Caso de éxito de GRYFN: Lograr precisión y eficiencia con Quanta Micro
GRYFN, pionero en soluciones de teledetección multimodal para los mercados de investigación, ha logrado notables mejoras operativas mediante la integración de nuestro Quanta Micro (sistema de navegación inercial) en sus soluciones UAV y el post-procesamiento de los datos a través de nuestro software, Qinertia.
Esta colaboración ha proporcionado al usuario final una precisión a nivel de centímetros, una reducción de costes del 10% en cinco años y una integración optimizada del flujo de trabajo.
“En una escala de 0 a 5, el producto, el software, el soporte y los costes cumplen o superan las expectativas – un 5.” | Matt Bechdol, CEO de GRYFN.
Núcleo de la empresa: Teledetección multimodal
GRYFN se especializa en soluciones UAV de teledetección multimodal de alta precisión, listas para la investigación, que adquieren simultáneamente datos RGB, LiDAR e hiperespectrales de alta resolución.
Su plataforma de detección Gobi, buque insignia, representa un enfoque integral de la recopilación de datos multimodales, diseñada específicamente para los investigadores que requieren conjuntos de datos y análisis listos para la empresa con el fin de impulsar decisiones prácticas en la agricultura, la monitorización ambiental, las aplicaciones de recursos naturales o en cualquier lugar donde se exija una teledetección activa y pasiva precisa.
Y toda esta demanda cualificada les llevó a nuestras soluciones para que pudieran mejorar su plataforma al tiempo que reducían la complejidad operativa y los costes para los clientes.
Los requisitos que coinciden con nuestras soluciones
Las exigentes aplicaciones de GRYFN requerían una solución de navegación inercial capaz de ofrecer una precisión a nivel de centímetros para los datos de trayectoria en tiempo real (RTK) y post-procesados (PPK).
La integración de imágenes hiperespectrales, LiDAR y sensores RGB en plataformas UAV presenta desafíos técnicos únicos.
Cada modalidad de sensor captura datos a diferentes velocidades y requiere información de posicionamiento precisa para permitir la fusión y el análisis precisos de los datos.
Como era de esperar, los requisitos de GRYFN también debían incluir:
- Datos GNSS-INS de alta calidad con una precisión de al menos 2 cm o superior para una georreferenciación directa fiable.
- Software de fácil integración con interfaz de línea de comandos y soporte SDK para flujos de trabajo de post-procesamiento.
- Infraestructura de licencias abierta para reducir la complejidad de la implementación para clientes de investigación distribuidos.
- Soluciones rentables, particularmente importantes para instituciones de investigación con múltiples escenarios de implementación.
- Soporte técnico receptivo para abordar los desafíos de integración rápidamente.
- Factor de forma compacto con optimización de precisión, fiabilidad, tamaño y peso.
“En 2023, estábamos evaluando opciones basadas en el factor de forma, el rendimiento y la integración del hardware, los costes y el valor para el cliente. Nuestras búsquedas en la industria nos llevaron a 4 proveedores clave, y SBG ganó para la integración de nuestra nueva plataforma de detección Gobi”, explica Matt.
Integración y rendimiento de Quanta Micro
Abordamos los requisitos de GRYFN a través de nuestra solución Quanta Micro, un sistema de navegación inercial asistido por GNSS ultracompacto y de alto rendimiento, diseñado específicamente para aplicaciones de teledetección con drones donde la precisión y las limitaciones de espacio son críticas.
- GRYFN integró el sistema de navegación Quanta Micro, que funciona en modo de doble antena y está integrado en una PCB personalizada. Esta configuración permite al sistema enviar datos GNSS-INS a múltiples sensores simultáneamente, lo que satisface los requisitos de detección multimodal de GRYFN.
- Aquí, el factor de forma de Quanta Micro demostró ser excelente para los requisitos de integración de sensores compactos y multimodales de GRYFN.
- La configuración de doble antena mejoró la precisión del rumbo y la fiabilidad del sistema, factores críticos para la determinación precisa de la trayectoria en aplicaciones de investigación.
- El proceso de integración del hardware se agilizó gracias a nuestro enfoque de diseño, lo que permitió a GRYFN centrarse en sus capacidades centrales de teledetección en lugar de en las complejidades del sistema de navegación.
