Les systèmes de positionnement intérieur par drone offrent une localisation fiable pour les drones opérant dans des environnements sans GPS, tels que les entrepôts, les usines industrielles et les sites d'inspection. Ces systèmes combinent des capteurs RF, optiques et inertiels pour maintenir des trajectoires de vol stables dans des espaces confinés et encombrés où les trajets multiples, le mauvais éclairage et le bruit ambiant rendent difficiles les méthodes à capteur unique.
Ce guide présente les fournisseurs de solutions de positionnement de drones en intérieur, notamment les technologies UWB, Bluetooth, WiFi et acoustique, pour une navigation précise dans le cadre de tâches d'inventaire autonomes, d'inspection d'actifs et d'opérations de sécurité publique.
Lire le Présentation de la technologie
Solutions de navigation et de positionnement de haute précision pour les véhicules sans pilote et autonomes
Solutions BVLOS pour UAS et UAM : piles à combustible, radars, capteurs de navigation, contrôle de vol et SATCOM
Capteurs de navigation inertielle : MEMS IMU, accéléromètres, gyroscopes, AHRS, GPS-INS et génération de nuages de points
Système de positionnement en temps réel haute précision pour drones autonomes et robots opérant dans des environnements sans couverture GPS
Si vous concevez, construisez ou fournissez Positionnement intérieur, Créez un profil pour mettre en avant vos compétences et entrer en contact avec des visiteurs qui recherchent activement vos solutions.
Les systèmes de navigation intérieure pour drones sont devenus une nécessité opérationnelle dans les domaines de l’entreposage, de l’inspection industrielle, des interventions d’urgence et des applications robotiques sophistiquées. Contrairement aux opérations de véhicules aériens sans pilote (UAV) en extérieur, où les systèmes mondiaux de navigation par satellite (GNSS) fournissent une couche de positionnement mondiale et facilement accessible, les espaces clos exigent des technologies de localisation autonomes et hautement fiables. Ces systèmes doivent permettre aux drones de voler en toute sécurité, efficacement et, surtout, de manière autonome dans des environnements complexes, dépourvus de GPS.
Le paysage des technologies de localisation en intérieur est varié, couvrant des méthodes radiofréquences, acoustiques et optiques, chacune présentant un compromis distinct entre coût, précision et complexité de l’infrastructure.
Les systèmes de localisation en intérieur UWB sont généralement considérés comme la référence en matière de localisation de drones à haute précision et faible latence. L’UWB permet d’obtenir une télémétrie haute résolution à l’aide d’impulsions radio extrêmement courtes. Elle repose sur deux techniques principales :
L’UWB offre une précision de positionnement exceptionnelle de 10 à 30 cm avec des taux de rafraîchissement dépassant régulièrement 100 Hz, ce qui est essentiel pour un vol dynamique à grande vitesse. De plus, la large bande passante de l’UWB lui confère une résistance supérieure aux trajets multiples (une caractéristique essentielle pour les environnements industriels métalliques et encombrés), en lui permettant de distinguer efficacement le trajet direct du signal et les trajets réfléchis. Une installation type utilise 4 à 8 ancres pour une couverture 3D robuste, avec des portées opérationnelles de 100 à 200 mètres à l’intérieur.
Ces technologies sont très rentables car elles exploitent les infrastructures sans fil existantes ou peu coûteuses. Le positionnement Wi-Fi utilise généralement l’indication de la puissance du signal reçu (RSSI) pour une trilatération grossière ou, pour une plus grande précision, les informations sur l’état du canal (CSI) qui capturent les caractéristiques détaillées des trajets multiples. La précision varie généralement entre 1 et 3 mètres, avec une forte sensibilité aux interférences de signal, à la congestion des canaux et aux mouvements humains.
La localisation Bluetooth Low Energy (BLE), qui utilise souvent des balises Bluetooth, repose principalement sur le RSSI, bien que les systèmes avancés utilisent l’angle d’arrivée (AoA) pour atteindre une précision inférieure au mètre dans des installations optimisées. Compte tenu de leurs taux de mise à jour modérés et de leur précision moindre, le Wi-Fi et le BLE sont généralement réservés aux tâches d’inspection à faible vitesse, aux systèmes d’inventaire ou à l’initialisation approximative de la position pour des systèmes plus précis.
Les systèmes acoustiques estiment la portée en utilisant des mesures du temps de vol des impulsions ultrasoniques émises par une balise et détectées par des nœuds fixes. Cependant, la localisation acoustique est extrêmement sensible au bruit ambiant, aux turbulences de l’air, aux gradients de température et aux surfaces réfléchissantes.
Pour les drones, le bruit acoustique à haute fréquence généré par leurs propres hélices peut facilement saturer ou interférer avec les microphones sensibles utilisés pour la télémétrie, ce qui nécessite une suppression sophistiquée du bruit ou un placement unique des balises.
Par conséquent, cette approche est particulièrement adaptée aux micro-drones légers et de petite taille dans des environnements contrôlés tels que les laboratoires, ou comme système de haute précision à courte portée dans un environnement stable et calme.
Bien qu’il ne s’agisse pas techniquement d’un système de positionnement intérieur basé sur une infrastructure au même titre que l’UWB, les méthodes visuelles sont indispensables pour l’autonomie embarquée. L’odométrie visuelle (VO) estime le mouvement du drone en suivant les caractéristiques d’images successives. Le SLAM visuel (localisation et cartographie simultanées) va plus loin en construisant une carte 3D de l’environnement tout en localisant le drone sur cette carte.
