AUTONOMÍA DE DRONES EN ENTORNOS SIN GPS

Cuando los satélites desaparecen, su dron debería seguir volviendo a casa

Los inhibidores rusos R-330Zh crean zonas de bloqueo de GPS de varios kilómetros a lo largo de las líneas del frente ucraniano. La FCC bloqueó las nuevas autorizaciones para todos los drones de fabricación extranjera en diciembre de 2025. El Ejército acaba de comprar 2.500 unidades Skydio X10D en 72 horas porque nada más en el inventario autorizado podía operar en un entorno electromagnético en disputa. Construimos las pilas de odometría visual-inercial (VIO), SLAM semántico y navegación con IA en el borde que permiten que sus fuselajes existentes operen cuando los satélites y los enlaces de radio fallan.

más del 50 %

Drones FPV ucranianos derribados por inhibición de guerra electrónica

IEEE Spectrum, 2025

1000 M$/día

Pérdida económica de EE. UU. por una interrupción del servicio GPS

RTI International para NIST, 2019

Dic 2025

La FCC añadió todos los UAS de fabricación extranjera a la Lista de Equipos Cubiertos

FCC DA 25-1086

Tanto si es un contratista principal de defensa que evalúa por primera vez cargas útiles de autonomía Blue UAS, un OEM cuyos clientes mineros no dejan de perder drones en túneles, o un gestor de programa que vio cómo la acción de la FCC de diciembre eliminó de la noche a la mañana la mitad de sus opciones de adquisición, esta página cubre lo que realmente requiere la autonomía en entornos sin GPS, quién construye qué hoy y dónde una colaboración de ingeniería enfocada llena el vacío.

Por qué los drones dependientes del GPS son ahora un pasivo

Tres fuerzas convergieron en 2024 y 2025 que convirtieron la dependencia del GPS de un inconveniente en un callejón sin salida operativo y de adquisición. Ninguna de ellas va a revertirse.

La física: por qué un inhibidor de 25 vatios vence a un satélite de 20.000 dólares

Un satélite GPS orbita a 20.200 kilómetros sobre la Tierra. Para cuando su señal L1 llega al receptor de un dron, transporta aproximadamente la misma potencia que una bombilla de 25 vatios vista desde 10.000 millas de distancia. Un inhibidor terrestre situado a unos pocos kilómetros de su fuselaje está, en términos de pérdida de trayecto, un millón de veces más cerca. Un inhibidor de 10 vatios tiene trivialmente más relación señal-ruido en el receptor que la constelación de satélites, y el receptor se engancha a la señal más fuerte de la banda. Esto no es un defecto de ningún chip GPS específico. Es la ley del inverso del cuadrado aplicada a una constelación que nunca fue diseñada para un entorno electromagnético en disputa.

Los sistemas rusos R-330Zh «Zhitel» extienden esta física a burbujas de denegación de más de 30 kilómetros a lo largo del frente ucraniano. Dentro de esas burbujas, los drones FPV registran tasas de pérdida del 50 % o superiores por la guerra electrónica. Un despacho de 2025 de War on the Rocks desde un operador ucraniano describió el GPS como «un lujo que olvidamos que existía». La cobertura de IEEE Spectrum sobre la guerra autónoma de drones ha documentado el cambio específico: los operadores de FPV de primera línea ahora construyen fuselajes que se entregan sin ningún receptor GPS, porque ya no se presupone que el GPS esté presente.

La versión civil de este problema es geometría, no guerra. Una IMU es un sensor rápido (1000 Hz típicamente) pero ruidoso, y se calcula la posición mediante la doble integración de la aceleración. Cualquier error en la lectura del acelerómetro se acumula como t al cuadrado. Una IMU MEMS de gama de consumo dejada funcionar en lazo abierto en una mina subterránea deriva metros en segundos. Sin una referencia de posición externa, el dron no tiene forma de detectar la deriva, y el operador se entera cuando el fuselaje se incrusta en una pared.

El vacío de adquisición: lo que hizo realmente la acción de la FCC

El 22 de diciembre de 2025, la FCC añadió todos los sistemas de aeronaves no tripuladas de producción extranjera y los componentes críticos de UAS a su Lista de Equipos Cubiertos en un único aviso público de amplio alcance. Esto fue sustancialmente más allá de lo que había ordenado la NDAA del año fiscal 2025; el Congreso le había dicho a la FCC que actuara específicamente sobre DJI y Autel, y la FCC optó por actuar sobre todos los fabricantes extranjeros a la vez. Los equipos en la Lista de Equipos Cubiertos no pueden recibir nuevas autorizaciones de equipos de la FCC. Los modelos certificados existentes aún pueden venderse y utilizarse, pero la pista de adquisición para cualquier programa que dependa de la cadena de suministro de UAS extranjera es ahora finita.

