Mikro Hava Taşıtları’nın (MAV’lar) örneğin depo envanterlerini veya arama ve kurtarma görevlerini tamamlama konusunda insanlara yardımcı olan çok sayıda faydalı uygulamaya sahip olabilir. Dünya çapında birçok şirket zaten MAV üretmeye ve kullanmaya başlamış olsa da, bu uçan robotların bazılarının hala önemli sınırlamaları bulunuyor.
En etkili şekilde çalışmak için, MAV’lar; etkili bir poz tahmin sistemi ile desteklenmelidir. Bu, bir dronun konumunu ve tutumunu hesaplayabilen, daha sonra uçuşunu kontrol etmek, hızını ayarlama, otonom olarak ve uzaktan kontrol edilirken navigasyonuna yardımcı olmak için kullanılabilen bir sistem veya yöntemdir.
Çin’deki Huazhong Bilim ve Teknoloji Üniversitesi’ndeki araştırmacılar; yakın zamanda MAV’lerin iç mekan ortamlarında poz tahmini için yeni bir sistem geliştirdiler. ArXIv’de önceden yayınlanan ve IEEE Endüstriyel Elektronik İşlemleri’nde yayınlanmak üzere hazırlanan bir makalede özetlenen yeni yaklaşımları; küçük ve çevik dronlarda daha etkili navigasyon sağlamak için mevcut WiFi altyapısını kullanıyor.
Araştırmacı Shengkai Zhang: “Önceki çalışmalarımızda, İnsersiyal Ölçme Ünitesi (IMU) sapmasını düzeltmek için WiFi’nin yerelleştirilebilirliğini kullanmanın uygulanabilirliğini kanıtladık. Ancak, CWISE olarak adlandırdığımız geliştirdiğimiz teknik sadece açık alanlarda çalışıyor. Mevcut çalışmamızda bu yöntemi iç mekan ortamlarında çok yollu sorunu ele almak ve önerilen sistemimizi daha pratik hale getirmek için daha ileriye taşıyoruz.”
Zhang ve meslektaşları tarafından yürütülen yeni çalışmanın temel amacı; MAV’lerin 6-DoF pozlarını tahmin etmek için hazır WiFi altyapısını kullanmaktı. Bilgisayar görüşüne dayanan mevcut poz tahmin tekniklerinin aksine; geliştirdikleri sistem görsel sınırlamalardan uzaktır, bu da farklı aydınlatma ve çevre koşullarında iyi çalıştığı anlamına gelir.
Sistem; sensörler tarafından toplanan görsel uyaranları analiz etmek yerine, WiFi Dikey Frekans Bölmeli Çoğullama (OFDM) sinyallerinin birçok alt taşıyıcısından yararlanır. Daha spesifik olarak, bu sinyalleri, bir MAV ve bir WiFi erişim noktası arasındaki doğrudan yolun iç ortamdaki sinyalin birçok yansıması arasındaki varış açısını (AoA) bulmak için kullanır.
Zhang ve meslektaşları tarafından oluşturulan sistemin iki ana bileşeni vardır: AoA tahmin algoritması ve WiFi eylemsiz sensör füzyon modeli… AoA tahmin algoritması, MAV tutumlarını tahmin eden ve konumlandırma için AoA’yı çözen bir hesaplama yöntemidir. WiFi atalet sensörü füzyon modeli ise; bir drone’nun pozlarını optimize etmek için tahmini AoA ve atalet sensörleri kullanılarak toplanan verileri birleştirir.
Araştırmacı Zhang: “Açıların bir hedefin üçgenleme yoluyla lokalize edilmesinde kullanılabileceği biliniyor. Öte yandan, bir MAV’ın IMU’su metrik pozlar sağlıyor, ancak zamansal sürüklenmeden muzdarip… WiFi AoA’larını ve atalet ölçümlerini birleştiriyoruz ve her iki dünyanın da en iyi olanını alıyoruz.”
Zhang ve meslektaşları tarafından geliştirilen sistemin daha geleneksel poz tahmin tekniklerine göre sayısız avantajı vardır. Birincisi, hafiftir ve bir WiFi ağının kapsadığı herhangi bir iç ortamda anında konuşlandırılabilir. Ayrıca, farklı aydınlatma ve doku koşullarına sahip çalışma alanlarında iyi performans gösterir.
Çalışma; robotlarda algılama ve navigasyon stratejilerini geliştirmek için WiFi bağlantılarını kullanma potansiyelini vurgulamaktadır. İç mekan ortamlarındaki bir dizi deneyde test edildiğinde, yeni poz tahmin sistemi, 61.7 cm’lik ortalama bir konum hatası ve 0.92 derecelik bir tutum hatası sunan dikkate değer sonuçlar elde etti. Gelecekte, depolarda, ofislerde veya diğer iç mekan ortamlarında MAV navigasyonunu geliştirmek için kullanılabilir.
Araştırmacı Zhang: “Şu anda, WiFi ataletsel poz tahmin edicimizin doğruluğu desimetre düzeyinde… Bunu geliştirmek istiyoruz. Bu arada, WiFi’nin kendisinde bazı kısıtlamalar var. Örneğin yapı tıkanması, parazit, vb. Görsel algılama ve kablosuz algılamanın uygun şekilde birleştirilmesinin pratik otonom robotlarla daha sağlam ve doğru poz tahmini elde edeceğine inanıyoruz. . “
