自律航行ドローン、安全飛行のために検知すべきデータや技術は?(深掘り!自動運転×データ 第20回)

空の障害物や悪天候、ほかのドローンの飛行データ…



世界各地で開発が進む無人航空機「ドローン」。エンターテインメントを飛び越し、その役割は各種観測や農業、警備、災害対策、点検、危険区域における作業など、幅広い分野での利活用に期待が持たれている。

中でも、物流や人の移動を目的とした開発は「空のモビリティ革命」を巻き起こすインパクトを持っており、高い注目が寄せられている。

こうした自律航行するドローンが検知すべきデータや備えるべき技術にはどのようなものがあるのか、解説していこう。

■気象に関するデータを逐一解析す必要性

空中を飛行するドローンの運行は、風や気象条件に大きく左右される。物や人の移動を担うドローンは大型化されるとはいえ、エネルギー効率を高めるため可能な限り軽量化されているからだ。

低空と中空の風速の違いをはじめ、山間部やビル風といった特有の環境によってドローンを取り巻く風速は刻々と変化する。この風の影響をリアルタイムで検知し、自機位置や進行方向などにずれが生じないよう制御する技術が求められる。

同様に、雨や雪の影響も決してゼロではない。円滑に自律航行するため、気象情報を逐一データ化し解析する必要がありそうだ。

■鉄塔や高層ビル、鳥などの空の「障害物」を検知

地上に比べ障害物が少ない空中においても、当然周囲に気を配らなければ重大事故を引き起こしかねない。

生活環境域、特に都市部においては高層ビル、地方においては鉄塔などの構造物に注意する必要があるほか、空特有の障害物として「鳥」が挙げられる。

ジェット機においても、エンジンが鳥を吸い込むバードストライクによって緊急着陸する例は後を絶たないが、ドローンにおいても鳥がプロペラに巻き込まれることによる事故などが懸念される。

また、鳥以外にも他者が操縦する小型ドローンが向かってくる可能性もある。航空法や条例などで規制されてはいるものの無許可の飛行は後を絶たない。個人向けのドローンも高機能化しており、自律航行ドローンと同じ空域を飛行することは可能だ。

高速で空を飛び交う鳥などをセンサーで検知して回避行動をとるのは大きな困難を伴うが、周囲を検知するセンサーは欠かせない機器となる。

■侵入禁止空域や障害物多発地域などのデータ

地上の自動運転における高精度3次元地図同様、自律航行ドローンにおいても立体的な3Dマップが必要となる。地上の構造物のほか、高低差のある山などの地形を正確にマッピングしたものだ。

大まかな自機位置特定のほか、衝突などの事故を未然に防ぐため欠かすことのできないデジタルインフラとなる。侵入禁止空域や障害物多発地域といった情報をデータとして組み込むなど、将来的には既存の3Dマップがより高精度化・ダイナミック化され、自律航行においてマップと協調したシステムが必要になりそうだ。

■常時位置データをやり取りしながら飛行

目印の少ない空中を航行するドローンだが、正確に自機位置を特定する必要がある。GPSをはじめとしたGNSS(全球測位衛星システム)をベースに、固定基地局で受信したGPS電波を利用して誤差を最小化するDGPS(相対測位方式)や、DGPS同様2つの受信機を用い、衛星までの距離を搬送波の波数と位相差から求めるRTK(干渉測位方式)などの活用が求められる。

衛星システムにおいては、2018年11月に日本のQZSS(準天頂衛星システム)「みちびき」のサービスが始まり、より高精度で安定した衛星測位サービスが実現した。GPSとの互換性もあり、従来のGPSと一体的に活用することで安定した高精度測位を行うことを可能にしている。