Para cualquier cliente federal, contratista principal de defensa o programa municipal financiado con subvenciones, el efecto práctico es que las variantes DJI Matrice 30T y Autel Evo II Pro quedan fuera de la mesa para nuevos planes de adquisición. La adjudicación del Ejército del 22 de marzo de 2026 de 52 millones de dólares por 2.500 drones Skydio X10D, el mayor contrato de sUAS de un solo proveedor en la historia del Ejército, cerró desde la oferta hasta la adjudicación en menos de 72 horas precisamente porque no había ningún otro lugar al que dirigir la adquisición. Esa velocidad es una señal: el inventario autorizado de plataformas capaces de operar sin GPS es pequeño, la demanda es enorme, y el vacío lo están llenando actualmente cualquiera de los OEM estadounidenses o aliados que puedan entregar hoy una pila VIO calibrada sobre un fuselaje Blue UAS.

El coste industrial: cifras concretas

En la minería subterránea, la operación de mineral de hierro LKAB Kiruna en Suecia reemplazó una inspección manual de cámara de 8 horas con un vuelo de 20 minutos de un Flyability Elios 3, y esa proporción se mantiene en la mayoría de los casos de uso subterráneos. Un equipo de levantamiento manual cuesta miles de dólares al día; una sola misión de dron recopila datos de nube de puntos más precisos en 30 minutos. La pega es que un dron no autónomo en un pozo minero confinado probablemente se estrellará en sus diez primeros vuelos, y las plataformas de drones industriales cuestan de 10.000 a 50.000 dólares cada una. Sin VIO, las cuentas no salen.

La versión de las cuentas en la inspección de tuberías es aún más cruda. Un solo fallo en una tubería de petróleo y gas asciende a 8,5 millones de dólares en limpieza, sanciones regulatorias y remediación, frente a una inspección rutinaria con dron de 75.000 dólares que habría detectado la corrosión. El retorno de la inversión de la inspección con drones depende de que el dron alcance la ubicación de la inspección; si el compartimento de la cámara se encuentra en una sombra de GPS bajo un puente de acero o junto a un parque de tanques, los efectos de multitrayecto hacen derivar la posición varios metros y el dron no puede mantener el mantenimiento de estación requerido para la fotogrametría de alta resolución. O bien vuela la inspección sin VIO y acepta la pérdida de calidad de la fotogrametría, o bien la vuela con VIO y su programa de inspección entrega realmente los ahorros que prometía el caso de negocio.

Quién construye hoy autonomía de drones en entornos sin GPS

Una referencia para evaluar el panorama. Cada una de estas es la respuesta correcta para algún comprador, alguna misión y algún vehículo de adquisición. Veriprajna encaja en un vacío específico.

Categoría Actores clave Lo que realmente entregan Vacío
sUAS tácticos integrales Skydio (X10D), Anduril (Bolt-M, Ghost-X), AeroVironment (Puma VNS) Drones completos con VIO integrada propietaria. Skydio mantiene el SRR Program of Record (2022, 2025). Adjudicación del Ejército X10D de 52 M$ en marzo de 2026. Entregas Bolt-M de Anduril de 23,9 M$ al USMC de febrero de 2026 a abril de 2027. Envolventes de producto fijas. Usted compra su fuselaje, su conjunto de sensores y su perfil de misión. No hay camino para añadir cargas útiles personalizadas ni ejecutar su autonomía en un chasis diferente.
Pilas de autonomía de defensa Shield AI (Hivemind, V-BAT), Auterion (Skynode S) Autonomía definida por software que otros OEM de drones licencian. El contrato de 50 M$ del Pentágono con Auterion por 33.000 kits Skynode para Ucrania, más la empresa conjunta Airlogix por 50.000 unidades más. Primer ataque cinético de enjambre estadounidense el 19 de enero de 2026. Optimizadas para clases de misión específicas (municiones merodeadoras, enjambres ISR). Menos adecuadas para trabajo industrial, minero o de subcontratación SBIR. El modelo de colaboración asume que usted es un contratista principal de defensa con presupuestos de la categoría Skynode.
Cómputo en el borde + drones de referencia ModalAI (VOXL 2, Starling 2 / 2 Max), NVIDIA (Jetson Orin, Isaac ROS Visual SLAM) Hardware del Blue UAS Framework (Qualcomm QRB5165, más de 15 TOPS) y bibliotecas VIO gratuitas aceleradas por GPU (cuVSLAM). NVIDIA Isaac ROS estandariza el algoritmo VIO de base. Aún necesita integrar, calibrar, optimizar y probar en campo. Los drones de referencia son plataformas de desarrollo, no productos desplegables. Isaac ROS es un punto de partida, no un producto de autonomía.
Especialistas en inspección industrial Emesent (Hovermap ST-X, GX1), Flyability (Elios 3), Exyn Technologies Plataformas autónomas basadas en SLAM LiDAR diseñadas específicamente para minas, túneles y espacios confinados. Hovermap fue pionero en el mapeo autónomo de cámaras subterráneas. Variantes Elios 3 certificadas ATEX para atmósferas explosivas. Hardware fijo, precios premium (de 150.000 a más de 200.000 dólares para unidades certificadas ATEX). No hay camino para desplegar su autonomía sobre la flota de drones existente de un cliente. Usted reemplaza su flota, no la moderniza.
Grandes integradores de sistemas / contratistas principales federales Booz Allen, Leidos, SAIC, Accenture Federal Gestión de programas, documentación ATO, habilitaciones de seguridad, relaciones MSA gubernamentales. Programas Bid Replicator y AFWERX a escala. Subcontratación de ingeniería especializada. No mantienen ingenieros expertos en ORB-SLAM3 / SuperPoint / TensorRT en plantilla permanente. Las partidas de autonomía se subcontratan a equipos más pequeños. Las colaboraciones ascienden a varios millones con una sobrecarga significativa cargada sobre la tarifa del cliente.
Bases de código abierto ORB-SLAM3 (GPLv3), VINS-Fusion, PX4 / ArduPilot, Isaac ROS Visual SLAM Implementaciones VIO y SLAM gratuitas, bien documentadas y revisadas por pares. Rutas de integración MAVLink nativas. Una VIO de código abierto que funciona es el 10 % de la ingeniería. El otro 90 % es calibración, robustez, optimización en el borde, fusión de sensores y cualificación. La licencia GPLv3 de ORB-SLAM3 también es un problema para los entregables de defensa de código cerrado.
Veriprajna Socio de integración personalizada Cargas útiles de autonomía VIO + SLAM semántico entregadas sobre el fuselaje Blue UAS o industrial elegido por el cliente. Calibración estéreo + IMU sincronizada por hardware. Front-end SuperPoint con TensorRT INT8, backend ORB-SLAM3, descarga a VPI. Integración PX4 o ArduPilot vía MAVLink. Modelo de colaboración como subcontratista en SBIR / AFWERX / Replicator 2. Empresa más pequeña. No fabricamos fuselajes, no mantenemos el registro ITAR en su nombre ni operamos su campo de pruebas. Somos un equipo de ingeniería enfocado, no un integrador de sistemas llave en mano.

