Hjem Ordliste VINS – Visuelt inertialnavigasjonssystem

Finn den riktige treghetsløsningen →
Ellipse D INS Mini-enhet, høyre
Ellipse-D
INS RTK med to antenner INS 0,05° krengning og stigning 0,2° kurs
Oppdag
Ellipse-D
Ellipse N INS -minienhet, høyre side
Ellipse-N
INS RTK med én antenne GNSS 0,05° krengning og stigning 0,2° kurs
Oppdag
Ellipse-N
Stellar 40 Silver Right Mini
Stellar-40
INS Avansert motstandsdyktighet mot forstyrrelser og forfalskning Posisjonsfeil ned til 0,2 % DT i « GNSS » – avvist 0,05° kurs (RTK)
Oppdag
Stellar-40

VINS – Visuelt inertialnavigasjonssystem

Gå tilbake til ordlisten
Visuelt inertialnavigasjonssystem (VINS)

Et visuelt inertialnavigasjonssystem (VINS) tilbyr en robust navigasjonsløsning for autonome droner ved å kombinere data fra både visuelle og inertiale sensorer på en genial måte. Spesielt muliggjør det nøyaktig og pålitelig posisjonering og kartlegging i krevende miljøer.

Et VINS-system er avhengig av flere innebygde komponenter – først og fremst kameraer og inertialmåleenheter (IMU-er) – som samarbeider for å samle inn informasjon om en UAVs bevegelser og omgivelsene. Kameraene leverer visuelle data ved å ta bilder eller videorammer, mens IMU-ene registrerer rotasjons- og akselerasjonsmålinger.

Det visuelle delsystemet bruker algoritmer for maskinsyn til å behandle de innspilte bildene. Disse algoritmene trekker ut viktige miljøtrekk og utfører oppgaver som gjenkjenning, sporing og sammenligning av trekk. Ved å identifisere og følge karakteristiske punkter på påfølgende bilder kan VINS beregne UAV-ens tilstand, inkludert posisjon, hastighet og retning.

Det inertielle delsystemet består av akselerometre og gyroskoper som leverer høyfrekvente målinger av lineær og vinkelbevegelse. Disse presise målingene bidrar til å spore UAV-ens bevegelser og kompensere for ytre forstyrrelser. Til slutt integrerer sensorfusjonsalgoritmer dataene fra « IMU » med visuell informasjon for å gi et svært nøyaktig estimat av UAV-ens posisjon.

VINS gir en stor fordel for droneoperasjoner ved å sikre pålitelig navigasjon selv når signalene fr GNSS n går tapt. Systemet fungerer godt i miljøer der satellittsignalene er svake eller utilgjengelige – for eksempel innendørs, i tettbebygde byområder eller i krigssoner – der bygninger, hindringer eller signalforstyrrelser blokkerer mottaket fr GNSS n. Under slike forhold der GNSS er utilgjengelig, fortsetter VINS å levere nøyaktig posisjonering og kartlegging ved å basere seg på visuelle signaler og treghetsmålinger, slik at UAV-er kan opprettholde presise estimater av sin posisjon og orientering og dermed navigere autonomt.

VINS-arbeidsflyten omfatter flere viktige trinn, som for eksempel fusjon av visuelle og inertielle sensordata og tilstandsestimering. Under trekkutvinningen identifiserer systemet viktige visuelle punkter og sporer dem på tvers av bilder. Sensorfusjonsalgoritmer slår deretter sammen de visuelle og inertielle dataene til et samlet tilstandsestimat. Tilstandsestimeringsalgoritmer bruker denne fusjonerte informasjonen til å beregne dronens posisjon, hastighet og orientering med høy nøyaktighet.

VINS støtter et bredt spekter av bruksområder, blant annet luftkartlegging, overvåking og navigasjon ved hjelp av dødregning i situasjoner der man ikke kan stole på data fr GNSS .
Til tross for sine styrker står VINS fortsatt overfor tekniske utfordringer. Integrering av kameraer og treghetssensorer krever nøyaktig kalibrering og synkronisering for å sikre målenøyaktighet. Problemer som skyggeforhold og varierende lysforhold for de visuelle delsystemene krever også videre forskning. Å forbedre VINS’ robusthet og ytelse er fortsatt et sentralt mål for fremtidige forbedringer.

Snakk med våre eksperter om prosjektet ditt