GRYFNのサクセスストーリー：Quanta Microによる精度と効率の実現
研究市場向けマルチモーダルリモートセンシングソリューションのパイオニアであるGRYFNは、当社のQuanta Micro（慣性航法システム）をUAVソリューションに統合し、当社のソフトウェアQinertiaを介してデータを後処理することにより、目覚ましい運用改善を達成しました。
このコラボレーションにより、エンドユーザーはセンチメートルレベルの精度、5年間で10％のコスト削減、および合理化されたワークフロー統合を実現しました。
“0から5のスケールで、製品、ソフトウェア、サポート、およびコストは期待を満たすか、それを上回っています。5です。” | GRYFNのCEO、Matt Bechdol。
企業のコア：マルチモーダルリモートセンシング
GRYFNは、高解像度のRGB、LiDAR、およびハイパースペクトルデータを同時に取得する、研究対応の、高精度、マルチモーダルリモートセンシングUAVソリューションを専門としています。
彼らの主力製品であるGobiセンシングプラットフォームは、農業、環境モニタリング、天然資源アプリケーション、または正確なアクティブおよびパッシブリモートセンシングが要求される場所で、実用的な意思決定を促進するためにエンタープライズ対応のデータセットと分析を必要とする研究者向けに特別に設計された、マルチモーダルデータ収集への包括的なアプローチを表しています。
そして、この認定された需要のすべてが、顧客の運用上の複雑さとコストを削減しながら、プラットフォームを強化できるように、当社のソリューションにつながりました。
当社のソリューションに適合する要件
GRYFNの要求の厳しいアプリケーションには、リアルタイム（RTK）および後処理（PPK）軌道データに対してセンチメートルレベルの精度を提供できる慣性航法ソリューションが必要でした。
UAVプラットフォームへのハイパースペクトルイメージング、LiDAR、およびRGBセンサーの統合は、独自の技術的な課題を提示します。
各センサーモダリティは異なるレートでデータをキャプチャし、正確なデータ融合と分析を可能にするために正確な位置情報が必要です。
当然のことながら、GRYFNの要件には以下も含まれている必要がありました。
- 信頼性の高い直接地理参照のための、少なくとも2cmの精度またはそれ以上の高品質GNSS-INSデータ。
- 後処理ワークフロー用のコマンドラインインターフェイスとSDKサポートを備えた統合が容易なソフトウェア。
- 分散型研究顧客向けの展開の複雑さを軽減するためのオープンライセンスインフラストラクチャ。
- 特に、複数の展開シナリオを持つ研究機関にとって重要な費用対効果の高いソリューション。
- 統合における課題に迅速に対応するための、レスポンスの良い技術サポート。
- 精度、信頼性、サイズ、重量が最適化されたコンパクトなフォームファクタ。
「2023年、フォームファクタ、ハードウェア性能と統合、コスト、顧客への価値に基づいてオプションを評価していました。業界を調査した結果、4つの主要プロバイダーが見つかりましたが、SBG Systemsが最新のGobiセンシングプラットフォーム統合で選ばれました」と、マットは説明します。
Quanta Microの統合と性能
当社は、Quanta Microソリューションを通じてGRYFNの要件に対応しました。Quanta Microは、精度とスペースの制約が重要なドローンリモートセンシングアプリケーション向けに特別に設計された、超小型、高性能なGNSS支援慣性航法システムです。
- GRYFNは、デュアルアンテナモードで動作し、カスタムPCBに統合されたQuanta Microナビゲーションシステムを統合しました。この構成により、システムはGNSS-INSデータを複数のセンサーに同時に出力でき、GRYFNのマルチモーダルセンシング要件をサポートします。
- Quanta Microのフォームファクタは、GRYFNのコンパクトなマルチモーダルセンサー統合要件に最適であることが証明されました。
- デュアルアンテナ構成により、研究アプリケーションにおける正確な軌道決定に不可欠な、方位精度とシステムの信頼性が向上しました。
