[論文レビュー] Placement and Routing Optimization for Automated Inspection with UAVs: A Study in Offshore Wind Farm

Hwei-Ming Chung, Sabita Maharjan+3 more|arXiv (Cornell University)|Jun 15, 2020

UAV Applications and Optimization参考文献 23被引用数 7

ひとこと要約

本稿では、洋上風力発電所におけるドローンベースの自動点検を対象として、ドローンの配置を最適化してフリート規模を最小化し、風の制約を考慮したルーティングによって点検時間を最小化する二段階最適化フレームワークを提案する。ヒューリスティックアルゴリズムを用いることで、最適なドローン配置と経路計画が達成され、ウォルニーウィンドファームの実データを用いて検証された。最大飛行時間20分、エネルギー消費量212.82Wを設定し、運用リスクと作業負荷の低減を実現した。

ABSTRACT

Wind power is a clean and widely deployed alternative to reducing our dependence on fossil fuel power generation. Under this trend, more turbines will be installed in wind farms. However, the inspection of the turbines in an offshore wind farm is a challenging task because of the harsh environment (e.g., rough sea, strong wind, and so on) that leads to high risk for workers who need to work at considerable height. Also, inspecting increasing number of turbines requires long man hours. In this regard, unmanned aerial vehicles (UAVs) can play an important role for automated inspection of the turbines for the operator, thus reducing the inspection time, man hours, and correspondingly the risk for the workers. In this case, the optimal number of UAVs enough to inspect all turbines in the wind farm is a crucial parameter. In addition, finding the optimal path for the UAVs' routes for inspection is also important and is equally challenging. In this paper, we formulate a placement optimization problem to minimize the number of UAVs in the wind farm and a routing optimization problem to minimize the inspection time. Wind has an impact on the flying range and the flying speed of UAVs, which is taken into account for both problems. The formulated problems are NP-hard. We therefore design heuristic algorithms to find solutions to both problems, and then analyze the complexity of the proposed algorithms. The data of the Walney wind farm are then utilized to evaluate the performance of the proposed algorithms. Simulation results clearly show that the proposed methods can obtain the optimal routing path for UAVs during the inspection.

研究の動機と目的

• 洋上風力発電所におけるタービンの全点検を実現するためのドローン数を最小化し、運用コストとリスクを低減すること。
• 風の影響による速度と航続距離の変化を考慮したドローン飛行経路最適化により、合計点検時間を最小化すること。
• NP困難なドローン配置およびルーティング問題に対して、計算効率の良いヒューリスティック解法を開発すること。
• ウォルニーオフショアウィンドファームの実世界データを用いて、フレームワークの妥当性を検証すること。

提案手法

• 風の影響を受ける飛行範囲と最大飛行時間の制約のもとで、ドローン数を最小化する配置最適化問題を定式化する。
• 風による地上速度の変動を考慮し、合計点検時間を最小化するルーティング最適化問題を構築する。
• プロファイル、誘導、パラサイトパワーの各成分を含む物理ベースのパワー方程式を用いて、ドローンのエネルギー消費をモデル化する。
• バッテリー容量とパワー消費量から最大飛行時間を導出し、シミュレーションパラメータに基づき実用的な20分の制限を設定する。
• ドローン配置およびルーティングのためのヒューリスティックアルゴリズムを設計し、特定の収束条件下で配置アルゴリズムの最適性を証明する。
• ベクトルベースの合成速度モデルを用いて、風速と風向きのデータを速度および地上速度の計算に統合する。

実験結果

リサーチクエスチョン

• RQ1 実際の風況およびドローン性能制限のもとで、洋上風力発電所の全タービンを点検するために必要な最小ドローン数は何か？
• RQ2 風の影響が速度と航続距離に与える影響を考慮しながら、合計点検時間を最小化するドローン飛行経路はどのように最適化できるか？
• RQ3 風の影響がドローンの地上速度およびエネルギー消費に与える影響は何か？この影響を経路計画に正確にモデル化するにはどうすればよいか？
• RQ4 ヒューリスティックアルゴリズムは、洋上風力発電所におけるNP困難なドローン配置およびルーティング問題に対して近似的に最適な解を提供できるか？
• RQ5 本稿で提案するフレームワークは、ウォルニーオフショアウィンドファームの実データを用いて検証されたが、実環境下でどのように性能を発揮するか？

主な発見

• 提案されたドローン配置用ヒューリスティックアルゴリズムは、最適解への収束を達成しており、制約を満たさない限りドローンを1台でも削除できないことを背理法により証明した。
• 物理ベースのパワーモデルを用いてドローンのエネルギー消費量を212.82Wとして算出され、最大飛行時間が20.02分に達したが、シミュレーションでは20分に設定された。
• ルーティング最適化により、風による地上速度の変動を考慮した最適な経路が成功裏に計算された。
• ウォルニーウィンドファームにおけるシミュレーション結果から、提案手法が点検時間を効果的に短縮し、ドローンフリート規模を削減できることを示した。
• 荒廃した洋上環境において、風の影響を考慮した自動化されたドローン運用により、手作業による点検作業の負荷と作業者のリスクが顕著に低減された。
• 風データを速度および航続距離モデルに統合することで、経路計画の正確性とミッションの実現可能性が向上した。