Добро пожаловать в Shenzhen Mingjiada Electronics Co., Ltd.

Дроны широко используются в индустрии развлечений (например, в телевизионных программах и кинопроизводстве), любительской фотографии и даже в качестве модных игрушек. Благодаря своей способности добираться до сложных мест, дроны все чаще применяются в профессиональных сценариях, таких как промышленный контроль, логистическая доставка и охранное наблюдение. Но знаете ли вы, что основным компонентом, поддерживающим работу дронов, является визуальная система? Прежде чем углубиться в эту тему, мы сначала разъясним определение дронов, опишем их разнообразные сценарии применения и проанализируем логику, лежащую в основе их быстрого распространения. Наконец, мы рассмотрим, как Onsemi способствует развитию визуальных систем дронов посредством технологических инноваций.

Типы и области применения

Дроны — это беспилотные летательные аппараты (БЛА), также известные как беспилотные авиационные системы (БАС) и в некоторых случаях называемые дистанционно пилотируемыми летательными аппаратами (ДПЛА). Они не требуют участия пилотов-людей и могут работать автономно с помощью различных систем.

Дроны подразделяются на три типа: дроны с фиксированным крылом, однороторные/многороторные дроны и гибридные роторные дроны. Каждый тип имеет свои отличительные области применения, которые тесно связаны с предполагаемыми сценариями использования.

Дроны с фиксированным крылом обычно используются для перевозки тяжелых грузов и полетов с длительной продолжительностью, применяются в таких сценариях, как разведка, наблюдение и рекогносцировка (ISR), боевые операции, развертывание боеприпасов, картографирование и исследовательская деятельность.

Дроны с одним или несколькими роторами имеют самый широкий спектр применения, охватывающий такие промышленные сценарии, как традиционное складирование, осмотр оборудования и логистическая доставка. В связи с разнообразием сценариев, в которых могут использоваться эти модели, для удовлетворения различных требований необходимы высокооптимизированные мехатронные решения.

Гибридные дроны сочетают в себе преимущества обоих типов, обладая возможностью вертикального взлета и посадки (VTOL), что делает их более универсальными и особенно подходящими для ограниченных по площади территорий. Поэтому неудивительно, что большинство дронов для логистических поставок выбирают именно этот тип.

Системы движения и навигации дронов

Дроны оснащены различными датчиками для движения и навигации, включая акселерометры, гироскопы и магнитометры (совместно известные как инерциальные измерительные блоки, или IMU), а также барометры. Эти датчики используют различные алгоритмы и технологии, такие как оптический поток (с использованием датчиков глубины), одновременная локализация и картографирование (SLAM) и визуальная одометрия. Хотя эти датчики работают хорошо, им часто трудно достичь требуемой точности и аккуратности при разумных ограничениях по стоимости и размеру. Эта проблема усугубляется во время длительных полетов, что приводит к необходимости использования дорогих батарей или сокращению времени полета из-за ограничений цикла заряда/разряда батареи.

Визуальные системы БПЛА

Изобразительные датчики дополняют вышеупомянутые датчики, значительно повышая производительность и позволяя БПЛА достигать высокой точности и аккуратности. Визуальные системы в основном состоят из двух компонентов: подвесов (часто называемых полезной нагрузкой) и визуальных навигационных систем (VNS).

Подвесы* – обеспечивают вид от первого лица (FPV); Обычно включают в себя несколько датчиков изображения, охватывающих широкий диапазон электромагнитного спектра (в особых случаях могут включаться ультрафиолетовые датчики; обычные CMOS-датчики изображения охватывают диапазон длин волн 300–1000 нм, датчики коротковолнового инфракрасного излучения (SWIR) — до 2000 нм, а датчики средневолнового инфракрасного излучения (MWIR) и длинноволнового инфракрасного излучения (LWIR) — длины волн выше 2000 нм).

Визуальная навигационная система (VNS) – используется для обеспечения навигационного сопровождения, распознавания целей и функций обхода препятствий; Обычно состоит из недорогих датчиков изображения с низким разрешением, в сочетании с данными IMU и других датчиков, и использует технологию компьютерного зрения для создания полного автономного навигационного решения.

Важность визуальных систем

Как описано в предыдущем разделе, посвященном применению и использованию, дроны могут работать как в помещениях, так и на открытом воздухе. Эти сценарии часто представляют собой серьезные проблемы, включая широкие колебания условий освещения и ограничения видимости в запыленных, туманных, задымленных или совершенно темных условиях. Системы БПЛА полагаются на различные алгоритмы искусственного интеллекта (ИИ) и машинного обучения (МО) для обработки данных изображений, а также используют данные от технологий, описанных ранее. Все это должно быть достигнуто при обеспечении того, чтобы высокооптимизированное оборудование работало с низким энергопотреблением и достигало целей по дальности полета или продолжительности полета.

Данные, вводимые в эти алгоритмы, должны быть высокоточными и подробными, но в некоторых случаях для эффективной обработки требуется только необходимая информация. Время обучения ИИ/МН должно быть сокращено, а процесс вывода должен быть быстрым при сохранении высокой точности и точности. Независимо от среды, в которой работает дрон, качество изображения должно поддерживаться на уровне, соответствующем этим требованиям.

Датчики, которые могут только снимать сцены и отправлять информацию для обработки, далеко не достаточны для обеспечения высококачественной работы этих устройств, и в большинстве случаев они могут даже не достичь намеченных целей развертывания. Идеальный датчик должен обладать следующими возможностями: обеспечивать миниатюризацию при сохранении полной детализации области интереса; иметь широкий динамический диапазон для работы с ярким и темным светом в одном кадре; минимизировать или устранить паразитные эффекты в изображениях; решать проблемы видимости, вызванные пылью, туманом или дымом; использовать высокое разрешение по глубине для помощи в обработке изображений. Такие датчики значительно повысят производительность дронов как высокооптимизированных устройств.

Эти возможности могут значительно снизить требования к ресурсам для реконструкции изображений, анализа и ускорения принятия решений, включая процессорные ядра, графические процессоры (GPU), встроенную или внешнюю память, архитектуру шины и управление питанием.