自動運転同様、位置情報は可能な限り誤差を最小化する必要があるため、ドローンは常に位置データをやりとりしながら自律航行を行うのだ。

■無人航空機管制システムとのデータのやり取り

自律航行ドローンの実用化が本格化すると、従来の航空機のほかパーソナル向けの航空モビリティなども多数登場し、新たな航空管制システムが求められることになる。空は広いとはいえ、比較的狭域を複数の自律航行ドローンが飛び交うと、ニアミスする場面も多発するケースが増加するからだ。また、離発着場も急増することからこうしたデータベースも必要となり、運行管理者はこうしたシステムと逐一データをやり取りする必要が生じる。

運行管理をめぐっては、ドローンをはじめとする無人機の社会実装に必要な施策や社会基盤整備のあり方を検討する日本無人機運行管理コンソーシアム(JUTM)が2016年に立ち上がり、研究や実証などを進めている。会員には東京大学やANA、NTTドコモ、日本郵便、ヤマトホールディングス、日立製作所、SUBARUなどが名を連ねている。

また、ドローン事業に力を入れる楽天は、2017年に楽天AirMap社を設立し、無人航空機管制プラットフォームの開発・提供を行っている。広大な土地を所有する組織や個人がその空域を管理するためのシステム「空域管理ダッシュボード」をはじめ、ドローンを飛ばせる空域情報を網羅した操縦者向けのツールやアプリ開発者向けのツールなどを提供している。

■航続距離に関するデータをリアルタイムで把握

基本的に搭載したバッテリーによって自律航行するドローンは、その容量によって航続距離などが大きく変わる。気象条件などによってエネルギー効率なども変化するため、航続距離に関するデータをリアルタイムで把握しなければならない。

また、電波障害や急なシステムダウンなどによって航行継続が困難な場合は、近隣の離発着場にアクセスするなど、安全に着陸できるシステムやインフラなども求められる。

機体の異常診断システムや耐故障性の向上などは当然として、落下時を想定した安全対策も必須となるだろう。

■仮想インフラの構築へ、各ドローンの飛行データの収集・分析も

自律航行ドローンは空を自由に飛び回ることが可能なイメージが強いため忘れがちだが、飛行するルートを生成する必要がある。基本的には現在地から目的地を一直線で結ぶことになるが、他の飛行物との関係なども考慮しなければならないからだ。

将来、目に見えない空中の道路が誕生する可能性も考えられそうだ。比較的安全に飛行できそうな河川上空を「幹線」に位置付けたり、特定の空域を「一方通行」とするなど、多数のドローンが飛び交うことを想定した空中交通規制が設けられるかもしれない。

こうした仮想インフラの構築に向け、各ドローンの飛行データを収集・分析するのも有用だろう。

■【まとめ】物流で実証に着手 空のモビリティ革命始まる

このほかにもセキュリティ対策などは必須で、安全性の向上に向けあらゆる観点から研究開発が進められている状況だ。

国が設置した「小型無人機に係る環境整備に向けた官民協議会」が取りまとめた「空の産業革命に向けたロードマップ2019」によると、自律航行ドローンを活用した離島や山間部における荷物配送を2019年度に開始し、2020~2021年度にはビジネスのサービス拡大、2022年度以降に都市を含む地域における荷物配送の実現を目指すとしている。

人の移動についてはまだまだこれからとなりそうだが、着実に技術開発と環境整備は進められているのだ。課題は山積みかもしれないが、地上の自動運転開発で培われた最新技術が貢献する場面も多々あり、新たなモビリティ革命に向けた動きは今後ますます加速しそうだ。

>>特集目次

>>【特別対談】「大容量×信頼性」、車載業界屈指の半導体メーカーが見据える自動運転の未来

>>特集第1回:自動運転車のデータ生成「1日767TB」説 そのワケは?

>>特集第2回:桜前線も計測!"データ収集装置"としての自動運転車の有望性

>>特集第3回:自動運転車の最先端ストレージに求められる8つの性能

>>特集第4回:【対談】自動運転実現の鍵は「車載ストレージ」の進化にあり!