Vacíos honestos: la certificación ATEX/IECEx para atmósferas explosivas añade de 6 a 12 meses y unos 100.000 dólares de trabajo de proceso que ningún proveedor de esta lista, incluidos nosotros, puede abreviar. La sincronización por hardware del tiempo entre la IMU y los sensores de imagen es un problema de capa física; si su flota existente usa cámaras USB con marcas de tiempo por software, ninguna pila de autonomía corregirá del todo la deriva.

Lo que construimos para la autonomía de drones

Cuatro capacidades, cada una abordando un modo de fallo específico en los despliegues actuales en entornos sin GPS. No vendemos un producto. Entregamos una carga útil de autonomía calibrada y probada en vuelo sobre su fuselaje bajo su vehículo de adquisición.

Middleware VIO en su fuselaje

Un backend ORB-SLAM3 con un front-end aprendido SuperPoint+SuperGlue, compilado a través de TensorRT INT8 y ejecutándose en Jetson Orin NX 16 GB. Las estimaciones de pose se publican por MAVLink VISION_POSITION_ESTIMATE a 50 Hz hacia su estimador existente PX4 EKF2 o ArduPilot EKF3. La pila es software neutral respecto al país de origen que hereda la postura de cumplimiento NDAA del hardware Blue UAS subyacente.

Recurrimos a ORB-SLAM3 en lugar de Isaac ROS cuVSLAM cuando el cliente necesita la fusión de mapas múltiples (sistema Atlas) para la recuperación de robot secuestrado en misiones largas, y pasamos a características aprendidas cuando el entorno derrota a los descriptores ORB clásicos. Para entregables de defensa de código cerrado, reemplazamos el backend ORB-SLAM3 por un equivalente de sala limpia para evitar el enredo de la licencia GPLv3.

Fusión de sensores y calibración de hardware

La precisión de la VIO vive o muere según la calibración extrínseca IMU-cámara. Construimos una plantilla de calibración específica para su variante de fuselaje, resolvemos la transformación cámara-IMU con precisión submilimétrica y subgrado usando las cadenas de herramientas Kalibr o Allan Variance, y entregamos el procedimiento a sus pilotos de prueba para que pueda recalibrar tras un aterrizaje duro sin tener que hacernos volar de vuelta.

Donde el entorno derrota a la visión (oscuridad total, niebla densa, nieve reciente), acoplamos estrechamente un LiDAR de estado sólido (Livox Mid-360 o Unitree L1) en el back-end de optimización para que las restricciones geométricas anclen la solución visual. Señalamos el coste SWaP-C con honestidad: de 250 a 400 gramos de carga útil añadida, de 8 a 12 vatios de consumo de potencia. Si su fuselaje no puede llevarlo, se lo decimos antes de que empiece la colaboración.

