[論文レビュー] Towards Fully Environment-Aware UAVs: Real-Time Path Planning with Online 3D Wind Field Prediction in Complex Terrain

Philipp Oettershagen, Florian Achermann+3 more|arXiv (Cornell University)|Dec 10, 2017

Robotic Path Planning Algorithms参考文献 28被引用数 12

ひとこと要約

本論文は、グローバル気象データのダウンスケーリングとポテンシャルフロー理論を用い、複雑な地形における固定翼UAVのための、初めてのリアルタイムでオンボードでの3次元風場予測手法を提示する。これに加え、ダビンス航空機の運動プリミティブと障害物認識型サンプリングを用いる風認識パスプランナが組み合わされている。この手法は、風なし仮定と比較して水平風誤差を23%低減し、強風下でも一貫して衝突のないパスを生成するが、垂直風の精度は依然として限定的である。

ABSTRACT

Today, low-altitude fixed-wing Unmanned Aerial Vehicles (UAVs) are largely limited to primitively follow user-defined waypoints. To allow fully-autonomous remote missions in complex environments, real-time environment-aware navigation is required both with respect to terrain and strong wind drafts. This paper presents two relevant initial contributions: First, the literature's first-ever 3D wind field prediction method which can run in real time onboard a UAV is presented. The approach retrieves low-resolution global weather data, and uses potential flow theory to adjust the wind field such that terrain boundaries, mass conservation, and the atmospheric stratification are observed. A comparison with 1D LIDAR data shows an overall wind error reduction of 23% with respect to the zero-wind assumption that is mostly used for UAV path planning today. However, given that the vertical winds are not resolved accurately enough further research is required and identified. Second, a sampling-based path planner that considers the aircraft dynamics in non-uniform wind iteratively via Dubins airplane paths is presented. Performance optimizations, e.g. obstacle-aware sampling and fast 2.5D-map collision checks, render the planner 50% faster than the Open Motion Planning Library (OMPL) implementation. Test cases in Alpine terrain show that the wind-aware planning performs up to 50x less iterations than shortest-path planning and is thus slower in low winds, but that it tends to deliver lower-cost paths in stronger winds. More importantly, in contrast to the shortest-path planner, it always delivers collision-free paths. Overall, our initial research demonstrates the feasibility of 3D wind field prediction from a UAV and the advantages of wind-aware planning. This paves the way for follow-up research on fully-autonomous environment-aware navigation of UAVs in real-life missions and complex terrain.

研究の動機と目的

• 複雑な地形において、リアルタイムで風や地形に適応可能な完全自律型UAVミッションを可能にすること。
• 地上ベースのNWPシステムから得られる事前計算・非適応型風場に依存する現在のUAVの限界を是正すること。
• 外部インfraに依存せずに、リアルタイムでの3次元風場予測と動的パスプランニングが可能なオンボードシステムを構築すること。
• 風認識トレジェクトリ最適化を統合することで、強風や乱流状態でも飛行の安全性と効率性を向上させること。
• アルプス地域などの困難な環境における将来的な自律型BVLOSミッションの基盤を築くこと。

提案手法

• ダウンスケーリング手法は、低分解能のグローバルNWPデータを用い、地形境界、質量保存、大気の安定層構造を満たすためにポテンシャルフロー理論を適用し、リアルタイムでの3次元風場予測を実現する。
• 風場予測モデルは地形効果を組み込み、物理ベースのアプローチにより初期風場を調整することで、ゼロ風仮定よりも精度を向上させる。
• サンプリングベースのパスプランナは、航空機の運動をダビンス航空機の運動プリミティブでモデル化し、風の影響を考慮した経路を反復的に計算する。
• 障害物認識型サンプリングと高速な2.5次元マップ衝突検査を実装し、パスプランニングの計算時間をOMPLと比較して50%短縮した。
• 風認識型運動コストヒューリスティクスを用い、非一様な風場における時間またはエネルギーコストを最小化するように経路を反復的に最適化する。
• ハイブリッド戦略を提案：初期解を迅速に得るため、短経路プランニングに拡大されたバウンディングボックスを用い、時間の許す範囲で風認識型プランニングに改善する。

実験結果

リサーチクエスチョン

• RQ1 複雑な地形における局所的風の影響を正確に捉えることができる、リアルタイムでオンボードの3次元風場予測手法を開発できるか？
• RQ2 強風または変動する風下において、風認識型パスプランニングと最短経路プランニングの経路品質、実行可能性、計算コストの観点から、どのように比較されるか？
• RQ3 提案された風予測手法は、風なし仮定と比較して、水平風誤差をどの程度低減するか？
• RQ4 リアルタイム風予測と動的パスプランニングの統合により、混雑で風の影響を受ける環境でも衝突のない飛行を保証できるか？
• RQ5 2.5次元地形マップにおける障害物認識型サンプリングと最適化された衝突検査により、どの程度の性能向上が達成できるか？

主な発見

• 提案された3次元風場予測手法は、風なし仮定と比較して水平風誤差を23%低減し、現在の実務手法に比べ顕著な改善を示している。
• 風認識型パスプランナは、強風または変動する風下の複雑な地形においても、一貫して衝突のないパスを生成するが、最短経路プランナは頻繁に地形衝突を引き起こす。
• 強風条件下では、風認識型プランナが最短経路プランニングよりも低コストの経路を達成しており、風速が高くなるほどコスト優位性が増す。
• 障害物認識型サンプリングと高速な2.5次元衝突検査により、最適化されたパスプランナは標準的なOMPL実装と比較して50%高速に動作する。
• 高風速状況では、風認識型プランナが最短経路プランナと比較して最大50倍も少ない反復回数で収束するため、風の影響下でも収束性が優れていることが示された。
• 垂直風成分は十分な精度で解明されておらず、今後の研究で解決すべき重要な限界である。