GRYFN 的成功案例:通过 Quanta Micro 实现精度和效率
GRYFN 是面向研究市场的多模态遥感解决方案的先驱,通过将我们的 Quanta Micro(惯性导航系统)集成到其无人机解决方案中,并通过我们的软件 Qinertia 对数据进行后处理,取得了显著的运营改进。
这种合作为最终用户带来了厘米级精度、五年内 10% 的成本降低以及简化且集成的工作流程。
“从 0 到 5 分,该产品、软件、支持和成本均达到或超过了预期——得分为 5 分。” | Matt Bechdol,GRYFN 首席执行官。
公司核心:多模态遥感
GRYFN 专注于研究级、高精度的多模态遥感无人机解决方案,能够同时获取高分辨率的 RGB、LiDAR 和高光谱数据。
他们的旗舰 Gobi 传感平台代表了一种多模态数据收集的综合方法,专门为需要企业级数据集和分析的研究人员设计,旨在推动农业、环境监测、自然资源应用或任何需要精确主动和被动遥感的领域的切实决策。

所有这些合格的需求使他们选择了我们的解决方案,以便他们能够增强其平台,同时降低客户的运营复杂性和成本。
符合我们解决方案的需求
GRYFN 苛刻的应用要求惯性导航解决方案能够为实时(RTK)和后处理(PPK)轨迹数据提供厘米级的精密度和准确度。
在无人机平台上集成高光谱成像、LiDAR 和 RGB 传感器带来了独特的Технические挑战(技术挑战)。
每种传感器模态以不同的速率捕获数据,并需要精确的定位信息来实现准确的数据融合和分析。
毫不奇怪,GRYFN 的需求还必须包括:
- 高质量的 GNSS-INS 数据,精度至少达到 2 厘米或更高,以实现可靠的直接地理参考。
- 易于集成的软件,带命令行界面和 SDK 支持,用于后处理工作流程。
- 开放的授权架构,可降低分布式科研客户的部署复杂度。
- 高性价比的解决方案,对于拥有多个部署场景的科研机构而言尤为重要。
- 响应迅速的技术支持,能够快速解决集成挑战。
- 紧凑的外形尺寸,实现了精度、可靠性、尺寸和重量的优化。
“2023 年时,我们正在根据外形尺寸、硬件性能与集成度、成本以及对客户的价值来评估各种选项。我们在业内搜寻了 4 家主要供应商,最终 SBG 胜出,成为了我们最新 Gobi 传感平台集成的首选,”Matt 解释道。
Quanta Micro 集成与性能
我们通过 Quanta Micro 解决方案满足了 GRYFN 的需求。这是一款超紧凑、高性能的 GNSS 辅助惯性导航系统,专为对精度和空间限制要求极高的无人机遥感应用而设计。
- GRYFN 集成了 Quanta Micro 导航系统,该系统以双天线模式运行并集成在定制印刷电路板 (PCB) 中。此配置使系统能够同时向多个传感器输出 GNSS-INS 数据,从而支持 GRYFN 的多模态传感需求。
- Quanta Micro 的外形尺寸非常适合 GRYFN 紧凑的多模式传感器集成要求。
- 双天线配置增强了航向精度和系统可靠性,这些是研究应用中精确轨迹确定的关键因素。
- 我们的设计方法简化了硬件集成过程,使 GRYFN 能够专注于其核心遥感功能,而不是导航系统的复杂性。
我们在此类合作中引以为傲的亮点之一是,我们致力于提供更紧密的支持,尤其是在公司仍在测试并确定最佳技术集成方式的阶段。
“在进行初步比对和测试时,SBG 团队对我们的问题和技术讨论反应迅速,技术支持非常出色,”Matt 证实道。
Qinertia 的用户友好优势
此外,我们的后处理软件 Qinertia 与 GRYFN Processing Tool 软件的集成为 GRYFN 的运营带来了显著的工作流程改进。
团队发现 Qinertia 用户友好且直观,其全面的文档为每个处理步骤和设置提供了简明的说明和解释。
与竞争解决方案不同,这种软件方法消化的下载 RINEX 数据的需求,简化了处理工作流程。他们还赞扬了 API 文档的质量,并指出他们在软件端集成方面只需要极少的技术支持。这种自助服务能力缩短了实施时间并降低了持续支持需求。

可衡量的结果和性能改进
GRYFN 与我们系统的集成在多个维度上带来了可衡量的运营改进。
“客户易于采用降低了支持需求,从而节省了时间和精力,”Matt 强调说。
简而言之,它在降低成本、提高处理效率和提升客户满意度方面产生了显著的积极影响,同时也为其预算腾出了空间以满足其他基本需求。
这对于预算有限的研究机构来说尤其具有价值。GRYFN 还特别指出,其软件订阅费用显著降低,同时轨迹质量有所提高。
结论:竞争优势发展
Quanta Micro 和 Qinertia 通过以下方式加强了 GRYFN 的竞争地位:
- 改善了成本结构。
- 增强了性能功能。
- 精简了客户体验。