Optimización en el borde para vuelo en tiempo real

Un lazo de control que funciona a 20 Hz es la diferencia entre un vuelo estacionario estable y una oscilación que estrella el fuselaje. Compilamos cada red neuronal de la canalización de percepción a través de TensorRT con cuantización INT8 calibrada contra metraje representativo de su entorno objetivo, no la calibración genérica de ImageNet que degradará la precisión en minas y túneles.

El seguimiento de características y el flujo óptico se descargan a NVIDIA VPI en los núcleos dedicados del Programmable Vision Accelerator, liberando la GPU para la segmentación semántica. El ajuste de paquetes de ORB-SLAM3 se ejecuta en kernels CUDA para que las actualizaciones del mapa no detengan el hilo de seguimiento. El resultado son de 30 a 45 FPS sostenidos en Orin NX 16 GB con margen térmico para carcasas selladas, frente a los 14 FPS que produce la inferencia SuperPoint de fábrica en el mismo hardware.

Pruebas en campo y cualificación para adquisición

Los clientes de defensa y minería exigen capacidad demostrada. Ejecutamos misiones de referencia en entornos representativos (almacén, garaje, mina abandonada, parque de tanques) con seguimiento de pose de verdad de terreno y publicamos los resultados como parte del entregable. Las comparaciones lado a lado contra ORB-SLAM3 de fábrica e Isaac ROS cuVSLAM forman parte de cada colaboración para que el cliente pueda defender la elección de arquitectura en una revisión técnica.

Para el trabajo de SBIR / AFWERX / Replicator 2 entregamos como subcontratista bajo el Pliego de Trabajo de su integrador de sistemas, incluyendo la narrativa técnica para la propuesta de Fase II y el vídeo de demostración que los responsables de adquisición ven realmente. Para despliegues comerciales de minería e inspección, entregamos el fuselaje calibrado junto con la formación del operador y el panel de diagnóstico para la monitorización de la confianza de recuperación en vuelo.

Qué ocurre cuando el dron entra en un corredor sin GPS

Un dron ISR de defensa vuela sobre una base de operaciones avanzada amiga (GPS disponible) hacia una zona en disputa donde los sistemas rusos R-330Zh han creado una burbuja de guerra electrónica. La transición es invisible para el operador. Esto es lo que la pila de autonomía hace realmente, fotograma a fotograma, desde el momento en que la calidad del GPS cae.

1

Reponderación de fuentes del EKF

El estimador PX4 EKF2 fusiona continuamente el GPS, la IMU y nuestra fuente de pose VIO. Cuando la precisión reportada del GPS cruza un umbral configurado (típicamente el recuento de satélites cae por debajo de 6 o el HDOP supera 2,5), el filtro repondera automáticamente hacia la fuente VIO. No hay ningún cambio de modo visible para el operador. El dron sigue volando su misión actual. La transición tarda unos pocos cientos de milisegundos y la estimación de posición permanece continua porque la fuente VIO ha estado publicando estimaciones de pose todo el tiempo, no solo arrancando en frío cuando el GPS falló.

2

Preintegración de la IMU

La IMU del Pixhawk 6X muestrea el acelerómetro y el giroscopio a 1000 Hz a través de una línea de temporización sincronizada por hardware. Entre fotogramas de cámara (que llegan a 30 a 60 Hz), preintegramos las lecturas de la IMU en un factor de delta-pose. Este es el paso de predicción rápida: la estimación de estado del dron se actualiza cada milisegundo solo a partir de la IMU, mientras que la cámara aporta el paso de corrección más lento. La preintegración usa la formulación de variedad de Forster et al. 2017 para que podamos relinealizar sin reintegrar las mediciones de la IMU cada vez que el optimizador toca el estado.

3

Extracción de características aprendidas

Una red SuperPoint que se ejecuta a través de TensorRT INT8 extrae hasta 1000 puntos clave por fotograma estéreo, con descriptores de 256 dimensiones. SuperPoint se ejecuta en la GPU. Los descriptores ORB de fábrica fallan en entornos de bajo contraste (polvo, humo, poca luz) porque codifican gradientes de intensidad locales que desaparecen cuando el contraste es pobre. SuperPoint codifica patrones estructurales de nivel superior y sobrevive a esas condiciones. La compensación es un presupuesto de GPU de 6 a 9 vatios que contabilizamos explícitamente al dimensionar el cómputo en el borde.

4

Enmascaramiento semántico de objetos dinámicos

En paralelo, un modelo de segmentación YOLOv8 identifica máscaras de píxeles para clases en movimiento (vehículos, humanos, animales, follaje al viento). Las características que caen sobre esas máscaras se excluyen del grafo de factores VIO porque su seguimiento inyectaría error de ego-movimiento procedente de objetos que no son realmente puntos de referencia estáticos. Este es el modo de fallo que rompió el ORB-SLAM3 estándar en los despliegues originales en el campo de batalla ucraniano: el algoritmo se enganchaba a un camión en movimiento e inferiría que el dron estaba inmóvil mientras el camión se movía. La máscara semántica previene esa clase de fallo.

