群知能による小型クワッドロータ群の未知環境探索

本研究課題では，群知能を小型クワッドロータ群に適用することで，完全自律飛行による屋内未知環境での探索タスクの遂行を目的としている．2022年度は，5台のクワッドロータに既存のリーダー・フォロワー制御を適用した．これにより，操作者が任意に操縦するリーダーに対して，残り4台のクワッドロータがフォーメーションを保ったまま追従可能であることをシミュレーションにより確認した．このとき，従来の制御手法では機体間の衝突回避が考慮されておらず，リーダーの動きによっては機体同士が衝突する状況が確認された．そこで，シンプルな相互衝突回避アルゴリズムを提案・導入し，リーダーが急に方向を変えた場合でも衝突することなく回避し，フォーメーションの再形成が可能であることを，CoppeliaSimを用いた動力学シミュレーションを通して確認した．また，事前に群れ全体の経路計画を行うことを想定し，RRT (Rapidly-exploring Random Tree)の派生アルゴリズムを用いた経路計画の導入について検討した．具体的には，RRT*，RRT*-connect，RRT*FNDの挙動を，生成された経路長，生成時の計算時間，及び動的な環境への対応の観点から比較した．その結果，RRT*FNDを用いることで，動的な環境におけるオンラインでの経路計画が可能であることを確認した．また，RRT*FNDを用いて，4台のクワッドロータが同じ環境を移動する状況においても相互衝突することなく移動可能であることを確認した．

本研究課題では，群知能を小型クワッドロータ群に適用することで，完全自律飛行による屋内未知環境での探索タスクの遂行を目的としている．2022年度は，5台のクワッドロータに既存のリーダー・フォロワー制御を適用した．これにより，操作者が任意に操縦するリーダーに対して，残り4台のクワッドロータがフォーメーションを保ったまま追従可能であることをシミュレーションにより確認した．このとき，従来の制御手法では機体間の衝突回避が考慮されておらず，リーダーの動きによっては機体同士が衝突する状況が確認された．そこで，シンプルな相互衝突回避アルゴリズムを提案・導入し，リーダーが急に方向を変えた場合でも衝突することなく回避し，フォーメーションの再形成が可能であることを，CoppeliaSimを用いた動力学シミュレーションを通して確認した．また，事前に群れ全体の経路計画を行うことを想定し，RRT (Rapidly-exploring Random Tree)の派生アルゴリズムを用いた経路計画の導入について検討した．具体的には，RRT*，RRT*-connect，RRT*FNDの挙動を，生成された経路長，生成時の計算時間，及び動的な環境への対応の観点から比較した．その結果，RRT*FNDを用いることで，動的な環境におけるオンラインでの経路計画が可能であることを確認した．また，RRT*FNDを用いて，4台のクワッドロータが同じ環境を移動する状況においても相互衝突することなく移動可能であることを確認した．