Lieferanten und Hersteller von INS-Systemen für UAVs

Advanced Navigation

Fortschrittliche Trägheitsnavigationssysteme (INS) für zuverlässige Navigation in anspruchsvollen Einsatzumgebungen

ANELLO Photonics

Modernste Trägheitslösungen für hochpräzise Navigation und Positionierung in Umgebungen ohne GPS-Empfang

Honeywell Aerospace

Fortschrittliche Lösungen für die Modernisierung der Verteidigung: Antriebe, Sensoren, Kommunikation und Augmented-Reality-Systeme

Inertial Labs, a VIAVI Solutions Company

Taktische IMU-, GPS/INS- und Waffenausrichtungslösungen

Aeron Systems

Fortschrittliche Navigationslösungen für missionskritische Verteidigungs- und Luft- und Raumfahrtanwendungen

UAV Navigation-Grupo Oesía

Modernste Flugsteuerungs- und GNSS-unabhängige Navigationstechnologien für militärische und staatliche UAV-Plattformen

Micro Magic

Hochpräzise MEMS-, Quarz- und FOG-Trägheitssensorsysteme für Militär-, Luftfahrt- und Verteidigungsanwendungen

EMCORE Corporation

Hochleistungsfähige faseroptische, Ringlasergyro- und MEMS-Trägheitssensoren und Navigationssysteme

VectorNav

Eingebettete Navigationslösungen für unbemannte Systeme

LITEF

Hochleistungsfähige Trägheitsmess- und Navigationssysteme für militärische Landfahrzeuge und Bodentruppen

UAV Propulsion Tech

Modernste UAV-Technologien für Verteidigungsunternehmen, Drohnen-OEMs und Systemintegratoren

Präsentiere deine Fähigkeiten

Wenn Sie entwerfen, bauen oder liefern Trägheitsnavigationssysteme (INS) für Drohnen, Erstellen Sie ein Profil, um Ihre Kompetenzen zu präsentieren und mit Besuchern in Kontakt zu treten, die einen konkreten Bedarf an Ihren Lösungen haben.

Lieferantenprofil erstellen

Überblick über Trägheitsnavigationssysteme (INS) für Drohnen im Militär- und Verteidigungsbereich

William Mackenzie

Aktualisiert:

Einführung in Trägheitsnavigationssysteme (INS) für Militärdrohnen

Trägheitsnavigationssysteme (INS) für Drohnen ermöglichen die Positionsbestimmung, Geschwindigkeitsschätzung, Lagebestimmung und Navigationskontinuität für unbemannte Luftfahrzeuge (UAVs) im Militär- und Verteidigungsbereich. Durch die Berechnung der Zustandsvektoren des Fluggeräts anhand von bordseitigen Beschleunigungssensoren und Gyroskopen bietet ein Trägheitsnavigationssystem für Drohnen eine eigenständige Navigationsgrundlage, die nicht von externen Funkfrequenzsignalen abhängig ist.

Die Bedeutung der Trägheitsnavigation bei Drohnen hat zugenommen, da die Bedrohungen durch elektronische Kriegsführung immer ausgefeilter geworden sind. Zu den modernen Einsatzumgebungen können Störmaßnahmen, Spoofing, Meaconing oder Blockaden des Globalen Navigationssatellitensystems (GNSS) gehören, die GPS-, Galileo-, GLONASS- und BeiDou-Signale beeinträchtigen. Für unbemannte Luftfahrzeuge, die Einsätze außerhalb der Sichtlinie (BVLOS), Informationsbeschaffung, Tiefschlag-Profile, Zielerfassung oder Seeüberwachung durchführen, ist eine ausfallsichere Navigation unerlässlich. Zwar wird ein UAV-INS üblicherweise mit GNSS-Empfängern kombiniert, um eine genaue Positionsinitialisierung und regelmäßige Fehlerkorrektur zu gewährleisten, doch liegt sein wesentlicher Vorteil in der Fähigkeit, die Navigation aufrechtzuerhalten, wenn externe Signale schwächer werden oder ausfallen.

Inertialnavigationssystem für Drohnen von Inertial Labs, einem Unternehmen der VIAVI Solutions-Gruppe

IRINS – LEO-gestütztes Trägheitsnavigationssystem für Drohnen von Inertial Labs, einem Unternehmen der VIAVI Solutions-Gruppe

Anwendungen von INS bei militärischen UAV-Plattformen

Eine UAV-Architektur mit Trägheitsnavigation muss an die Größe, das Einsatzprofil, die Flugdynamik und die Anforderungen an die Flugdauer des Fluggeräts angepasst sein.

