/home/oxtsmwb/releases/7c3359bd9eaf6f62d6b8ec31a3b714e81087851e/includes/MWB/Block/CONT/home/oxtsmwb/releases/7c3359bd9eaf6f62d6b8ec31a3b714e81087851e/includes/MWB/Block/FOOT/home/oxtsmwb/releases/7c3359bd9eaf6f62d6b8ec31a3b714e81087851e/includes/MWB/Block/FORM/home/oxtsmwb/releases/7c3359bd9eaf6f62d6b8ec31a3b714e81087851e/includes/MWB/Block/HEAD/home/oxtsmwb/releases/7c3359bd9eaf6f62d6b8ec31a3b714e81087851e/includes/MWB/Block/HERO/home/oxtsmwb/releases/7c3359bd9eaf6f62d6b8ec31a3b714e81087851e/includes/MWB/Block/MOBI/home/oxtsmwb/releases/7c3359bd9eaf6f62d6b8ec31a3b714e81087851e/includes/MWB/Block/SHOW/home/oxtsmwb/releases/7c3359bd9eaf6f62d6b8ec31a3b714e81087851e/includes/MWB/Block/SITE/home/oxtsmwb/releases/7c3359bd9eaf6f62d6b8ec31a3b714e81087851e/includes/MWB/CPT{"id":8880,"date":"2025-07-22T15:29:06","date_gmt":"2025-07-22T15:29:06","guid":{"rendered":"https:\/\/oxts.mwb.digital\/?p=8880"},"modified":"2025-08-14T15:58:08","modified_gmt":"2025-08-14T15:58:08","slug":"mobile-mapping-with-lidar-why-is-an-ins-essential","status":"publish","type":"post","link":"https:\/\/oxts.mwb.digital\/es\/mobile-mapping-with-lidar-why-is-an-ins-essential\/","title":{"rendered":"Cartograf\u00eda m\u00f3vil con LiDAR: \u00bfpor qu\u00e9 son esenciales los sistemas de navegaci\u00f3n inercial?"},"content":{"rendered":"

\n

\n

\n \n \n \n \n\n\n \n\n

Sistemas de navegaci\u00f3n inercial: \u00bfpor qu\u00e9 son esenciales para la cartograf\u00eda m\u00f3vil con LiDAR?<\/h3>\n\n \n\n\n \n\n\n\n
\n
Este art\u00edculo ha sido escrito por Iain Clarke, ingeniero de producto senior de OXTS, en colaboraci\u00f3n con Noticias LiDAR<\/span><\/a>. Iain es experto en navegaci\u00f3n inercial, fusi\u00f3n de sensores y tecnolog\u00edas avanzadas de localizaci\u00f3n.<\/em><\/p>\n
<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n
Introducci\u00f3n a los sistemas de navegaci\u00f3n inercial<\/h4>\n\n \n\n\n \n\n
\u00bfQu\u00e9 es un SIN?<\/h5>\n\n\n
\n
Los sistemas de navegaci\u00f3n inercial (INS) se han convertido en una parte esencial de muchos flujos de trabajo de posicionamiento modernos, especialmente cuando el GNSS tradicional se queda corto. En esta secci\u00f3n se explica por qu\u00e9 los INS son un complemento esencial de tecnolog\u00edas como LiDAR.<\/p>\n
Un INS es un dispositivo que mide la posici\u00f3n y el movimiento mediante sensores inerciales y sofisticados algoritmos. En el nivel m\u00e1s b\u00e1sico, un INS utiliza una t\u00e9cnica conocida como c\u00e1lculo muerto para estimar continuamente c\u00f3mo se ha movido un objeto bas\u00e1ndose en su \u00faltima ubicaci\u00f3n conocida y en la integraci\u00f3n de las mediciones de aceleraci\u00f3n y velocidad angular desde entonces. Sin embargo, hay peque\u00f1os errores en estas mediciones inerciales, que aumentan cuando se integran para calcular velocidades, y se agravan a\u00fan m\u00e1s cuando se integran de nuevo para calcular la posici\u00f3n. Para limitar el crecimiento del error, a menudo se combinan sensores adicionales con la unidad de medici\u00f3n inercial (IMU). Uno de los sensores de ayuda m\u00e1s utilizados es el GNSS.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
$\"RT3000$
RT3000 v4 GNSS\/INS<\/figcaption><\/figure>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n
Por qu\u00e9 es importante el INS en la cartograf\u00eda m\u00f3vil con LiDAR<\/h4>\n\n \n\n\n \n\n\n\n
\n
La principal ventaja de LiDAR reside en su capacidad para capturar r\u00e1pidamente datos espaciales de alta densidad y precisi\u00f3n. Pero cuando un esc\u00e1ner LiDAR se monta en una plataforma m\u00f3vil, como un veh\u00edculo<\/a> o avi\u00f3n<\/a>La precisi\u00f3n de esos datos depende de la exactitud con que se actualicen la posici\u00f3n y la orientaci\u00f3n de la plataforma. Ah\u00ed es donde entra en juego la navegaci\u00f3n inercial de alta velocidad.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