>>特集第5回:自動運転車と「情報銀行」の意外な関係性

>>特集第6回:自動運転の安全安心の鍵は「乗員のリアルタイムデータ」にあり

>>特集第7回:【対談】車載ストレージ、タクシーのデータビジネス下支え!

>>特集第8回:自動運転、車載機器の最重要5パーツをピックアップ!

>>特集第9回:AI自動運転用地図データ、どこまで作製は進んでいる?

>>特集第10回:自動運転車、ハッカーからどう守る?

>>特集第11回:改ざん阻止!自動運転業界がブロックチェーン導入を歓迎すべき理由

>>特集第12回:自動運転時代はクラウドサービス企業の成長期

>>特集第13回:自動運転、画像データ解析の主力企業は?

>>特集第14回:自動運転、音声データ解析の主力企業は?

>>特集第15回:日本、自動運転レベル4はいつから?ODD拡大ではデータの網羅性も鍵

>>特集第16回:日本、自動運転タクシーはいつ実現?リアルタイムデータ解析で安全走行

>>特集第17回:【対談】自動運転、ODM企業向け「リファレンス」の確立が鍵

>>特集第18回:パートナーとしての自動運転車 様々な「データ」を教えてくれる?

>>特集第19回:自動運転車の各活用方法とデータ解析による進化の方向性

>>特集第20回:自律航行ドローン、安全飛行のために検知すべきデータや技術は?

>>特集第21回:自動運転車、AIの「性格」も選べるように?人の運転データを学習

>>特集第22回:【対談】2020年代は「タクシー×データ」で革新が起きる!

>>自動運転白書第1弾:自動運転領域に参入している日本企業など一覧

>>特集第23回:自動運転に必須の3Dマップ、どんなデータが集積されている?

>>特集第24回:解禁されたレベル3、自動運行装置の作動データの保存ルールは?

>>自動運転白書第2弾:自動運転関連の実証実験等に参加している日本企業一覧

>>特集第25回:自動運転、企業の垣根を越えて共有させるべきデータ群は?

>>自動運転白書第3弾:自動運転業界における国内の主要人物一覧

>>特集第26回:コロナで早期実現!?自動運転宅配サービスに必要なデータは?

>>特集第27回:自動運転業界、「データセット公開」に乗り出す企業たち

>>特集第28回:自動運転と「データ通信」の実証実験、過去の事例まとめ

>>特集第29回:自動車ビッグデータの活用に取り組む「AECC」とは?

>>特集第30回:「次世代タイヤ」から得られるデータとは?

>>特集第31回:自動運転におけるデータ処理は「クラウド側」「エッジ側」の2パターン

>>特集第32回:自動車×ビッグデータ、自動運転領域を含めた活用事例まとめ

>>特集第33回:自動運転の「脳」には、車両周辺はどうデータ化されて見えている?

>>特集第34回:自動バレーパーキングの仕組みや、やり取りされるデータは?

>>特集第35回:検証用に車載用フラッシュストレージを提供!Western Digitalがキャンペーンプログラム

>>特集第36回:自動運転、「心臓部」であるストレージに信頼性・堅牢性が必要な理由は?

>>特集第37回:自動運転レベル3の「罠」、解決の鍵はドラレコにあり?

>>特集第38回:自動運転時代、ドラレコが進化!求められる性能は?

>>特集第39回:e.MMCとは?車載ストレージ関連知識

>>特集第40回:AEC-Q100とは?車載ストレージ関連知識

>>特集第41回:自動運転で使う高精度3D地図データ、その作製方法は?

>>特集第42回:ADASで必要とされるデータは?車載ストレージ選びも鍵

>>特集第43回:V2X通信でやり取りされるデータの種類は?

>>特集第44回:未来のメータークラスターはこう変わる!

>>特集第45回:自動運転の実証実験で活用されるデータ通信規格「ローカル5G」とは?

>>特集第46回:ドライブレコーダーが収集してきたデータ、今後収集するデータ

>>自動運転バス×データを考える BOLDLYとWestern Digitalが対談

関連記事