Taktische militärische UAVs und Plattformen der Gruppen 1 bis 5

Die Trägheitsnavigation ist eine grundlegende Funktion bei Verteidigungsdrohnen, doch die Auswahl der Hardware variiert je nach Plattformklasse:

  • Taktische, Mini- und Loitering-Plattformen der Gruppen 1 bis 3: Verwenden in der Regel kompakte, stromsparende taktische MEMS-Hardware, um strenge Anforderungen hinsichtlich Größe, Gewicht, Leistung und Kosten (SWaP-C) zu erfüllen. Diese Systeme gewährleisten eine stabile Orientierungsverfolgung bei schnellen Kurven, Vibrationen, Startstößen und aggressiven Manövern.
  • Strategische UAVs der Gruppen 4 bis 5 (MALE und HALE): Erfordern hochwertigere Trägheitssysteme, einschließlich faseroptischer oder Ringlaser-Gyroskope, um die Positionsgenauigkeit über größere Entfernungen und längere Einsatzzeiten zu gewährleisten, insbesondere wenn keine externen Navigationsdaten verfügbar sind.

Loitering-Munition

Loitering-Munition erfordert hochreaktive Konfigurationen von UAV-Trägheitsnavigationssystemen. Bei Endanflügen, Ausweichmanövern oder dem Einsatz in Zonen mit elektronischen Gegenmaßnahmen liefert die interne IMU-Regelschleife hochfrequente Winkeldaten für die Steuerung und den Zielangriff.

Maritime und Marine-Drohnen

Der Einsatz von Marine-Drohnen findet in strukturlosen, sich bewegenden und windreichen Umgebungen statt. Unbemannte maritime Plattformen nutzen INS-Daten zur Unterstützung der Fernverfolgung über Wasser, der Stabilisierung, der deckbezogenen Navigation sowie der autonomen Bergung auf schwankenden Flugdecks von Kriegsschiffen.

Kernkomponenten eines Drohnen-INS

Ein Trägheitsnavigationssystem für Drohnen stützt sich auf eine interne Sensorsuite mit hoher Messrate, die physikalische Bewegungen in drei Dimensionen erfasst.

Trägheitsmesseinheiten (IMUs)

Die Trägheitsmesseinheit (IMU) ist das sensorische Herzstück des INS und enthält orthogonale Beschleunigungsmesser und Gyroskope. Die Qualität der IMU wirkt sich direkt auf die Driftrate, die Kursstabilität und die Navigationsleistung bei GNSS-Ausfällen aus:

  • Mikroelektromechanische Systeme (MEMS): MEMS-Einheiten werden auf Siliziumsubstraten hergestellt und zeichnen sich durch geringes Gewicht, kompakte Abmessungen und niedrigen Stromverbrauch aus. Sie finden breite Anwendung in taktischen Drohnen der Gruppen 1 bis 3, bei denen die SWaP-C-Grenzwerte entscheidend sind.
  • Glasfasergyroskope (FOG): FOG-Sensoren nutzen Interferenzmuster in gewundenen Glasfaserkabeln, um Rotationen zu erfassen. Sie zeichnen sich durch eine geringe Bias-Instabilität und ein geringes Rauschen aus, wodurch sie sich für Präzisionszielerfassung, UAVs mittlerer Reichweite und taktische Plattformen der Spitzenklasse eignen.
  • Ringlaser-Gyroskope (RLG): RLGs nutzen gegenläufige Laserstrahlen in einem versiegelten Resonator, um eine hohe Vorspannungsstabilität und eine hervorragende Skalierungsleistung zu erzielen. Sie kommen hauptsächlich in strategischen, hochfliegenden militärischen UAVs und Plattformen mit langer Flugdauer zum Einsatz.

Sensorelemente

  • Beschleunigungssensoren: Beschleunigungssensoren messen die lineare Beschleunigung entlang dreier Achsen. Der Navigationsprozessor integriert diese Messwerte, um Geschwindigkeits- und Positionsänderungen zu schätzen, wobei die Sensorspannungsabweichung und das Rauschen die Drift direkt beeinflussen.
  • Gyroskope: Gyroskope messen die Winkelgeschwindigkeit um die Nick-, Roll- und Gierachse, um das primäre Lagebezugssystem und die Lagebezugsebene der Drohne zu ermitteln. Hochwertige Gyroskope tragen dazu bei, die Kursgenauigkeit während langer Flüge und komplexer Manöver aufrechtzuerhalten.
  • Magnetometer: Magnetometer messen die Ausrichtung zum Erdmagnetfeld, um den Kompasskurs zu unterstützen. Da sie anfällig für Störungen durch Motoren, Nutzlasten und Metalle in der Struktur sind, werden sie in der Regel als zusätzliche Überprüfung innerhalb des Sensorfusionsfilters verwendet.

