Path Planning of Multiple UAVs with Collision Avoidance by Multi-Objective Evolutionary Neural Networks
Project/Area Number |
21K12081
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 61050:Intelligent robotics-related
|
Research Institution | Setsunan University |
Principal Investigator |
片田 喜章 摂南大学, 理工学部, 准教授 (30411705)
|
Co-Investigator(Kenkyū-buntansha) |
渡邉 真也 室蘭工業大学, 大学院工学研究科, 准教授 (30388136)
|
Project Period (FY) |
2021-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2021: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
|
Keywords | ドローン / 経路計画 / 多目的最適化 / 衝突回避 / 多目的進化計算 / 自動飛行 / 飛行経路計画 / 進化型多目的最適化 / 複数ドローン / 人工神経回路網 / 複数巡回セールスマン問題 |
Outline of Research at the Start |
近年,ドローンを物流に適用する研究が進んでいる.実用化のためには,それらを複数機用いる配送計画問題を解決することが重要な課題であり,計画時のドローンの衝突回避・飛行時の不確実性に対する対応が必要になる.本研究では衝突回避を考慮した複数ドローンの飛行経路計画問題を解決するため,人工神経回路網を用いて飛行地点群を各ドローンに割り当て,最短経路を求解する方法を明確にする.とくに,進化型多目的最適化に注目することで,複数ドローンの経路計画法を確立し実用化を促進する.本研究により,複数ドローンの飛行経路の様態が明らかになることから,さまざまな分野での複数ドローンの展開が可能になると考えられる.
|
Outline of Annual Research Achievements |
本研究で取り扱う飛行計画問題は,数理計画の分野で複数巡回セールスマン問題(MTSP) とよばれる複数エージェントの経路計画問題と等しくなる.そのため,本研究では,衝突回避を考慮した複数ドローンの飛行経路計画を以下のように行っている. (1) 飛行地点群を各ドローンに割り当てる問題を,多目的進化型人工神経回路網(ANNs) を用いて解き,割り当てられた飛行地点群の飛行経路を巡回セールスマン問題(TSP) で広く採用されている最適化手法(TSPソルバー) を用いて解く,二段階探索法を実施し,解探索性能を検証する. (2) (1) の結果をもとに,屋外の飛行地点群の位置情報(緯度・経度) を用いて,提案手法を適用して複数ドローンの飛行経路を生成し,複数の実機ドローンを飛行させて飛行経路の有効性を検証するとともに,実機ドローンで生じる不確実性を明らかにする. (1)に関する概要:多目的進化計算の選定を終え,計算機実験により得られる非劣解集合および選好解の特徴が評価指標を変更することによってどのように変化するか調べた.また,ドローンの飛行経路計画に適用するために衝突回避を評価指標に組み込み,ドローン台数を変更することによって得られる飛行経路を検証した.本実績は,進化計算シンポジウム2022,SI2022において学会発表している. (2)に関する概要:初年度に購入したホビー機のドローンが3台以上の同時飛行に対応していないことが判明し,航空法の改正も伴い,代替機の選定・購入に時間を要した.検討の結果,ホビー機ではなく台数を減らして産業機1台を購入し実験を開始している.(1)の結果をもとに,飛行地点群の位置情報に対して,提案手法を適用して飛行経路を生成した.3台に対し得られた経路に基づいて,1台ずつ実機ドローンを自動飛行させ,経路に沿った自動飛行が可能であることを確認した.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
(1)に関して.飛行地点群割当てに用いる人工神経回路網を設計するために多目的進化計算を適用し,評価指標の設定を変更することによる性能比較を計算機実験によって行った.また,使用するドローン台数(3,4,5台)および目的飛行地点群(4461地点)に対する飛行開始地点の位置設定による飛行経路の評価値の変化を検証した.さらに,1379地点群の問題に対して衝突回避を評価指標に組み込み,ドローン台数を変更する計算機実験を行い,得られる飛行経路が衝突を回避したものになっていることを確認した.本研究成果を,進化計算シンポジウム2022,SI2022において学会発表している.SI2022の発表に関して,優秀講演賞を受賞した. (2)に関して,飛行経路(フライトファイル)のインポート・複数ドローン同時飛行制御および飛行中の状態モニタリングを行うために購入した市販ソフトウェアは,初年度に購入・使用していたドローンホビー機で3台以上の同時飛行に対応していないことが判明し,このソフトに対応しているドローン産業機を購入した.また,ドローンの飛行実験のために機体登録,国土交通省大阪航空局へ申請書を提出し,飛行許可・承認を得た.さらに(1)の結果をもとに,飛行実験を行う人工芝グラウンド上空における飛行地点群の位置情報に対して,提案手法を適用して飛行経路を生成した.3台に対し得られた経路に基づいて,1台ずつ実機ドローンを自動飛行させ,経路に沿った自動飛行が可能であることを確認した.
|
Strategy for Future Research Activity |
これまでの研究実績・進捗状況を考慮して実施する内容は以下2点である.使用しているドローン制御ソフトウェアで複数同時飛行が確認されている産業用ドローンをもう1台購入し実験を行う.初年度に購入したホビー機よりも高額なため,ドローン台数が当初予定よりも減ることになるが,2台を同時に飛行させることで,本研究の目的を達成することは可能であると考える.飛行地点ごとの待機時間に差が出る事案に関しては未解決であり,これを問題設定に含めることを可能とする飛行計画問題にする.また,飛行計画時の衝突判定に関する計算方法は確定しているが,ドローンの周囲に設ける安全範囲は適用する飛行計画問題およびドローンの位置精度に依存する.ドローンの機種が確定したので具体的な数値を設定し,安全範囲を変更した場合に飛行経路に与える影響を考察していく. 今後の計画の詳細を以下に示す.ここで,R5-1は令和5年前期,R5-2は令和5年後期実施を表す. [I] TSPベンチマーク問題での経路計画{評価指標の検討(R5-1), 研究分担者と協議 (R5-1)(R5-2)} [II] 人工芝グラウンド飛行経路計画{機種特有の数値設定(R5-1), TSPソルバー・多目的進化計算の適用(R5-1)(R5-2),研究分担者と協議(R5-1)(R5-2)} [III] 自動飛行実験{実機ドローン購入(R5-1), 複数ドローンによる自動飛行の実施(R5-1)(R5-2)}
|
Report
(2 results)
Research Products
(3 results)