La success story de GRYFN : Atteindre la précision et l'efficacité avec Quanta Micro
GRYFN, un pionnier dans les solutions de télédétection multi-modales pour les marchés de la recherche, a réalisé des améliorations opérationnelles remarquables en intégrant notre Quanta Micro (système de navigation inertielle) dans ses solutions UAV et en post-traitant les données via notre logiciel, Qinertia.
Cette collaboration a permis à l'utilisateur final d'obtenir une précision au centimètre près, une réduction des coûts de 10 % sur cinq ans et une intégration rationalisée du flux de travail.
« Sur une échelle de 0 à 5, le produit, le logiciel, le support et les coûts répondent ou dépassent les attentes : un 5. » | Matt Bechdol, PDG de GRYFN.
Cœur de métier de l'entreprise : Télédétection multi-modale
GRYFN est spécialisé dans les solutions UAV de télédétection multi-modales, de haute précision et prêtes pour la recherche, qui acquièrent simultanément des données RVB, LiDAR et hyperspectrales à haute résolution.
Leur plateforme de détection Gobi phare représente une approche globale de la collecte de données multi-modales, conçue spécifiquement pour les chercheurs qui ont besoin d'ensembles de données et d'analyses prêts à l'emploi pour prendre des décisions concrètes dans les domaines de l'agriculture, de la surveillance environnementale, des applications de ressources naturelles ou partout où une télédétection active et passive précise est requise.
Et toute cette demande qualifiée les a conduits à nos solutions afin qu'ils puissent améliorer leur plateforme tout en réduisant la complexité opérationnelle et les coûts pour les clients.
Les exigences correspondant à nos solutions
Les applications exigeantes de GRYFN nécessitaient une solution de navigation inertielle capable de fournir une précision de l'ordre du centimètre pour les données de trajectoire en temps réel (RTK) et post-traitées (PPK).
L'intégration de l'imagerie hyperspectrale, du LiDAR et des capteurs RVB sur les plateformes UAV présente des défis techniques uniques.
Chaque modalité de capteur capture des données à des vitesses différentes et nécessite des informations de positionnement précises pour permettre une fusion et une analyse précises des données.
Sans surprise, les exigences de GRYFN devaient également inclure :
- Des données GNSS-INS de haute qualité avec une précision d'au moins 2 cm ou mieux pour un géoréférencement direct fiable.
- Un logiciel facile à intégrer avec une interface en ligne de commande et un support SDK pour les flux de travail de post-traitement.
- Une infrastructure de licences ouverte afin de réduire la complexité du déploiement pour les clients de la recherche répartis.
- Des solutions rentables, particulièrement importantes pour les institutions de recherche ayant de multiples scénarios de déploiement.
- Un support technique réactif pour résoudre rapidement les problèmes d'intégration.
- Un format compact avec une optimisation de la précision, de la fiabilité, de la taille et du poids.
« En 2023, nous évaluions les options en fonction du format, des performances et de l'intégration du matériel, des coûts et de la valeur pour le client. Nos recherches dans l'industrie nous ont conduits à 4 fournisseurs clés, et SBG a remporté la mise pour l'intégration de notre nouvelle plateforme de détection Gobi », explique Matt.
Intégration et performances de Quanta Micro
Nous avons répondu aux exigences de GRYFN grâce à notre solution Quanta Micro, un système de navigation inertielle assisté par GNSS ultra-compact et de haute performance, spécialement conçu pour les applications de télédétection par drone où la précision et les contraintes d'espace sont essentielles.
- GRYFN a intégré le système de navigation Quanta Micro, fonctionnant en mode double antenne et intégré dans un PCB personnalisé. Cette configuration permet au système de transmettre simultanément des données GNSS-INS à plusieurs capteurs, ce qui répond aux exigences de détection multimodale de GRYFN.
- Ici, le format de la Quanta Micro s'est avéré excellent pour les exigences d'intégration de capteurs compacts et multimodaux de GRYFN.
- La configuration à double antenne a amélioré la précision du cap et la fiabilité du système, des facteurs essentiels pour une détermination précise de la trajectoire dans les applications de recherche.
- Le processus d'intégration du matériel a été simplifié par notre approche de conception, ce qui a permis à GRYFN de se concentrer sur ses capacités de télédétection de base plutôt que sur les complexités du système de navigation.