Sensorfusion und fortschrittliche Navigationstechnologien

Da bei der reinen Kursschätzung im Laufe der Zeit kontinuierlich Positionsfehler auftreten, nutzen moderne INS-Architekturen für Militärdrohnen und UAVs die Sensorfusion, um Abweichungen zu begrenzen, Bewegungen zu validieren und die Navigationsgenauigkeit bei einer Verschlechterung oder einem Ausfall des GNSS-Signals aufrechtzuerhalten.

Technologie Integration in das Drohnen-INS
EO/IR-Sensoren EO/IR-Sensoren können mit den Ausgangssignalen des UAV-INS fusioniert werden, um Live-Bilder im optischen oder Infrarotbereich mit den durch Trägheitsmessung ermittelten Bewegungsschätzungen abzugleichen. Dies hilft dabei, die Bewegung entlang der Flugbahn zu verifizieren, visuelle Orientierungspunkte zu identifizieren und Abweichungen quer zur Flugbahn zu korrigieren, ohne dabei erkennbare Signale auszusenden.
LiDAR-Systeme LiDAR liefert räumliche 3D-Daten, die mit den Inertialnavigationsdaten der Drohne zur Lokalisierung in komplexen Umgebungen zusammengeführt werden können. In Verbindung mit einem INS trägt es dazu bei, Positionsabweichungen zu reduzieren und unterstützt die Hindernisvermeidung in städtischem Gelände, in Schluchten oder in beengten Bereichen.
Radargestützte Systeme Die radarunterstützte Navigation ergänzt das INS einer Drohne durch die Messung der Bodengeschwindigkeit, der Höhe und der relativen Bewegung zum Gelände. Diese Messungen liefern Korrekturdaten für die Trägheitslösung bei schlechtem Wetter, Sichtbehinderungen, Staub, Rauch oder Dunkelheit.
Geländereferenzierte Navigation (TRN) TRN integriert Radar- oder Laserhöhenmessung in ein UAV-INS, indem gemessene Geländeprofile mit bordseitigen digitalen Höhenmodellen abgeglichen werden. Es bietet eine passive Korrekturquelle für Trägheitsdrift, insbesondere für fortschrittliche autonome Systeme, Flugprofile in geringer Höhe und Langstreckenwaffen.
Visuelle Odometrie Die visuelle Odometrie nutzt aufeinanderfolgende Kamerabilder zur Schätzung inkrementeller Bewegungen und kann im Navigationsfilter der Drohne mit IMU-Daten fusioniert werden. Dies trägt dazu bei, die INS-Drift bei GNSS-Ausfällen zu reduzieren, indem relative Geschwindigkeits- und Bewegungsschätzungen anhand sichtbarer Merkmale bereitgestellt werden.
SLAM SLAM kombiniert bordseitige Sensordaten mit Trägheitsdaten, um eine lokale Karte zu erstellen und gleichzeitig die Position des UAV darin zu schätzen. In Verbindung mit einem Drohnen-INS unterstützt es die Navigation in unbekannten, indoor-, unterirdischen oder GPS-unzugänglichen Umgebungen.

Integration in Drohnen-Flugsysteme

Die hochfrequenten Ausgangssignale eines INS werden auf Flug-, Missions- und Nutzlastsysteme verteilt, um eine stabile Steuerung und eine präzise Missionsausführung zu gewährleisten.

Inertialnavigationssystem für UAVs von ANELLO Photonics

ANELLO Aerial INS – Trägheitsnavigationssystem für UAVs von ANELLO Photonics

Flugsteuerungscomputer und Autopiloten

Die INS-Telemetrie liefert das unmittelbare Feedback, das Flugsteuerungscomputer und Autopiloten benötigen, um Steuerflächen anzusteuern, die Motorleistung anzupassen und Kursänderungen durchzuführen. Trägheitsaktualisierungen mit geringer Latenz tragen dazu bei, die Stabilität bei Turbulenzen, Windscherung, im Schwebeflug, beim Start, bei der Landung sowie bei abrupten Ausweichmanövern aufrechtzuerhalten.

