最先端の洞察 | ドローン配達が紛失しない理由はここにあります!

Frontier Insights の今号では、ドローンが商品を配送する際に進路を見つけやすくするために微細なクロスポジショニングを使用する技術、移動軌跡を明らかにするスマートソックス、2 本の交差光線によって引き起こされる化学反応に基づくミクロンレベルの高精度 3D プリントなどの技術を紹介しています。詳しく見てみましょう。

微細なクロスポジショニングを使用することで、ドローン配送は「道を見つけるのが困難」ではなくなりました

疫病流行中、ドローンを使って速達便を配達すれば、速達便の「爆発的」成長中に配達員が不足する問題を解決できるだけでなく、「非接触」速達サービスにさらに多くの選択肢を提供することもできる。

しかし、ドローンによる配送では正確な識別が難しいという問題も抱えています。 2 つの建物が似ていて、人間の目では区別が難しい場合、ドローンはどのようにして対象顧客の正確な住所を特定できるのでしょうか?配達中にドローンが紛失したらどうなりますか？

杭州典子大学の王廷宇博士は、「マイクロクロスポジショニング」モデルを使用して、ドローン配送の技術的な問題を解決しました。ドローンが衛星画像を使用してターゲットを識別する際、このモデルは衛星の目（GPSの目）とドローン自身の目（カメラ）で見た情報を使用して、ターゲットの周囲の環境をインテリジェントに識別し、それらを互いに比較して、ターゲットの位置決めを支援します。これにより、ドローン配送の大規模な応用に実現可能なソリューションが提供されます。

このモデルの最大の特長は、クロスポジショニングの意味である、宇宙座標、地球座標、ドローンのカスタマイズされた座標間の柔軟な変換を実現できることです。

図丨 パーティショニング戦略の簡略図（出典：IEEE）

既存の方法は通常、画像の中心にある地理的オブジェクトの細かい特徴をマイニングすることに重点を置いており、隣接する領域のコンテキスト情報は無視されています。研究チームは、地域に基づいた地理的位置の識別の手がかりが補助情報として役立つと考えています。研究者らは、エンドツーエンドでコンテキスト情報の効果的な方法を明示的に探求する LPN を設計しました。

文脈情報をより有効に活用するために、研究者らは正方形リング分割戦略を適用して特徴マップを分割しました。彼らは、地理的なオブジェクトは通常、画像の中心に分布しているのに対し、コンテキスト情報はその周りに放射状に分布していることを観察しました。

具体的には、高レベルの機能が正方形のリングパーティション内のいくつかの部分に分割されます。 LPN は、追加のパーツ推定器を使用せずに、画像の中心からの距離に基づいて正方形リング特徴セグメンテーション戦略を採用します。

さらに、実験では、研究者が提案した LPN を他のフレームワークに簡単に組み込むことができ、パフォーマンスをさらに向上できることも実証されています。 LPN は、UAV 視点ターゲット位置特定タスク (衛星 UAV) で 75.93%、UAV ナビゲーション タスク (衛星 UAV) で 86.45% の精度を達成しました。

動きを可視化するスマートソックス

あなたのすべての行動はこのソックスによって制御されます。

片足で立っているとき、腰をひねっているとき、歩いているときなど、このソックスは足にかかる圧力の変化を通じてあなたの動きを予測することができます。最も重要なのは、素材が製造しやすく、多数の高精度センサーを統合する必要がないことです。衣服を織る方法を使用することで、優れた検出効果を持つ靴下を作ることができます。

この「スーパーパワー」を持つ靴下はMITによって開発され、現在ネイチャー誌に掲載されています。

靴下の動き検出の原理自体は単純です。機械学習を使用して人間の姿勢と触覚的な足跡を関連付け、人間の動きを予測します。これは、人がある姿勢から別の姿勢に変わると、足にかかる圧力が変わり（重心が右足から左足に移動するなど）、それに応じて触覚的な足跡も変化するためです。

