ドローンとLIDARは相性が良いのでしょうか?

ドローンとLIDARは相性が良いのでしょうか?

自動運転車のコストの40%を占めるLiDARは、その正確かつ全方位的な空間検出機能により、自動運転分野に欠かせないものとなっている。

しかし、車と比較すると、LIDARはドローンにおいてより有用であるように思われます。画像精度の要件は高くなく、移動の自由度の範囲は広く、コストは低く、応用分野は広いからです。

[[250273]]

さらに重要なのは、従来のドローン カメラと比較して、LIDAR は光による制限を受けず、どのような照明条件でも適切に機能することです。かつては多くの人手と物資を必要とした測量と地図作成作業が、今ではレーザーレーダー飛行だけで数分で完了できるようになりました。

LiDAR とドローンを組み合わせることで、テクノロジー界における新たな「交通リーダー」になれる可能性があるようです。まさにその通りです。

では、LiDAR が宇宙に行けば無敵になるのでしょうか? 一緒に考えてみましょう。

宇宙におけるレーザーレーダーの現状:地球に特別な効果をもたらす魔法のCP

ドローンにレーザーレーダーを装備することで、人類が長年抱いてきた「どうすればより高く、より遠くまで見ることができるのか」という悩みが解決されたと言えるでしょう。

LIDAR はもともと 1970 年代に NASA によって宇宙探査ツールとして開発されました。 1971 年にアポロ 15 号によって描かれた月面の地形図は、初期の LIDAR 機器によって完成されました。人類は宇宙から地球全体を見渡すことができる強力な武器である衛星さえ発明しました。

しかし、視野が広くなるにつれて、使用コストは非常に高くなります。 そこで彼らはドローンに注目したのです。

もともと、ドローンのカメラは飛行機のデータを記録し、それを地図に合成することしかできませんでした。しかし、LIDAR を応用することで、複雑な環境を 3 次元で認識することが可能になります。

ドローンはLIDARセンサーを通じて地上にレーザーパルスを発射し、エコー信号を使用して距離と平面の高さを正確に検出し、3次元の立体合成を行うことができます。さらに重要なのは、ドローンは人間が到達するのが難しい多くの場所に簡単に到達できることです。

左手にドローン、右手にライダーを持ち、強力かつ低コストの「空の目」が誕生しました。

2016年、米国防総省傘下で軍事用のハイテク開発を専門とする機関DARPA(国防高等研究計画局)が最新の軽量ドローンを発表した。レーザーレーダーナビゲーションモジュールを搭載したドローンは、複数の微調整により障害物をうまく回避し、自動巡航が可能になります。

我が国も多くの進歩を遂げてきました。中国国家電網公司は、電力線検査にLIDARを活用し、現場で作業するドローンにクラウドサーバーを通じて巡航軌跡を送信し、センサーを用いて設備の高精度検査とリアルタイムでの不具合分析を実現しています。 2025年までに、中国国家電網公司のドローンはすべて手動の遠隔操作から自動運転へと移行すると予想されている。

[[250274]]

ドローンライダーCPのプロセスを見ると、サイズ、コスト、パフォーマンスの間で最高の価値を実現した後、地球に3D特殊効果を追加できるだけでなく、アプリケーションシナリオが想像よりもはるかに広範囲であることに気付くのは難しくありません。自動運転車よりもさらに進んでいると言っても過言ではありません。

ドローン + LiDAR: セクシーなカップル、オンラインパトロール

自動運転車と比較すると、LIDAR技術とドローンの組み合わせは急速に登場し、大きな実質的な商業的価値を発揮し、すでに多くが実用化されている。

前述のワイヤークルーズに加えて、次の領域も簡単に運ぶことができます。

1. 遺物や遺跡の発見。

最も称賛に値するのは、考古学者が新たな古代文化遺跡を発見するのに役立つことです。発掘調査や現地調査を行わなくても、遺跡の全体像と具体的な構造を理解することができます。

