Visual Inertial Navigation System (VINS) oferuje solidne rozwiązanie nawigacyjne dla autonomicznych dronów, pomysłowo łącząc dane z czujników wizualnych i inercyjnych. W szczególności umożliwia dokładną i niezawodną lokalizację i mapowanie w trudnych warunkach.
Gromadzenie danych i komponenty
VINS polega na wielu komponentach pokładowych — przede wszystkim kamerach i Inercyjnych Jednostkach Pomiarowych (IMU) — które współpracują ze sobą w celu zbierania informacji o ruchu UAV i jego otoczeniu. Kamery dostarczają dane wizualne, rejestrując obrazy lub klatki wideo, podczas gdy IMU rejestrują pomiary obrotu i przyspieszenia.
Podsystem wizualny wykorzystuje algorytmy wizji komputerowej do przetwarzania przechwytywanych obrazów. Algorytmy te wydobywają ważne cechy otoczenia, wykonując zadania takie jak wykrywanie cech, śledzenie i dopasowywanie. Identyfikując i śledząc charakterystyczne punkty na kolejnych obrazach, VINS może oszacować stan UAV, w tym jego pozycję, prędkość i orientację.
Podsystem inercyjny składa się z akcelerometrów i żyroskopów, które dostarczają pomiary liniowego i kątowego ruchu o wysokiej częstotliwości. Te precyzyjne odczyty pomagają śledzić ruchy UAV i kompensować zakłócenia zewnętrzne. Algorytmy fuzji czujników integrują dane z IMU z informacjami wizualnymi, aby uzyskać bardzo dokładne oszacowanie lokalizacji UAV.
Zalety i wyzwania operacyjne
VINS zapewnia znaczące korzyści w operacjach dronów, gwarantując niezawodną nawigację nawet w przypadku utraty sygnałów GNSS. Sprawdza się w środowiskach, w których sygnały satelitarne są słabe lub niedostępne — takich jak wnętrza budynków, gęste obszary miejskie lub strefy działań wojennych — gdzie budynki, przeszkody lub zakłócenia sygnału blokują odbiór GNSS. W tych warunkach braku dostępu do GNSS, VINS nadal zapewnia dokładną lokalizację i mapowanie, opierając się na wskazówkach wizualnych i pomiarach inercyjnych, umożliwiając UAV precyzyjne szacowanie ich pozycji i orientacji, a tym samym autonomiczną nawigację.
Przebieg pracy VINS obejmuje kilka kluczowych kroków, takich jak fuzja wizualnych czujników inercyjnych i estymacja stanu. Podczas ekstrakcji cech system identyfikuje ważne punkty wizualne i śledzi je w kadrach. Algorytmy fuzji czujników następnie łączą dane wizualne i inercyjne w ujednoliconą estymację stanu. Algorytmy estymacji stanu wykorzystują te połączone informacje do obliczania pozycji, prędkości i orientacji drona z dużą dokładnością.
VINS obsługuje szeroki zakres zastosowań, w tym mapowanie lotnicze, nadzór i nawigację bezwładnościową w sytuacjach, w których nie można polegać na danych GNSS.
Pomimo swoich zalet, VINS nadal stawia czoła wyzwaniom technicznym. Integracja kamer i czujników inercyjnych wymaga precyzyjnej kalibracji i synchronizacji, aby zapewnić dokładność pomiarów. Problemy, takie jak okluzje i zmienne warunki oświetleniowe dla podsystemów wizualnych, również wymagają dalszych badań. Zwiększenie niezawodności i wydajności VINS pozostaje kluczowym celem przyszłego rozwoju.
