VINS – Visual inertial navigation system
Ett Visual Inertial Navigation System (VINS) erbjuder en robust navigeringslösning för autonoma drönare genom att på ett smart sätt kombinera data från både visuella sensorer och tröghetssensorer. Mer specifikt möjliggör det noggrann och tillförlitlig lokalisering och kartering i krävande miljöer.
Datainsamling och komponenter
Ett VINS förlitar sig på flera inbyggda komponenter – främst kameror och tröghetsmätare (IMU) – som samverkar för att samla in information om en UAV:s rörelser och dess omgivning. Kamerorna tillhandahåller visuell data genom att fånga upp bilder eller videorutor, medan IMU-enheterna registrerar mätningar av rotation och acceleration.
Det visuella delsystemet använder datorseendealgoritmer för att bearbeta de infångade bilderna. Dessa algoritmer extraherar viktiga miljöegenskaper och utför uppgifter som detektering, spårning och matchning av särdrag. Genom att identifiera och följa distinkta punkter i på varandra följande bilder kan VINS uppskatta UAV:ns tillstånd, inklusive dess position, hastighet och orientering.
Tröghetsdelsystemet består av accelerometrar och gyroskop som levererar högfrekventa mätningar av linjär och vinkelformad rörelse. Dessa exakta avläsningar hjälper till att spåra UAV:ns rörelser och kompensera för yttre störningar. Slutligen integrerar sensorfusionsalgoritmer IMU-data med visuell information för att producera en mycket noggrann uppskattning av UAV:ns position.
Operativa fördelar och utmaningar
VINS ger en stor fördel för drönarverksamhet genom att säkerställa tillförlitlig navigering även när GNSS-signaler går förlorade. Det fungerar väl i miljöer där satellitsignaler är svaga eller otillgängliga – till exempel inomhus, i täta stadsmiljöer eller i konfliktzoner – där byggnader, hinder eller signalstörningar blockerar GNSS-mottagningen. Under dessa GNSS-fria förhållanden fortsätter VINS att leverera noggrann lokalisering och kartering genom att förlita sig på visuella referenser och tröghetsmätningar, vilket gör att UAV:er kan bibehålla exakta uppskattningar av sin position och orientering och därmed navigera autonomt.
VINS-arbetsflödet omfattar flera viktiga steg, såsom fusion av visuella tröghetssensorer och skattning av tillstånd. Under extraktionen av särdrag identifierar systemet viktiga visuella punkter och spårar dem över bildrutor. Sensorfusionsalgoritmer slår sedan samman den visuella datan och tröghetsdatan till en enhetlig tillståndsuppskattning. Algoritmer för tillståndsuppskattning använder denna sammansmälta information för att beräkna drönarens position, hastighet och orientering med hög noggrannhet.
VINS stöder ett brett spektrum av tillämpningar, inklusive flygfotografering, övervakning och död räkning (dead reckoning) i situationer där man inte kan lita på GNSS-data.
Trots sina styrkor ställs VINS fortfarande inför tekniska utmaningar. Integreringen av kameror och tröghetssensorer kräver exakt kalibrering och synkronisering för att säkerställa mätnoggrannhet. Problem som skymning (occlusions) och varierande ljusförhållanden för de visuella delsystemen kräver också pågående forskning. Att förbättra VINS robusthet och prestanda är fortfarande ett centralt mål för framtida utveckling.