L'un des points forts que nous sommes fiers de souligner dans chaque partenariat comme celui-ci est notre engagement à fournir un support plus étroit, en particulier pendant les phases où l'entreprise teste encore et détermine la meilleure façon d'intégrer la technologie.
« Les équipes de SBG ont répondu aux questions et aux discussions techniques lors de nos premières comparaisons et tests, et le support a été excellent », atteste Matt.
Le facteur X convivial de Qinertia
De plus, l'intégration de notre logiciel de post-traitement, Qinertia, avec le logiciel GRYFN Processing Tool a permis d'améliorer considérablement le flux de travail des opérations de GRYFN.
L'équipe a trouvé Qinertia convivial et simple, avec une documentation complète fournissant des instructions et des explications concises pour chaque étape et paramètre de traitement.
Cette approche logicielle a éliminé la nécessité de télécharger des données RINEX, contrairement aux solutions concurrentes, ce qui a rationalisé le flux de travail de traitement. Ils ont également salué la qualité de la documentation de l'API, notant qu'ils avaient besoin d'un support minimal pour l'intégration côté logiciel. Cette capacité de libre-service a réduit le temps de mise en œuvre et les besoins de support continu.
Résultats mesurables et améliorations des performances
L'intégration de GRYFN avec nos systèmes a permis d'obtenir des améliorations opérationnelles mesurables dans de multiples dimensions.
« La facilité d'adoption pour les clients a réduit les besoins de support, ce qui permet de gagner du temps et de se concentrer », souligne Matt.
En résumé, des impacts positifs significatifs ont été observés en termes de réduction des coûts, d'efficacité du traitement et de satisfaction des clients, ce qui a également permis de libérer leur budget pour d'autres besoins essentiels.
Cela s'est avéré particulièrement précieux pour les organismes de recherche fonctionnant avec des budgets limités. GRYFN a également noté spécifiquement des économies sur les abonnements aux logiciels, associées à une qualité de trajectoire accrue.
Conclusion : Développement d'un avantage concurrentiel
Quanta Micro et Qinertia ont renforcé la position concurrentielle de GRYFN grâce à :
- Structure de coûts améliorée.
- Capacités de performance améliorées.
- Expérience client rationalisée.
Il est important de souligner que ces améliorations se traduisent directement par une satisfaction et une fidélisation accrues de la clientèle.
L'étude de cas de GRYFN valide que la technologie de navigation de précision peut offrir à la fois des performances techniques et une valeur commerciale lorsqu'elle est correctement intégrée dans des plateformes de télédétection sophistiquées.
Grâce à ce partenariat, nous avons fourni une référence convaincante pour atteindre l'excellence opérationnelle dans la collecte de données par drone.
Quanta Micro
Quanta Micro est un système de navigation inertielle compact haute performance, assisté par GNSS, conçu pour les applications où l'espace est limité et qui exigent une précision et une fiabilité exceptionnelles.
Il intègre une IMU de qualité topographique avec un récepteur GNSS multifréquence à quatre constellations et des algorithmes avancés de fusion de capteurs pour fournir un positionnement au centimètre près et une orientation précise dans des environnements difficiles.
Le système est doté d'une capacité à double antenne pour des performances de cap optimales dans des conditions de faible dynamique, tout en conservant un fonctionnement exceptionnel à antenne unique pour les charges utiles des UAV et les applications contraintes.
Demander un devis pour Quanta Micro
Vous avez des questions ?
Bienvenue dans notre section FAQ ! Vous trouverez ici les réponses aux questions les plus fréquemment posées sur les applications que nous présentons. Si vous ne trouvez pas ce que vous cherchez, n'hésitez pas à nous contacter directement !
Quelle est la différence entre une IMU et un INS ?
La différence entre une unité de mesure inertielle (IMU) et un système de navigation inertielle (INS) réside dans leur fonctionnalité et leur complexité.
Une IMU (unité de mesure inertielle) fournit des données brutes sur l'accélération linéaire et la vitesse angulaire du véhicule, mesurées par des accéléromètres et des gyroscopes. Elle fournit des informations sur le roulis, le tangage, le lacet et le mouvement, mais ne calcule pas la position ou les données de navigation. L'IMU est spécifiquement conçue pour relayer des données essentielles sur le mouvement et l'orientation pour un traitement externe afin de déterminer la position ou la vitesse.
