L’intégration de deux systèmes de positionnement offre une localisation robuste dans des environnements dynamiques

Les systèmes de positionnement intérieur (IPS) sont essentiels pour un large éventail d’applications, de la robotique et des drones à la réalité augmentée. Alors que les technologies traditionnelles comme le WiFi et le Bluetooth ne sont souvent pas à court de précision, le positionnement de la lumière visible (VLP) se distingue comme une alternative prometteuse en raison de sa précision élevée et de ses coûts d’infrastructure faibles.

Cependant, les systèmes VLP ont leurs propres limites, telles que la sensibilité aux blocages de signal et l’impact de l’inclinaison changeante du récepteur, qui peut dégrader précision. Ces défis sont particulièrement problématiques dans des environnements dynamiques où l’orientation du récepteur fluctue fréquemment. Compte tenu de ces problèmes, la nécessité d’un système de navigation intérieur adaptatif plus robuste est devenue plus urgente que jamais.

Dans une étude récente publié le 3 mars 2025, dans Navigation par satellitedes chercheurs de l’Université de Wuhan et de l’Université Shenzhen ont dévoilé un système de navigation intégré VLP / INS (Système de navigation inertiel). Ce système innovant exploite l’optimisation du graphique pour estimer l’inclinaison du récepteur et détecter les blocages de signaux dans en temps réeltout en estimant également les positions des LED inconnues, ce qui le rend très applicable à des scénarios du monde réel où la pré-cartographie n’est pas possible.

L’innovation clé de l’étude réside dans l’intégration transparente de la VLP et de l’INS, combinant leurs forces pour lutter contre les limites inhérentes de chaque système. Grâce à l’utilisation de l’optimisation des graphiques, le système gère efficacement les inclinations variables de la photodiode (PD) et détecte des blocages légers pendant le fonctionnement. Une nouvelle technique de détection de blocage garantit que seules les mesures RSS sans entrave sont utilisées, maintenant une navigation continue même dans des environnements avec des perturbations de signal fréquentes.

De plus, la capacité du système à estimer les emplacements des LED inconnues, comme dans des environnements en évolution dynamique – améliore son flexibilité et sa précision. Les tests expérimentaux ont démontré les performances remarquables du système, un groupe atteignant une précision de positionnement moyenne de 10 cm et un taux de réussite de la détection de blocage à 100%. Un autre groupe a atteint une précision de 11,5 cm, soulignant le potentiel réel du système dans des applications exigeantes comme la robotique mobile et les véhicules aériens sans pilote (UAU).

« Ce système VLP / IN / IN est étroitement couplé représente un bond en avant dans la technologie de navigation intérieure », a déclaré le Dr Yuan Zhuang, l’auteur correspondant de l’étude. « En relevant les défis critiques des changements d’inclinaison et des blocages de signaux, nous avons développé une solution qui améliore non seulement la précision mais assure également des performances plus fiables dans des environnements dynamiques et réels. »

Les implications de cette recherche sont vastes, en particulier dans les domaines qui nécessitent une navigation intérieure de haute précision. Avec sa capacité à s’adapter aux inclinations dynamiques et à surmonter les blocages de signal, le système est parfaitement adapté aux robots mobiles, aux drones et aux appareils portables. Dans les environnements industriels, il pourrait améliorer considérablement l’efficacité des véhicules guidés automatisés (AGV) et des bras robotiques, offrant un positionnement précis et fiable.

En raison de la miniaturisation et du faible coût de la MP et de la LED, il fournit une solution alternative à la localisation et à la cartographie simultanées (SLAM) dans le domaine de la robotique. Alors que la demande de localisation en salle continue d’augmenter, cette technologie est sur le point de devenir la pierre angulaire des usines intelligentes, des maisons intelligentes et d’autres applications axées sur l’IoT.