Para os engenheiros que projetam drones, robôs e plataformas de defesa, a questão já não é a precisão do GNSS, mas sim o que acontece quando este falha. Está a surgir uma nova geração de arquiteturas de navegação, na qual os sensores inerciais, a assistência externa e a fusão de sensores estão a redefinir o verdadeiro significado de "localização fiável".
Nesta entrevista, Kendra Gallup, diretora de desenvolvimento de negócio para sistemas inerciais na MicroStrain by HBK, partilha como os engenheiros estão a repensar a localização: desde projetos centrados em GNSS a arquiteturas resilientes alimentadas por fusão de sensores.
Toda a gente está a falar sobre navegação sem GNSS: o que significa "localização fiável" na prática?
Essencialmente, significa que o seu sistema continua a funcionar corretamente, tanto física como matematicamente, mesmo quando não pode contar com o GNSS. Num ambiente de demonstração controlado, o GNSS é geralmente muito fiável.
Na realidade, não é bem assim. Os desfiladeiros urbanos criam erros de multicaminho. Os túneis bloqueiam os sinais. As interferências de radiofrequência prejudicam a receção, e os ataques de spoofing podem injetar dados de localização falsos.
Quando qualquer um destes eventos ocorre, o seu sistema de navegação degrada-se de forma controlada ou entra em colapso. O que determina qual dos dois ocorre é a qualidade da sua infraestrutura inercial. Um sistema de navegação inercial bem concebido, como o 3DM-CV7-INS, proporciona uma propagação contínua do movimento com base numa calibração térmica precisa e numa arquitetura multi-IMU sincronizada. Ele não depende de satélites. Depende da física.
Os sensores externos entram em ação como entradas auxiliares. Corrigem a deriva, mas não definem a estimativa de movimento. Esta é a diferença fundamental entre um sistema que depende do GNSS e um que considera a inércia como a sua principal referência.
Que tipos de sensores externos utilizam hoje os engenheiros?
O ecossistema cresceu consideravelmente. Dependendo da plataforma, é comum encontrar odometria visual e localização e mapeamento simultâneos (SLAM), odometria por deteção de luz e telemetria (LiDAR), encoders de rodas em veículos terrestres, sensores de altitude barométrica, magnetómetros, sensores de velocidade Doppler e recetores GNSS externos de alto desempenho utilizados seletivamente.
Os modernos sistemas de navegação inercial, incluindo a plataforma CV7, são concebidos para aceitar entradas externas de posição, velocidade e direção provenientes de qualquer uma destas fontes.
Cada um contribui com algo específico. O LiDAR é geometricamente poderoso; as câmaras fornecem dados abundantes de movimento relativo em ambientes estruturados; os encoders de rodas são excelentes estabilizadores de curta duração em veículos terrestres; os sensores Doppler melhoram a estimativa da velocidade em diferentes terrenos; e os barómetros ajudam a consolidar a estimativa da altitude.
O fundamental não é escolher um deles, mas sim combiná-los de forma a aproveitar os pontos fortes de cada sensor. Quando feito corretamente, isto resulta numa redução significativa da deriva e numa resiliência muito maior às interrupções do GNSS.
Como são integrados esses sinais?
Na maioria das plataformas integradas, utilizamos uma arquitetura de acoplamento fraco. Os sistemas externos, sejam eles um motor LiDAR SLAM ou um recetor GNSS independente, calculam as suas próprias soluções de forma independente. Estas saídas são então inseridas no filtro de Kalman inercial estendido. A vantagem desta abordagem é que é modular e relativamente fácil de escalar.
Mas o verdadeiro trabalho de engenharia reside em ponderar as medições, ajustar a covariância e realizar verificações de consistência na inovação. Nem todas as medições são igualmente fiáveis. Uma solução LiDAR dentro de um armazém bem estruturado é altamente fiável. Num túnel empoeirado, o mesmo sensor pode fornecer dados erróneos. O mecanismo de fusão deve avaliar constantemente o peso a atribuir a cada entrada com base no ambiente atual.
Há algo que é muitas vezes subestimado: quanto mais robusto for o núcleo inercial — obtido através de uma calibração adequada e da redução de ruído do conjunto de unidades de medição inercial (IMU) — menor será a deriva de navegação inercial entre as atualizações das fontes auxiliares. Isto proporciona ao sistema como um todo uma maior margem de manobra quando as fontes auxiliares se tornam não fiáveis. Um melhor desempenho inercial traduz-se diretamente numa maior resiliência.
O timing raramente se torna notícia. Mas, afinal, qual a importância do timing? É crucial, e constantemente subestimado.
