Airflow Source Seeking on Small Quadrotors Using a Single Flow Sensor

技術要約：単一流速センサを用いた小型クアッドコプターによるエアフロー・ソースシーキング

問題提起
環境災害や有害物質の放出が頻発する中、プルーム（煙霧）の追跡を通じて汚染物質や有害な微粒子の発生源を特定する能力は極めて重要である。無人航空機（UAV）は、3次元空間におけるカバー範囲と人間に対する安全性において利点を持つが、小型のクアッドコプター（100 g未満）によるソースシーキング（発生源探索）には大きな課題がある。化学ガスセンサに依存する従来のアプローチは、応答速度が遅く、感度が低く、さらにローターによる気流干渉の影響を受けやすい。さらに、既存のエアフローセンシング手法の多くは、大型のUAV向けに設計されているか、複雑なセンサアレイを必要とするため、狭い空間で作動する手のひらサイズの小型プラットフォームには適していない。

手法
本研究では、化学的勾配のみに依存することなくエアフローの発生源を探索することを可能にするため、カスタムの軽量流速センサを小型クアッドコプター（DJI Tello、80 g）に統合したシステムを提示する。

• センサ設計と統合： 本システムは、先行研究[21]に着想を得た、カスタムの軽量流速センサを利用している。このセンサは、平面バネに吊るされた磁石を備えたフィン（翼）を特徴とする。磁界センサがフィンの変位と回転を3軸で測定し、エアフローの大きさと方向の両方の推定値を提供する。センサと3Dプリントされたモジュール式マウントの総重量は15.6 gであり、総ペイロードを100 g未満に抑えている。センサは、ローターの下向きの吹き流し（ダウンウォッシュ）による干渉を最小限に抑えるため、クアッドコプターの中心上部に設置されている。
• 信号処理： マイクロコントローラ（Seeed Studio XIAO nRF52840）が、40 Hzで磁界成分（$B_x$ および $B_y$）をサンプリングする。離陸時のキャリブレーションによるオフセット除去後、10点の移動平均フィルタによってノイズを低減する。クアッドコプターに対するエアフローの角度（$\theta$）は、フィルタリングされた $B_y$ と $B_x$ の成分比の逆正接（アークタンジェント）を用いて計算され、風上方向を特定するために180°調整される。
• 制御アルゴリズム（ベクタースサージ）： 著者らは、バイオインスパイアード（生物模倣）型の「ベクタースサージ（Vector Surge）」アルゴリズムを実装した。これは「キャスト・アンド・サージ（Cast and Surge）」アプローチの改良版である。アルゴリズムは以下の3つの状態で作動する。
  1. キャスト（Cast）： フローが検出されない場合、クアッドコプターは探索範囲を広げるために、移動時間を徐々に長くしながら並進運動（左、前、右）を行う。
  2. 再配向（Reorient）： フローが閾値（4.6 mT）を超えて検出されると、PD制御器を用いて、エアフローが機体の前方と一致するようにクアッドコプターのヨー（旋回）を行う。
  3. サージ（Surge）： 方向が定まったら、クアッドコプターは風上に向かって移動する。もしフロー信号が消失するか、最大振幅に達した場合、システムは「キャスト」状態に戻る。

主な貢献
本研究の主要な貢献は、単一の指向性流速センサとバイオインスパイアード型のソースシーキング・アルゴリズムを、100 g未満の小型クアッドコプターに統合することに成功した点である。低速な化学センサや大規模なセンサアレイに依存する従来の手法とは異なり、本アプローチは直接的なエアフロー測定を用いることで、迅速に発生源を検出し、そこへと航行する。本システムは、流量の大きさと方向の両方のデータを提供するため、他の潜在的なセンサ（例：ガスセンサ）を発生源に向けて「フローサーボイング（流体サーボ制御）」させることができ、それによって感度や応答速度を向上させる可能性がある。

実験結果
システムは、扇風機に対するランダムな初期位置および初期方位を設定した屋内モーションキャプチャ・アリーナにおいて評価された。

• センサ特性評価： 飛行試験により、本センサが速度 0.2 m/s から 1.24 m/s（ビューフォート風力階級 0–1）の範囲において、入射エアフローの角度を信頼性高く推定できることが確認された。生データはノイズが多かったものの、移動平均フィルタによって、クアッドコプターのヨー回転を密接に追従する安定した推定値が得られた。
• 再配向性能： クアッドコプターは、様々な初期角度（45°、90°、180°）からエアフロー源に向かって正常に再配向した。ほとんどの試行において、システムは約10秒以内に方位誤差を20°以内に減少させた。これは、典型的な持続的な突風の時間の半分に相当する時間である。
• ソースシーキング試行： ベクタースサージ・アルゴリズムを用いた10回の試行により、ランダムな開始位置からフロー源を見つけるシステムの能力が実証された。クアッドコプターは、フローを検出し、向きを変え、38秒から55秒でソースに向かってサージすることに成功した。サージ中にクアッドコプターがフローから外れて漂流した場合でも、アルゴリズムはフローを再捕捉するために「キャスト」状態へ正常に戻ることができた。

意義と限界
著者らは、本研究が、より豊かなプルーム追跡データの収集を可能にするために、フローセンシングと他の環境センサを組み合わせることができる将来のプラットフォームの基礎を提供するものであると主張している。エアフローの方向に基づいてプラットフォームを迅速に再配向できる能力は、化学センシングに固有のレイテンシ（遅延）の問題に対処するものである。

しかし、論文では以下のいくつかの制限事項についても謙虚に述べている：

• 2次元の制約： 現在のセンサ設計は2次元のフローベクトルを提供するものであり、3次元のソースシーキングは今後の課題である。
• フローの分離： 現在のシステムは、外部ソースからのフローと、クアッドコプター自身の運動やローターによって誘起されるフローを区別することに苦慮している。特に複雑な環境下において顕著である。
• 障害物回避： 現在の実装には障害物回避機能が欠けており、クアッドコプターがアリーナの壁に接近した際に試行を手動で終了する必要があった。
• 化学的統合： 本システムはフロー検出を補助するものであるが、著者らは、このアプローチを化学センシングと併用する場合、対象となる化学物質が存在するシナリオにソースシーキングが限定されることを指摘しており、アルゴリズムは当面、フロー源が明確な屋外環境に最も適していることを示唆している。