D'autre part, un INS (système de navigation inertielle) combine les données de l'IMU avec des algorithmes avancés pour calculer la position, la vitesse et l'orientation d'un véhicule au fil du temps. Il intègre des algorithmes de navigation comme le filtrage de Kalman pour la fusion et l'intégration des capteurs. Un INS fournit des données de navigation en temps réel, y compris la position, la vitesse et l'orientation, sans dépendre de systèmes de positionnement externes comme le GNSS.
Ce système de navigation est généralement utilisé dans les applications qui nécessitent des solutions de navigation complètes, en particulier dans les environnements où le GNSS est inaccessible, comme les drones militaires, les navires et les sous-marins.
Comment les drones sont-ils utilisés à des fins agricoles ?
Les drones sont de plus en plus utilisés dans l'agriculture pour améliorer la gestion des cultures et augmenter la productivité. Équipés de caméras et de capteurs haute résolution, les drones agricoles fournissent des images aériennes et des données sur la santé des cultures, l'état des sols et la variabilité des champs. Cela permet aux agriculteurs de surveiller rapidement de grandes surfaces et d'identifier avec précision les problèmes tels que les infestations de ravageurs, les carences en nutriments et le stress hydrique.
Les drones en agriculture sont utilisés pour l'application précise d'intrants tels que les engrais, les pesticides et les herbicides. En ciblant des zones spécifiques avec précision, les drones réduisent le gaspillage et minimisent l'impact environnemental. De plus, ils aident à la cartographie des drones agricoles et à la planification de l'aménagement des champs, ainsi qu'à la surveillance de la croissance des cultures et des rendements au fil du temps.
Dans l’ensemble, les drones agricoles offrent un moyen rentable et efficace de recueillir des informations essentielles, de prendre des décisions éclairées et de mettre en œuvre des interventions ciblées, ce qui améliore la gestion des cultures et l’utilisation des ressources.
Qu'est-ce que le géoréférencement dans la topographie aérienne ?
Le géoréférencement est le processus d'alignement des données géographiques (telles que les cartes, les images satellite ou les photographies aériennes) sur un système de coordonnées connu afin qu'elles puissent être placées avec précision sur la surface de la Terre.
Cela permet d'intégrer les données à d'autres informations spatiales, ce qui permet une analyse et une cartographie précises basées sur la localisation.
Dans le contexte de l'arpentage, le géoréférencement est essentiel pour garantir que les données collectées par des outils tels que le LiDAR, les caméras ou les capteurs sur les drones soient cartographiées avec précision par rapport aux coordonnées du monde réel.
En attribuant la latitude, la longitude et l'altitude à chaque point de données, le géoréférencement garantit que les données capturées reflètent l'emplacement et l'orientation exacts sur la Terre, ce qui est essentiel pour des applications telles que la cartographie géospatiale, la surveillance environnementale et la planification de la construction.
Le géoréférencement implique généralement l'utilisation de points de contrôle avec des coordonnées connues, souvent obtenues par GNSS ou par levés terrestres, pour aligner les données capturées avec le système de coordonnées.
Ce processus est essentiel pour créer des ensembles de données spatiales précis, fiables et utilisables.
Quelle est la différence entre RTK et PPK ?
Le Real-Time Kinematic (RTK) est une technique de positionnement où les corrections GNSS sont transmises en temps quasi réel, généralement en utilisant un flux de corrections au format RTCM. Cependant, il peut y avoir des défis pour assurer les corrections GNSS, en particulier leur exhaustivité, leur disponibilité, leur couverture et leur compatibilité.
L'avantage majeur du PPK par rapport au post-traitement RTK est que les activités de traitement des données peuvent être optimisées pendant le post-traitement, y compris le traitement aller et retour, alors que dans le traitement en temps réel, toute interruption ou incompatibilité dans les corrections et leur transmission entraînera une précision de positionnement moindre.
Un premier avantage clé du post-traitement GNSS (PPK) par rapport au temps réel (RTK) est que le système utilisé sur le terrain n'a pas besoin d'avoir une liaison de données/radio pour alimenter les corrections RTCM provenant du CORS dans le système INS/GNSS.
La principale limitation à l'adoption du post-traitement est l'exigence de l'application finale d'agir sur l'environnement. D'autre part, si votre application peut supporter le temps de traitement supplémentaire nécessaire pour produire une trajectoire optimisée, elle améliorera considérablement la qualité des données pour tous vos livrables.