交通渋滞の解決、放射線の監視、現場での捜索救助...ドローンにはどんな素晴らしい用途があるのでしょうか?

01 トラフィック監視

セキュリティ任務におけるドローンの有望な用途の 1 つは、交通監視システムの強化です。現在、交通監視システムは広く導入されており、高度道路交通システム (ITS) インフラストラクチャの重要な部分となっています。

[[333317]]

このシステムは、その重要性にもかかわらず、多くの農村地域では十分に導入されておらず、特定の場所にしか存在せず、主に費用対効果の考慮により、統合的な交通運用に使用されるのではなく、単純な交通量のカウントしか実行できません。

この点で、ドローンは地方の交通規制システムのニーズを満たす費用対効果の高い手段を提供します。高速道路の交通の流れは動的かつ不確実であるため、アクセス可能なエリアと遠隔地の両方で即時かつ正確な情報が必要です。

1. 混雑監視

近年、交通渋滞はますます深刻になってきています。交通状況に関するリアルタイム情報を収集することで、交通施設の制御と対応を改善し、移動の遅延を効果的に削減し、負傷者が救助サービスを受けるまでの時間を短縮することで医療と健康状態を改善できます。監視ネットワークの価値の多くは、常に、ネットワークのごく一部を監視することから生まれます。

残念ながら、監視ネットワークの最も重要な部分は常に変化しており、多くの場合不明です。例えば、交通事故による車両渋滞の場所は、予測できない出来事が発生した場所によって異なります。従来の交通監視システムは、固定位置検出器（カメラを含む）を高密度に配置することで、交通ネットワーク全体が変化する状況に迅速に対応できるようにします。これらの固定検出器の範囲を超える情報が必要な場合は、手動での評価が必要です。

交通流リモートセンシング全国コンソーシアム (NCRST-F) は、ドローンの使用が交通業務の鳥瞰図と迅速な対応を提供する低コストの方法であることを認識しています。

ドローンによる交通監視中に収集される有用な情報には、車両の車線変更の頻度、車両間の平均距離、大型車両の数、事故の種類、車両の軌跡と種類などがあります。ループ検出器は利用可能ですが、ローカル情報のみを提供し、車両が車線を変更するタイミングなどの詳細を提供することはできません。

一方、カメラを搭載したドローンは高速道路の全体図と関連情報を提供できるため、道路のリアルタイム監視機能が向上します。

さらに、ドローンには有人航空機に比べて多くの利点があります。たとえば、ドローンはより低い高度で飛行することができ、気象条件が有人航空機に適さない場合でも使用できます。このタイプのアプリケーションは、ドローンを通じて情報を収集する際の 2 つの問題を解決する必要があります。それは、道路をカメラの視野内に維持すること、画像を処理して関連データを収集することです。

通常、ドローンによって取得された交通データに含まれる情報は、従来の監視システムによって取得される情報よりもはるかに複雑です。ドローン映像には、平均速度、交通密度、交通量などの従来のデータだけでなく、車両軌跡データ、車線変更データ、道路上の車両追跡データなど、車両ごとのレベルデータも含まれます。

また、ドローンが撮影したビデオフレームには複数の車両が含まれており、ビデオのフレームレートが非常に高いため、処理するデータ量が非常に多くなります。これらの特性を考慮すると、データの収集、復元、分析は、転送中のビッグデータ分析の重要な要素であると考えられます。対処しなければならない問題には、物理​​層の問題、通信の問題、ネットワーク層の問題などがあります。

このプロジェクトは、リモートセンシングと複合輸送におけるドローンの使用に関するケーススタディとして機能します。プロジェクトの主な目的は次のとおりです。

1. UAV の自律制御のための調整および反応コンポーネントを含む、信頼性の高いソフトウェアおよびハードウェア アーキテクチャを開発します。
2. アクティブビジョンシステムに重点を置いた感覚プラットフォームと感覚解釈技術を開発し、感覚データ処理のリアルタイム制約を実現します。
3. 運用環境に関連する動的および静的な地理、空間、時間情報を取得するための効果的な推論およびアルゴリズム技術を開発します。
4. ドローンを誘導し、地上車両の動作を予測および処理するための計画、予測、記録認識技術を開発します。
5. 複雑な環境と機能に基づいたシミュレーション、仕様、プロジェクト、検証技術、モデリング ツールの開発。

