ドローンによる空の産業革命と近未来 - MathWorks...・拡張カルマンフィルタ–プロセスモデルの構築-姿勢推定アルゴリズム（13）ジャイロセンサ誤差はバイアス誤差、スケールファクタ誤差、ミスアライメント誤差、ノイ

平成27年10月16日MATLAB EXPO 2015 Japan

東京・ホテルグランパシフィック LE DAIBA

ドローンによる空の産業革命と近未来

千葉大学特別教授（株）自律制御システム研究所代表取締役

野波健蔵http://acsl.co.jp/

http://mini-surveyor.com/[email protected]

[email protected]

http://acsl.co.jp/

mailto:[email protected]

mailto:[email protected]

講演内容

1. はじめに

５. GPS/非GPS環境下でのドローン利活用

２．純国産量産機の姿勢推定アルゴリズム

３．純国産量産機の飛行制御アルゴリズム

４．国産ドローンのエミュレータ開発

６. ドローン最先端技術と近未来

７. おわりに

In 1931 the British developed the Fairey 'Queen', an RC target, from a Fairey IIIF

floatplane. It was produced in a batch of three. In 1935, a larger target was developed

that was produced in much larger quantities: the 'DH.82B Queen Bee'. This target was

derived from the de Havilland Tiger Moth biplane trainer and was the first re-usable and

returnable target. It was constructed of spruce and plywood, and was fitted with wheels

or floats depending on whether it was launched from land (an airfield) or water (at sea).

It could fly at an altitude of 5,182m at speeds of over 160 km/hr and for up to 482 km.

380 of these targets were used by the Royal Navy and Royal Air Force until they were

retired from service in 1947. (vectorsite) It is said that the Queen Bee somehow led to

the term 'drone' for unmanned aerial targets. (NOVA, vectorsite)

”ドローン“の由来

By the outbreak of WWII, unmanned aerial vehicles were given designations

based on their design and function: 'A' series denoted Attack drones, 'PQ'

designated 'full-sized‘ target drones, and 'OQ' denoted a 'sub-scale' target. The

Navy, during the 1930's, converted some obsolete Curtiss N2C-2 Fledgling

biplanes to unmanned, radio-controlled target drones.

The drones were fitted with a tricycle landing gear, and could be remote-controlled

from the ground or another aircraft. The Army tested at least one of these,

designating it the A-3 target.

ドローンの祖先キーエンスジャイロソーサー1980年代後半～1991年頃発売

実は日本は民生ドローンでは先進国だった！

ヤマハ発動機ＲＭＡＸ1997～

ＲＭＡＸTYPE II

2003～自律航行

ドローン市場予測（現在から2～3年後）・農薬散布：顧客要件、稲作農家、畜産農家、果樹園農家、林野

想定市場、市場はすでに確立している

・インフラ点検：顧客要件、国交省、自治体想定市場、国交省地方整備局地方自治体保守部門、保守委託機関・会社橋梁 700,000基、トンネル 10,000本

・工事現場点検：顧客要件、鉄鋼・関連プラント鉄4鋼社18製鉄所約100か所配管・煙突点検想定市場、石油化学プラント、全国9か所15コンビナート、タンク等点検

・高速道路点検：顧客要件、全国高速道路想定市場、東日本・中日本・西日本・本州四国連絡高速道路、首都高速・阪神高速道路全国高速道路点検会社（ＮＥＸＣＯ）, 90,000km

・法面・斜面点検：顧客要件、国交省、農水省想定市場、330,000か所

・電力設備点検：顧客要件、全国10電力会社想定市場、全国550発電所（水力・火力）ダム：3,000基、火力発電：約150か所水力発電用ダム：約400か所、水路・ダム壁面

