GPS 대량 환경에서의 UAV 내비게이션

신뢰할 수있는 글로벌 포지셔닝 시스템 (GPS) 신호없이 무인 공중 차량 (UAV)을 탐색하는 것은 현대 항공 우주 기술에서 중요한 과제로 남아 있습니다.프린스 술탄 대학교 (Prince Sultan University)의 최근 연구에 따르면 도시 협곡이나 재난 구역과 같이 GPS 신호가 약하거나 사용할 수없는 환경에서 UAV 현지화를 개선하는 방법을 탐구합니다.이 연구는보다 신뢰할 수있는 실시간 탐색을 위해 다양한 센서와 알고리즘을 결합한 비전 기반 시스템과 하이브리드 접근의 잠재력을 강조합니다.

UAV 내비게이션의 중요한 구성 요소 인 GPS는 종종 방해가되거나 방해받은 신호가있는 영역에서 실패합니다.관성 센서 및 Lidar와 같은 대안은 약속을 보여 주었지만 종종 드리프트 및 높은 계산 비용과 같은 문제로 고통받습니다.이 연구는보다 안정적인 탐색 솔루션을 만들기 위해 LIDAR, RADAR 및 Inertial Measurement Units (IMUS)와 같은 여러 센서의 데이터를 융합시키는 하이브리드 시스템을 탐색합니다.


이 검토는 130 개가 넘는 연구 논문을 분석하여 UAV 내비게이션을위한 두 가지 주요 접근 방식에 중점을 둡니다. 즉, 사전 맵핑 지형 데이터에 의존하는 절대 현지화 및 SLAM (동시 현지화 및 매핑) 및 시각적 지행 ODOMetry와 같은 실시간 센서 데이터를 사용하는 상대적 현지화.알려진 환경에서는 절대적인 방법이 잘 작동하지만 특징이 없거나 빠르게 변화하는 영역에서 어려움을 겪고 있습니다.반면에 상대적 방법은 유연성을 제공하지만 상당한 계산 능력을 요구합니다.

비전 기반 시스템, 특히 기능 인식을 위해 AI에 의해 향상된 시스템은 조명 조건과 같은 문제가 지속되지만 견인력을 얻고 있습니다.이 연구는 다중 센서 퓨전의 중요성을 강조하여 다양한 센서의 데이터를 결합하고 Kalman 필터와 같은 고급 필터링 기술을 적용하여 내비게이션 정확도를 향상시킬 수있는 방법을 보여줍니다.GPUS와 같은 하드웨어 가속기가 제공하는 실시간 처리는 더 빠르고 효율적인 의사 결정을 달성하는 데 중요한 역할을합니다.

리드 저자 인 Imen Jarraya 박사는 단일 센서 나 알고리즘이 GPS- 대출 내비게이션의 문제를 완전히 해결할 수 없다고 언급했습니다.이 연구는 조밀 한 도시 지역에서 원격 재난 지역에 이르기까지 다양한 환경의 예측 불가능 성을 처리하기 위해 하이브리드 시스템의 추가 최적화가 필요하다는 것을 강조합니다.

이 발견은 물류, 농업 및 방어와 같은 산업에 중대한 영향을 미칩니다.UAV는 GPS가없는 재난에 시달린 지역에 공급을 제공 할 수 있거나 군용 드론은 신호 중단 된 지역에서 운영 될 수 있습니다.