TOP > 国内特許検索 > 無人航空機位置推定方法及びシステム

無人航空機位置推定方法及びシステム NEW

国内特許コード P180015680
整理番号 5285
掲載日 2018年11月22日
出願番号 特願2016-044819
公開番号 特開2017-159750
出願日 平成28年3月8日(2016.3.8)
公開日 平成29年9月14日(2017.9.14)
発明者
  • 浜中 雅俊
出願人
  • 国立大学法人京都大学
発明の名称 無人航空機位置推定方法及びシステム NEW
発明の概要 【課題】無人航空機の重量を大幅に増加させることなく、GPS信号が受信できない場合でも無人航空機が飛行している位置を推定することを可能とする無人航空機位置推定方法及びシステムを提供する。
【解決手段】無人航空機1に消費電力が少ない2次元レーザレーダ2を搭載し、無人航空機が飛行している地表から2次元測定データを取得する。2次元測定データを予め準備してある学習済みニューラルネットワーク3に入力することにより、どの仮想直方体セルにいるかを迅速に調べることができるため,求まったセル内で2次元測定データとのパターンマッチングを行うことで位置をピンポイントで迅速に特定することが可能である。3次元地形図の全域と2次元測定データとのパターンマッチングを行った場合に比べて迅速に位置の推定が可能となる。
【選択図】 図1
従来技術、競合技術の概要


ドローンは、蓄電器を電源とする無人航空機として広く知られている。しかしながら衝突を回避するために自動運転中のドローンは、物体を発見すると、速度を低下あるいは停止して回避する。しかし、ホバリング中や低速移動中でもドローンはプロペラの回転を続けているため、回避を行えば行うほどエネルギーを消費することになる。そこで各ドローンの位置を把握し管制するシステムを構築してドローンのエネルギー効率を向上させることが望まれる。従来のドローンでは、GPS(グローバル・ポジショニング・システム)による位置検出が行われていたが、ビルの谷間や山の沢や谷では、衛星からのGPS信号が遮蔽や反射を起こし、正確な位置が求まらない場合があった。また、GPS信号は微弱であるため、妨害により受信困難となる場合もあった[非特許文献1]。



また特開2014-122019号公報(特許文献1)には、ドローンの位置を推定するために全地球測位システム受信機からの位置情報を利用する位置推定技術が開示されている。この技術では、同時場所特定地図作成により、全地球測位システム受信機からの位置情報を、同時場所特定地図作成システムからの場所情報と結合されている。そしてこの同時場所特定地図作成システムでは、可視光線カメラ、ステレオグラフィックカメラ、光検出及び測距システム、及び/又は無人航空機の他のセンサからのセンサ情報を結合して、位置推定を行っている。



さらに自車両の絶対位置を精度良く検出する場合には、レーザレーダを利用している(特許文献2)。

産業上の利用分野


本発明は、蓄電器を電源とする無人航空機の位置を推定する無人航空機位置推定方法及びシステムに関するものである。

特許請求の範囲 【請求項1】
蓄電器を電源とする無人航空機の位置を推定する無人航空機位置推定方法であって、
飛行エリアの3次元地形図を複数の仮想直方体セルによって構成される3次元格子によって所定の間隔で分割して複数の3次元格子エリアを仮定し、1つの前記3次元格子エリア内の所定位置に前記無人航空機が存在していると仮定して前記所定位置が含まれる分割された1つの仮想直方体セルを評価データとし、前記所定位置から地表を2次元レーザレーダからのレーザで走査したと仮定したときに得られる2次元測定データを前記3次元地形図のデータから得て学習データとする学習データ取得ステップを、前記複数の3次元格子エリアの全てについて実施する学習データ収集ステップと、
前記学習データ収集ステップで得た複数の前記学習データ及び複数の前記評価データをニューラルネットワークの入力層の複数のユニット及び出力層の複数のユニットに入力し、前記ニューラルネットワーク内の複数の中間層内の複数のユニット間の枝の重みおよびユニットのバイアスを調整する学習を実行して学習済みニューラルネットワークを構築する学習ステップと、
前記無人航空機に2次元レーザレーダを搭載し、前記飛行エリア内にある前記無人航空機から前記2次元レーザレーダで地表にレーザ走査を実際に行って、2次元測定データを取得する測定データ取得ステップと、
前記2次元測定データを前記学習済みニューラルネットワークの前記入力層に入力して前記出力層から前記無人航空機の推定位置情報を得る位置推定ステップとからなる無人航空機の位置推定方法。

【請求項2】
前記学習ステップでは、前記3次元格子エリアを構成する前記複数の仮想直方体セルのそれぞれについて前記仮想直方体セル内の外周領域に所定のマージンを設定し、前記マージン内に前記無人航空機がある場合の学習データを除外して学習を実行することを特徴とする請求項1に記載の無人航空機の位置推定方法。

【請求項3】
前記位置推定ステップが、前記無人航空機を操作するための操作用コントローラ内で実施される請求項1または2に記載の無人航空機の位置推定方法。

【請求項4】
前記無人航空機がドローンである請求項1乃至3のいずれか1項に記載の無人航空機の位置推定方法。

【請求項5】
蓄電器を電源とする無人航空機の位置を推定する無人航空機位置推定システムであって、
飛行エリアの3次元地形図を複数の仮想直方体セルによって構成される3次元格子によって所定の間隔で分割して複数の3次元格子エリアを仮定し、1つの前記3次元格子エリア内の所定位置に前記無人航空機が存在していると仮定して前記所定位置が含まれる分割された1つの仮想直方体セルを評価データとし、前記所定位置から地表を2次元レーザレーダからのレーザで走査したと仮定したときに得られる2次元測定データを前記3次元地形図のデータから得て学習データとする学習データ取得ステップを、前記複数の3次元格子エリアの全てについて実施して得た複数の前記学習データ及び複数の前記評価データをニューラルネットワークの入力層の複数のユニット及び出力層の複数のユニットに入力して、前記ニューラルネットワーク内の複数の中間層内の複数のユニット間の枝の重み及びユニットのバイアスを調整する学習を実行して得た学習済みニューラルネットワークと、
前記無人航空機に搭載された2次元レーザレーダと、
前記飛行エリア内にある前記無人航空機から前記2次元レーザレーダで地表にレーザ走査を実際に行って、2次元測定データを取得する測定データ取得部と、
前記2次元測定データを前記学習済みニューラルネットワークの前記入力層に入力して前記出力層から前記無人航空機の推定位置情報を得る位置推定部とからなる無人航空機の位置推定システム。

【請求項6】
前記ニューラルネットワークの前記学習では、前記3次元格子エリアを構成する前記複数の仮想直方体セルのそれぞれについて前記仮想直方体セル内の外周領域に所定のマージンを設定し、前記マージン内に前記無人航空機がある場合の学習データを除外して学習を実行することを特徴とする請求項1に記載の無人航空機の位置推定システム。

【請求項7】
前記位置推定部が、前記無人航空機を操作するための操作用コントローラ内にある請求項5または6に記載の無人航空機の位置推定方法。

【請求項8】
前記無人航空機がドローンである請求項5乃至7のいずれか1項に記載の無人航空機の位置推定システム。
国際特許分類(IPC)
Fターム
画像

※ 画像をクリックすると拡大します。

JP2016044819thum.jpg
出願権利状態 公開
ライセンスをご希望の方、特許の内容に興味を持たれた方は、下記までご連絡ください。


PAGE TOP

close
close
close
close
close
close
close