2. 運転行動モニタリング

運転行動の研究では、詳細かつ正確な車両軌跡データも必要です。運転行動モデルは、さまざまな交通状況下でのドライバーの操縦決定を捉えるものであり、ミクロな交通シミュレーション システムの重要な構成要素です。ドローンで撮影した画像を通じて車両を検出し追跡することは、従来の交通監視システムと比較して、いくつかの課題があります。

• まず、ドローン監視プラットフォーム上のカメラは頻繁に変更されます。ドローンのカメラはビデオ録画中に回転、移動、反転する可能性があるためです。
• さらに、風の変動により突然の振動が発生し、車両の追跡に悪影響を与える可能性があります。
• 一方、運転者の行動研究モデル（車線追従モデルや車線変更モデルなど）では、各車両の正確な軌跡データが必要です。車両データの欠落や追跡エラーは、モデル パラメータの精度に影響する可能性があります。

したがって、車両の検出と追跡中に車両の速度と横方向の位置を正確に計算するには、高解像度の画像が不可欠です。車両認識方法は、オプティカルフロー方式と特徴抽出・マッチング方式に分けられます。

異常な運転行動は、飲酒運転（DWI）を特定し、関連する事故を防ぐために使用されてきました。現在、警察官は視覚的な観察に頼ってそのような行動を検出し、潜在的な飲酒運転者を特定しています。ただし、このアプローチは人為的ミスによって制限され、限られた範囲の車両に限定されます。

これらの制限を克服するために、ドローンを使用して運転行動を監視し、事故を防止して高速道路の安全性を向上させ、高速道路での危険な運転行為を効率的かつタイムリーに検出して分析することができます。米道路交通安全局（NHTSA）は2010年に、法執行官は潜在的な飲酒運転者を特定するためにこれらの悪い行動をよく利用していると結論付けた。

8 つの潜在的な悪い行動を観察するには、6 つの主要な指標を特定し、定量化する必要があります。これらの主要な指標には、車両 ID、速度、移動距離、車線変更頻度、車線変更時間、加速度が含まれます。したがって、これらの主要なメトリックを計算することは、コンピューター ビジョン アルゴリズムを識別し、不正な動作を定量化するための最初のタスクです。 6 つの主要な指標を計算するには、車線に対する車両の位置と、ビデオ フレームを通じて車両を識別して追跡する必要があります。

02 核・生物・化学事故

核兵器、生物兵器、化学兵器（NBC）事故は、有人システムと無人システムが連携して動作するもう 1 つの例です。災害復旧プロジェクトでは、多くの場合、到達が困難または不可能な地域の放射能汚染をマッピングして定量化する必要があります。このタスクは、ロボット システムに最適なアプリケーション シナリオです。特に、ドローンは有望な一般的な解決策を提供します。

このドローンプロジェクトは、緊急対応時の事故現場での放射能調査に使用できるほか、原子炉殻の構造検査にも使用できる。しかし、ドローンプラットフォームは原子力施設での使用が困難です。ドローンは通常、安定性と制御のために GPS に依存しているため、金属製の建物の近くや内部では GPS が信頼できなかったり、機能しなくなったりする可能性があります。ドローンで撮影したデータから汚染を定量的に測定することも困難です。

緊急偵察の別のケースでは、ドローンが有毒な雲の中に飛び込み、分析のために汚染物質のサンプルを持ち帰る必要がある。

人間の操縦者は事故現場に近づきたくないので、ドローンは長時間飛行でき、強い向かい風にも耐えられる必要があります。これは、大気中の煙源から発生する煙の濃度を推定します。発生源の位置の検出は、環境や捜索救助活動に関連するさまざまな用途に使用されます。煙の濃度をリアルタイムで推定することで、ガスの発生源を特定し、煙の悪影響を防ぐ対策を講じることが可能です。

ガス輸送モデルの助けを借りて、プルーム領域内の固定センサー、表面センサー、または空中センサーを使用してプルーム推定問題を解決できます。このプログラムは、指定された場所での初期仮定を使用して濃度とガス源の位置を測定し、可能性のあるガス源の位置のマップを作成します。

