El proyecto Skyfusion, enmarcado en el Programa de Misiones de Ciencia e Innovación 2024, busca impulsar una nueva generación de transporte aéreo autónomo mediante UAV (vehículos aéreos no tripulados). Su propósito es superar las limitaciones actuales que frenan operaciones más avanzadas, especialmente aquellas que se realizan más allá del alcance visual (BVLOS).
Para lograrlo, Skyfusion desarrolla dos líneas tecnológicas clave:
- Un sistema de navegación autónomo, robusto e independiente del GNSS, capaz de operar incluso cuando las señales satelitales fallen, sean débiles o sufran interferencias.
- Un autopiloto inteligente, diseñado para mantener la estabilidad del UAV en todo tipo de condiciones y configuraciones de carga, algo imprescindible en operaciones de transporte.
El proyecto investiga sensores fotónicos y tecnologías avanzadas, como LiDAR, radar, cámaras SWIR, sensor solares y star trackers, combinados mediante algoritmos de fusión que permitan volar con seguridad tanto de día como de noche, con o sin señal GNSS y en diversos escenarios.
Skyfusion se centra en el helicóptero UAV como plataforma ideal por su capacidad VTOL, su elevada relación carga útil/peso y su versatilidad para misiones de corta y media distancia.
El trabajo finaliza con un prototipo demostrador en laboratorio, que valida estas nuevas tecnologías con potencial para transformar la forma en la que se realizan las operaciones aéreas autónomas.
Para la ejecución del proyecto SKYFUSION con expediente EXP-00171106 / MIG 20241011, SMT ha contado con un presupuesto de 398.422 €, habiendo sido subvencionados por el Centro para el Desarrollo Tecnológico y la Innovación (CDTI) con un total de 305.541,44 €.
¿Quién participa en el proyecto?
SITEP se encarga del desarrollo de los algoritmos de estabilización, control y navegación del UAV, permitiendo que la aeronave pueda operar de forma autónoma incluso sin depender de servicios externos como el GNSS. Además, implementa técnicas de reconstrucción en tiempo real de nubes de puntos y aplica métodos de DEM matching utilizando datos LiDAR y radar para aumentar la precisión del posicionamiento durante el vuelo.
GeoNumerics lidera el trabajo de fusión avanzada de sensores, definiendo y ampliando los modelos necesarios para representar cada fuente de datos. Evalúa el rendimiento, la precisión y la integridad de la navegación combinada y desarrolla metodologías de fusión sensorial que permiten obtener información fiable incluso en entornos operativos complejos.
SolarMEMS investiga tecnologías de navegación celeste basadas en el Sol y las estrellas para mejorar la precisión en la detección de señales. Desarrolla algoritmos específicos y aplica técnicas de filtrado avanzado, integrando estos sensores con otros sistemas de navegación para ofrecer una solución robusta y complementaria al GNSS.
ASE Optics Europe estudia en profundidad el comportamiento del sensor LiDAR, especialmente en condiciones adversas como niebla o baja visibilidad. También investiga tecnologías ópticas basadas en longitudes de onda SWIR y desarrolla la óptica necesaria para implementar un odómetro visual SWIR, clave para la navegación autónoma en escenarios difíciles.
Qurv, junto con el Computer Vision Center (CVC), desarrolla tecnologías de imagen VIS‑SWIR que permiten capturar información útil en un amplio rango espectral. Diseña algoritmos avanzados de flujo óptico y optimiza la odometría visual para calcular movimiento y trayectoria del UAV. Su trabajo incluye la generación de mapas 2D y reconstrucciones sintéticas 3D a partir de imágenes, mejorando la navegación en situaciones donde otros sensores pueden fallar.
Además se cuenta con la participación de los siguientes centros:
- INTA Aporta su experiencia en navegación por DEM matching con datos RADAR, definiendo algoritmos, modelos de error, diseño del sensor y planes de pruebas.
- UPC (MNT‑Solar) Optimiza el proceso fotolitográfico de los sensores solares, estudiando la metalización sobre vidrio y fabricando las muestras necesarias para las pruebas.
- CVC Desarrolla el flujo óptico y la odometría visual en SWIR, generando mapas 2D y 3D para mejorar la navegación del UAV en condiciones complejas.