Uno de los aspectos más destacados que nos enorgullece enfatizar en cada asociación como esta es nuestro compromiso de proporcionar un soporte más cercano, especialmente durante las fases en las que la empresa todavía está probando y determinando la mejor manera de integrar la tecnología.
“Los equipos de SBG respondieron a las preguntas y a los debates técnicos mientras realizábamos las comparaciones y pruebas iniciales, y el soporte fue excelente”, atestigua Matt.
El factor X de facilidad de uso de Qinertia
Además, la integración de nuestro software de post-procesamiento, Qinertia, con el software GRYFN Processing Tool proporcionó mejoras significativas en el flujo de trabajo para las operaciones de GRYFN.
El equipo encontró Qinertia fácil de usar y sencillo, con una documentación completa que proporciona instrucciones y explicaciones concisas para cada paso y configuración del procesamiento.
Este enfoque de software eliminó la necesidad de descargar datos RINEX, a diferencia de las soluciones de la competencia, lo que agilizó el flujo de trabajo de procesamiento. También elogiaron la calidad de la documentación de la API, señalando que requerían un soporte mínimo para la integración del lado del software. Esta capacidad de autoservicio redujo el tiempo de implementación y los requisitos de soporte continuo.
Resultados medibles y mejoras de rendimiento
La integración de GRYFN con nuestros sistemas ha proporcionado mejoras operativas medibles en múltiples dimensiones.
“La facilidad de adopción para los clientes ha reducido los requisitos de soporte, ahorrando tiempo y concentración”, destaca Matt.
En resumen, se observaron impactos positivos significativos en la reducción de costes, la eficiencia del procesamiento y la satisfacción del cliente, liberando también su presupuesto para otras necesidades esenciales.
Eso resultó particularmente valioso para las organizaciones de investigación que operan con presupuestos limitados. GRYFN también destacó específicamente importantes ahorros en las suscripciones de software junto con una mayor calidad de la trayectoria.
Conclusión: Desarrollo de ventaja competitiva
Quanta Micro y Qinertia han fortalecido la posición competitiva de GRYFN a través de:
- Estructura de costes mejorada.
- Capacidades de rendimiento mejoradas.
- Experiencia del cliente optimizada.
Siempre es importante destacar que estas mejoras se traducen directamente en una mayor satisfacción y fidelización del cliente.
El caso práctico de GRYFN valida que la tecnología de navegación de precisión puede ofrecer tanto rendimiento técnico como valor empresarial cuando se integra correctamente en plataformas de teledetección sofisticadas.
Con esta asociación, proporcionamos una referencia convincente para lograr la excelencia operativa en la recogida de datos basada en UAV.
Quanta Micro
Quanta Micro es un sistema de navegación inercial asistido por GNSS, compacto y de alto rendimiento, diseñado para aplicaciones con limitaciones de espacio que requieren una precisión y fiabilidad excepcionales.
Integra una IMU de grado topográfico con un receptor GNSS multifrecuencia y de cuatro constelaciones, y algoritmos avanzados de fusión de sensores para ofrecer un posicionamiento de nivel centimétrico y una orientación precisa en entornos difíciles.
El sistema cuenta con capacidad de doble antena para un rendimiento óptimo del rumbo en condiciones de baja dinámica, al tiempo que mantiene un funcionamiento excepcional con una sola antena para cargas útiles de UAV y aplicaciones con limitaciones.
Solicitar un presupuesto para Quanta Micro
¿Tiene alguna pregunta?
¡Bienvenido a nuestra sección de preguntas frecuentes! Aquí encontrará respuestas a las preguntas más comunes sobre las aplicaciones que mostramos. Si no encuentra lo que busca, ¡no dude en ponerse en contacto con nosotros directamente!
¿Cuál es la diferencia entre IMU e INS?
La diferencia entre una unidad de medición inercial (IMU) y un sistema de navegación inercial (INS) radica en su funcionalidad y complejidad.
Una IMU (unidad de medición inercial) proporciona datos brutos sobre la aceleración lineal y la velocidad angular del vehículo, medidos por acelerómetros y giróscopos. Suministra información sobre balanceo, cabeceo, guiñada y movimiento, pero no calcula la posición ni los datos de navegación. La IMU está específicamente diseñada para transmitir datos esenciales sobre el movimiento y la orientación para el procesamiento externo con el fin de determinar la posición o la velocidad.