- ハードウェア統合プロセスは当社の設計アプローチによって合理化され、GRYFNはナビゲーションシステムの複雑さではなく、コアとなるリモートセンシング機能に集中できるようになりました。
このようなあらゆるパートナーシップで強調したいことの1つは、特に企業がまだ技術をテストし、統合する最良の方法を決定している段階において、より緊密なサポートを提供することへの当社のコミットメントです。
「SBG Systemsのチームは、最初の比較とテストを実施した際に質問や技術的な議論に迅速に対応してくれ、サポートは素晴らしかったです」と、マットは証言します。
Qinertiaのユーザーフレンドリーなx-factor
さらに、当社の後処理ソフトウェアであるQinertiaとGRYFN Processing Toolソフトウェアの統合により、GRYFNの運用においてワークフローが大幅に改善されました。
チームはQinertiaがユーザーフレンドリーでわかりやすく、各処理ステップと設定に関する簡潔な指示と説明が記載された包括的なドキュメントが提供されていることを確認しました。
このソフトウェアアプローチにより、競合ソリューションとは異なり、RINEXデータをダウンロードする必要がなくなり、処理ワークフローが合理化されました。また、APIドキュメントの品質も高く評価しており、ソフトウェア側の統合に必要なサポートは最小限で済んだと述べています。このセルフサービス機能により、実装時間と継続的なサポート要件が削減されました。
測定可能な結果とパフォーマンスの向上
当社のシステムとGRYFNの統合により、複数の側面で測定可能な運用上の改善が実現しました。
「顧客にとって導入が容易になったことで、サポート要件が軽減され、時間と集中力を節約できました」とマットは強調します。
要するに、コスト削減、処理効率、顧客満足度において大きなプラスの影響が観察され、他の重要なニーズのために予算を解放することもできました。
これは、予算が限られている研究機関にとって特に価値があることが証明されました。GRYFNはまた、ソフトウェアサブスクリプションにおける大幅な節約と、軌道品質の向上を特に指摘しました。
結論：競争優位性の開発
Quanta MicroとQinertiaは、以下を通じてGRYFNの競争力を強化しました。
- 改善されたコスト構造。
- 強化されたパフォーマンス機能。
- 合理化された顧客体験。
これらの改善が顧客満足度と維持率の向上に直接つながることを強調することは常に重要です。
GRYFNのケーススタディは、精密航法技術が、洗練されたリモートセンシングプラットフォームに適切に統合された場合、技術的なパフォーマンスとビジネス価値の両方を提供できることを実証しています。
このパートナーシップにより、UAVベースのデータ収集における卓越した運用を達成するための説得力のあるリファレンスを提供しました。
Quanta Micro
Quanta Microは、卓越した精度と信頼性を必要とする、スペースに制約のあるアプリケーション向けに設計された、コンパクトで高性能なGNSS支援慣性航法システムです。
測量グレードのIMUと、多周波、4つのコンステレーションGNSS受信機、および高度なセンサーフュージョンアルゴリズムを統合して、困難な環境でセンチメートルレベルの測位と正確な姿勢を提供します。
このシステムは、低ダイナミック条件下で最適な方位性能を実現するデュアルアンテナ機能を備えており、UAVペイロードおよび制約のあるアプリケーション向けに卓越したシングルアンテナ動作を維持します。
Quanta Microの見積もりを依頼する
ご質問はありますか？
FAQセクションへようこそ！ここでは、ご紹介するアプリケーションに関する最も一般的な質問への回答をご覧いただけます。お探しの情報が見つからない場合は、お気軽にお問い合わせください。
IMUとINSの違いは何ですか？
慣性計測ユニット（IMU）と慣性航法システム（INS）の違いは、その機能と複雑さにあります。