・河川・ダム導水路点検：顧客要件、 1級河川：109か所2級河川 7,084か所、水道隧道：111か所

・メガソーラ点検・風力発電点検：顧客要件、発電設備等保守想定市場、2014年：1,100か所（・20ＧＷ）

2015年：5,000か所（60ＧＷ

・携帯電話基地局点検：基地局 580,000局・警備：警視庁・警察庁・消防：パトカー45,000台、消防車20,000台

ドローン市場予測（現在から2～3年後）

国内市場の動向

出典：産業無人機の現状と用途別市場動向、シードプラニング、2015年4月3日







講演内容

1. はじめに

５. GPS/非GPS環境下のドローン利活用





７. おわりに

純国産機ミニサーベイヤ―量産機体と仕様（MS-06LA)

•大きさ：直径90ｃｍ,高さ４0cm•正味重量(バッテリ除く）：3ｋｇ•ペイロード：6ｋｇ•飛行時間：約20分～30 分•最大飛行速度：12ｍ/s•耐風速：14ｍ/s•自律航法：GPS/INS航法,• 3D-SLAM航法, TS航法•機能：自動離着陸, フェール

セーフ, 自動帰還他

ミニサーベイヤ―の自律飛行制御技術について

千葉大学・特別教授野波健蔵

大学院工学研究科人工システム科学専攻

姿勢演算用 IMU

3軸加速度、3軸ジャイロ3軸方位センサ実装

ミニサーベイヤーオートパイロット

機体座標系と地面固定座標系

姿勢推定アルゴリズム（４）

q = q0+q1i+q2j+q3k 複素数の3次元への拡張、1843年、W.R.Hamilton

i2 = j2 = k2 = –1, ij = k, jk = i, ki = j i,j,kは虚数単位

Tpqpqpqpq 33221100 　　　pq

Tpqpqpqpq 33221100 　　　pq

・クォータ二オン（四元数, オイラーパラメータ）とは何か？

q = [q0 q1 q2 q3]t ベクトル表現、回転姿勢の表現方法、特異点なし

・クォータ二オンの演算 Tqqqq 3210* 　　　　　　q 共役クォータ二オン

*qqq

3

2

1

0

0123

1032

2301

3210

p

p

p

p

qqqq

qqqq

qqqq

qqqq

　　　　　　

　　　　　　

　　　　　　

　　　　　　

pq

姿勢推定アルゴリズム（５）

交換法則は不成立

b

rqr

b

rqb qrqr )()( *

TTrqr

TTbqb 　　　　　　　 rrrr 0)(,0)(

*)()( brqb

brqr qrqr

・クォータ二オンによるベクトルの回転クォータ二オンqを用いたベクトルrの回転を考える。ベクトルrを機体座標系bから地上座標系rへ変換する。このとき、ベクトルr の座標系bから座標系

rへの変換は

または、下記の表現となる。

姿勢推定アルゴリズム（６）

・クォータ二オンの時間変化

)()()(2

1)( ttt qb

br

br ωqq

・クォータ二オンと他の姿勢表現法との関係をクォータ二オンの演算法に沿って計算すると

*)()( brqb

brqr qrqr

回転行列とクォータ二オンの間には以下の関係がある。ここで、q=e

オイラー角（Ψ, θ, φ)と同様の回転姿勢を表すクォータ二オンの間には以下の関係がある。ここで、q=e

姿勢推定アルゴリズム（７）

状態方程式

・基礎方程式

・ジャイロセンサ誤差の導入・バイアス誤差のみを考える

・バイアス誤差のダイナミクス(文献[4])

[31] Robert M. Rogers: Applied Mathematics in Integrated Navigation System, Second Edition, AIAA Education

Series, (2003)

・拡張カルマンフィルタ –プロセスモデルの構築-

姿勢推定アルゴリズム（13）

ジャイロセンサ誤差はバイアス誤差、スケールファクタ誤差、ミスアライメント誤差、ノイズ等がある。スケールファクタ誤差及びミスアライメント誤差は予め計測試験を行ったデータを下に補正することが可能で、リアルタイムに推定する必要があるのはバイアス誤差とノイズのみ。また、ノイズをリアルタイムに推定するのは不可能であるため、今回はΔωb ≃ ωbiasとして、バイアス誤差の推定のみを行う。

今、ジャイロセンサより得られた角速度をωmeasure = [ωx ωy ωz]T、ジャイロセンサの誤差をΔωb = [δωx δωy δωz]T とすると、これらとωb は以下のような関係となる。

状態方程式

・状態方程式(連続時間)はとしたとき、

となる.