Se um veículo se estiver a mover a 15 metros por segundo, mesmo um erro de sincronização de 1 milissegundo resulta num desalinhamento espacial significativo, especialmente ao alinhar nuvens de pontos LiDAR com dados inerciais.
É por isso que os sistemas inerciais de alto desempenho oferecem uma precisão de registo de tempo ao nível de microssegundos, sincronização de impulsos por segundo (PPS), acionamento configurável de eventos de entrada/saída de utilização geral (GPIO) e latência extremamente baixa entre o movimento e a mensagem.
Em implementações reais, tenho observado que os problemas de sincronização causam mais degradação do sistema do que o ruído bruto dos sensores. Se os sensores não conseguirem concordar sobre quando algo aconteceu, a fusão torna-se instável. Pode ter sensores excelentes e ainda assim obter maus resultados se a sincronização não estiver correta. Não é um pormenor opcional.
O que acontece quando o GNSS começa a degradar-se?
Um sistema bem concebido não trata a perda de GNSS como um simples evento binário de ligar/desligar. Gere-a através de várias fases distintas: GNSS disponível, GNSS degradado, GNSS negado e reaquisição.
À medida que o sinal GNSS se degrada, a estimativa da incerteza aumenta. O filtro atribui gradualmente mais peso à propagação inercial combinada com qualquer outra informação disponível, como a odometria visual-inercial (VIO), LiDAR, encoders de roda, Doppler ou restrições barométricas.
Em caso de negação total de sinal, como num túnel com interferência de radiofrequência, o sistema opera inteiramente por navegação estimada. A deriva aumenta. No entanto, com uma boa estabilidade de polarização e baixos níveis de ruído graças à calibração térmica rigorosa, este aumento da deriva é suficientemente lento para permanecer controlável em muitos perfis de missão.
O problema mais complexo é a reaquisição. Quando o sinal GNSS regressa, a correção deve ser suave. Quaisquer saltos ou reinicializações podem desestabilizar os circuitos de controlo e interromper a missão. Esta transição suave é tão importante como lidar adequadamente com a negação inicial.
E quanto à falsificação de sinal especificamente?
A falsificação de sinal é especialmente perigosa porque o sinal parece válido. O receptor acredita que está numa boa posição.
A defesa consiste na verificação da consistência. Se uma atualização do GNSS reportar subitamente uma posição que não corresponde ao que a propagação inercial e as restrições de velocidade prevêem, o resíduo de inovação excederá os limites de covariância esperados. Um mecanismo de fusão robusto, como o integrado nos sistemas baseados em CV7, pode subtrair peso ou rejeitar completamente esta medição.
A continuidade inercial torna-se o seu ponto de referência para a verdade. Num ambiente conflituoso, é isto que protege a missão da disseminação de posições falsas.
Pode partilhar um exemplo específico de implementação?
Trabalhamos com um VANT (Veículo Aéreo Não Tripulado) a operar dentro de um túnel com interferências de radiofrequência. A arquitetura combinava um núcleo de navegação inercial baseado em CV7, encoders de roda, SLAM LiDAR e um recetor GNSS multibanda fiável para operação em campo aberto.
Quando o veículo entrou no túnel, a covariância do GNSS aumentou e acabou por se perder por completo. O sistema passou a utilizar uma fusão de dados inerciais, LiDAR e encoders sem qualquer intervenção. A deriva permaneceu sempre sob controlo. Junto à saída do túnel, ocorreram tentativas intermitentes de falsificação de sinal que geraram atualizações inconsistentes do GNSS. O mecanismo de fusão subtraiu automaticamente estas atualizações.
Quando o veículo regressou ao espaço aberto e o sinal GNSS foi claramente recuperado, a reintegração decorreu sem problemas. Sem reinicialização, sem interrupção na estimativa de posição. Este é o comportamento necessário numa operação real. O veículo nunca perdeu a sua localização.
Como resumiria o valor de adicionar assistência externa?
A assistência externa não se trata de acumular sensores. Trata-se de fornecer ao seu sistema de navegação mais formas de manter a precisão quando uma única fonte se torna pouco fiável.
Uma arquitetura de navegação baseada em calibração térmica de precisão, redução de ruído com múltiplas IMUs, sincronização de tempo precisa e injeção flexível de dados externos de posição, velocidade e direção fornece aos fabricantes de equipamento original (OEMs) as ferramentas para reduzir significativamente a deriva, estender o seu alcance operacional em condições sem GNSS, proteger contra falsificação de sinal e manter estimativas de posição estáveis durante toda a missão.