センサーモーション制御は、環境測定などの同じ検出をサポートするためにセンサー測定を収集することによって実現されます。センサーを UAV プラットフォームに搭載する場合、UAV の動作時間やエネルギー消費を短縮し、非構造化動的環境で障害物を回避したり、ターゲット情報を効率的に収集したりできるようにセンサーのパスを計画することが最も重要です。

03 捜索救助

捜索救助 (SAR) には、都市捜索救助、荒野捜索救助、海上捜索など、さまざまな形態があります。それぞれの形態には、被害者と救助隊員に対する独自のリスクと危険があります。

1. 都市捜索救助

都市捜索救助 (USAR) は、被害者の所在を特定し、捜索し、医療処置と救助サービスを提供するための戦略、戦術、および活動として定義されます。

USAR はドローンが役割を果たす可能性がある分野の一つです。救助隊が到着する前に捜索活動の方法を決めることができます。 USAR は倒壊した建物の迅速な救助において少なくとも 7 つの困難に直面しています。

1. 都市の捜索救助任務が発展するにつれて、ベストプラクティスと教訓を得るために、任務の効果的な経験を客観的に評価し、分析することが必要になります。
2. 救助技術には、負傷者の評価、監視、救助ツールの開発と最適化が含まれます。
3. 地域が参加することで、専門的な救助活動の相乗効果と地域を拠点とする緊急対応者との協力関係が生まれ、専門知識とリソースのバランスが取れます。
4. 情報システムは、複数のデータ ストリームを識別、収集、管理し、情報に変換して、より優れた高レベルの計画とタイムラインの状況認識を提供します。
5. テクノロジーの統合には、より高度なテクノロジーの検証と統合が含まれます。
6. 危機管理とは、状況に応じて適応し、拡張可能な管理システムです。
7. 利用可能な予算は購入に影響を与えるだけでなく、システムやテクノロジーの迅速な導入と使用にも影響を与えます。長期的には、新しいシステムやテクノロジーの開発に大きな影響を与えるでしょう。

USAR チームは次のタスクを実行できます。

• 倒壊した建物内で物理的な捜索救助を実施する。
• 閉じ込められた人々に緊急医療評価とケアを提供する。
• ガスや電気サービスなどの危険性を評価および管理します。
• 損傷した建物を評価し、補強します。

有人ドローンチームの使命は、被災地を調査し、状況評価に十分な情報を提供することです。人間とドローンの救助チームは、少なくとも 1 台のドローン、遠隔制御室にいる数人の人、および 1 人以上の人間のドローン オペレーターで構成されます。チームは地理的に分散しています。ドローンチームのメンバーは次のとおりです。

1. 現場でドローンを飛ばすドローンオペレーター
2. ドローンのビデオストリームを視聴し、ドローンオペレーターにミッションを指導するドローンミッションの専門家
3. ドローンチームの安全を守るための対策

展開中、UAV ミッションスペシャリストは主に UAV オペレーターと協力して、UAV オペレーターに追加の視点を提供します。その後、ドローンチームがビデオ映像を評価します。ビデオ映像から得られた情報は国立消防隊に直接提供され、無人地上車両 (UGV) による任務遂行にも使用されます。

状況認識には、環境のさまざまなビューを統合し、さまざまな視点と要件を生み出すアプローチが必要です。これを実現するには、ドローンが周囲の環境を感知し、自律的に移動するためのさらなる自律性が必要です。しかし、被災地は厳しい環境の場所です。これにより、都市環境で動作する UAV システムの持続性に課題が生じます。

さらに、被災地では無線リンク帯域の安定性が保証されません。モバイル システムが過酷な環境で動作する場合、コンピューティング リソースの制限と低品質のセンサーの利用可能性も、UAV の自律性を実現する上で大きな課題となります。

これらのミッション特性により、UAV はセンサーと計画機能の点でモジュール化され、柔軟であることが求められます。ドローンは、倒壊した建物など、構造化されていない屋内および屋外の環境でも動作できる必要があります。ナビゲーション システムは、GPS などの外部補助が利用可能かどうかは保証できないため、外部補助がなくても動作できる必要があります。