ここで、w = [wx wy wz]Tはホワイトノイズ。βx, βy, βz はパラメータで、今回は長時間静止させた状態で取得したジャイロセンサのデータより値を決定した。表に各パラメータの値を示す。以上より、x = [qbTr , ωTbias]Tを状態量としたときの状態方程式を示す。式を離散化する。今回、サンプリング周波数は50[Hz] であるため、Δt = 0.02[sec] となっている。

観測方程式

・基礎方程式

・観測方程式

以上のプロセスモデルに対して拡張カルマンフィルタを適用する.

状態方程式

・状態方程式(離散時間)



真値に対する推定誤差に関して線形化し、推定誤差を改めて状態量に選び、線形カルマンフィルタを適用して誤差推定カルマンフィルタを構成する方法と、非線形システムに線形カルマンフィルタを適用するための近似手法である拡張カルマンフィルタを構成するという2つの方法がある。



1

1/1/

tTtttt

Ttttt RHPHHPK

)( 1/1// ttttttttt xhyKxx

1/1// tttttttt PHKPP

ˆxt/t：tステップ目におけるxt の濾波推定値ˆxt/t−1：予測推定値

Kt ：カルマンゲインPt/t、Pt/t−1 ：推定誤差の共分散行列Qt ：システムノイズの共分散行列Rt は観測ノイズの共分散行列

得られた観測値を用いて推定値を濾過する

次のステップの推定値を予測する

講演内容

1. はじめに






７. おわりに

マルチロータヘリコプタの４つの制御ループ

角速度制御器(p)

角速度制御器(r)

Mixer

速度制御器(X)

速度制御器(Y)

位置制御器(x, y)

高度制御器(z)

角速度制御器(q)

姿勢制御器(θ)

ウェイポイントマネージャ

モータドライバ1

姿勢制御器(φ)

方位制御器(ψ)

角速度(r)

角速度(q)

角速度(p)

姿勢角(ψ), 角速度(r)

姿勢角(φ), 角速度(q)

姿勢角(θ), 角速度(p)速度(VX),姿勢角(θ), 角速度(p)

速度(VY),姿勢角(φ), 角速度(q)緯度, 経度,姿勢角(ψ)

気圧高度, 姿勢角(θ, φ), 3軸加速度緯度, 経度

エレベータ

エルロン

ラダー

姿勢目標値(θ)

姿勢目標値(φ)

速度目標値(VX)

速度目標値(VY)

方位目標値(ψ)

