Los sistemas de posicionamiento interior para drones proporcionan una localización fiable para los UAV que operan en entornos sin cobertura GPS, como almacenes, plantas industriales y lugares de inspección. Estos sistemas combinan sensores de radiofrecuencia, ópticos e inerciales para mantener trayectorias de vuelo estables en espacios confinados y abarrotados, donde las trayectorias múltiples, la mala iluminación y el ruido ambiental suponen un reto para los métodos de sensor único.
Esta guía describe los proveedores de soluciones de posicionamiento de drones en interiores, incluyendo UWB, Bluetooth, WiFi y tecnología acústica para una navegación precisa en tareas de inventario autónomas, inspección de activos y operaciones de seguridad pública.
Soluciones de navegación y posicionamiento de alta precisión para vehículos no tripulados y autónomos
Soluciones BVLOS para UAS y UAM: pilas de combustible, radar, sensores de navegación, control de vuelo y SATCOM
Sensores de navegación inercial: MEMS IMU, acelerómetros, giroscopios, AHRS, GPS-INS y generación de nubes de puntos
Sistema de posicionamiento en tiempo real de alta precisión para vehículos aéreos no tripulados autónomos y robótica que operan en entornos sin cobertura GPS.
Si diseñas, construyes o suministras Posicionamiento en interiores, Crea un perfil para mostrar tus capacidades y conectar con visitantes que tengan una necesidad real de tus soluciones.
Los sistemas de navegación interior para drones se han convertido en una necesidad operativa en aplicaciones de almacenamiento, inspección industrial, respuesta a emergencias y robótica sofisticada. A diferencia de las operaciones con vehículos aéreos no tripulados (UAV) en exteriores, en las que los sistemas globales de navegación por satélite (GNSS) proporcionan una capa de posicionamiento global y de fácil acceso, los espacios cerrados exigen tecnologías de localización autónomas y de alta fiabilidad. Estos sistemas deben permitir que los drones vuelen de forma segura, eficiente y, lo que es más importante, de forma autónoma en entornos complejos y sin cobertura GPS.
El panorama de la tecnología de posicionamiento en interiores es muy variado y abarca métodos de radiofrecuencia, acústicos y ópticos, cada uno con una relación diferente entre coste, precisión y complejidad de la infraestructura.
Los sistemas de posicionamiento en interiores por UWB se consideran generalmente el estándar de referencia para la localización de drones con alta precisión y baja latencia. La UWB logra un alcance de alta resolución utilizando pulsos de radio extremadamente cortos. Se basa en dos técnicas principales:
La UWB ofrece una precisión posicional excepcional de entre 10 y 30 cm con frecuencias de actualización que superan habitualmente los 100 Hz, lo que es fundamental para un vuelo dinámico y de alta velocidad. Además, el amplio ancho de banda de la UWB le confiere una resistencia superior a las trayectorias múltiples (una característica esencial para entornos fabriles metálicos y llenos de obstáculos), ya que le permite distinguir eficazmente entre la trayectoria directa de la señal y las trayectorias reflejadas. Una instalación típica utiliza entre 4 y 8 anclajes para una cobertura 3D robusta, con rangos operativos de 100 a 200 metros en interiores.
Estas tecnologías son muy rentables, ya que aprovechan la infraestructura inalámbrica existente o de bajo coste. El posicionamiento Wi-Fi suele utilizar la indicación de la intensidad de la señal recibida (RSSI) para la trilateración aproximada o, para una mayor precisión, la información del estado del canal (CSI), que captura características detalladas de las trayectorias múltiples. La precisión suele oscilar entre 1 y 3 metros, con una alta susceptibilidad a las interferencias de señal, la congestión de canales y el movimiento humano.
La localización por Bluetooth de baja energía (BLE), que a menudo utiliza balizas Bluetooth, se basa principalmente en la RSSI, aunque los sistemas avanzados utilizan el ángulo de llegada (AoA) para aumentar la precisión hasta niveles inferiores al metro en instalaciones optimizadas. Dadas sus moderadas tasas de actualización y su menor precisión, tanto el Wi-Fi como el BLE suelen relegarse a tareas de inspección de baja velocidad, sistemas de inventario o a proporcionar una inicialización de posición aproximada para sistemas más precisos.
Los sistemas acústicos estiman el alcance utilizando mediciones del tiempo de vuelo de los pulsos ultrasónicos emitidos por una baliza y detectados por nodos fijos. Sin embargo, la localización acústica es extremadamente sensible al ruido ambiental, las turbulencias del flujo de aire, los gradientes de temperatura y las superficies reflectantes.
Un aspecto crucial para los UAV es que el ruido acústico de alta frecuencia generado por las propias hélices del dron puede saturar o interferir fácilmente con los sensibles micrófonos utilizados para la medición de distancias, lo que requiere una sofisticada cancelación de ruido o una colocación única de las balizas.
Por consiguiente, este enfoque es más adecuado para micro-UAV pequeños y ligeros en entornos controlados, como laboratorios, o como sistema de alta precisión y corto alcance en entornos estables y silenciosos.
Aunque técnicamente no se trata de un sistema de posicionamiento interior basado en infraestructuras en el mismo sentido que el UWB, los métodos visuales son indispensables para la autonomía a bordo. La odometría visual (VO) estima el movimiento del dron mediante el seguimiento de características en imágenes sucesivas. El SLAM visual (localización y mapeo simultáneos) va más allá, ya que crea un mapa 3D del entorno al mismo tiempo que localiza el dron dentro de ese mapa.