大量のデータを収集し、自己教師学習を使用してモデルをトレーニングすることで、人体の動きを予測することが可能になります。

この靴下は2種類の生地を混ぜて作られています。通常の織物繊維であるアクリル糸と、力を感知できる機能性繊維が含まれています。そのため、このタイプの靴下は、靴下自体の柔らかさを保ちながら、動きを感知する機能も備えています。

荷重圧力が感知されると、2 本のワイヤが互いに圧迫され、内部の感知材料が交差点を通じて力の大きさを感知できます。

これまで、多くのウェアラブルデバイスでは、測定の精度を確保するために多数の高精度センサーが必要でした。

しかし、既存のウェアラブル電子機器とは異なり、この靴下のデザインは大規模な衣料品生産に使用でき、コストを大幅に削減できます。スマートソックスに加えて、MITの研究者はベスト、膝、手袋など、さまざまなスマートファブリックも開発しました。

これらのスマートファブリックは、患者の運動やリハビリテーションのトレーニングに使用できます。家族の許可があれば、入院中の患者の健康状態を監視し、一人でいるときに転倒したり意識を失ったりするのを防ぐために使用できます。

もちろんロボットにも装着可能です。このスーツ内のデータから学習することで、機械は人間の動きを理解し、さまざまな動きを実行することを学ぶことができるようになるかもしれません。

しかし、一部のネットユーザーは、これらのソックスが将来私たちの活動を監視する可能性があるとも言っています。これは良くありません。

こんな靴下が欲しいと思いませんか？

交差する2本の光線によって引き起こされる化学反応に基づくミクロンレベルの高精度3Dプリント

体積付加製造 (VAM) と呼ばれる 3D 印刷技術は、光を使用して液体の前駆体から対象物体を急速に固化します。この技術は、異なる波長の交差した 2 本の光線 (X 字型) を使用して物体全体を凝固させるため、ホログラフィーと呼ばれます (ホロはギリシャ語で全体を意味します)。

現在入手可能な最速の 3D プリンターは、光を使用して液体の原料の全層を一度に重合させ、500 mm/時の速度で液体を固体に変えることができます。光束と重合速度が適切に調整されていれば、従来の層ごとの 3D 印刷のアーティファクトなしで完全なオブジェクトを印刷できます。 VAM 法では、出発材料から目的の物体を得る必要がないため、プロセスが簡素化され、製造プロセスが高速化されます。このアプローチでは、他の方法と比較して、サポート構造を印刷せずに高品質の部品を製造することができ、印刷後にサポート構造を除去する必要がなくなります。

ホログラフィーのワークフローは次のとおりです。一定量の粘性樹脂材料に光を照射して、一定の厚さの長方形の照射層を生成します。この光の特定の波長は、分子の主鎖上の分子リングを切断し、樹脂に溶解した二色光開始剤 (DCPI) 分子を励起します。この反応は照射層内でのみ発生します。

この方法の実際的な効果を実証するために、研究者らはこの技術を使用して、直径 8 mm のボール ケージ内に可動ボールを印刷しました。従来のレイヤーごとの 3D プリントを使用する場合、プリント中にサポートの助けを借りてボールをケージに接続する必要があり、これらのサポートを後で取り外すのは困難です。 xolography によって可能になった高解像度の印刷により、水流や空気流で回転するブレードなどの機械システムを直接印刷することも可能になります。

より強力なレーザーを使用するなど、より優れた光学系を導入することで、ホログラフィーの特徴解像度とボリューム生成率をさらに向上させることができます。しかし、すべての VAM システムは、造形体積を立方センチメートルから立方メートルに増やす方法や、1 回の印刷で複数の材料を使用する方法など、いくつかの共通の課題に直面しています。

印刷速度が向上し、新しい材料が登場するにつれて、製品開発の一環としてランニングシューズの中間層の大規模なカスタマイズに DLP 方式が使用されるようになりました。 VAM と xolography が同様の進歩をもたらすことができれば、大規模な商品製造は間近に迫っているでしょう。今後は、現在3Dプリントが利用できない分野でも、数多くのアプリケーションが登場するでしょう。