IMU（慣性計測ユニット）は、加速度計とジャイロスコープで測定された、車両の線形加速度と角速度に関する生データを提供します。ロール、ピッチ、ヨー、およびモーションに関する情報を提供しますが、位置またはナビゲーションデータを計算しません。IMUは、位置または速度を決定するための外部処理のために、動きと姿勢に関する重要なデータを中継するように特別に設計されています。
一方、INS（慣性航法システム）は、IMUデータを高度なアルゴリズムと組み合わせて、車両の位置、速度、および姿勢を時間経過とともに計算します。センサーフュージョンと統合のために、カルマンフィルタリングなどのナビゲーションアルゴリズムを組み込んでいます。INSは、GNSSなどの外部測位システムに依存せずに、位置、速度、および姿勢を含むリアルタイムのナビゲーションデータを提供します。
このナビゲーションシステムは、包括的なナビゲーションソリューションを必要とするアプリケーション、特に軍用UAV、船舶、潜水艦など、GNSSが利用できない環境で一般的に使用されます。
農業目的でドローンはどのように使用されていますか？
ドローンは、作物管理の強化と生産性の向上を目的として、農業分野での利用が拡大しています。高解像度カメラやセンサーを搭載した農業用ドローンは、作物の健全性、土壌の状態、圃場のばらつきに関する航空画像とデータを提供します。これにより、農家は広大な地域を迅速に監視し、害虫の発生、栄養不足、水ストレスなどの問題を正確に特定できます。
農業用ドローンは、肥料、殺虫剤、除草剤などの投入物を精密に散布するために使用されます。特定の地域を正確にターゲットにすることで、ドローンは無駄を減らし、環境への影響を最小限に抑えます。さらに、農業用ドローンは、圃場レイアウトのマッピングと計画、および長期にわたる作物の成長と収量の監視を支援します。
全体として、農業用ドローンは、重要な情報を収集し、情報に基づいた意思決定を行い、的を絞った介入を実施するための費用対効果が高く効率的な方法を提供し、それによって作物の管理と資源の利用が改善されます。
航空測量におけるジオレファレンスとは？
ジオレファレンスとは、地理データ（地図、衛星画像、航空写真など）を既知の座標系に整合させ、地球の表面に正確に配置できるようにするプロセスです。
これにより、データを他の空間情報と統合し、正確な位置情報に基づいた分析とマッピングが可能になります。
サーベイの分野では、ジオレファレンスは、ドローンのLiDAR、カメラ、またはセンサーなどのツールによって収集されたデータが、実際の座標に正確にマッピングされることを保証するために不可欠です。
各データポイントに緯度、経度、高度を割り当てることにより、ジオリファレンスは、取得されたデータが地球上の正確な位置と方向を反映するようにします。これは、地理空間マッピング、環境モニタリング、建設計画などのアプリケーションにとって非常に重要です。
通常、ジオリファレンスでは、GNSSまたは地上測量によって取得された既知の座標を持つコントロールポイントを使用して、キャプチャされたデータを座標系に合わせます。
このプロセスは、正確で信頼性が高く、利用可能な空間データセットを作成するために不可欠です。
RTKとPPKの違いは何ですか？
リアルタイムキネマティック（RTK）は、GNSS補正がほぼリアルタイムで送信される測位技術であり、通常はRTCM形式の補正ストリームを使用します。ただし、GNSS補正、特にその完全性、可用性、カバレッジ、および互換性を確保する上で課題が生じる可能性があります。
RTKポスト処理に対するPPKの主な利点は、データ処理アクティビティをポスト処理中に最適化できることです。これには、順方向および逆方向処理が含まれます。一方、リアルタイム処理では、修正とその伝送における中断または非互換性により、位置決めの精度が低下します。
GNSS後処理（PPK）とリアルタイム（RTK）の最初の重要な利点は、フィールドで使用されるシステムが、CORSから送信されるRTCM補正をINS/GNSSシステムに供給するためのデータリンク/無線を必要としないことです。
ポスト処理の導入における主な制約は、最終的なアプリケーションが環境に対応する必要があることです。一方、最適化された軌道を作成するために必要な追加の処理時間に耐えられるアプリケーションであれば、すべての成果物のデータ品質が大幅に向上します。