無人航空ロボットで地上を監視・・・。【AI論文】

✔️研究者らは無人航空システムによる監視の最適化に取り組んだ。

✔️地形が凸凹であっても、障害物があってもモデルを使えるように工夫した。

✔️提案された手法は従来の方法よりも良いテスト結果をもたらした。

チェコ共和国にある防衛大学のPetr Stodolaら研究者らは、軍事および民間で使用できる無人航空機の「監視」「偵察」における問題を解決するよう試みたようだ。

監視の問題

無人ロボットシステムは、偵察や監視などの軍事作戦や、多くの民間アプリケーションで一般的に使用されている。研究者らは今回、無人航空機システム群による特定の関心領域の監視の問題を検討した。

モニタリングは、地域に多数の中継地点を配置する共同航空モデルによって計画される。これらの中継地点は無人システムによって連続的に訪問される。

過去に提案された元のモデルは探査される領域が完全に平坦であると仮定した。

共同航空モデル(a) 中間地点からのモニタリング(b) 状況例

新しい定式化

研究者らはこのモデルの新しい定式化を導入し、不均一な地形および/または関心領域の一部をふさぐ可能性のある多くの障害物を伴う複雑な環境でモデルを使用できるようにした。

無人航空システム(UAS)のセンサーが届く範囲

焼きなまし原理

焼きなまし原理に基づく最適化アルゴリズムを、可能な限り広い面積をカバーする中間地点の位置決めのために提案した。

中継地点の最適化問題に使われた焼きなまし法

提案した手法を検証し評価するために一連のシナリオを設計した。

実験シナリオ
シナリオの特徴

重要な実験は、少なくとも地域の最小要求部分を探索するのに必要な中継地点の最低数を見出すことを目的とした。

中継地点の数を決めるアルゴリズム
元の共同航空認識(CAR )モデルと最適化された中継地点の比較
中継地点の数の最適化
シナリオsc01: (a) 関心領域と物体(b)実環境(c) 元のCARモデル(d) 最適化された中間地点(e) Cmin%=90%の改善されたCARモデルによる解法(f) Cmin%=98%の改善されたCARモデルによる解法

さらに結果を芝刈り機パターンに基づくアルゴリズムと比較した。

ジグザグアルゴリズムと改善されたCARモデルの比較
シナリオ sc01 (a)ジグザグアルゴリズムによる解法(b)改善されたCARモデルによる解法
飛行中の監視が有効
飛行中の監視が有効な時のシナリオsc01:(a) 改良されたCARモデルによる解法(b)ジグザグアルゴリズムによる解法

無人航空機による地上監視はこれから増えてくるだろう。実際のところ、衛星よりもはるかにリーズナブルなのだ。

P. Stodola, J. Drozd, J. Mazal, J. Hodický and D. Procházka, “Cooperative Unmanned Aerial System Reconnaissance in a Complex Urban Environment and Uneven Terrain”. Sensors19(17), 3754, (2019).

DOI:10.3390/s19173754

Translating

PAGE TOP