WU Weitong – 道木研究室

WU Weitong

名前:
呉 偉桐
学年/肩書:
博士課程前期課程2年
役職:
Google(を使う)研究専攻
グループ:
ロボット
趣味:
音楽・ゲーム
一言:
0 error(s) , 0 warning(s)

研究テーマ / Research topic

協同測位に基づいた外観自動計測を可能とする複数UAVの経路計画法

<J


研究テーマ

 

協同測位に基づいた外観自動計測を可能とする

複数UAVの経路計画法

 

研究背景

 

近年、無人航空機(UAV)領域の発展に従って、UAVの負荷能力、安定性、飛行時間がだんだん上がり、UAVの他分野での応用が可能になりました。応用の一例として、カメラが搭載したUAVを操縦してインフラ設備の表面を計測するという作業方式が注目されています。大型機械や大量な人員の要る通常計測方式より、UAVでの計測はかなりの時間・費用を削減できると考えられます。

しかし、この作業方式の効率は操縦士の経験によって変わり、操縦のミスにより、計測の漏れが起こる可能があります。このため、頼れる自律UAVによる構造部外観自動計測の実現が期待されています

(左:計測UAV経路計画法イメージ図   右:補機群経路計画法イメージ図

自律UAVによるインフラ設備外観自動計測を目指して、様々な研究がなされました。先に、インフラ設備表面の漏れのない計測を可能とする「計測UAVの経路計画法」が提案されました。そのうえ、この設定した計測経路と計測UAVの位置との位置誤差を抑えるため、フィードバック手段とされた、計測UAV(主機)の位置測定用補助UAV群(補機群)の導入を想定し、その「補機群の補助経路計画法」が提案されました。

本研究では、これらの先行研究を基づいて、主機と補機群を含めた自律UAV群のインフラ設備計測作業の効率を更に向上させるように、UAV群における各機のタスク分配と経路再計画を研究しています。

 

研究内容

 

自律UAVで橋梁などインフラ設備を計測する場合、橋梁の下だどにGNSS精度低い区域が存在するため、二種類のUAV、いわゆる「計測する主機」と「主機の位置を推定する補機群」の使用が必要であります。

従来の手法ではこの流れで、UAV群(主機と補機群)の経路を生成していました:

(従来法の群経路生成流れ)

フローのように、主機経路を決める実質は、計測対象表面を計測するために主機の辿るべき計測位置の巡回順を決定することです。

しかしここで問題が生じます。主機の巡回順を決めるとき、補機群の巡回順も同時に決定されました。一方、主機巡回順は主機移動距離最短を狙って計画されたものであります。つまり場合によって、補機群経路が著しく長くなる恐れがあります。すると、UAV群総体の作業効率が悪化し、補機群の電力消費も必要な程度以上になると考えられます。

 

UAV群の効率を高める手法

前述の通り、効率改善の鍵となった要素は主機の巡回順の決定方法、言い換えると、群経路を生成する時何を持って生成することです。

本研究は作業効率の向上を目指して、UAV群としての最適経路を計画します。目標を達成するにはまず、先行研究により主機の計測位置と各計測位置に対して、対応した補機群配置(位置)を事前に算出します、これらの情報を持って、UAV群が主体とされた計測位置巡回順を決めます。以下は両手法の比較となります:

現時点では、こちらの計測位置巡回順決定問題をTSP問題(巡回セールスマン問題)とみなして、各機が各自の作業位置に揃ったことをセールスマンが一つシティーに到着したと定義し、UAV群の毎回移動における移動所要時間をシティー間の距離にして計測巡回順を決定し、UAV群の経路を計画します。

 


Research Theme

 

Efficient Multi-UAV Path Planning for Cooperative Localization Based Inspection with Required Accuracy

 

Research Bachground

 

With the rapid development in the domain of UAV (Unmanned Arial Vehicle), the loading capacity, the stability during the flight and durability in the air are promoted largely than those in the past, which makes the applications of UAVs in many other fields become possible.

As an example of applications of UAVs, gathering the surfaces data for the inspection of infrastructures like bridges and overpasses by UAVs has received much attention from many communities. Operators could manipulate an UAV equipped with high resolution camera to take photos of infrastructures surfaces which are qualified for inspection.

(Left:UAV inspection path planning   Right:position estimating with sub-UAVs

For a further improvement, many researches in UAV automatic inspection have been conducted. Asa proposed an inspection path planning method[1] for generating a flight path along which UAV could collect qualified surface data without any omission.

Aiming to decrease the localization errors between waypoints and true locations in practical cases which result in poor data accuracy, Maeda assumed a cooperative localization system among UAVs, which consist of one main-UAV for implementing inspection tasks and several sub-UAVs for providing the accurate location of main-UAV, then Maeda proposed a method of generating the paths of sub-UAVs corresponding to main-UAV’s path.

By combining the two methods, all of the UAVs’ paths for cooperative localization-based inspection in required accuracy could be generated. In this research,  a path planning method of generating more efficient paths for all UAVs without accuracy loss in cooperative-localization inspection is proposed.

Research Content

 

Generating paths of main-UAV and sub-UAVs successively like previous method has only the main-UAV path optimized for shortest flight distance, then sub-UAVs paths are generated up to the optimized main-UAV’s path, while the sub-UAVs’ paths aren’t bound to be optimized. In some cases, paths of sub-UAVs would be extremely long and efficiency will drastically deteriorate.

In this research, an efficient path planning method for all of the UAVs without accuracy loss in inspection is proposed.

Different with previous method, we design a new generating sequence, and compare two method like below:

Now we treat the path planning process as TSP problem and solve it with genetic algorithm for a minimize inspection time.



関連研究

 

[1]  K.Asa, Y.Funabora, S.Doki, K.Doki,“Measuring Position Determination for Accurate and Efficient Visual Inspection using UAV”, 2017 IEEE/SICE International Symposium on System Integration, 2017.

[2]  前田 圭吾. 他. ”構造物付近における UAV の位置推定を補助する UAV 群の最適配置”. ロボティクス・メカトロニクス 講演会 2018, 2018. 1P1-A09.