니다. INS는 GNSS와 같은 외부 측위 시스템에 의존하지 않고 위치, 속도, 방향을 포함한 실시간 항법 데이터를 공급합니다.
이 항법 시스템은 일반적으로 종합적인 항법 솔루션이 필요한 응용 분야, 특히 군용 UAV, 선박, 잠수함 등 GNSS 음영 지역에서 활용됩니다.
드론은 농업 분야에서 어떻게 활용되나요?
농업 분야에서는 작물 관리 개선과 생산성 향상을 위해 드론이 점점 더 많이 활용되고 있습니다. 고해상도 카메라와 센서를 탑재한 농업용 드론은 작물 건강 상태, 토양 조건, 경작지 가변성에 대한 항공 이미지와 데이터를 제공합니다. 이를 통해 농부들은 넓은 지역을 신속하게 모니터링하고 해충 피해, 영양분 부족, 수분 스트레스 등의 문제를 정밀하게 파악할 수 있습니다.
농업용 드론은 비료, 살충제, 제초제 등의 자재를 정밀하게 살포하는 데 사용됩니다. 드론은 특정 구역을 정확하게 타겟팅하여 낭비를 줄이고 환경 영향을 최소화합니다. 또한 농업용 드론 매핑, 필드 레이아웃 계획, 작물 생장 및 수확량 모니터링을 지원합니다.
전반적으로, 농업용 드론은 중요한 정보를 수집하고, 정보에 입각한 의사결정을 내리며, 목표에 맞춘 조치를 시행할 수 있는 비용 효율적이고 효과적인 수단을 제공함으로써, 작물 관리 및 자원 활용의 개선으로 이어집니다.
항공 측량에서 지리 참조란 무엇인가요?
지오레퍼런싱(Georeferencing)은 지리 데이터(지도, 위성 이미지, 항공사진 등)를 지구 표면에 정확하게 배치할 수 있도록 알려진 좌표계에 정렬하는 과정입니다.
이를 통해 데이터를 다른 공간 정보와 통합할 수 있어, 정확한 위치 기반 분석 및 지도 작성이 가능해집니다.
측량 맥락에서 지오레퍼런싱(공간 참조)는 드론에 장착된 LiDAR, 카메라 또는 센서 같은 도구로 수집한 데이터가 실제 세계의 좌표에 정확히 매핑되도록 보장하는 데 필수적입니다.
각 데이터 포인트에 위도, 경도, 고도를 부여함으로써 지오레퍼런싱은 캡처된 데이터가 지구상의 정확한 위치와 방향을 반영하도록 보장하며, 이는 지리 공간 매핑, 환경 모니터링, 건설 계획 등의 응용 분야에 매우 중요합니다.
지오레퍼런싱(Georeferencing)은 일반적으로 GNSS나 지상 측량을 통해 얻은 알려진 좌표의 기준점을 사용하여 캡처된 데이터를 좌표계에 정렬하는 작업을 포함합니다.
이 과정은 정확하고 신뢰할 수 있으며 유용한 공간 데이터셋을 생성하는 데 필수적입니다.
RTK와 PPK의 차이점은 무엇인가요?
실시간 이동 측위(RTK)는 일반적으로 RTCM 포맷 보정 스트림을 사용하여 GNSS 보정값을 실시간에 가깝게 전송하는 위치 결정 기술입니다. 그러나 GNSS 보정값, 특히 그 완전성, 가용성, 커버리지 및 호환성을 보장하는 데는 어려움이 있을 수 있습니다.
RTK 후처리에 비해 PPK가 갖는 주요 장점은 전·후진(forward and backward) 처리를 포함하여 데이터 처리 작업을 최적화할 수 있다는 점입니다. 반면 실시간 처리에서는 보정 정보 및 그 전송 과정에서 중단이나 호환성 문제가 발생할 경우 위치 정확도가 저하됩니다.
실시간(RTK) 방식과 비교했을 때 GNSS 후처리(PPK)의 첫 번째 주요 장점은 현장에서 사용되는 시스템이 CORS로부터 오는 RTCM 보정값을 INS/GNSS 시스템에 공급하기 위한 데이터링크/무전기를 갖출 필요가 없다는 것입니다.
후처리 도입의 주된 제약 사항은 최종 애플리케이션이 실시간으로 환경에 대응해야 한다는 요구 조건입니다. 반면, 애플리케이션이 최적화된 궤적을 산출하는 데 필요한 추가 처리 시간을 수용할 수 있다면, 모든 결과물의 데이터 품질이 크게 향상될 것입니다.