Estos métodos logran una excelente precisión local, a menudo a nivel centimétrico, y proporcionan datos de orientación cruciales (6 grados de libertad). Sin embargo, están intrínsecamente sujetos a una deriva posicional acumulada en trayectorias de vuelo más largas. Su rendimiento también se degrada rápidamente en zonas con poca luz, sin características distintivas o llenas de humo/polvo, por lo que requieren una textura y una iluminación adecuadas para funcionar de forma fiable.
La identificación por radiofrecuencia (RFID) no proporciona un posicionamiento 3D continuo. Se basa en etiquetas pasivas (alimentadas por el lector del dron) que solo ofrecen una localización a nivel de zona en un rango muy corto, o en etiquetas RFID activas que ofrecen un rango más largo. Esta tecnología se entiende mejor como un método de validación de puntos de control o puntos de referencia discretos, que confirma la presencia de un dron en una ubicación específica etiquetada, y se utiliza principalmente para complementar un método de posicionamiento continuo.
Los sistemas autónomos están cambiando fundamentalmente las operaciones industriales. La demanda de un posicionamiento fiable de drones en interiores se concentra en varias áreas clave:
La complejidad estructural de los edificios, incluyendo el refuerzo metálico, las paredes gruesas y los techos, provoca una atenuación y reflexión significativas de las débiles señales satelitales que sustentan el GNSS. Esto hace que la navegación tradicional con drones sea poco fiable o completamente imposible en interiores.
Por lo tanto, una solución de posicionamiento en interiores robusta para almacenes y logística debe basarse en tecnologías alternativas capaces de proporcionar fijaciones de posición estables, estimaciones de movimiento precisas y vuelos sin colisiones en espacios confinados y abarrotados. Estos sistemas precisos son esenciales para permitir el escaneo automatizado de inventarios, ejecutar rutas de inspección repetitivas y garantizar la precisión de los vuelos en instalaciones industriales de alto valor en las que no se dispone de GPS.
Además, un posicionamiento interior fiable para la inspección de activos industriales es imprescindible para garantizar la seguridad de las operaciones en torno al personal y las infraestructuras sensibles, donde el riesgo de colisión debe controlarse estrictamente.
Los entornos interiores presentan requisitos únicos y rigurosos para los sistemas de seguimiento de posición en interiores. Las señales se encuentran habitualmente con reflexiones multitrayecto y de radiofrecuencia, lo que hace que reboten en las superficies, lo que distorsiona las mediciones de alcance y degrada gravemente la precisión, lo que supone un reto particular para los métodos basados en radiofrecuencia. El entorno suele ser muy dinámico, con cambios continuos debidos al movimiento de los trabajadores, los vehículos o la maquinaria, que alteran rápidamente el campo de operación.
Los ingenieros deben hacer frente a varios retos principales:
En casi todas las implementaciones profesionales y críticas para la seguridad, una sola tecnología es insuficiente. Los sistemas más fiables y robustos se basan en la fusión de sensores, la combinación inteligente de múltiples modalidades para compensar las debilidades individuales.
Una unidad de medición inercial (IMU) integrada proporciona datos de movimiento y orientación a una velocidad extremadamente alta. Sin embargo, las IMU están sujetas a deriva, una acumulación fundamental de errores a lo largo del tiempo y la distancia. Por lo tanto, la navegación estimada de la IMU se ve continuamente limitada por las posiciones absolutas o relativas fijadas por otros sensores, como UWB o Vision.
Algoritmos sofisticados como el filtro de Kalman extendido (EKF) combinan flujos de datos asíncronos (como mediciones de alcance UWB, datos de movimiento IMU y seguimiento de características visuales) para proporcionar una redundancia esencial y capacidad de conmutación por error. Si la visión se degrada debido a una iluminación deficiente, el alcance UWB puede mantener un vuelo autónomo seguro; por el contrario, si se pierde temporalmente la línea de visión UWB, la IMU y la odometría visual pueden salvar la diferencia.
Al evaluar estos sistemas críticos para la seguridad, los profesionales de la ingeniería deben ir más allá de la simple «precisión media» y exigir métricas como el error P95 (el radio dentro del cual se encuentra el 95 % de todas las estimaciones de posición), para cuantificar realmente el margen de fiabilidad del sistema.
El futuro del posicionamiento de drones en interiores está muy integrado. La investigación sobre el posicionamiento en interiores con 5G y la evolución hacia el 6G se centra en lograr una detección de RF a nivel centimétrico y crear marcos de posicionamiento integrados en las comunicaciones, con el objetivo de que la propia red sea la infraestructura de localización principal.
Al mismo tiempo, los modelos de inteligencia artificial y aprendizaje automático (ML) se utilizan cada vez más para procesar datos de sensores complejos y ruidosos, clasificar entornos multitrayecto y mejorar la fiabilidad de las estimaciones de posicionamiento basadas en patrones de vuelo históricos. Se espera que las normas futuras impulsen la compatibilidad entre proveedores en métodos de RF, ópticos y computacionales, lo que supondrá un importante acelerador para su adopción en sectores industriales a gran escala.
Búsqueda de empresas y productos
Suscríbete al boletín semanal de eBrief
Las últimas novedades en ingeniería y tecnología directamente en tu bandeja de entrada: únete a miles de ingenieros que ya las reciben.