$\"Oxford$
Nube de puntos de Oxford y el Monumento a los M\u00e1rtires<\/figcaption><\/figure>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n\n\n
\n
Los INS de gama alta, como el\u00a0 OXTS RT3000 v4<\/a><\/span>pueden suministrar datos de navegaci\u00f3n a velocidades de 100 Hz (100 veces por segundo) o incluso 250 Hz, superando con creces a las soluciones t\u00edpicas basadas \u00fanicamente en GNSS, que a menudo se ven limitadas por frecuencias de actualizaci\u00f3n m\u00e1s bajas y ca\u00eddas de se\u00f1al en entornos obstruidos. El flujo de datos de alta frecuencia y baja latencia de un INS es una herramienta excelente para garantizar la precisi\u00f3n en la cartograf\u00eda m\u00f3vil con LiDAR, donde las desviaciones de posici\u00f3n u orientaci\u00f3n pueden introducir errores significativos en los datos de la nube de puntos. El SLAM ofrece un m\u00e9todo alternativo para determinar la posici\u00f3n y la orientaci\u00f3n, pero los sistemas que s\u00f3lo utilizan SLAM -sin el apoyo de un INS- producen nubes de puntos de menor calidad con las t\u00e9cnicas actuales.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n
\u00bfC\u00f3mo funciona el INS?<\/h4>\n\n \n\n\n \n\n\n\n
\n
Para entender c\u00f3mo funciona un INS, es importante examinar primero los componentes de su n\u00facleo. Un INS se basa en la detecci\u00f3n precisa del movimiento mediante aceler\u00f3metros y giroscopios, que juntos forman una Unidad de Medici\u00f3n Inercial (IMU). Los datos de la IMU se procesan mediante sofisticados algoritmos. Un INS combina los datos brutos de la IMU con sofisticados algoritmos para calcular datos de navegaci\u00f3n detallados (las mediciones espec\u00edficas se explican m\u00e1s adelante).<\/p>\n
Aceler\u00f3metros y giroscopios<\/h5>\n
Los aceler\u00f3metros y los giroscopios son los componentes de los sensores de una IMU. Los aceler\u00f3metros miden las aceleraciones lineales y los giroscopios las velocidades angulares o de rotaci\u00f3n. Una IMU suele constar de uno de cada uno de estos sensores en cada eje de medici\u00f3n (x, y, z), lo que da lugar al t\u00e9rmino sensor de \"6 ejes\".<\/p>\n
Existen varias tecnolog\u00edas para crear diferentes grados de IMU, pero la m\u00e1s utilizada es MEMS (sistemas microelectromec\u00e1nicos). Esta tecnolog\u00eda funciona utilizando masas diminutas montadas sobre muelles de silicio. Cuando se produce un movimiento, la masa se mueve y provoca un cambio en la capacitancia entre la masa y los electrodos, que se convierte en una se\u00f1al el\u00e9ctrica digital para dar una medida del movimiento.<\/p>\n
Salida de datos de navegaci\u00f3n<\/h5>\n
Los INS OXTS emiten datos de navegaci\u00f3n a 100 Hz de serie, con una opci\u00f3n de alta frecuencia de 250 Hz. Todos los datos se registran autom\u00e1ticamente en el almacenamiento interno y pueden emitirse en tiempo real con una latencia muy baja. Los datos de navegaci\u00f3n incluyen el tiempo, la posici\u00f3n, la velocidad, la orientaci\u00f3n, la aceleraci\u00f3n y la velocidad angular en distintos marcos de referencia y sistemas de coordenadas. Adem\u00e1s, se incluye informaci\u00f3n adicional como estimaciones de precisi\u00f3n, indicadores de calidad, informaci\u00f3n de estado y algunas mediciones espec\u00edficas para sectores concretos, como tirones, \u00e1ngulo de deslizamiento y ondulaci\u00f3n.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
I<\/p>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n
