Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Matemáticas# Optimización y control

Navegando Sin GPS: Surgen Nuevas Soluciones

Los magnetómetros de diamante cuántico y los mapas magnéticos pueden cambiar la navegación en áreas sin GPS.

― 6 minilectura


Alternativas al GPS:Alternativas al GPS:Soluciones Cuánticassatélites.podrían redefinir la navegación sinLos sensores cuánticos y los mapas
Tabla de contenidos

Los sistemas de navegación por satélite son una gran parte de la vida diaria, ayudándonos a encontrar el camino y guiar varias tecnologías. Sin embargo, hay lugares donde estos sistemas no llegan, como en las profundidades del agua o bajo tierra. En estas áreas, necesitamos maneras alternativas para determinar nuestra posición. Una posible solución implica el uso de herramientas especiales llamadas magnetómetros de diamante cuántico para ayudar a las unidades de medida inercial, que son dispositivos que miden el movimiento de un vehículo.

La necesidad de una navegación alternativa

Cuando faltan las señales de GPS, la precisión de la ubicación del vehículo puede verse afectada. Aunque los sensores inerciales avanzados pueden proporcionar buenos datos, no son perfectos. Con el tiempo, pequeños errores pueden acumularse y causar errores significativos en el sistema de navegación. Para rastrear dónde está un vehículo, necesitamos formas de corregir estos errores usando otras fuentes de información.

Mapas especiales creados a partir de diversas mediciones físicas, como el campo magnético de la Tierra, pueden ayudar con esto. Al comparar estas mediciones con un mapa conocido, podemos averiguar dónde está el vehículo, incluso sin GPS.

El papel de los mapas magnéticos

Los mapas magnéticos utilizan datos del campo magnético de la Tierra para identificar ubicaciones. Pueden ser especialmente útiles bajo el agua o en ciudades donde las señales de GPS pueden ser débiles. Estos mapas funcionan comparando las lecturas de los sensores del vehículo con puntos en el mapa. Si hay problemas con las mediciones, como ruido o distorsión, puede ser complicado encontrar la ubicación exacta.

Para que esto funcione, necesitamos estrategias que puedan manejar estos problemas, mejorando cómo emparejamos las lecturas de nuestros sensores con los datos del mapa. Al usar múltiples lecturas y tener en cuenta el movimiento del vehículo, podemos mejorar la precisión de nuestras estimaciones de ubicación.

Magnetómetros de diamante cuántico

Los magnetómetros de diamante cuántico son un nuevo tipo de sensor que muestra promesa para la navegación. Utilizan un defecto especial en el diamante llamado centro de vacío de nitrógeno. Esta característica única permite que el sensor detecte campos magnéticos con mucha precisión, incluso a temperatura ambiente. Gracias a esta Sensibilidad, pueden proporcionar información valiosa sobre el entorno circundante, ayudando en la navegación cuando GPS no es una opción.

A medida que estas tecnologías continúan desarrollándose, podrían desempeñar un gran papel en ayudar a los vehículos a navegar de manera más precisa sin depender de sistemas satelitales.

La importancia de la sensibilidad

La sensibilidad de los sensores es crucial. Cuanto mejor sean para detectar pequeños cambios en el campo magnético, más efectivos serán para ayudar a localizar un vehículo. Los investigadores están trabajando constantemente en mejorar la sensibilidad de estos magnetómetros de diamante para hacerlos aún más útiles.

Desafíos con el emparejamiento de mapas

Aunque usar mapas magnéticos parece sencillo, hay muchos desafíos. Primero, las lecturas pueden venir con ruido o errores, lo que significa que no coincidirán perfectamente con el mapa. Segundo, una lectura magnética podría coincidir con múltiples ubicaciones en el mapa, lo que hace difícil determinar la verdadera posición. Tercero, a menudo no sabemos exactamente de dónde vienen las lecturas, y hay límites en cómo bien los mapas representan el mundo real.

Se han propuesto muchas soluciones para enfrentar estos problemas, incluyendo combinar información de diferentes tipos de mapas y usar varios métodos estadísticos para encontrar la mejor estimación posible de ubicación.

