GRYFN 성공 사례: Quanta Micro를 통한 정밀도 및 효율성 달성
연구 시장을 위한 다중 모드 원격 감지 솔루션의 선구자인 GRYFN은 Quanta Micro(관성 항법 시스템)를 UAV 솔루션에 통합하고 SBG Systems의 소프트웨어인 Qinertia를 통해 데이터를 후처리함으로써 놀라운 운영 개선을 달성했습니다.
이 협력을 통해 최종 사용자는 센티미터 수준의 정확도, 5년 동안 10%의 비용 절감 및 간소화된 워크플로 통합을 제공받았습니다.
"0에서 5까지의 척도에서 제품, 소프트웨어, 지원 및 비용이 기대를 충족하거나 초과합니다. – 5점입니다." | GRYFN CEO, Matt Bechdol.
회사의 핵심: 다중 모드 원격 감지
GRYFN은 고해상도 RGB, LiDAR 및 초분광 데이터를 동시에 획득하는 연구 준비가 완료된 고정밀 다중 모드 원격 감지 UAV 솔루션을 전문으로 합니다.
주력 제품인 Gobi 센싱 플랫폼은 다중 모드 데이터 수집에 대한 포괄적인 접근 방식을 나타내며, 특히 농업, 환경 모니터링, 천연 자원 응용 분야 또는 정확한 능동 및 수동 원격 감지가 필요한 모든 곳에서 실행 가능한 의사 결정을 추진하기 위해 엔터프라이즈급 데이터 세트 및 분석이 필요한 연구원을 위해 설계되었습니다.
그리고 이러한 모든 검증된 요구 사항으로 인해 고객을 위한 운영 복잡성과 비용을 줄이면서 플랫폼을 향상시킬 수 있도록 SBG Systems의 솔루션을 찾게 되었습니다.
SBG Systems의 솔루션과 일치하는 요구 사항
GRYFN의 까다로운 애플리케이션에는 실시간(RTK) 및 후처리(PPK) 궤적 데이터에 대해 센티미터 수준의 정밀도 및 정확도를 제공할 수 있는 관성 항법 솔루션이 필요했습니다.
UAV 플랫폼에서 초분광 이미징, LiDAR 및 RGB 센서를 통합하는 것은 고유한 기술적 과제를 제시합니다.
각 센서 모드는 서로 다른 속도로 데이터를 캡처하며 정확한 데이터 융합 및 분석을 가능하게 하려면 정확한 포지셔닝 정보가 필요합니다.
놀랍게도 GRYFN의 요구 사항에는 다음도 포함되어야 했습니다.
- 신뢰할 수 있는 직접 지리 참조를 위해 최소 2cm 정확도 이상의 고품질 GNSS-INS 데이터.
- 명령줄 인터페이스 및 후처리 워크플로를 위한 SDK 지원을 통해 통합하기 쉬운 소프트웨어.
- 분산된 연구 고객을 위한 배포 복잡성을 줄이기 위한 개방형 라이선스 인프라.
- 비용 효율적인 솔루션은 특히 다양한 구축 시나리오를 가진 연구 기관에 중요합니다.
- 통합 문제를 신속하게 해결할 수 있도록 신속한 기술 지원을 제공합니다.
- 정확성, 신뢰성, 크기 및 무게 최적화를 갖춘 컴팩트한 폼 팩터를 제공합니다.
“2023년에 우리는 폼 팩터, 하드웨어 성능 및 통합, 비용, 고객 가치를 기반으로 옵션을 평가했습니다. 업계 검색을 통해 4개의 주요 공급업체를 찾았고, SBG가 최신 Gobi 센싱 플랫폼 통합에 선정되었습니다.”라고 Matt은 설명합니다.
Quanta Micro 통합 및 성능
당사는 Quanta Micro 솔루션을 통해 GRYFN의 요구 사항을 해결했습니다. Quanta Micro는 초소형, 고성능 GNSS 보조 관성 항법 시스템으로, 정밀도와 공간 제약이 중요한 드론 원격 감지 애플리케이션을 위해 특별히 설계되었습니다.
- GRYFN은 듀얼 안테나 모드로 작동하고 맞춤형 PCB에 통합된 Quanta Micro 내비게이션 시스템을 통합했습니다. 이 구성을 통해 시스템은 GNSS-INS 데이터를 여러 센서에 동시에 출력하여 GRYFN의 다중 모드 감지 요구 사항을 지원할 수 있습니다.
- 여기서 Quanta Micro의 폼 팩터는 GRYFN의 컴팩트한 다중 모드 센서 통합 요구 사항에 탁월한 성능을 입증했습니다.
- 듀얼 안테나 구성은 연구 애플리케이션에서 정확한 궤적 결정을 위한 중요한 요소인 헤딩 정확도와 시스템 안정성을 향상시켰습니다.