强调这些改进直接转化为增强的客户满意度和留存率始终非常重要。
GRYFN 的案例研究证实,精密导航技术在正确集成到先进的遥感平台中时,能够同时提供技术性能和商业价值。
通过此次合作,我们为在基于无人机的数据采集中实现卓越运营提供了一个引人注目的参考。
Quanta Micro
Quanta Micro 是一款紧凑、高性能的 GNSS 辅助惯性导航系统,专为需要超高精度和可靠性的空间受限应用而设计。
它将测绘级 IMU 与多频四星座 GNSS 接收器以及先进的传感器融合算法相结合,可在严苛环境中提供厘米级定位和精确姿态。
该系统采用双天线功能,可在低动态条件下实现最佳航向性能,同时在无人机有效载荷和受限应用中保持卓越的单天线运行能力。
Quanta Micro 询价
您有疑问吗?
欢迎访问我们的常见问题解答 (FAQ) 专区!在这里,您可以找到关于我们展示的应用的最常见问题的答案。如果您找不到您要查找的内容,请随时直接与我们联系!
IMU 和 INS 之间有什么区别?
惯性测量单元 (IMU) 与惯性导航系统 (INS) 之间的区别在于它们的功能和复杂性。
IMU(惯性测量单元)提供有关车辆线性加速度和角速度的原始数据,这些数据由加速度计和陀螺仪测量。它提供横滚、俯仰、偏航和运动相关的信息,但不计算位置或导航数据。IMU 专门设计用于传输有关运动和方位的基本数据,以便进行外部处理以确定位置或速度。
另一方面,INS(惯性导航系统)将 IMU 数据与先进的算法相结合,随时间推移计算出车辆的位置、速度和方位。它结合了诸如用于传感器融合和集成的卡尔曼滤波等导航算法。INS 提供实时的导航数据,包括位置、速度和方位,而无需依赖 GNSS 等外部定位系统。
这种导航系统通常用于需要全面导航解决方案的应用,尤其是在没有 GNSS 信号的环境中,例如军用无人机、船舶和潜艇。
无人机如何用于农业目的?
无人机在农业中的应用日益广泛,用于加强作物管理并提高生产力。配备高分辨率相机和传感器的农业无人机提供有关作物健康、土壤条件和农田变异性的航拍影像和数据。这使农民能够快速监测大面积区域,并精确识别虫害、营养缺乏和水分胁迫等问题。
农业无人机用于精准施用肥料、杀虫剂和除草剂等投入品。通过精确定位特定区域,无人机可以减少浪费并最大限度地减少对环境的影响。此外,它们还有助于农业无人机测绘和规划地块布局,并监测作物生长和长期产量。
总体而言,农业无人机提供了一种经济高效且高效的方式来收集关键信息、做出明智的决策并实施有针对性的干预措施,从而改善作物管理和资源利用。
航空测量中的地理配准是什么?
地理配准是将地理数据(例如地图、卫星图像或航空照片)与已知的坐标系对齐的过程,以便可以将其准确地放置在地球表面上。
这允许将数据与其他空间信息进行集成,从而实现基于精确位置的分析和制图。
在测绘领域,地理参考对于确保无人机上的激光雷达(LiDAR)、相机或传感器等工具收集的数据准确映射到真实世界坐标至关重要。
通过为每个数据点赋予纬度、经度和高程,地理参考可确保捕获的数据反映地球上的确切位置和方向,这对于地理空间测绘、环境监测和施工规划等应用至关重要。
地理配准通常涉及使用具有已知坐标的控制点,这些坐标通常通过 GNSS 或地面测量获得,以将捕获的数据与坐标系对齐。
此过程对于创建准确、可靠和可用的空间数据集至关重要。
RTK 和 PPK 之间有什么区别?
实时动态差分(RTK)是一种定位技术,其中 GNSS 校正以近乎实时的方式传输,通常使用 RTCM 格式校正流。然而,在确保 GNSS 校正(特别是其完整性、可用性、覆盖范围和兼容性)方面可能会面临挑战。
PPK 相比 RTK 后处理的主要优势在于,数据处理活动可以在后处理过程中进行优化,包括前向和后向处理;而在实时处理中,校正及其传输中的任何中断或不兼容都会导致定位精度降低。
GNSS 后处理 (PPK) 相比实时处理 (RTK) 的首要核心优势在于:现场使用的系统无需配备数据链/无线电,即可将来自 CORS 的 RTCM 校正数据传输到 INS/GNSS 系统中。
后处理应用的主要限制是最终应用程序需要对环境做出反应。另一方面,如果您的应用程序可以承受生成优化轨迹所需的额外处理时间,它将大大提高所有交付的数据质量。