2020 Fiscal Year Annual Research Report
Development of Drones Equipped with High-Speed Optical Electronic Nose Sensors: Toward High-Precision Atmospheric Environmental Monitoring
| Project/Area Number |
19H02103
|
|---|
| Research Institution | Tokyo University of Agriculture and Technology |
|---|
Principal Investigator |
石田 寛 東京農工大学, 工学(系)研究科(研究院), 教授 (80293041)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岩見 健太郎 東京農工大学, 工学(系)研究科(研究院), 准教授 (80514710)
田中 雄一 東京農工大学, 工学(系)研究科(研究院), 准教授 (10547029)
松倉 悠 大阪大学, 基礎工学研究科, 助教 (60808757)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 知能ロボティックス / センサ工学 / 計測工学 / 環境計測 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本研究では，光学式嗅覚センサをドローンに搭載して，大気環境モニタリングに応用する。廃棄物埋立地に発生するメタンなどの温室効果ガスや，硫化水素，メルカプタンなどの悪臭物質を検知し，その発生位置を突き止める。
ガス分子は，その分子構造に応じて特定の波長の赤外線を吸収するので，これを利用してガスを検知する。ドローンに搭載可能な小型センサを実現するためには，小型赤外線光源が必要となる。昨年度には，高い融点を持つ窒化チタンを900 K程度まで加熱することにより，メタンの赤外線吸収波長である3.3ミクロンの赤外線を輻射するMEMS素子の設計を行った。本年度は，設計に基づいて素子を試作した。周期微小開口構造を作り，プラズモン共鳴により高い効率で赤外線を輻射する。提案する素子構造が実際に作製できることを確認し，目的波長の赤外線を選択的に輻射することが可能であるという見通しを得た。
並行して，嗅覚センシング用ドローンの開発も行った。回転翼の間隔を広げたマルチコプタを低空飛行させると，それぞれの回転翼から吹き下ろした気流が地表に沿って放射状に広がり，互いに衝突する。その結果，地表から回転翼間に向けて上昇する気流が発生するので，地表付近を漂うガスをドローンの高さまで巻き上げて検出することが可能になる。対角線長が1 mとなるようにクアッドコプタの四つの回転翼を配置し，1 kg程度の機体が空中にホバリングするように回転翼を駆動した状態で，実際にガスを巻き上げて検出できることを確認した。地表のガス濃度分布から埋立地ガスの発生位置を推定する深層学習ニューラルネットワークの開発に関しては，ニューラルネットワークを学習するために使うデータを大量生成するシミュレータの開発に取り組んだ。自然風のスペクトルを模擬し，現実環境におけるガス濃度分布の揺らぎをシミュレーションで再現することができるようになった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究実施計画を概ね予定通りに遂行し，次年度に行う研究の準備を整えることができた。光学式嗅覚センサの開発に関しては，埋立地ガスの主成分であるメタンを検出ターゲットとし，メタンに吸収される波長の赤外線を輻射するMEMS素子の設計を行なっている。昨年度に素子を試作した際には作製過程で素子の構造が破壊されてしまったが，製作工程で薄膜内に生じる内部応力をゼロに近づける検討を行い，今年度は素子を試作することができた。実際に赤外線輻射特性の測定を行った結果，素子構造から予想される輻射波長とは異なっていたが，選択的な赤外線輻射が確認されている。
嗅覚センシング用ドローンとガス源位置推定アルゴリズムの開発は，順調に進んでいる。地表に放出されたガスは，主に風に運ばれて広がる。埋立地のような屋外環境では，風向や風速が目まぐるしく変動し，ガスの分布が乱れた複雑な形状となる。離散的な点でガス濃度を測定すると，必ずしもガス源に最も近い点でガス濃度が最大にはならず，ガス源位置の推定が困難となる。本研究で提案する手法では，風速ベクトルとガス濃度分布の時系列データを深層学習ニューラルネットワークに与え，両者の時間変動を考慮しながらガス源の位置を推定する。提案する手法の有効性は前年度までに確認済みであったが，幅広い環境に適用可能とするためには，深層学習ネットワークに大量の学習用データを与える必要がある。実測データを得るには膨大な時間が必要となるため，シミュレーションにより自然風の変動を模擬し，大量のデータを作成できるようにした。このようなシミュレータを開発したのは世界初であり，深層学習ネットワーク以外にも，様々なガス源位置推定アルゴリズムの開発に活用することが可能である。世界中の研究者に利用してもらえるように，シミュレータを公開する予定である。
|
| Strategy for Future Research Activity |
光学式嗅覚センサの開発に関しては，設計したMEMS赤外線輻射素子の試作を重ね，その赤外線輻射特性を評価する計画である。今年度は，窒化チタンの架橋構造の試作には成功したものの，窒化チタン成膜時の熱膨張や残留応力により，架橋構造が座屈してしまった。次年度には成膜条件を見直し，一様なギャップの架橋構造を作ることができるようにする。また，試作したデバイスの赤外線輻射波長が，架橋構造に設けた微小開口の間隔から予想される値とは異なっていた。次年度には，目的とする波長の赤外線が得られるように，微小開口の設計法を検討する。
嗅覚センシング用ドローンの開発に関しては，四つの回転翼を持つクアッドコプタを低空飛行させることを想定した実験を行い，地表に多少の凹凸や傾斜があっても，ガスを地表から巻き上げられることを確認している。次年度は，なるべくガスを希釈せずに巻き上げ，巻き上げたガスを確実に検知できるように，クアッドコプタに取り付ける回転翼やセンサの位置の最適化を検討する。また，開発したドローンを屋外の埋立地ガス検出だけでなく，室内空間の労働環境保全にも応用することを検討する。ドイツ連邦材料試験場のグループと共同研究を行い，工場内で二酸化炭素や粉塵の濃度分布を計測する実験を行うことを計画している。
ドローンが収集したセンサデータの処理手法の開発に関しては，ガス源位置を推定する深層学習ニューラルネットワークの学習用データを大量生成するシミュレータを作成した。この成果をまとめて原著論文を投稿すると共に，シミュレータを幅広く世界の研究者に使ってもらえるように公開する。また，生成したデータを使い，圧縮センシング，グラフ信号処理，粒子フィルタなど，他の信号処理手法を使ったガス源位置推定を試み，結果を比較する。
|
-
-
-
-
-
-
-
-
-
-
-
[Book] 匂いのセンシング技術2020
Author(s)
中本 高道, 松倉 悠, 石田 寛, 他33名
Total Pages
289
Publisher
シーエムシー出版
ISBN
978-4-7813-1515-7
-
-