Ampliaci\u00f3n de las aplicaciones del INS<\/h4>\n\n \n\n\n \n\n\n\n
\n
A medida que crece la demanda de localizaci\u00f3n precisa en sectores como la rob\u00f3tica, la industria aeroespacial y los sistemas aut\u00f3nomos, se acelera la adopci\u00f3n de INS. Al complementar o sustituir al GNSS en entornos de se\u00f1al limitada, el INS permite un posicionamiento y una orientaci\u00f3n precisos y de alta frecuencia mediante la fusi\u00f3n de sensores avanzados. En esta secci\u00f3n se analizan los casos en los que la tecnolog\u00eda INS es m\u00e1s importante y su compatibilidad con las tecnolog\u00edas emergentes, como LiDAR.<\/p>\n
Cartograf\u00eda m\u00f3vil con LiDAR: \u00bfcu\u00e1ndo se necesita un INS?<\/h5>\n
El GNSS aut\u00f3nomo puede proporcionar datos de posicionamiento de alta precisi\u00f3n, pero obviamente depende de que haya una buena se\u00f1al de sat\u00e9lite. Tambi\u00e9n tiene una frecuencia de actualizaci\u00f3n relativamente baja, lo que lo hace menos adecuado para casos de uso m\u00e1s din\u00e1micos, y s\u00f3lo puede proporcionar informaci\u00f3n de posici\u00f3n y velocidad. La incorporaci\u00f3n de la tecnolog\u00eda INS aumenta enormemente la gama de casos de uso y capacidades. La fusi\u00f3n de sensores con la IMU aumenta la resistencia de los resultados, lo que significa que puede hacer frente a obstrucciones o p\u00e9rdidas de se\u00f1al del sat\u00e9lite. Adem\u00e1s, los datos de localizaci\u00f3n se emiten a mayor velocidad y se dispone de mucha m\u00e1s informaci\u00f3n sobre la postura y la din\u00e1mica en 3D.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
$\"Mobile$
\nEl INS aporta varias ventajas a los sistemas de automoci\u00f3n<\/figcaption><\/figure>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n
Industrias que utilizan INS<\/h5>\n\n\n
\n
La tecnolog\u00eda INS tiene una larga historia en aplicaciones aeroespaciales, de defensa, mar\u00edtimas y topogr\u00e1ficas. En los \u00faltimos a\u00f1os, sin embargo, ha experimentado una importante adopci\u00f3n en campos emergentes como las pruebas de automoci\u00f3n, la rob\u00f3tica, los veh\u00edculos a\u00e9reos no tripulados y la realidad aumentada y virtual (AR\/VR).<\/p>\n
En la actualidad, algunos de los proyectos m\u00e1s innovadores y que avanzan con mayor rapidez son los que operan en entornos en los que el GNSS por s\u00ed solo no es fiable o no est\u00e1 disponible. Entre ellos se incluye la cartograf\u00eda m\u00f3vil con LiDAR en ca\u00f1ones urbanos, t\u00faneles, bosques densos y sistemas aut\u00f3nomos que deben navegar sin problemas entre interiores y exteriores. En estos casos, la combinaci\u00f3n de INS con sensores complementarios como LiDAR y c\u00e1maras permite una sofisticada fusi\u00f3n de sensores que proporciona mayor precisi\u00f3n, resistencia y flexibilidad operativa.<\/p>\n
Sistemas de navegaci\u00f3n inercial para LiDAR<\/h5>\n
La integraci\u00f3n de INS con LiDAR es cada vez m\u00e1s habitual, ya que la cartograf\u00eda m\u00f3vil con LiDAR va m\u00e1s all\u00e1 de la topograf\u00eda geoespacial tradicional y se extiende a campos como las pruebas de automoci\u00f3n y el desarrollo de veh\u00edculos aut\u00f3nomos. Mientras que el INS mejora la precisi\u00f3n y fiabilidad de la cartograf\u00eda basada en LiDAR, el LiDAR tambi\u00e9n puede mejorar el rendimiento del INS. El recientemente lanzado OXTS WayFinder<\/a> incorpora un sensor LiDAR preintegrado y cuenta con la tecnolog\u00eda LiDAR Boost, que utiliza datos LiDAR para la localizaci\u00f3n en entornos sin GNSS, reduciendo dr\u00e1sticamente o incluso eliminando la desviaci\u00f3n de la posici\u00f3n. Esto subraya el valor de combinar tecnolog\u00edas complementarias (GNSS, INS y SLAM) para lograr una localizaci\u00f3n robusta y resistente en una amplia gama de condiciones operativas.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
