- Description: Calculates position by integrating motion data from sensors like accelerometers and gyroscopes over time.
- Pros:
- Works autonomously without external input.
- Lightweight and low-cost implementation.
- Cons:
- Cumulative errors grow over time (sensor drift).
- Highly dependent on accurate initial calibration and sensor quality.
- Description: Tracks motion using cameras by identifying and matching environmental features across consecutive frames.
- Sensors Required: Monocular, stereo, or RGB-D cameras.
- Pros:
- Provides detailed relative motion information.
- Can work in texture-rich environments.
- Cons:
- Monocular systems have scale ambiguity (cannot measure absolute distances).
- Sensitive to environmental factors like lighting and lack of features.
- High computational cost for real-time processing.
- Description: Simultaneously maps an unknown environment and determines the drone’s position within the map.
- Types: Visual SLAM, LIDAR-based SLAM, RGB-D SLAM.
- Pros:
- Can operate in completely unknown environments.
- Provides a reusable map for future navigation.
- Cons:
- Computationally intensive; requires powerful hardware for real-time use.
- Sensitive to environment dynamics (e.g., moving objects).
- Requires data storage for the map.
- Description: Matches observed features (visual, structural, or point cloud data) against a prebuilt map for localization.
- Sensors Required: Cameras or LIDAR.
- Pros:
- Accurate in environments with unique and recognizable landmarks.
- Does not require GPS for operation.
- Cons:
- Needs a prebuilt map, making it less effective in unknown environments.
- Performance depends on the density and quality of features.
- Description: Measures distances to fixed anchors using UWB signals for triangulation.
- Sensors Required: UWB transceivers on both the drone and the anchors.
- Pros:
- Precise localization (centimeter-level accuracy).
- Robust to environmental changes like lighting or obstacles.
- Cons:
- Requires the installation of multiple fixed UWB anchors.
- Limited range (~100m per anchor).
- Description: Utilizes variations in Earth's magnetic field or predefined magnetic landmarks for navigation.
- Sensors Required: Magnetometers.
- Pros:
- Simple and lightweight setup.
- Does not depend on external infrastructure.
- Cons:
- Requires environments with unique magnetic anomalies for accuracy.
- Prone to errors from electromagnetic interference (EMI).
- Description: Relies on signal strength or time-of-flight data from RFID tags or Wi-Fi access points.
- Pros:
- Uses existing infrastructure in buildings or urban environments.
- Can work in indoor and GPS-denied environments.
- Cons:
- Less accurate than UWB (meter-level precision).
- Dependent on infrastructure availability and density.
- Description: Analyzes motion patterns in a visual field to estimate relative movement.
- Sensors Required: Downward-facing cameras or optical flow sensors.
- Pros:
- Compact and computationally efficient.
- Works well for low-altitude hovering or slow movements.
- Cons:
- Ineffective at high altitudes or speeds.
- Highly dependent on ground texture and lighting conditions.
- Description: Measures distances using sound waves (e.g., echolocation or triangulation of sound beacons).
- Sensors Required: Microphones or sonar systems.
- Pros:
- Effective in environments with limited visual or radio cues.
- Can work in GPS-denied indoor environments.
- Cons:
- Limited range and accuracy.
- Noise and echo interference can degrade performance.
- Description: Mimics human-like visual processing using event-based cameras to detect changes in the environment.
- Sensors Required: Neuromorphic (event-based) cameras.
- Pros:
- Low-latency and energy-efficient processing.
- Robust to dynamic lighting conditions.
- Cons:
- Relatively new technology; not widely adopted.
- Requires specialized hardware and software.
- Description: Uses LiDAR to create 3D maps of the environment and localize within them.
- Sensors Required: LIDAR scanners.
- Pros:
- High accuracy and works in 3D spaces.
- Performs well in low-light or textureless environments.
- Cons:
- Expensive and power-intensive.
- High computational requirements.
- Description: Utilizes ultrasonic waves from fixed beacons to determine the drone’s position.
- Sensors Required: Ultrasonic receivers and transmitters.
- Pros:
- Affordable and precise in indoor environments.
- Easy to deploy in small-scale setups.
- Cons:
- Limited range (~10–20m).
- Requires preinstalled beacons.
- Description: Employs millimeter-wave radar to detect objects and measure relative distances.
- Sensors Required: Millimeter-wave radar modules.
- Pros:
- Works in visually occluded or foggy environments.
- Accurate 3D localization through obstacles.
- Cons:
- Expensive and less accessible.
- Complex integration with drones.
- Description: Uses modulated light signals from LEDs to transmit positional data.
- Sensors Required: Light sensors or photodiodes.
- Pros:
- High localization accuracy in indoor environments.
- Leverages existing lighting infrastructure.
- Cons:
- Requires line-of-sight to light sources.
- Limited range and sensitivity to environmental lighting.
- Best for High Precision: UWB Localization, LiDAR-Based SLAM.
- Best for Indoor Use: Ultrawideband (UWB), Visible Light Communication (VLC), Ultrasonic Beacons.