スロットル

目標緯度経度，

飛行速度

高度目標値






上位制御用MCU 下位制御用MCU

完全マニュアルモード時の動作範囲

姿勢アシスト型マニュアルモード時の動作範囲

ウェイポイント飛行モード時の動作範囲

マルチロータヘリコプタの自律飛行原理（３）

1

25

4

frontX

Y

Z

3

6

right

z

x

y

GravityDirection

x

y

Rotor Dynamics

Revolution-ThrustRelationship

Revolution-Counter Torque

Relationship

Rotor Layout & Orientation

FuselageRotational Motion

FuselageTranslational

Motion

Rotor

Revolutio

n

Counte

r

Torque

Rotor

Thrus

t

Total

Thrust

Total

TorqueAltitude

Velocit

y

NRD

NRΩ

NRT

N

a Rτ 3Rτ

U

3Rη

3Rx

マルチロータヘリコプタの座標系

(a) 機体固定座標系 (b) 地面固定座標系

マルチロータヘリコプタのダイナミクスモデル

A 指令値Ｄからロータ回転数変動値

マルチロータヘリコプタの自律飛行原理（４）

B 指令値Ｄからロータ回転数変動値

C 回転数と反トルクの関係

• ジャイロフィードバック系（インナーループ）の解析的モデリング

D ロータ配置に基づくトルクおよび推力の合成

マルチロータヘリコプタの自律飛行原理（５）

1

25

4 3

6

1e

1r2r

2e

11 pe

12 pe

Ｕ：機体上方を正とする力

ただし、

Ｌ：ＸＹ平面における機体重心からロータ回転軸までの距離

以上をまとめると、


E 機体の回転運動

マルチロータヘリコプタの自律飛行原理（６）

は、ロータの配置と回転方向によって決まる無次元係数行列

上式を線形化して、伝達関数で表現すると、ロール角速度p、ピッチ角速度q、ヨー角速度r は


マルチロータヘリコプタの自律飛行原理（７）• ミキシング行列の定義

マルチロータヘリコプタの自律飛行原理（８）• ミキシング行列の定義

対角行列の値は任意である。

• ジャイロフィードバック制御系の設計

PWM

Duty-

Ratio

Angular Velocity

Gyro Sensor &Filtering Circuit

Mixer

Gyro-FeedbackController

ThrottleGain

Measured Angular

Velocity

Control Input for

Vertical Motion

Control Input for

Rotational Motion

Throttle

Operation

Aileron,

Elevator, Rudder

Operation

Rotor Dynamics

Revolution-ThrustRelationship

Revolution-Counter Torque

Relationship

Rotor Layout & Orientation

FuselageRotational Motion

FuselageTranslational

Motion

Rotor

Revolution

RotorThrust

TotalThrust

Total

TorqueAltitude

Velocity

Counter

Torque

NRD

rqp ,,

mmm rqp ,,

Throttleu

Rollu

Pitchu

YawuAileronr

Elevatorr

Rudderr

Throttler

ジャイロフィードバック制御系

マルチロータヘリコプタの自律飛行原理（15）

• モデルベース制御系設計の強み

姿勢制御系の設計でも述べたように、上記の状態空間モデルを利用すれば。すべての先端制御理論による制御器の設計が可能となる。さらに、位置制御系は上記の状態空間モデルに積分器を付加することで、姿勢制御系、速度制御系、位置制御系が構成される。

モデルベース制御器は、理論的な背景のもとで制御器を設計しているために、制御性能は理論に裏付けされている。したがった、突風などの外乱に強い制御器や、宅配などのドローンで発生する急激な質量や慣性モーメントの変動などに強い制御器、温度や空気密度など環境変化に強い制御器など目的意識的に設計して実装できることが特徴である。また、経験則でないために、その道の達人でなくても理路整然と制御器設計手順さえ習得すれば誰でも優れた制御器設計ができることも重要な点である。とくに、将来の生物型飛行を目指すドローンの制御器は高度な制御理論を実装することが要求されており、モデルベースの制御器設計は必須である。

マルチロータヘリコプタの自律飛行原理（16）

標準機能・最大６chPWM出力・ブザーアラート・ＬＥＤアラート・ゴーホーム・自動帰還（バッテリ低下/無線途絶/異常検知）

・寿命監視（モータ/ＥＳＣ）

・電圧監視・自動離着陸・ウエイポイント飛行・フライトレコーダ・ＩＤ/ＰＷ検証・

カスタム対応・ジンバル制御・カメラコントロール・ＧＰＳ/ＩＮＳ/ＳＬＡＭ・その他

APFC（Ａｕｔｏ Pｉｌｏｔ Flight Controller)はモデルベースの最適制御器ロバスト制御器、非線形制御器適応制御器をなどを採用

2016年春からAPFC（Ａｕｔｏ Pｉｌｏｔ Flight

Controller)の量産化・販売

今年4月にミニサーベイヤ―の量産化１00機完成・以後量産体制

講演内容

1. はじめに






７. おわりに

Y-Planner

X-Monitor

エミュレータの開発

• シミュレータの構成

Embedded

MCU

Source Code

Mathematical

Model

(Motion, Sensor)