Ces méthodes permettent d’obtenir une excellente précision locale, souvent au centimètre près, et fournissent des données d’orientation cruciales (6 degrés de liberté). Cependant, elles sont intrinsèquement sujettes à une dérive positionnelle accumulée sur des trajectoires de vol plus longues. Leurs performances se dégradent également rapidement dans les zones peu éclairées, dépourvues de caractéristiques distinctives ou remplies de fumée/poussière, ce qui nécessite une texture et un éclairage adéquats pour fonctionner de manière fiable.
Positionnement basé sur la RFID
L’identification par radiofréquence (RFID) ne fournit pas de positionnement 3D continu. Elle repose sur des balises passives (alimentées par le lecteur du drone) qui n’offrent qu’une localisation au niveau de la zone sur une très courte portée, ou sur des balises RFID actives qui offrent une plus longue portée. Cette technologie s’apparente davantage à une méthode de validation discrète des points de contrôle ou des points de passage, confirmant la présence d’un drone à un emplacement spécifique balisé, et est principalement utilisée pour compléter une méthode de positionnement continu.
Applications des systèmes de positionnement intérieur par drone
Les systèmes autonomes modifient fondamentalement les opérations industrielles. La demande en matière de positionnement fiable des drones en intérieur se concentre dans plusieurs domaines clés :
La complexité structurelle des bâtiments, notamment les renforts métalliques, les murs épais et les toitures, provoque une atténuation et une réflexion importantes des faibles signaux satellites qui sous-tendent le GNSS. Cela rend la navigation traditionnelle des drones peu fiable, voire totalement impossible à l’intérieur.
Une solution de positionnement intérieur robuste pour les entrepôts et la logistique doit donc s’appuyer sur des technologies alternatives capables de fournir des positions fixes stables, des estimations de mouvement précises et des vols sans collision dans des espaces confinés et encombrés. Ces systèmes précis sont essentiels pour permettre le scan automatisé des stocks, l’exécution d’itinéraires d’inspection répétitifs et la garantie d’un vol précis dans les installations industrielles de grande valeur où le GPS est inaccessible.
De plus, un positionnement fiable à l’intérieur pour l’inspection des actifs industriels est indispensable pour garantir la sécurité des opérations autour du personnel et des infrastructures sensibles, où le risque de collision doit être étroitement contrôlé.
Les environnements intérieurs imposent des exigences uniques et rigoureuses aux systèmes de suivi de positionnement intérieur. Les signaux rencontrent régulièrement des réflexions multivoies et RF, qui les font rebondir sur les surfaces, ce qui fausse les mesures de distance et dégrade considérablement la précision, ce qui constitue un défi particulier pour les méthodes basées sur les RF. L’environnement est souvent très dynamique, avec des changements continus dus aux déplacements des travailleurs, des véhicules ou des machines qui modifient rapidement le champ d’opération.
Les ingénieurs doivent faire face à plusieurs défis majeurs :
Dans presque tous les déploiements professionnels et critiques pour la sécurité, une seule technologie est insuffisante. Les systèmes les plus fiables et les plus robustes s’appuient sur la fusion de capteurs, c’est-à-dire la combinaison intelligente de plusieurs modalités afin de compenser les faiblesses individuelles.
Une unité de mesure inertielle (IMU) embarquée fournit des données de mouvement et d’orientation à très haut débit. Cependant, les IMU sont sujettes à la dérive, une accumulation fondamentale d’erreurs au fil du temps et de la distance. Le calcul de position de l’IMU est donc continuellement contraint par des positions fixes absolues ou relatives provenant d’autres capteurs tels que l’UWB ou la vision.
Des algorithmes sophistiqués tels que le filtre de Kalman étendu (EKF) combinent des flux de données asynchrones (tels que les mesures de distance UWB, les données de mouvement IMU et le suivi des caractéristiques visuelles) afin de fournir une redondance et une capacité de basculement essentielles. Si la vision se dégrade en raison d’un mauvais éclairage, la télémétrie UWB peut maintenir un vol autonome sûr ; à l’inverse, si la ligne de visée UWB est temporairement perdue, l’IMU et l’odométrie visuelle peuvent combler le vide.
Lorsqu’ils évaluent ces systèmes critiques pour la sécurité, les ingénieurs doivent aller au-delà de la simple « précision moyenne » et exiger des mesures telles que l’erreur P95 (le rayon dans lequel 95 % de toutes les estimations de position se situent) afin de quantifier véritablement la marge de fiabilité du système.
Technologies et normes émergentes en matière de positionnement intérieur
L’avenir du positionnement intérieur des drones est fortement intégré. La recherche sur le positionnement intérieur 5G et l’évolution vers la 6G se concentre sur la réalisation d’une détection RF au centimètre près et la création de cadres de positionnement intégrés à la communication, dans le but de faire du réseau lui-même la principale infrastructure de localisation.
Parallèlement, les modèles d’IA et d’apprentissage automatique (ML) sont de plus en plus utilisés pour traiter des données de capteurs complexes et bruitées, classer les environnements à trajets multiples et améliorer la fiabilité des estimations de positionnement basées sur les modèles de vol historiques. Les normes futures devraient favoriser la compatibilité entre les différents fournisseurs en matière de méthodes RF, optiques et informatiques, ce qui constituera un accélérateur important pour leur adoption dans les grands secteurs industriels.
Recherche d'entreprises et de produits
S'abonner à l'eBrief hebdomadaire
Les derniers développements techniques et d'ingénierie directement dans votre boîte aux lettres électronique - rejoignez les milliers d'ingénieurs qui la reçoivent.