- 하드웨어 통합 프로세스는 당사의 설계 접근 방식으로 간소화되어 GRYFN은 내비게이션 시스템의 복잡성보다는 핵심 원격 감지 기능에 집중할 수 있었습니다.
이러한 모든 파트너십에서 강조하고 자랑스럽게 생각하는 점 중 하나는 특히 회사가 기술을 통합하는 가장 좋은 방법을 여전히 테스트하고 결정하는 단계에서 더욱 긴밀한 지원을 제공하겠다는 약속입니다.
“SBG 팀은 초기 비교 및 테스트를 수행할 때 질문과 기술 토론에 적극적으로 응답했으며 지원이 훌륭했습니다.”라고 Matt은 증언합니다.
Qinertia의 사용자 친화적인 X-Factor
또한 당사의 후처리 소프트웨어인 Qinertia를 GRYFN Processing Tool 소프트웨어와 통합하여 GRYFN 운영에 상당한 워크플로 개선을 제공했습니다.
팀은 Qinertia가 사용자 친화적이고 간단하며 각 처리 단계 및 설정에 대한 간결한 지침과 설명을 제공하는 포괄적인 설명서를 갖추고 있음을 발견했습니다.
이 소프트웨어 접근 방식은 경쟁 솔루션과 달리 RINEX 데이터를 다운로드할 필요가 없어 처리 워크플로를 간소화했습니다. 또한 API 문서 품질을 칭찬하며 소프트웨어 측 통합에 대한 지원이 최소한으로 필요했다고 언급했습니다. 이러한 자가 서비스 기능은 구현 시간과 지속적인 지원 요구 사항을 줄였습니다.
측정 가능한 결과 및 성능 향상
당사 시스템과의 GRYFN 통합은 여러 차원에서 측정 가능한 운영 개선을 제공했습니다.
“고객의 채택 용이성으로 인해 지원 요구 사항이 줄어들어 시간과 집중력을 절약할 수 있었습니다.”라고 Matt은 강조합니다.
요약하자면, 다른 필수 요구 사항에 대한 예산을 확보함으로써 비용 절감, 처리 효율성 및 고객 만족도에서 상당한 긍정적인 영향이 관찰되었습니다.
이는 예산이 제한된 연구 기관에 특히 가치가 있는 것으로 입증되었습니다. GRYFN은 또한 소프트웨어 구독에서 상당한 절감 효과와 궤적 품질 향상을 구체적으로 언급했습니다.
결론: 경쟁 우위 개발
Quanta Micro 및 Qinertia는 다음을 통해 GRYFN의 경쟁력을 강화했습니다.
- 개선된 비용 구조
- 향상된 성능 기능
- 간소화된 고객 경험
이러한 개선 사항이 고객 만족도 및 유지율 향상으로 직접 이어진다는 점을 강조하는 것이 항상 중요합니다.
GRYFN의 사례 연구는 정밀 내비게이션 기술이 정교한 원격 감지 플랫폼에 적절하게 통합될 때 기술적 성능과 비즈니스 가치를 모두 제공할 수 있음을 입증합니다.
이 파트너십을 통해 당사는 UAV 기반 데이터 수집에서 운영 우수성을 달성하기 위한 설득력 있는 참조 자료를 제공했습니다.
Quanta Micro
Quanta Micro는 뛰어난 정확성과 신뢰성이 요구되는 공간 제약적인 애플리케이션을 위해 설계된 컴팩트한 고성능 GNSS 보조 관성 항법 시스템입니다.
측량 등급 IMU와 다중 주파수, 쿼드 constellation GNSS 수신기 및 고급 센서 융합 알고리즘을 통합하여 까다로운 환경에서 센티미터 수준의 위치 결정 및 정밀한 방향을 제공합니다.
이 시스템은 저 다이내믹 조건에서 최적의 헤딩 성능을 위한 듀얼 안테나 기능을 제공하며 UAV 페이로드 및 제약적인 애플리케이션을 위한 탁월한 단일 안테나 작동을 유지합니다.
Quanta Micro 견적 요청
궁금한 점이 있으십니까?
FAQ 섹션에 오신 것을 환영합니다! 여기에서는 SBG Systems에서 소개하는 애플리케이션에 대한 가장 일반적인 질문에 대한 답변을 찾을 수 있습니다. 찾고 있는 내용이 없으면 언제든지 직접 문의하십시오!
IMU와 INS의 차이점은 무엇입니까?
관성 측정 장치(IMU)와 관성 항법 시스템(INS)의 차이점은 기능과 복잡성에 있습니다.
IMU(관성 측정 장치)는 가속도계와 자이로스코프에서 측정한 차량의 선형 가속도 및 각속도에 대한 원시 데이터를 제공합니다. 롤, 피치, 요 및 움직임에 대한 정보를 제공하지만 위치 또는 내비게이션 데이터를 계산하지는 않습니다. IMU는 위치 또는 속도를 결정하기 위해 외부 처리를 위한 움직임 및 방향에 대한 필수 데이터를 릴레이하도록 특별히 설계되었습니다.