5

Ajuste de paquetes de ventana deslizante

Las características estáticas restantes alimentan un grafo de factores de ventana deslizante (el hilo de mapeo local de ORB-SLAM3, paralelizado en CUDA). El optimizador minimiza el error de reproyección a lo largo de los últimos 10 a 15 fotogramas clave más las restricciones de preintegración de la IMU, produciendo una estimación de trayectoria relinealizada a 30 Hz. Los estados marginalizados alimentan el mapa global como restricciones ancladas. De aquí proviene la tasa de deriva del 1 al 2 por ciento de la VIO bien ajustada: incluso sin cierre de bucle, la VIO basada en optimización supera a los enfoques MSCKF basados en filtros en un orden de magnitud en los conjuntos de referencia EuRoC y KITTI.

6

Cierre de bucle al regreso

Cuando el dron regresa hacia un área previamente mapeada, un módulo de reconocimiento de lugar (descriptores NetVLAD sobre la base de datos de fotogramas clave, no el DBoW3 original de bolsa de palabras que falla en entornos repetitivos como túneles y tuberías) detecta la revisita y desencadena la optimización de grafo de poses en g2o. La deriva acumulada colapsa dentro del bucle, y la posición de «origen» del dron se reajusta para alinearse con donde está realmente. Esto es lo que hace que el sistema sea adecuado para misiones largas como la patrulla de perímetro y la inspección de tuberías: la trayectoria permanece consistente a lo largo de horas de vuelo sin una referencia de posición externa.

Cómo trabajamos

Cuatro fases. Cada una tiene un entregable definido y una puerta de referencia. No avanzamos hasta que la fase anterior se supera.

Fase 1

Estudio del fuselaje y el entorno

Caracterizamos su fuselaje específico y los entornos objetivo antes de escribir software. Disposición mecánica para el montaje de sensores, presupuesto de potencia, envolvente térmica, distribución de IMU/reloj, versión del piloto automático e infraestructura de pruebas de vuelo existente. Luego volamos metraje representativo en los entornos reales en los que necesita operar: su mina, su puente, su campo de pruebas. Los conjuntos de referencia VIO genéricos sobre EuRoC no predicen el rendimiento en polvo real, iluminación real o vibración real.

Cronograma: De 3 a 4 semanas.

Advertencia: Si el estudio revela que el montaje de cámara existente tiene deriva de temporización entre IMU e imagen, o que el perfil de vibración del fuselaje satura la IMU, emitimos una orden de cambio de hardware antes de escribir código de autonomía. Construir VIO sobre una mala base mecánica es tirar el dinero al problema equivocado.

Resultado: Informe de caracterización del entorno, cifras de rendimiento de referencia de cuVSLAM y ORB-SLAM3 estándar contra su metraje, y una lista de materiales de hardware para la carga útil integrada.

Fase 2

Calibración e integración en banco

Construimos la plantilla de calibración, resolvemos la transformación extrínseca IMU-cámara, perfilamos la inestabilidad del sesgo de la IMU y ajustamos los parámetros de ruido del EKF para su pila de sensores específica. La pila de autonomía se levanta en el banco contra metraje pregrabado para que el software se valide contra la verdad de terreno antes de que ningún dron despegue.

Cronograma: De 4 a 6 semanas.

Referencia: Menos del 1 por ciento de deriva a lo largo de una trayectoria grabada de 100 metros en su entorno representativo, validada contra captura de movimiento o verdad de terreno de GPS RTK. Si no podemos alcanzar esto en el banco, no pasamos a la prueba de vuelo.

Resultado: Carga útil calibrada, procedimiento de calibración entregado a su equipo, archivo de parámetros del EKF para su piloto automático.

Fase 3

Prueba de vuelo e iteración

Desplegamos en su campo de pruebas con sus pilotos volando. La pila de autonomía se ejecuta primero en modo pasivo (publicando la pose al piloto automático pero sin comandar el vuelo), y ajustamos los pesos de las fuentes del EKF y el front-end VIO contra la dinámica de vuelo real. Luego entregamos el control a la pila de autonomía progresivamente: vuelo estacionario, navegación por waypoints, vuelo en corredor sin GPS, regreso a casa desde un estado secuestrado. Cada prueba produce un registro de vuelo que analizamos después del vuelo.

Cronograma: De 4 a 8 semanas dependiendo del clima y la disponibilidad del campo.

Resultado: Vídeo de demostración, archivo de registros de vuelo, informe de referencia comparando contra cuVSLAM y ORB-SLAM3 de fábrica, y un documento de cierre adecuado para su inclusión en una narrativa técnica de Fase II de SBIR o una revisión técnica del cliente.

