Η αυστραλιανή εταιρεία Advanced Navigation και η MBDA UK συνεργάστηκαν για να αναπτύξουν ένα ισχυρό σύστημα πλοήγησης σχεδιασμένο να παρέχει ακριβή απόλυτο εντοπισμό θέσης για μια ποικιλία αερομεταφερόμενων πλατφορμών, ακόμη και απουσία σημάτων GPS.
Η τεχνολογία που θα προκύψει θα επιτρέψει στα drones και σε άλλα συστήματα να καθιερώσουν απόλυτη θέση χωρίς να απαιτούν εξωτερικά σήματα, καθιστώντας το απρόσβλητο σε παρεμβολές. Το καινοτόμο σύστημα, το οποίο αντλεί έμπνευση από βιολογικές διεργασίες, χρησιμοποιεί τεχνολογία που εκκρεμεί για δίπλωμα ευρεσιτεχνίας από τη Nileq, θυγατρική της MBDA UK , με έδρα το Μπρίστολ.
Η παρέμβαση γίνεται συνηθισμένη
Οι εταιρείες στοχεύουν να ανταποκριθούν στην αυξανόμενη ζήτηση για ανθεκτική, αξιόπιστη τοποθέτηση σε πολλούς τομείς, συμπεριλαμβανομένης της αγοράς γεωργικών drone. Ο Chris Shaw, Διευθύνων Σύμβουλος της Advanced Navigation, τονίζει ότι οι παρεμβολές γίνονται συνηθισμένες. «Οι εμπορικοί και στρατιωτικοί τομείς δεν μπορούν πλέον να βασίζονται αποκλειστικά στο GNSS για τις πτητικές λειτουργίες». Το σύστημα ευθυγραμμίζεται επίσης με διευρυνόμενες νομικές εντολές που απαιτούν εναλλακτικές λύσεις σε λύσεις που βασίζονται στο GPS.
Όταν είναι τοποθετημένο σε μια πλατφόρμα, για παράδειγμα ένα γεωργικό drone, το σύστημα χρησιμοποιεί μια κάμερα για να καταγράψει και να αναλύσει το παρακάτω περιβάλλον, εντοπίζοντας ορόσημα και χαρακτηριστικά. Αυτές οι εικόνες στη συνέχεια συγκρίνονται με μια προϋπάρχουσα βάση δεδομένων της επιφάνειας της Γης μέσω μιας τεχνικής που ονομάζεται αντιστοίχιση χαρτών, επιτρέποντας στο σύστημα να προσδιορίσει την ακριβή θέση του. Αυτή η διαδικασία ενισχύει σημαντικά την αδρανειακή πλοήγηση παρέχοντας συχνές ενημερώσεις θέσης και επαναβαθμονόμηση της θέσης του συστήματος.
Μια νευρομορφική κάμερα παράγει σημαντικά λιγότερα δεδομένα και λειτουργεί με πολύ μεγαλύτερες ταχύτητες από τις παραδοσιακές κάμερες. Ανιχνεύει αλλαγές φωτεινότητας σε μεμονωμένα pixel. – Φωτογραφία: Προηγμένη πλοήγηση
Ανοσία σε παρεμβολές
Τα συμβατικά συστήματα πλοήγησης βασίζονται συνήθως σε κάμερες υψηλής ανάλυσης που δημιουργούν τεράστια σύνολα δεδομένων, τα οποία πρέπει να συγκριθούν με δορυφορικές εικόνες χρησιμοποιώντας υπολογιστικά έντονες μεθόδους. Αυτό αποτελεί πρόκληση για μικρές συσκευές περιορισμένης ισχύος, όπως τα drones, που συχνά δεν μπορούν να υποστηρίξουν τέτοιους υπολογισμούς που απαιτούν μεγάλους πόρους.
Για να αντιμετωπιστεί αυτό, το σύστημα του Nileq ενσωματώνει μια νευρομορφική κάμερα, σχεδιασμένη να μιμείται τον ανθρώπινο αμφιβληστροειδή. Αυτή η κάμερα παράγει σημαντικά λιγότερα δεδομένα και λειτουργεί πολύ πιο γρήγορα από τις παραδοσιακές κάμερες, οι οποίες καταγράφουν εικόνες διαδοχικά. Μειώνοντας τόσο τον όγκο δεδομένων όσο και τις απαιτήσεις επεξεργασίας, το σύστημα παρέχει μια αποτελεσματική λύση για πλοήγηση χωρίς GPS σε διάφορα περιβάλλοντα.
Η τεχνολογία που θα προκύψει θα επιτρέψει στα drones και σε άλλα συστήματα να καθιερώσουν απόλυτη θέση χωρίς να απαιτούν εξωτερικά σήματα, καθιστώντας το απρόσβλητο σε παρεμβολές. Η καινοτομία είναι ιδιαίτερα επωφελής για λειτουργίες πέρα από την οπτική επαφή, βελτιώνοντας την ασφάλεια και την απόδοση τέτοιων αποστολών, ενώ ξεπερνούν τους περιορισμούς των παραδοσιακών συστημάτων πλοήγησης που βασίζονται σε εικόνες.
Κίνδυνοι καλλιέργειας γεωαναφοράς
Η Advanced Navigation δραστηριοποιείται ήδη στον αγροτικό τομέα, παρέχοντας λύσεις πλοήγησης σε εταιρείες που σχεδιάζουν αυτόνομα ρομπότ αγροκτημάτων ή μετατρέπουν παραδοσιακά μηχανήματα σε αυτόνομα. «Τα οφέλη των αυτόνομων συστημάτων στη γεωργία είναι πολλά», λέει η Advanced Navigation.
«Εκτός από τη μείωση του κόστους εργασίας, αυτά τα συστήματα μπορούν να βοηθήσουν στην ανίχνευση και τη γεωαναφορά κινδύνων στις καλλιέργειες, όπως τα ζιζάνια και τα παράσιτα. Αυτό δίνει τη δυνατότητα στους αγρότες να εφαρμόζουν φυτοφάρμακα ή ζιζανιοκτόνα με μεγαλύτερη ακρίβεια, μειώνοντας τη χρήση χημικών και προάγοντας πιο υγιές έδαφος. Αυτά τα πλεονεκτήματα έχουν ως αποτέλεσμα σημαντική εξοικονόμηση χρόνου και κόστους, καθώς και βελτιωμένη ποιότητα και απόδοση των καλλιεργειών».
Future Farming