반면에 INS(관성 항법 시스템)는 IMU 데이터를 고급 알고리즘과 결합하여 차량의 위치, 속도 및 방향을 시간 경과에 따라 계산합니다. 센서 융합 및 통합을 위해 칼만 필터링과 같은 내비게이션 알고리즘을 통합합니다. INS는 GNSS와 같은 외부 포지셔닝 시스템에 의존하지 않고 위치, 속도 및 방향을 포함한 실시간 내비게이션 데이터를 제공합니다.
이 내비게이션 시스템은 일반적으로 군용 UAV, 선박 및 잠수함과 같이 GNSS가 제한된 환경에서 포괄적인 내비게이션 솔루션이 필요한 애플리케이션에 활용됩니다.
농업 목적으로 드론은 어떻게 사용됩니까?
드론은 작물 관리 개선과 생산성 향상을 위해 농업 분야에서 점점 더 많이 사용되고 있습니다. 고해상도 카메라와 센서를 장착한 농업용 드론은 작물 건강, 토양 상태 및 밭의 변화에 대한 항공 이미지와 데이터를 제공합니다. 이를 통해 농부들은 넓은 지역을 신속하게 모니터링하고 해충 침입, 영양 결핍 및 물 스트레스와 같은 문제를 정확하게 식별할 수 있습니다.
농업용 드론은 비료, 살충제 및 제초제와 같은 투입물을 정밀하게 적용하는 데 사용됩니다. 특정 지역을 정확하게 타겟팅함으로써 드론은 낭비를 줄이고 환경 영향을 최소화합니다. 또한 농업용 드론 매핑 및 밭 레이아웃 계획을 지원하고 시간 경과에 따른 작물 성장 및 수확량을 모니터링합니다.
전반적으로 농업용 드론은 중요한 정보를 수집하고, 정보에 입각한 결정을 내리고, 표적화된 개입을 구현하여 작물 관리 및 자원 사용을 개선하는 데 비용 효율적이고 효율적인 방법을 제공합니다.
항공 매핑에서 지리 정보 참조란 무엇입니까?
지오레퍼런싱은 지도, 위성 이미지 또는 항공 사진과 같은 지리 데이터를 알려진 좌표계에 정렬하여 지구 표면에 정확하게 배치할 수 있도록 하는 프로세스입니다.
이로 인해 데이터를 다른 공간 정보와 통합하여 정확한 위치 기반 분석 및 매핑이 가능합니다.
매핑의 맥락에서 지오레퍼런싱은 드론의 LiDAR, 카메라 또는 센서와 같은 도구로 수집된 데이터가 실제 좌표에 정확하게 매핑되도록 하는 데 필수적입니다.
각 데이터 포인트에 위도, 경도 및 고도를 할당함으로써 지오레퍼런싱은 캡처된 데이터가 지구상의 정확한 위치와 방향을 반영하도록 보장하며, 이는 지리 공간 매핑, 환경 모니터링 및 건설 계획과 같은 응용 분야에 매우 중요합니다.
일반적으로 지오레퍼런싱에는 캡처된 데이터를 좌표계에 정렬하기 위해 GNSS 또는 지상 측량을 통해 얻은 알려진 좌표를 가진 제어점을 사용하는 것이 포함됩니다.
이 프로세스는 정확하고 신뢰할 수 있으며 사용 가능한 공간 데이터 세트를 만드는 데 매우 중요합니다.
RTK와 PPK의 차이점은 무엇입니까?
RTK (Real-Time Kinematic)는 GNSS 보정이 거의 실시간으로 전송되는 포지셔닝 기술이며 일반적으로 RTCM 형식 보정 스트림을 사용합니다. 그러나 GNSS 보정, 특히 완전성, 가용성, 적용 범위 및 호환성을 보장하는 데 어려움이 있을 수 있습니다.
RTK 후처리에 비해 PPK의 가장 큰 장점은 전방향 및 후방향 처리를 포함하여 데이터 처리 활동을 후처리 중에 최적화할 수 있다는 것입니다. 반면 실시간 처리에서는 수정 사항 및 전송의 중단 또는 비호환성으로 인해 위치 정확도가 낮아질 수 있습니다.
실시간 (RTK) 대비 GNSS 후처리 (PPK)의 첫 번째 주요 이점은 현장에서 사용되는 시스템이 CORS에서 제공되는 RTCM 보정을 INS/GNSS 시스템에 공급하기 위한 데이터 링크/무선 장치가 필요하지 않다는 것입니다.
후처리 방식을 채택하는 데 있어 주요 제약 사항은 최종 애플리케이션이 환경에 작용해야 한다는 점입니다. 반면, 최적화된 궤적을 생성하는 데 필요한 추가 처리 시간을 애플리케이션이 감당할 수 있다면 모든 결과물의 데이터 품질을 크게 향상시킬 수 있습니다.