例えば、昨年初めには、グアテマラのジャングルの奥深くにあるマヤ遺跡の観察や、430マイルに及ぶエル・ミラドール盆地の調査にLIDARスキャンが使用されました。

2. 農業生産の観察。

航空ライダーは、農家が生産におけるいくつかの不合理な現象を発見し、「食料を天候に頼る」という現状を変えるのにも役立ちます。

レーザー情報レイヤーを構築することで、農地の標高マップを作成することができます。そのデータから、肥料が過剰に使用されているエリアを発見し、農家の肥料節約に役立ちます。

農業保険の損害査定でも、従来は人が被害測定器を持って被災現場まで出向いて測定していたが、ドローンを活用するケースが増えている。作業員が立ち入ることができない被災地では、レーザーマッピングで被災データを取得するなど、活用が広がっている。

[[250275]]

3. 産業マッピングと探査。

LiDAR は、鉱物探査、天然資源の追跡、輸送ルートの調査、森林や水域のマッピングとモデリングなどの用途で、写真測量法と組み合わせられることもよくあります。

長沙市は、3D可視LIDARを搭載したドローンを空気質モニターとして導入し、さまざまな街路エリアの建物の屋上を巡回し、データ分析を行い、市内の空気質に関するリアルタイムのフィードバックを提供している。

4. 無人運転を支援する。

自動運転に関して言えば、車両上部のLIDARの「死角」は常に事故リスクの高い領域となっている。

上空にLIDARを設置することで、巡航中の車両をより適切に観察・誘導し、道路の不具合や交通リスクを迅速に報告できるようになります。車両と道路の連携を迅速に構築することが難しい遠隔地では、交通誘導に LiDAR モジュールを搭載したドローンを使用することは明らかに良い選択です。

かつてはまったく無関係だった LiDAR とドローンが、急速に現実世界に登場しつつあります。

テクノロジーチェーンは徐々に完成しつつある。ドローンの未来は刺激的だ

自動運転は非常に近いように見えますが、実際には非常に遠い将来であり、多くの技術的問題は現状ではほとんど解決できません。たとえば、自動車用 LiDAR は 10 万ドルもする高価なため、自動車で広く商業的に利用することは困難です。

LiDAR ドローンは非常に近いように見えますが、実際非常に近いです。なぜなら、それを閉じ込めている技術的な鎖が一つずつ解体されつつあるからです。

1. コストの問題。精度要件が高くなるほど、LIDAR のコストも高くなります。しかし、空中検知では地上交通ほどの高精度は求められず、多数のマイクロライダーセンサーメーカーがこの課題の解決に取り組んでいます。

たとえば、自動運転専用に設計された小型レーザーレーダーである DARPA の SWEEPER は、小型化、低コスト、高信頼性の要件を満たすことができます。

2. バッテリー寿命の問題。ドローンの安定性は、特に産業用に使用される高出力機器の有効使用時間と作業効率を決定します。ボストンのドローンメーカーCyPhyWorksは最近、巡航ミッションを実行するときに「マイクロワイヤー」で接続されるドローンをリリースしました。データを送信し、外部の発電機、車両、またはその他の機器から電力を得ることができます。理論上、充電のために着陸することはなく、長期運用が可能になりつつあります。

[[250276]]

3. 計算能力の問題。ドローンの計算能力は限られているため、現実世界で複雑なタスクを自律的に実行して完了することは非常に困難です。たとえば、障害物を回避するために LIDAR のリアルタイム監視を使用するのは、まだスムーズで成熟したものではありません。地上通信基地局とクラウドサーバーの連携運用により、ドローンに強力なコンピューティングプラグインが提供され、複雑なタスクの難易度が軽減されます。

4. マルチモーダルの問題。自動ドローンが現在直面している大きな症状は、ハードウェアの「大きなパッチワーク」によって引き起こされるデータの相互運用性の欠如です。

LIDAR の 3D データと、高解像度カメラ、ソナー、センサーなどのマルチモーダル混合をクラウド プロセッサに投影して認識および処理する必要があります。マルチモーダル AI アルゴリズムを使用することで、2 次元や 3 次元などの複雑な環境における複数のデータを読み取り、比較、分析し、統合してより正確な高次元マップを生成することができます。

これは良いニュースかもしれません。低コストで耐久性が高く、マルチモーダルアルゴリズムを備えたライダードローンが、大規模な商業利用、さらには民間利用に導入されるのは時間の問題のようです。

決して消えない問題:なぜこのカップルは「バンドエイド技術」しか使えないのか?