$\"WayFinder\"$
OXTS WayFinder incorpora fusi\u00f3n de sensores (INS y LiDAR)<\/figcaption><\/figure>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n
Avances en el SIN<\/h4>\n\n \n\n\n \n\n\n\n
\n
La r\u00e1pida evoluci\u00f3n de la tecnolog\u00eda INS ha abierto nuevas fronteras a la navegaci\u00f3n de precisi\u00f3n. A medida que el hardware se hace m\u00e1s peque\u00f1o, m\u00e1s r\u00e1pido y m\u00e1s asequible -y las t\u00e9cnicas de fusi\u00f3n de sensores se vuelven m\u00e1s sofisticadas-, la navegaci\u00f3n inercial se hace accesible a una gama m\u00e1s amplia de industrias y casos de uso. Esta secci\u00f3n destaca los principales avances, los retos actuales y las tendencias emergentes que est\u00e1n configurando el futuro de la navegaci\u00f3n inercial.<\/p>\n
Avances recientes en INS<\/h5>\n
El desarrollo de la tecnolog\u00eda IMU y GNSS a lo largo de los a\u00f1os ha permitido que los sistemas de navegaci\u00f3n inercial sean viables en muchas m\u00e1s industrias, no s\u00f3lo en el \u00e1mbito de las aeronaves y los submarinos. La capacidad RTK es ya casi omnipresente en los receptores GNSS, lo que permite un posicionamiento al cent\u00edmetro incluso en los sistemas b\u00e1sicos. Y las IMU han pasado de ser grandes bloques voluminosos de aceler\u00f3metros y giroscopios discretos montados ortogonalmente a chips en miniatura que incorporan los 6 sensores en un solo m\u00f3dulo. La miniaturizaci\u00f3n y reducci\u00f3n de costes de estos sensores ha permitido el desarrollo de sistemas rentables y viables en sectores emergentes como la autonom\u00eda y la rob\u00f3tica, que tienen visos de ampliarse sin comprometer el rendimiento.<\/p>\n
Limitaciones actuales para el INS<\/h5>\n
Una de las limitaciones tradicionales a la adopci\u00f3n de INS es el coste. Hace unos 10 a\u00f1os, muchas de estas tecnolog\u00edas eran prohibitivamente caras, lo que limitaba su uso a industrias como la de defensa y la aeroespacial, que dispon\u00edan de los presupuestos adecuados. Esto ha cambiado con el avance de la tecnolog\u00eda, que la hace mucho m\u00e1s viable y escalable en aplicaciones comerciales e industriales.<\/p>\n
Otra limitaci\u00f3n cada vez m\u00e1s frecuente en los \u00faltimos a\u00f1os es la necesidad de operar en entornos dif\u00edciles, incluso en los que no se dispone de GNSS. Si el GNSS es la \u00fanica fuente de ayuda para limitar los errores de la IMU en un INS, sin \u00e9l o bien se empieza a tener problemas para mantener resultados utilizables muy r\u00e1pidamente, o bien hay que depender de una tecnolog\u00eda IMU muy cara y engorrosa, como los giroscopios de fibra \u00f3ptica o de l\u00e1ser anular.<\/p>\n
Aqu\u00ed es donde la fusi\u00f3n de sensores avanzados cobra cada vez m\u00e1s importancia. En lugar de depender \u00fanicamente de una IMU m\u00e1s precisa para compensar la ausencia de GNSS, la integraci\u00f3n de sensores adicionales -como LiDAR o c\u00e1maras- mediante un enfoque similar al SLAM puede proporcionar fuentes alternativas s\u00f3lidas de datos de localizaci\u00f3n para la cartograf\u00eda m\u00f3vil con LiDAR.<\/p>\n
Desarrollo de la tecnolog\u00eda INS<\/h5>\n
