自律航行のためのリアルタイム局所風推定

概要: 本論文は、搭載センサと組み込み飛行ハードウェアを用いて、空中ロボットが周囲の風の流れ場についてリアルタイムに推論できるようにする解決策を提示する。 本研究の中核となる新規性は、距離測定と疎な現場（in situ）の風の測定を融合し、周囲の流れ場を予測する点にある。 本研究は、2つの基本的な問いに取り組むことを目的とする。第一に、密集した都市環境における正確な風予測に対して地形データがどれほど十分か。第二に、エネルギー効率と障害物回避に重点を置いた運動計画において、学習した風モデルがどれほど有用か。 深層学習、流体力学、最適制御の手法を活用し、誘導用LiDARによる局所的な風予測のための枠組みを確立し、さらに局所風モデルの事前知識（prior）を後退ホライズン（receding-horizon）の最適制御器に組み込むことで、局所的な風に関する知識が自律航行中のエネルギー使用量と頑健性にどのように影響するかを検討する。 多様な都市の風シナリオにおけるシミュレーションによる実証を通じて、風予測器の予測能力を評価し、運動計画に局所風情報を統合した場合に、自律的な都市航行が衝突率とエネルギー消費の観点でどれほど改善されるかを定量化する。 オープンエアの風洞における縮小スケールの自由飛行実験は、これらのアルゴリズムが、制御の安定のために十分な帯域幅を備えた組み込み飛行コンピュータ上で、小型の空中ロボットをリアルタイムに制御できることを示す。 哲学的には、本論文は、未知の風のある環境における局所化された風の推論と運動計画のための新しいパラダイムを提示する。 事前の環境知識なしにロボットが局所的な風条件を迅速に評価できるようにすることで、本研究は空中ロボットの導入を、ますます困難な環境へと加速させる。