もちろん、すぐに登場したからといって欠陥がないというわけではありません。特に、LiDAR + ドローンのようなものは非常に強力に思えます。

核心的な問題は、データ収集中にドローンがプライバシーを盗み見るのをどうやって防ぐかということです。

不適切なデータ表示に対処するため、地上フレーミングの情報は後処理モードに配置されます。たとえば、Google マップには顔認識機能と自動コーディング機能があり、ユーザーは Google に自分の家や車に永久的なコーディングを依頼することもできます。プライバシー保護のため、牛の顔にはぼかしがかけられていた。

[[250277]]

ほとんどの企業にとって、テクノロジー倫理を理解し確立することは、テクノロジーそのものよりもはるかに困難でコストがかかります。

つまり、レーザー探知機能を備えたドローンは、一般ユーザーを獲得することが難しい運命にある。

ビジネスシナリオが限定されることで、その魅力はさらに低下し、過大な投資をしても意味がありません。商業的価値を失った後でも、基地局の敷設や周波数の確立などのインフラ構築に投資する人はいるのでしょうか?

確かに美しい商業的パイを描くことはできますが、インフラストラクチャなどのバックエンド ハードウェアのサポートがなければ、LIDAR ドローンに対する私たちの想像力は常に「スペアタイヤ」レベルにとどまります。

全体的に、LIDARとドローンがもたらした商業的想像力は、束縛された「応急処置技術」となる運命にあります。他の地理情報システムの補償ソリューションとして、それは多くの驚きをもたらすでしょう。しかし、あなたがより注意深く警戒すればするほど、人々はあなたを警戒するようになります。

テクノロジーがもはや問題ではなくなった今、心理的障壁を克服することは乗り越えられない溝だと考えられる。

<<:  上海に初のAI野菜市場が上陸。Alipayスキャンコード登録により、手をスワイプしてコードをスキャンするだけでドアが開く

>>:  AI博士号取得者の年収は80万元。AI人材の需要と供給はどれくらいですか?

ブログ    

推薦する

人工知能は ICT 専門家にとって味方でしょうか、それとも敵でしょうか?

人工知能 (AI) とそのサブセットである機械学習 (ML) は、今日最も急速に成長しているテクノロ...

...

ChatGPT vs AutoGPT: トップ言語モデルの比較

ChatGPTを理解するOpenAI によって開発された ChatGPT は、受信した入力に基づいて...

...

人工知能と自然言語処理の概要: AI の 3 つの主要段階と NLP の主な応用分野

最近、Xenonstack は Jagreet Kaur 氏による「人工知能の概要とビッグデータにお...

...

2021年5月のAI資金調達活動の概要

科学技術の継続的な進歩により、インテリジェント製品は徐々に日常生活に統合され、人工知能は現代の発展の...

イアン・マッシンガム:AWSはモノのインターネットと人工知能への投資を継続

[51CTO.com からのオリジナル記事] 先進的なクラウドサービスプロバイダーとして、AWS は...

...

CNNが画像の特徴を自動的に抽出できる理由

1. はじめに従来の機械学習のシナリオのほとんどでは、まず特徴エンジニアリングなどの方法を通じて特徴...

Meta と Microsoft が、開発者が生成型 AI アプリケーションを構築できるようにオープンソース モデル Llama 2 をリリース

7月19日、MetaとMicrosoftは協力して、研究や商用目的で無料で使用できるMetaの次世代...

...

MLP および Re-Parameter シリーズに関する人気の論文を含む、注目メカニズムの 17 個の PyTorch 実装

[[415286]]注意メカニズムは、最初はコンピューター ビジョンで使用され、その後 NLP の分...

将来、人工知能に最も影響を受ける5つの業界!

人工知能の概念はますます普及しています。急速に発展する人工知能にとって、チェスの世界を席巻することは...

MLOps 向け機械学習設計パターン

著者 | Pier Paolo Ippolito、データ サイエンティスト翻訳者 | 陸新王校正 |...