| Project/Area Number |
21K19852
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 63:Environmental analyses and evaluation and related fields
|
|---|
| Research Institution | Japan Aerospace EXploration Agency |
|---|
Principal Investigator |
長谷川 克也 国立研究開発法人宇宙航空研究開発機構, 宇宙科学研究所, 研究開発員 (30425780)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
萩尾 由貴子 明海大学, 総合教育センター, 講師 (50744885)
大谷 淳 早稲田大学, 理工学術院, 教授 (90329152)
|
|---|
| Project Period (FY) |
2021-07-09 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥5,720,000 (Direct Cost: ¥4,400,000、Indirect Cost: ¥1,320,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2021: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
|
|---|
| Keywords | 災害対策 / 自律飛行 / ドローン / 土砂崩れ / 無人航空機 / 機械学習 / AI / 地域インフラ / 災害情報取集 / 災害検出 |
|---|
| Outline of Research at the Start |
日本は災害の多い国であるが、その発生のほとんどは首都圏や大都市ではなく、地方で起こっている。小規模な地すべり、土砂崩れは頻繁に起こっているが、慢性的な人員不足である自治体では地域インフラ崩壊は発見に時間がかかることが多い。そのような要因で現在の日本では「見たらわかる災害が発見できない国」となっている。本研究ではAI技術とドローンを用いて「自動巡回による地域インフラ監視と災害情報収集」を行う。
|
| Outline of Annual Research Achievements |
本研究は地域インフラ監視及び災害情報収集を目的とし地方の比較的小規模な地方自治体が管理する道路や施設などに影響する小規模土砂崩れの自動検出を目的としている。手段としてドローンを使い上空から撮影し地形の経時変化をデータ解析する飛翔体、撮影方法、検出アルゴリズムなどの研究を行った。
実験は埼玉県嵐山町にある工業団地造成地で山を切り崩し土地造成現場において地形変化を計測し自動抽出に成功した。また国立研究開発法人土木研究所において土砂崩れを想定し盛土を崩しながら計測を行なうことで小規模な土砂崩れのシミュレーションを行い土地造成地の大規模な変化ではなく、精細な地形変化に対しての計測、解析にも成功した。
本研究において撮影のための飛行経路の選定や飛行速度、撮影高度、撮影間隔、解像度などの撮影パラメータをえることができた。また、撮影された映像によって最終の解析精度に影響が出るという知見が得られたことから、撮影に使用するドローンに求められる性能についても明らかになった。使用する固定翼機は自律航法によって監視点を巡回することを目的としたが、航空法の規制により目視外自律飛行が実現できなかったが、目視内でGPSを利用し自律飛行で巡回させることで同等の性能が実現できたものとした。
解析アルゴリズムについて、位置精度、時間制度、取得画像に対する要求、解析技術、機械学習精度など多くの知見を得ることができた。
本研究直接成果及びドローンを用いた付帯技術に関する成果は画像電子学会、繊維学会、船舶工学会、農業システム学会などで発表を行った。
２０２４年に研究成果により得られたドローンの技術について特許出願を予定している。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究開始直後COVID-19の影響により実験が遅れてしまったが、工業団地造成地ほかの実験を行なうことにより必要なデータを得ることができた。良好なデータを得るための撮影技術は飛行高度、飛行速度などの飛行技術についてのノウハウの蓄積も進み、映像解析に必要となる良好な映像の取得が解析精度に影響が得るという知見を得られた。造成地で変化する地形を時間経過で撮影し本研究の目的である機械学習によって自動的に知見変化を抽出するアルゴリズムも良好に変化を抽出できた。
本研究ではUAVの自律航法によって自動的に飛行して撮影することを目的としたが、航空法の制約で目視外の自律飛行が不可能であったため、目視内の周回となったが撮影のため安定した姿勢で長に必要となる長時間飛行に成功した。
|
| Strategy for Future Research Activity |
本研究では小規模な地方自治体などが管理する小規模な土砂崩れによる交通障害などの災害をドローンの自動巡回によって自動的に発見することを目標としている。研究の進行によって十分な精度で検出が可能という結果を得られたが、航空法の規制により直接視認できない空域への自律飛行が実現できなかった。個別の技術としてはドローンの定点巡回のための自律飛行に関する技術は確立しているため、必要となる資格、航空局への機体登録、飛行申請をクリアし実用に向け研究を推進する予定である。
出願予定の特許により安全性を高めた自律飛行を実現していく研究を続ける。
|