Por otro lado, un INS (sistema de navegación inercial) combina los datos de la IMU con algoritmos avanzados para calcular la posición, la velocidad y la orientación de un vehículo a lo largo del tiempo. Incorpora algoritmos de navegación como el filtrado de Kalman para la fusión e integración de sensores. Un INS proporciona datos de navegación en tiempo real, incluyendo la posición, la velocidad y la orientación, sin depender de sistemas de posicionamiento externos como el GNSS.
Este sistema de navegación se utiliza normalmente en aplicaciones que requieren soluciones de navegación integrales, particularmente en entornos sin GNSS, como UAV militares, barcos y submarinos.
¿Cómo se utilizan los drones con fines agrícolas?
Los drones se utilizan cada vez más en la agricultura para mejorar la gestión de los cultivos y aumentar la productividad. Equipados con cámaras y sensores de alta resolución, los drones agrícolas proporcionan imágenes aéreas y datos sobre la salud de los cultivos, las condiciones del suelo y la variabilidad del campo. Esto permite a los agricultores supervisar grandes áreas rápidamente e identificar con precisión problemas como plagas, carencias de nutrientes y estrés hídrico.
Los drones en la agricultura se utilizan para la aplicación de precisión de insumos como fertilizantes, pesticidas y herbicidas. Al dirigirse a áreas específicas con precisión, los drones reducen el desperdicio y minimizan el impacto ambiental. Además, ayudan en la cartografía con drones agrícolas y la planificación de la distribución de los campos, y en el seguimiento del crecimiento de los cultivos y los rendimientos a lo largo del tiempo.
En general, los drones agrícolas ofrecen una forma rentable y eficiente de recopilar información crítica, tomar decisiones informadas y aplicar intervenciones específicas, lo que conduce a una mejor gestión de los cultivos y al uso de los recursos.
¿Qué es la georreferenciación en la topografía aérea?
La georreferenciación es el proceso de alinear datos geográficos (como mapas, imágenes de satélite o fotografías aéreas) a un sistema de coordenadas conocido para que puedan situarse con precisión en la superficie de la Tierra.
Esto permite que los datos se integren con otra información espacial, lo que permite un análisis y una cartografía precisos basados en la ubicación.
En el contexto de la topografía, la georreferenciación es esencial para garantizar que los datos recogidos por herramientas como LiDAR, cámaras o sensores en drones se asignen con precisión a las coordenadas del mundo real.
Al asignar latitud, longitud y elevación a cada punto de datos, la georreferenciación garantiza que los datos capturados reflejen la ubicación y orientación exactas en la Tierra, lo cual es crucial para aplicaciones como la cartografía geoespacial, la monitorización ambiental y la planificación de la construcción.
La georreferenciación normalmente implica el uso de puntos de control con coordenadas conocidas, a menudo obtenidas a través de GNSS o levantamientos terrestres, para alinear los datos capturados con el sistema de coordenadas.
Este proceso es vital para crear conjuntos de datos espaciales precisos, fiables y utilizables.
¿Cuál es la diferencia entre RTK y PPK?
La cinemática en tiempo real (RTK) es una técnica de posicionamiento en la que las correcciones GNSS se transmiten casi en tiempo real, normalmente utilizando un flujo de corrección en formato RTCM. Sin embargo, puede haber dificultades para garantizar las correcciones GNSS, concretamente su integridad, disponibilidad, cobertura y compatibilidad.
La principal ventaja del PPK sobre el post-procesamiento RTK es que las actividades de procesamiento de datos pueden optimizarse durante el post-procesamiento, incluyendo el procesamiento hacia adelante y hacia atrás, mientras que en el procesamiento en tiempo real, cualquier interrupción o incompatibilidad en las correcciones y su transmisión conducirá a un posicionamiento de menor precisión.
Una primera ventaja clave del post-procesamiento GNSS (PPK) frente al tiempo real (RTK) es que el sistema utilizado en el campo no necesita tener un enlace de datos/radio para alimentar las correcciones RTCM procedentes del CORS al sistema INS/GNSS.
La principal limitación para la adopción del post procesamiento es el requisito de que la aplicación final actúe sobre el entorno. Por otro lado, si su aplicación puede soportar el tiempo de procesamiento adicional necesario para producir una trayectoria optimizada, mejorará enormemente la calidad de los datos para todos sus entregables.