この環境では風の状況が変化するため、ドローンは堅牢な飛行機能も提供する必要があります。都市の災害地帯で完全な自律性を実現するための重要な機能は、車載処理と意思決定です。捜索任務では、ドローンに特定のミッション識別機能も必要です。人、動物、または物体（ランドマーク、標識、着陸地点など）を識別して位置を特定することは、USAR ミッションの中心的な課題です。

2. 荒野での捜索救助

荒野捜索救助 (WiSAR) では、多くの場合、道路が困難な遠隔地での広い範囲の捜索が必要です。地上捜索ロボットは広い捜索範囲を対象とする必要があり、救助活動中の機動性が制限される可能性があるからです。したがって、現場での捜索救助のために小型ドローンを使用して捜索エリアの航空写真を提供することは、優れた代替手段となります。

自然の中での捜索救助活動を支援するドローンを大規模に導入するには、持ち運び可能で耐久性があり、操作が簡単である必要があります。これらの要件は、選択された特定の UAV から生じる制約、人的要因から生じる制約 (特に最低限のトレーニング要件から生じる制約)、使用される制御によって課される制約、および既存のチーム構造を活用する必要性を含む特定のミッションから生じる制約など、多くの制約を課します。

3. 海洋調査

適切なドローン システムを使用することで、海上捜索をより効果的に実施できます。システム オブ システム (SoS) として使用される海上 SAR は、アーキテクチャ アプローチを実装および実証するための地域シナリオです。ドローン、協調指揮統制システム、通信システム、その他の大型有人船など、さまざまなシステムを活用します。

現在、沿岸レーダー、哨戒機や監視機、船舶レーダー、民間航空機や船舶からの報告など、さまざまなセンサーとデータ ソースが使用されています。各センサーには独自の特性があります。たとえば、沿岸のレーダー基地は、レーダー視野内では連続的にカバーされますが、その視野外では完全に無効になります。

視線外および継続的な海軍監視の場合、関心領域を観察する最も効果的、経済的、柔軟な方法は、監視ドローンを使用して定期的に監視を行うことです。このアプローチにより、すべてのシステム間の相互依存性を活用できるようになります。したがって、堅牢で効率的、ネットワーク中心、生成的なアーキテクチャを生成することが不可欠です。

SoS のアーキテクチャを生成することは、多くの変数と制約を伴う多目的最適化問題です。スキーマを生成するために必要な情報は次のとおりです。

1. SoS の主な目的: 沿岸警備隊の捜索救助能力が問題として選択されました。
2. 利害関係者: 沿岸警備隊は、地域内の複数の場所で使用されているさまざまな機能を備えた多数のシステムを保有しています。さらに、災害発生時には、漁船、民間船舶、商船が一時的に SoS に参加して支援を行うことができます。調整・指揮管制センターは、作戦中の有人船舶と無人航空機の組み合わせを指揮します。
3. 大まかな桁数 (ROM) の予算。
4. SoS の主要なパフォーマンス属性 (KPA): パフォーマンス、実装可能性、堅牢性、モジュール性、ネットワークの中心性。

複数のドローンによる海上捜索救助にはいくつかの問題が伴います。

• まず、商用ドローンは燃料容量が限られているため、無期限に運用することはできません。
• 第二に、特定のエリアでの生存者の生存確率は時間と風によって変化し、この確率は封じ込め確率 (POC) と呼ばれることがよくあります。
• 第三に、多くのドローンや燃料補給ステーションシステムは自動的に制御される必要があります。

根本的なドリフトとそれに伴う不確実性を適切に推定しなければ、捜索範囲のドリフトと拡大を予測することは依然として困難です。直接的な方法は、電流計を使用して、周囲の水に対する物体の動きを測定することです。捜索救助最適計画システム (SAROPS) は、環境データ サーバーを使用して、複数のソースから風と海流の予測を取得します。システムは、検索増分の検出確率を最大化するために、複数の検索ユニットの検索パスを提示します。

海洋の拡散率は、観測またはモデル化されたベクトル場に基づいて粒子の分散を再構築する際に重要な要素となります。多くの場合、比較的短い期間にわたる SAR オブジェクトの分散を推定するには、単純な確率モデルで十分です。分散と積分時間スケール（季節的である可能性あり）の地域的な推定は、SAR オブジェクトの分散に重大な影響を与える可能性があるため、慎重に検討する必要があります。