[論文レビュー] Third Party Risk Modelling and Assessment for Safe UAV Path Planning in Metropolitan Environments

Bizhao Pang, Xinting Hu+2 more|arXiv (Cornell University)|Jul 5, 2021

Evacuation and Crowd Dynamics参考文献 48被引用数 6

ひとこと要約

本論文では、重力モデルを用いて人口および交通密度を基に第三者のリスク（怪我、財産損壊、社会的影響など）を定量化することで、都市環境における安全な3次元ドローン経路計画を可能にする統合的リスク評価モデルとハイブリッドEDA-RA*アルゴリズムを提案する。この手法はリスクマップを生成し、経路計画をガイドすることで、高リスク地域への露出を顕著に低減しつつ、計算効率を維持する。

ABSTRACT

Various applications of advanced air mobility (AAM) in urban environments facilitate our daily life and public services. As one of the key issues of realizing these applications autonomously, path planning problem has been studied with main objectives on minimizing travel distance, flight time and energy cost. However, AAM operations in metropolitan areas bring safety and society issues. Because most of AAM aircraft are unmanned aerial vehicles (UAVs) and they may fail to operate resulting in fatality risk, property damage risk and societal impacts (noise and privacy) to the public. To quantitatively assess these risks and mitigate them in planning phase, this paper proposes an integrated risk assessment model and develops a hybrid algorithm to solve the risk-based 3D path planning problem. The integrated risk assessment method considers probability and severity models of UAV impact ground people and vehicle. By introducing gravity model, the population density and traffic density are estimated in a finer scale, which enables more accurate risk assessment. The 3D risk-based path planning problem is first formulated as a special minimum cost flow problem. Then, a hybrid estimation of distribution algorithm (EDA) and risk-based A* (named as EDA-RA*) algorithm is proposed to solve the problem. To improve computational efficiency, k-means clustering method is incorporated into EDA-RA* to provide both global and local search heuristic information, which formed the EDA and fast risk-based A* algorithm we call EDA-FRA*. Case study results show that the risk assessment model can capture high risk areas and the generated risk map enables safe UAV path planning in urban complex environments.

研究の動機と目的

• 都市ドローン運用における安全性と社会的リスク、特にドローンの故障が人々や財産に与える影響を解決すること。
• 人々や車両へのドローン衝突の確率と深刻度を捉える定量的リスク評価モデルを開発すること。
• 3次元リスクベースの経路計画を最小コストフロー問題として定式化し最適化すること。
• グローバル探索とローカル探索のバランスを取る効率的なリスク対応経路生成を実現するハイブリッドメタヒューリスティック（EDA-RA*）を設計すること。
• ケーススタディを通じて、モデルが高リスク地域を特定し、安全なドローンルーティングをガイドする能力を検証すること。

提案手法

• リスク評価モデルは、人々および車両へのドローン衝突に関する確率関数と深刻度関数を統合し、人口および交通密度を主な入力として使用する。
• 空間解像度を高く保つために、重力モデルが適用され、リスクの局所化精度が向上する。
• 3次元経路計画問題は、累積リスクを最小化する特殊な最小コストフロー問題として数学的に定式化される。
• ハイブリッドアルゴリズムEDA-RA*は、推定分布法（EDA）によるグローバルサーチとリスクベースのA*によるローカル最適化を組み合わせる。
• k-meansクラスタリングがEDA-RA*に統合され、ヒューリスティック情報を生成し、計算効率を向上させるEDA-FRA*バージョンが得られる。
• アルゴリズムは、リスク評価モデルから導出されたリスクマップを経路探索におけるコスト関数として使用し、低リスク経路を優先する。

実験結果

リサーチクエスチョン

• RQ1 都市ドローン運用において、怪我、財産損壊、社会的影響などの第三者リスクをどのように定量的にモデリングできるか？
• RQ2 人口および交通密度は、メトロポリタン地域におけるリスクの空間的分布をどの程度正確に推定できるか？
• RQ3 ハイブリッドメタヒューリスティックアルゴリズムは、リスクベースの3次元ドローン経路計画において、グローバル探索とローカル探索のバランスを効果的に取れるか？
• RQ4 k-meansクラスタリングを統合することで、リスクベースの経路計画アルゴリズムの効率はどのように向上するか？
• RQ5 提案されたリスクマップは、複雑な都市環境において高リスク地域を正確に特定し、ドローンに安全な飛行経路をガイドできるか？

主な発見

• リスク評価モデルは、重力モデルを介して人口および交通密度を統合することで、都市環境における高リスク地域を的確に同定した。
• 生成されたリスクマップは空間的リスク分布を効果的に可視化し、深刻度が高めの領域を明確に特定できる。
• EDA-FRA*アルゴリズムは、k-meansクラスタリングを活用してグローバルおよびローカル探索のヒューリスティックを効果的にガイドすることで、計算を効率化した。
• ケーススタディでは、リスクマップで同定された高リスク地域を避けることで、提案手法がより安全なドローン経路を生成することを示した。
• ハイブリッドEDA-RA*アルゴリズムは、特に複雑な都市シナリオにおいて、解の品質と計算時間のバランスを、ベースライン手法を上回って達成した。