記事本文
デルフト工科大学のマイクロ航空機ラボ（MAVLab）の研究者たちは、
アリのナビゲーション方法にヒントを得た革新的な自律ナビゲーションシステムを開発しました。
このシステムは、
小型軽量ドローンの新たな可能性を切り拓くものです。
2024年7月17日に「Science Robotics」誌で発表されたこの研究は、
特に倉庫の在庫監視や産業用ガス漏れ検出といったアプリケーションにおいて大きな可能性を秘めています。
課題と革新
小型ドローンは非常に小型のコンピュータプロセッサしか搭載できないため、
従来の自律ナビゲーションシステムは不適切でした。
重くて電力を大量に消費するセンサーや、
GPSや無線ビーコンなどの外部インフラに依存するシステムでは、
小型ドローンの利点を活かせません。
このため、
MAVLabの研究者たちは自然界、
特に昆虫のナビゲーション方法からインスピレーションを得ました。
生物にヒントを得たナビゲーション戦略
昆虫は、
低解像度ながら全方向の視覚システムを持ち、
「視覚記憶」と「オドメトリ」を組み合わせてナビゲーションを行います。
視覚記憶とは環境のスナップショットを作成し、
そのスナップショットと現在の視覚情報を比較して移動する方法です。
Tom van Dijk氏は、
スナップショットベースのナビゲーションをヘンゼルとグレーテルのおとぎ話になぞらえ、
石を落として家に帰るように、
ロボットはスナップショットを使用して自分の位置を確認します。
Guido de Croon教授は、
ロボットがオドメトリに基づいてスナップショット間を移動すれば、
スナップショットの間隔を広く取ることができると説明しています。
これにより、少ないメモリで長距離のナビゲーションが可能となり、
全方位カメラを搭載した56グラムの「CrazyFlie」ドローンは、
わずか1.16キロバイトのメモリで最大100メートルの距離を移動できます。
技術を活用する
この研究は、
全ての視覚処理が小型の「マイクロコントローラー」と呼ばれるコンピューターで行われ、
多くの安価な電子機器に搭載可能です。
提案されたナビゲーション戦略は、
地図の生成を伴わないものの、
ドローンが出発点に戻ることができるため、
倉庫での在庫追跡や温室での作物の監視など、
多くの現実世界のアプリケーションに十分応用できます。
デルフト工科大学のMAVLabが開発したこの自律ナビゲーションシステムは、
小型軽量ドローンの新たな可能性を示し、
多くの産業分野での応用が期待されます。
参考記事
https://www.drone.jp/news/2024072010362393241.html#google_vignette
画像(https://www.drone.jp)
https://www.drone.jp/news/2024072010362393241.html#google_vignette