Las tecnolog\u00edas IMU y GNSS siguen avanzando, con constelaciones de sat\u00e9lites modernas como Galileo que ofrecen nuevas se\u00f1ales que mejoran tanto la precisi\u00f3n como la integridad. Mientras tanto, las IMU de nueva generaci\u00f3n, como las basadas en la fot\u00f3nica de silicio y la detecci\u00f3n cu\u00e1ntica, est\u00e1n en el horizonte. Sin embargo, es probable que los avances m\u00e1s significativos no procedan \u00fanicamente de la superaci\u00f3n de los l\u00edmites de los GNSS y las IMU, sino de la ampliaci\u00f3n del alcance de la fusi\u00f3n de sensores para abordar sus limitaciones y a\u00f1adir redundancia. Cuando se integran con INS, estos sensores pueden crear sistemas de navegaci\u00f3n m\u00e1s robustos, vers\u00e1tiles y capaces de funcionar con fiabilidad incluso en entornos sin GNSS.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n
$\"OXTS$
Rob\u00f3tica con INS<\/figcaption><\/figure>\n\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n
Autonom\u00eda, rob\u00f3tica y alta precisi\u00f3n<\/h5>\n\n\n
\n
A medida que la autonom\u00eda, la rob\u00f3tica y la cartograf\u00eda de alta precisi\u00f3n se extienden a entornos cada vez m\u00e1s complejos y variados, crece la necesidad de un posicionamiento fiable en condiciones de degradaci\u00f3n o ausencia de GNSS. Aunque el GNSS sigue siendo una valiosa fuente de posicionamiento global cuando est\u00e1 disponible, no se puede confiar en \u00e9l en t\u00faneles, zonas urbanas densas, bosques o interiores. En respuesta, la industria est\u00e1 cambiando hacia enfoques avanzados de fusi\u00f3n de sensores que integran IMU con sensores alternativos como LiDAR, c\u00e1maras y odometr\u00eda. Estos sistemas est\u00e1n dise\u00f1ados para ofrecer una localizaci\u00f3n de alta precisi\u00f3n y fiabilidad en todos los entornos operativos, garantizando un rendimiento constante independientemente de la disponibilidad del GNSS.<\/p>\n\n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>\n\n\n\n
\n
<\/div>\n
\n
\n \n \n\n\n \n\n\n \n\n\n \n\n
Descargar la ficha t\u00e9cnica de RT3000 v4<\/h3>\n\n \n\n\n \n\n
El RT3000 v4 puede ayudarle a entregar su proyecto de cartograf\u00eda m\u00f3vil con precisi\u00f3n, fiabilidad y dentro del presupuesto. Descubra las especificaciones t\u00e9cnicas y m\u00e1s informaci\u00f3n clave aqu\u00ed.<\/p>\n\n \n\n\n\n\n
\n \n\n\n \n \n Hoja de datos de RT3000 v4<\/span>\n <\/a>\n\n <\/div>\n\n <\/div>\n <\/div>\n
<\/div>\n<\/div>\n\n\n
\n
\n
\n \n \n \n \n\n\n \n\n\n \n\n\n \n\n\n\n
\n \n <\/div>\n\n <\/div>\n <\/div>\n \n \n <\/div>","protected":false},"excerpt":{"rendered":"
I<\/p>","protected":false},"author":5,"featured_media":8886,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[6,81,50],"tags":[82,70,64,65,85],"class_list":["post-8880","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-industry-articles","category-mobile-mapping","category-georeferencing","tag-georeferencing","tag-gnss","tag-imu","tag-ins","tag-rt3000-v4"],"acf":[],"_links":{"self":[{"href":"https:\/\/oxts.mwb.digital\/es\/wp-json\/wp\/v2\/posts\/8880","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/oxts.mwb.digital\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/oxts.mwb.digital\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/oxts.mwb.digital\/es\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/oxts.mwb.digital\/es\/wp-json\/wp\/v2\/comments?post=8880"}],"version-history":[{"count":13,"href":"https:\/\/oxts.mwb.digital\/es\/wp-json\/wp\/v2\/posts\/8880\/revisions"}],"predecessor-version":[{"id":9298,"href":"https:\/\/oxts.mwb.digital\/es\/wp-json\/wp\/v2\/posts\/8880\/revisions\/9298"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/oxts.mwb.digital\/es\/wp-json\/wp\/v2\/media\/8886"}],"wp:attachment":[{"href":"https:\/\/oxts.mwb.digital\/es\/wp-json\/wp\/v2\/media?parent=8880"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/oxts.mwb.digital\/es\/wp-json\/wp\/v2\/categories?post=8880"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/oxts.mwb.digital\/es\/wp-json\/wp\/v2\/tags?post=8880"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}