3D可視化ソフトウェア

地上局ソフトウェア

制御システムソルバ

Z-Emulator

講演内容

1. はじめに






７. おわりに

図３．ミニサーベイヤー計測による放射線分布マップ例

福島県川俣町山木屋小学校校庭および周辺の放射線計測

中央電子撮影

43

ソーラ―パネル点検

44北海道南幌町の小麦畑20haの空撮ウエイポイント設定

250ｍ

480ｍ

離陸から上昇帰還と着陸

近赤外線画像ウエイポイント数：23

飛行高度125ｍ移動速度5ｍ/s

12haの小麦畑

ＮＨＫ機体撮影

精密農業

45

精密農業

46

ダムのコンクリート壁面損傷目視点検GoPro動画

ＣＥＣ編集

ダム点検

3Dマッピング

ダムコンクリート壁面点検

48製鉄所高炉原料ヤードコンベア点検

高所屋根点検

原料ヤード空撮写真

49多重衝突事故現場検証

50ドローンの様々なミッション

51

箱根山噴煙の撮影平成27年5月27日午後3時

非GPS環境下の自律制御3D-SLAM

最大径 1020mm

重量 3.0kg

積載量 6.0 kg

電源 Lipo 6cell 11600mAh

飛行時間約15~20分

LRF(UTM-30LX-F) 水平用

Onboard PC

ホバリング外乱印加

LRF(UTM-30LX-F) 垂直用

杉林SLAM

杉林飛行動画

福島第一原発原子炉建屋内調査

管制室

ヘリ

光ファイバヘリポート

光ファイバ

着陸位置

伸縮

構造 ②

③

④⑤

無線アクセスポイント

建屋

⑥

バッテリー交換機+発電機

Server

5

F

1

F

2

F

3

F

4

F

着陸位置④

福島第一原子力発電所

40m

水素爆発の写真

ＮＨＫニュース９原子炉建屋内調査

１F5号機

全体地上カメラ側壁点検浜名大橋

橋梁点検などインフラ点検

SLAM自律飛行によるトンネル内壁面点検調査

トンネル内壁面調査

直線距離10km程度の特区の必要性飛行ロボットを核としたデータリンクネットワーク構築試験

秋田県仙北市田沢湖スキー場（ドローン特区第1号）

講演内容

1. はじめに






７．おわりに

ドローンによるMATTERNET配送:10億人に物資配送

Low cost

1/8

High speed

1/2~1/4

NHK西暦2045年 Fifth Elementドローンによる森林火災沈下作業

ドローンによる水難事故救出

ドローンによる救命装置AED搬送と人命救助

事故現場に駆け付けたドローン救急車

急病患者を搬送するドローン救急車

未来都市空間ではドローンの飛行空域が決定

NASAが公開したUTM(UAV Trafic Management)ドローン航空管制システムのイメージ図

講演内容

1. はじめに






７. おわりに

従来の飛行ロボットをはるかに凌ぐ、超ロバストな生物型飛行ロボットの研究開発

これからの研究開発

最後のフロンティア、地上300ｍまでの超低空間の高度な利用 !

大都市上空を飛行可能な超高度に安全で信頼性・耐久性のある飛行ロボットの実現（5～10年後）で

３Ｄ型ライフスタイルへ！

Documents

ドローンによる空の産業革命と近未来 - MathWorks...・拡張カルマンフィルタ–プロセスモデルの構築-姿勢推定アルゴリズム（13） ジャイロセンサ誤差はバイアス誤差、スケールファクタ誤差、ミスアライメント誤差、ノイ

ドローンによる空の産業革命と近未来 - MathWorks...・拡張カルマンフィルタ–プロセスモデルの構築-姿勢推定アルゴリズム（13）ジャイロセンサ誤差はバイアス誤差、スケールファクタ誤差、ミスアライメント誤差、ノイ