Métodos Probabilísticos para mejorar

Un enfoque reciente implica usar un método probabilístico para mejorar la precisión de las estimaciones de ubicación. Al procesar múltiples lecturas juntas y considerar las posibles ubicaciones según su probabilidad, podemos eliminar parte de la incertidumbre. Esto ayuda a crear una imagen más precisa de dónde se encuentra el vehículo, incluso en entornos desafiantes.

El proceso de navegación inercial asistida

Al usar un sistema de medición inercial, comenzamos con parámetros conocidos y luego actualizamos nuestro estado de navegación en función de la información de los sensores. La posición estimada del emparejamiento de mapas nos ayuda a refinar nuestra información de navegación. Al actualizar continuamente la posición con nuevas mediciones, podemos reducir significativamente los errores que se acumulan con el tiempo.

El experimento

Para probar estas ideas, se realizó un experimento con un vehículo que viajó por un área grande sin soporte de GPS. El vehículo se basó en una combinación de mediciones inerciales y datos magnéticos para determinar su ubicación. Durante el viaje, se tomaron mediciones a intervalos regulares, lo que permitió al sistema ajustar y refinar su comprensión de la posición del vehículo.

Se probaron múltiples escenarios, variando la sensibilidad del magnetómetro. Los resultados mostraron cómo diferentes niveles de ruido en las lecturas afectaron la precisión de la navegación.

Resultados y observaciones

Los resultados de la simulación destacaron varios puntos clave:

  1. Al usar un magnetómetro con muy poco ruido, los errores de posición podrían minimizarse significativamente.
  2. A medida que aumentaba el nivel de ruido, la fiabilidad del sistema disminuía, demostrando la importancia de tener sensores de alta calidad.
  3. La navegación asistida por magnetómetro mostró una tasa de éxito completa, indicando que este método es una alternativa viable a los sistemas GPS tradicionales.

Usando la combinación de estos avances, podemos ver un futuro donde nuestros sistemas de navegación pueden funcionar eficazmente en áreas donde el GPS no está disponible.

Conclusión

En resumen, la integración de la magnetometría de diamante cuántico y los mapas magnéticos ofrece un camino prometedor para navegar en áreas sin GPS. A través de mediciones detalladas y métodos probabilísticos, podemos mejorar la precisión de los sistemas de navegación. La investigación continua y las mejoras tecnológicas son cruciales para hacer que estos sistemas sean confiables y efectivos para aplicaciones futuras.

A medida que continuamos desarrollando y refinando estos métodos, tienen el potencial de revolucionar la navegación en entornos desafiantes, haciendo nuestros viajes más seguros y precisos. La combinación de sensores mejorados y algoritmos más inteligentes puede allanar el camino para aplicaciones en el mundo real en varios campos, desde vehículos autónomos hasta exploración en lugares remotos.

Fuente original

Título: Quantum diamond magnetometry for navigation in GNSS denied environments

Resumen: In this paper, a probabilistic method for map matching localisation based on magnetometery measurement and total magnetic intensity maps is described. We show that the method is able to effectively address the challenge issues associated with map matching using geophysical maps and provides a mechanism of handling map measurement ambiguity and a way of evaluating the underlying quality. Furthermore, the effectiveness of the magnetometery map matching localisation is demonstrated using the simulation of removing position drift of an inertial navigation system, that arises in INS over a long duration, by the magnetometery aiding in the absence GNSS positioning. Simulation results using online maps verified the robustness and effectiveness of the proposed algorithm, particularly, the aiding precision will be getting better if a high sensitivity magnetometer is used.

Autores: Xuezhi Wang, Wenchao Li, Bill Moran, Brant C. Gibson, Liam T. Hall, David Simpson, Allison N. Kealy, Andrew D. Greentree

Última actualización: 2023-02-13 00:00:00

Idioma: English

Fuente URL: https://arxiv.org/abs/2302.06187

Fuente PDF: https://arxiv.org/pdf/2302.06187

Licencia: https://creativecommons.org/licenses/by/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.

Más de autores

Artículos similares