Missionscomputer und Navigationsverarbeitung

Der Missionscomputer kombiniert die IMU-Ausgabedaten mit Daten von Zusatzsensoren unter Verwendung von Extended-Kalman-Filtern (EKF), nichtlinearen Filtern oder anderen Schätzverfahren. Dadurch entsteht eine einheitliche Navigationslösung, die auch dann noch einsetzbar bleibt, wenn GNSS-Aktualisierungen unzuverlässig werden.

GNSS/INS-Integration und Multisensor-Navigation

Die meisten militärischen UAVs kombinieren die Trägheitsnavigation mit GNSS und anderen Hilfsensoren, um die Langzeitgenauigkeit zu verbessern. Je nach Missionsanforderungen können Architekturen eine lose, enge oder tief integrierte Sensorfusion nutzen, um Trägheitsmessungen mit Satellitennavigation, Flugdaten, visueller Navigation, Radar, LiDAR oder anderen Positionsbestimmungsquellen zu kombinieren. Dies ermöglicht es den Plattformen, ihre Genauigkeit auch bei teilweiser Signalverschlechterung aufrechtzuerhalten und gleichzeitig die Einsatzfähigkeit bei GNSS-Ausfällen zu bewahren.

Nutzlaststabilisierung, Zielverfolgung und Georeferenzierung

ISR-Nutzlasten benötigen hochfrequente Winkelreferenzdaten, um die Stabilisierung des Kardanrahmens zu steuern und während Manövern klare Bildaufnahmen zu gewährleisten. Genaue Navigations- und Lageangaben unterstützen zudem die Georeferenzierung von Zielen. Eine höhere Navigations- und Lagegenauigkeit reduziert direkt den Zielortungsfehler (TLE), insbesondere bei größeren Einsatzentfernungen.

Schwarmkoordination und kollaborative Navigation

Drohnenschwärme können taktische Datennetzwerke nutzen, um Navigationsdaten zwischen den Plattformen auszutauschen. Zukünftige Architekturen für die kollaborative Navigation könnten es UAVs mit höherer Positionsgenauigkeit ermöglichen, benachbarte Systeme zu unterstützen und so die Formationsintegrität sowie die Missionskontinuität in Umgebungen mit eingeschränkter Navigation aufrechtzuerhalten.

Flugwerksspezifische Optimierung

  • Starrflügelplattformen: Starrflügel-UAVs erfordern INS-Konfigurationen, die den kumulativen Positionsfehler über lang andauernde, effiziente Flugprofile hinweg minimieren.
  • Drehflügler und VTOL-Plattformen: Drehflügler und VTOL-Drohnen erfordern eine Lageverfolgung mit geringer Latenz sowie eine präzise Geschwindigkeitserfassung für den vertikalen Start, die Schwebestabilität, die Präzisionslandung und die Rückholung auf das Deck.

Trägheitsnavigationssysteme für Drohnen werden zunehmend als Teil umfassenderer, widerstandsfähiger PNT-Architekturen entwickelt, die Bordautonomie, alternative Referenzquellen und fortschrittliche Verarbeitungstechniken kombinieren.

  • GNSS-unabhängige Bildnavigation: Edge-Prozessoren ermöglichen es UAVs, optische Live-Daten mit gespeicherten Karten- oder Satellitenbildern abzugleichen, wodurch die Abhängigkeit von aktiven RF-Navigationsverbindungen verringert wird.
  • Adaptive KI-Sensorfusion: Maschinelles Lernen kann dabei helfen, thermische Drift der Sensoren, Vibrationsartefakte und unerwartetes Rauschen zu identifizieren und so die Leistung von MEMS-basierten Trägheitsnavigationssystemen für Drohnen in anspruchsvollen Umgebungen zu verbessern.
  • Alternative Quellen für Positionierung, Navigation und Zeitbestimmung (PNT): Gelegenheitssignale, astronomische Navigation, Magnetfeldkartierung, kooperative Navigation und andere Nicht-GNSS-Quellen können zusätzliche Referenzen für Trägheitsnavigationssysteme liefern, die in umkämpften elektromagnetischen Umgebungen eingesetzt werden.

Zusammengenommen führen diese Entwicklungen dazu, dass sich das Design von UAV-INS in Richtung mehrschichtiger Navigationsarchitekturen entwickelt, die die Kontinuität von Missionen in umkämpften, gestörten und GPS-unzugänglichen Umgebungen gewährleisten können.