- Cost-Effective Options: Optical Flow, Dead Reckoning.
- Most Advanced: Neuromorphic Vision-Based Navigation, Millimeter-Wave Radar Localization.
- Versatile Approach: Sensor fusion combining IMU, SLAM, and UWB for optimal performance
- 説明: 加速度計やジャイロスコープなどのセンサーからの動きのデータを積分して位置を計算します。
- 利点:
- 外部入力なしで自律的に動作可能。
- 軽量かつ低コストで実装可能。
- 欠点:
- センサーのドリフトにより誤差が時間とともに蓄積する。
- 初期キャリブレーションとセンサーの品質に大きく依存する。
- 説明: カメラを使用して、環境の特徴を識別し、連続するフレーム間で一致させて動きを追跡します。
- 必要なセンサー: 単眼、ステレオ、またはRGB-Dカメラ。
- 利点:
- 詳細な相対的な動きの情報を提供可能。
- テクスチャが豊富な環境で動作可能。
- 欠点:
- 単眼システムではスケールの曖昧さがある（絶対距離を測定できない）。
- 照明条件や特徴が少ない環境に敏感。
- リアルタイム処理には高い計算コストが必要。
- 説明: 未知の環境をマッピングし、マップ内でドローンの位置を特定します。
- 種類: Visual SLAM、LIDARベースSLAM、RGB-D SLAM。
- 利点:
- 完全に未知の環境でも動作可能。
- 将来のナビゲーションに使用可能なマップを提供。
- 欠点:
- 計算負荷が高く、リアルタイム使用には高性能なハードウェアが必要。
- 環境の動的な変化に敏感（例：動く物体）。
- マップのデータ保存が必要。
- 説明: 観測された特徴（ビジュアル、構造的、または点群データ）を事前に構築されたマップと一致させて位置を特定します。
- 必要なセンサー: カメラまたはLIDAR。
- 利点:
- 独自のランドマークがある環境で高精度な位置推定が可能。
- GPSなしで動作可能。
- 欠点:
- 事前に構築されたマップが必要で、未知の環境では効果が低い。
- 特徴の密度と品質に依存。
- 説明: UWB信号を使用して固定アンカーまでの距離を測定し、三角測量を行います。
- 必要なセンサー: ドローンとアンカーの両方にUWBトランシーバーが必要。
- 利点:
- 高精度の位置推定（センチメートルレベルの精度）。
- 照明や障害物などの環境変化に強い。
- 欠点:
- 複数の固定UWBアンカーの設置が必要。
- 範囲が制限される（アンカーあたり約100m）。
- 説明: 地球の磁場の変動や事前に定義された磁気ランドマークを使用してナビゲーションを行います。
- 必要なセンサー: 磁気センサー。
- 利点:
- 簡単で軽量なセットアップ。
- 外部インフラに依存しない。
- 欠点:
- 高精度な測定には、独特な磁気異常のある環境が必要。
- 電磁干渉（EMI）による誤差が発生する可能性。
- 説明: RFIDタグやWi-Fiアクセスポイントからの信号強度または飛行時間データに依存します。
- 利点:
- 建物や都市環境で既存のインフラを活用可能。
- 屋内やGPSが使用できない環境で動作可能。
- 欠点:
- UWBほどの精度はない（メートルレベルの精度）。
- インフラの可用性と密度に依存。
- 説明: 視野内の動きパターンを分析して相対的な動きを推定します。
- 必要なセンサー: 下向きカメラまたはオプティカルフローセンサー。
- 利点:
- コンパクトで計算効率が高い。
- 低高度でのホバリングや低速移動に適している。
- 欠点:
- 高高度や高速移動では効果が低い。
- 地面のテクスチャや照明条件に依存。
- 説明: 音波を使用して距離を測定（例：エコーロケーションや音波ビーコンの三角測量）。
- 必要なセンサー: マイクまたはソナーシステム。
- 利点:
- 視覚的または無線の手がかりが少ない環境で効果的。
- GPSが使用できない屋内環境で動作可能。
- 欠点:
- 範囲と精度が制限される。
- ノイズやエコーの干渉で性能が低下する可能性。
- 説明: イベントベースカメラを使用して環境の変化を検出し、人間の視覚処理を模倣します。
- 必要なセンサー: ニューロモルフィック（イベントベース）カメラ。
- 利点:
- 低遅延でエネルギー効率が高い。
- 照明条件が動的に変化する環境に強い。
- 欠点:
- 比較的新しい技術で、広く採用されていない。
- 専門的なハードウェアとソフトウェアが必要。
- 高精度が必要な場合: UWB位置推定、LiDARベースのSLAM。
- 屋内での使用に最適: UWB、可視光通信（VLC）、超音波ビーコン。
- コスト効率の高い選択肢: オプティカルフロー、デッドレコニング。
- 最も先進的な手法: ニューロモルフィックビジョン、ミリ波レーダー位置推定。
- 汎用的なアプローチ: IMU、SLAM、UWBを組み合わせたセンサーフュージョンで最適な性能を実現。