Fase 4

Entrega, formación y sostenimiento

Formamos a su equipo de ingeniería sobre el procedimiento de calibración, el panel de diagnóstico y el flujo de trabajo de ajuste del EKF para que pueda iterar sin nosotros. Para flotas de múltiples fuselajes, entregamos el manual de calibración por fuselaje para que su equipo pueda extender la pila de autonomía a nuevas variantes. El sostenimiento es bajo régimen de iguala: estamos disponibles para reajustes impulsados por el entorno, integraciones de nuevos sensores y problemas de campo que necesiten un análisis profundo de los registros de vuelo.

Coste continuo: La iguala suele costar de 4.000 a 10.000 dólares al mes dependiendo del tamaño de la flota y el ritmo operativo.

Expansión: Añadir una nueva variante de fuselaje suele llevar de 4 a 6 semanas, principalmente recalibración mecánica. Las nuevas clases de entorno (p. ej., añadir la inspección de muelles submarinos a un sistema entrenado para minería) requieren que la Fase 1 se vuelva a ejecutar para esa clase.

Estimador de viabilidad de misiones sin GPS

Cuéntenos sobre su entorno, carga útil y perfil de misión. Esta herramienta estima si la VIO por sí sola es suficiente, si necesita fusión LiDAR, y dónde reside el riesgo de ingeniería. El resultado es una recomendación específica que puede llevar a su propio equipo de ingeniería. No hay ningún formulario de contacto adjunto.

1. Entorno operativo

¿Dónde volará principalmente el dron?

2. Duración y alcance de la misión

¿A qué distancia del punto de despegue y durante cuánto tiempo?

3. Presupuesto de cómputo y carga útil del fuselaje

¿Qué puede llevar y alimentar el fuselaje?

4. Precisión de posición requerida

¿Qué tan ajustada debe ser la estimación de posición?

5. Vía de adquisición

¿Quién es el cliente para el sistema desplegado?

Preguntas que hacen los ingenieros de drones y los gestores de programa

¿Cómo añado odometría visual-inercial a una flota de drones que ya poseo?

Si su fuselaje ejecuta PX4 o ArduPilot, modernizar con VIO es un proyecto de integración de carga útil, no un reemplazo de fuselaje. Atornillamos un módulo de cómputo Jetson Orin NX 16 GB, una cámara estéreo calibrada (Intel RealSense D455 o un par de obturador global personalizado para entornos más duros), y nos conectamos a la IMU Pixhawk existente por UART para muestras inerciales sincronizadas por hardware en el tiempo. La pila VIO publica estimaciones de pose por MAVLink VISION_POSITION_ESTIMATE a 50 Hz, que el piloto automático fusiona en su estimador EKF2 junto a la fuente GPS existente. Cuando la calidad del GPS cae por debajo del umbral, el EKF repondera automáticamente hacia la fuente VIO, de modo que el operador nunca ve un cambio de modo. La parte difícil no es la instalación del software, es la calibración. La transformación extrínseca IMU-cámara debe resolverse con precisión submilimétrica o el filtro diverge en segundos. Construimos una plantilla de calibración para su fuselaje específico y se la entregamos a sus pilotos de prueba. El cronograma total de integración para una sola variante de fuselaje es de 8 a 12 semanas; las flotas multivariante tardan más porque cada fuselaje necesita su propio perfil de calibración.

¿Por qué no simplemente comprar el Skydio X10D o esperar al Anduril Bolt-M en lugar de construir a medida?

Compre Skydio si su misión encaja en la envolvente del X10D: reconocimiento táctico de corto alcance, VIO a altitud inferior a 300 m, los compartimentos de carga útil específicos que ofrece Skydio, y una vía de adquisición que pueda alcanzar el punto de precio del SRR Program of Record. La adjudicación del Ejército de 52 M$ y 2.500 unidades en marzo de 2026 cerró desde la oferta hasta la adjudicación en menos de 72 horas, lo que le indica que Skydio tiene asegurada la compra fácil. No vamos a ganar contra eso. Necesita una construcción a medida cuando una de tres cosas es cierta. Primero, su fuselaje es más grande o más pequeño que lo que vende Skydio, lo cual abarca la mayoría de las misiones de inspección industrial, minería, agricultura y carga de levantamiento pesado. Segundo, usted es un OEM que construye su propia plataforma sobre un fuselaje Blue UAS y necesita un módulo de autonomía para diferenciarse, no el dron completo de un competidor. Tercero, su pila de sensores incluye cargas útiles que Skydio no integra, como imagen multiespectral, sniffers de metano, radar de penetración terrestre o detectores de radiación, y necesita que la pila de autonomía dirija patrones de vuelo condicionados a esas lecturas. El Anduril Bolt-M es una munición merodeadora con un perfil de misión fijo, no una biblioteca de navegación que pueda licenciar. Si queda fuera de esos productos, la construcción a medida es el único camino.

¿Cuánto cuesta desarrollar la autonomía en entornos sin GPS y cuánto tiempo lleva?

Un prototipo que vuela un solo fuselaje a través de un entorno representativo sin GPS con VIO calibrada, evitación básica de obstáculos y navegación por waypoints bajo PX4 suele tardar de 4 a 6 meses y cuesta de 250.000 a 600.000 dólares dependiendo de la selección de sensores y de cuánto cambio de hardware se requiere. Eso le da un sistema funcional que puede demostrar a un cliente o usar como base para una propuesta de Fase II de SBIR. Una pila lista para producción con enmascaramiento semántico, cierre de bucle aprendido, robustez multientorno e integración completa del EKF de PX4 es una colaboración de 9 a 18 meses en el rango de 700.000 a 1,5 M$. Compárelo con dos puntos de referencia. Los ocho años de desarrollo interno de VIO de Skydio representan cientos de millones en I+D acumulada. Construir un prototipo de Replicator 2 que el Pentágono desplegará realmente requiere capacidad demostrada, no diagramas de arquitectura; la cobertura de DefenseScoop de septiembre de 2025 sobre los retrasos de Replicator citó explícitamente el vacío en software capaz de comandar grandes enjambres heterogéneos como el principal obstáculo. Una construcción a medida enfocada es el camino creíble más rápido desde cero hasta esa demostración. El coste es una fracción de una sola adjudicación de Fase II de AFWERX, que suele ascender de 750.000 a 1,25 M$.

¿Puede ORB-SLAM3 con SuperPoint ejecutarse realmente en tiempo real en Jetson Orin NX?

Sí, pero solo con una optimización agresiva y con compensaciones honestas. La inferencia SuperPoint de fábrica en Orin Nano max llega como máximo a unos 14 FPS, lo cual está por debajo del mínimo de 30 FPS para lazos de control VIO estables. Para alcanzar el tiempo real en Orin NX 16 GB, ejecutamos SuperPoint a través de TensorRT con cuantización INT8 (calibrada contra su entorno, no genérica de ImageNet), descargamos el seguimiento de características a NVIDIA VPI en los núcleos del Programmable Vision Accelerator, y ejecutamos el ajuste de paquetes de ORB-SLAM3 en kernels CUDA en la GPU. Con esta canalización, alcanzamos de 30 a 45 FPS solo para el front-end VIO. La compensación es que ejecutar la segmentación semántica simultáneamente, para el enmascaramiento de objetos dinámicos, consume otros 8 a 12 vatios de presupuesto de GPU y le obliga a aceptar bien una resolución de modelo de segmentación más baja, bien una tasa de actualización semántica de 20 Hz mientras el front-end VIO permanece a 30 Hz. El trabajo SuperPoint-SLAM3 publicado en arXiv 2506.13089 muestra que la recompensa en precisión es real: el error traslacional de KITTI cae del 4,15 % al 0,34 %, una mejora de 12x sobre las características ORB de fábrica. Para misiones de trayectoria larga como la inspección de tuberías o la patrulla de perímetro, esa diferencia es el salto entre una posición final a nivel centimétrico y varios metros de deriva.

¿Su software cumple con la Sección 848 de la NDAA y funcionará con fuselajes Blue UAS?

El software de autonomía es neutral respecto al país de origen. La Sección 848 de la NDAA del año fiscal 2020 restringe los componentes de hardware fabricados en países extranjeros cubiertos (principalmente China) de la adquisición del DoD. El software escrito por un equipo aliado de EE. UU. que se ejecuta en hardware conforme con la NDAA hereda la postura de cumplimiento subyacente. Nuestra construcción de referencia estándar empareja la pila de autonomía con NVIDIA Jetson Orin (diseñado en EE. UU., fabricado en instalaciones conformes), cámaras Intel RealSense o Lucid Vision Labs, y un controlador de vuelo Pixhawk 6X. Toda la lista de materiales es compatible con el Blue UAS Framework por componente. La propia pila de autonomía es neutral respecto a la plataforma y apunta a fuselajes Blue UAS incluyendo Freefly Astro, ModalAI Starling 2 Max e Inspired Flight IF800; el trabajo de integración para cualquier fuselaje específico es la calibración específica del fuselaje y la configuración de MAVLink. La acción de la FCC del 22 de diciembre de 2025 que añadió todos los UAS de producción extranjera y los componentes críticos a la Lista de Equipos Cubiertos hace que esta pregunta sea urgente para cualquier cliente de defensa o federal: los modelos DJI y Autel previamente autorizados aún pueden volarse, pero las nuevas autorizaciones están bloqueadas, y la mayoría de los gestores de programa federales no aprobarán un plan de adquisición que dependa de esos proveedores. Si está migrando desde DJI Matrice o Autel Evo II, la pila de autonomía se traslada a un fuselaje Blue UAS; lo que cambia es la calibración específica del fuselaje y la integración de MAVLink, que rehacemos para la nueva plataforma.

¿Cómo manejan los entornos pobres en características como minas subterráneas, niebla o terreno cubierto de nieve?

La VIO se rompe en escenas pobres en características porque el front-end no tiene nada que seguir. Hay tres respuestas honestas, y las desplegamos en combinación según su entorno. Primero, las características aprendidas (SuperPoint, DISK, ALIKED) extraen puntos rastreables de texturas que los detectores ORB o FAST clásicos pasan por alto, incluyendo paredes de roca cubiertas de polvo, pintura descolorida y superficies de bajo contraste en la iluminación de túneles. Esto le da quizá un 20 a 30 por ciento más de entorno utilizable que el ORB-SLAM3 de fábrica. Segundo, cuando la cámara realmente no tiene nada con lo que trabajar (oscuridad total, niebla densa, nieve reciente sobre suelo sin características), la única respuesta honesta es la fusión de sensores con telemetría activa. Integramos un LiDAR de estado sólido ligero como el Livox Mid-360 o el Unitree L1, y la nube de puntos del LiDAR ancla la solución VIO mediante un acoplamiento estrecho en el back-end de optimización. Esto añade de 250 a 400 gramos a su carga útil y de 8 a 12 vatios de consumo de potencia, que tiene que caber en su presupuesto SWaP-C. Tercero, para entornos que realmente no pueden navegarse ópticamente ni con LiDAR (habitaciones llenas de humo, minas de carbón profundas sin características en línea de visión), recomendamos que no vuele allí en absoluto y rodee. La ingeniería honesta significa decir no a las misiones que la VIO genuinamente no puede atender, no venderle un sistema que estrellará un dron caro.

¿Cómo encaja su trabajo junto a un integrador de sistemas de las Big 4 en un programa de defensa?

Los integradores de sistemas como Booz Allen, Leidos, SAIC y Accenture Federal tienen la gestión de programas, la documentación ATO, las habilitaciones de seguridad y las relaciones MSA gubernamentales que tardan años en construirse. Nosotros no. Lo que sí tenemos es la profundidad de ingeniería en visión por computador embebida y SLAM que ellos típicamente subcontratan de todos modos. En un programa de Replicator 2 o financiado por AFWERX, una estructura típica hace que el integrador de sistemas principal maneje el Pliego de Trabajo, los artefactos de seguridad, la coordinación del campo de pruebas y las revisiones de programa de cara al cliente; nosotros nos situamos debajo como subcontratista entregando la carga útil de autonomía. Esto le permite licitar el programa con profundidad técnica creíble en la partida de autonomía sin dotar de personal a un equipo permanente de visión por computador. La estructura funciona en el alcance de la Fase II de SBIR y superiores; por debajo de eso, la sobrecarga de la propuesta no se amortiza. Para el trabajo directo con clientes mineros o de infraestructura, no se requiere ningún integrador de sistemas y trabajamos directamente con el equipo de drones del operador. La estructura correcta depende de su vehículo de adquisición, no de un modelo de entrega fijo.

Investigación técnica

La arquitectura técnica detallada y la justificación de ingeniería detrás de esta página de solución.

La paradoja de la autonomía: ingeniería de navegación resiliente en entornos sin GNSS y en disputa

Análisis técnico completo de la física de la denegación de GNSS, las matemáticas de la odometría visual-inercial, la elección de arquitectura ORB-SLAM3 frente a VINS-Fusion, el SLAM semántico para entornos dinámicos, la optimización de cómputo en el borde de NVIDIA Jetson Orin, y el despliegue operativo para clientes de defensa, minería e infraestructura.

Su próxima adquisición de drones no debería depender de satélites

Un solo fallo en una tubería de petróleo y gas asciende a 8,5 M$ frente a una inspección de 75 K$. Un dron industrial es un activo de 10 K$ a 50 K$ que se estrella la primera vez que la IMU deriva sin control. El vacío de autonomía entre lo dependiente del GPS y lo que opera sin GPS es la diferencia entre un programa de inspección que entrega y uno que no.

Tanto si necesita un estudio de viabilidad antes de definir el alcance de una propuesta de Fase II de SBIR, una modernización VIO para una flota existente, o un socio de ingeniería como subcontratista para una oferta de Replicator 2, podemos definir el alcance de la colaboración en una sola conversación.

Estudio de viabilidad de autonomía

  • ✓ Caracterización del entorno y referencia de base
  • ✓ Lista de materiales de hardware y análisis SWaP-C para su fuselaje
  • ✓ Comparación lado a lado contra Isaac ROS cuVSLAM y ORB-SLAM3 de fábrica
  • ✓ Aporte de narrativa técnica para propuestas de SBIR / AFWERX / Replicator

Construcción de integración VIO

  • ✓ Front-end SuperPoint con TensorRT INT8 en Jetson Orin NX
  • ✓ Calibración estéreo + IMU sincronizada por hardware en el tiempo sobre su fuselaje
  • ✓ Integración MAVLink de PX4 / ArduPilot y ajuste del EKF
  • ✓ Prueba de vuelo, vídeo de demostración y entrega de ingeniería a su equipo