Vision-Based UAV Interception Using Dynamic Image-Based Visual Servoing, Multi-Objective Predictive Guidance, and Robust Soft Control Barrier Functions

空には、カメラを搭載したドローンが困難な課題に直面している。それは、予測不可能な動きをする別のドローンを捕らえることである。しかし、カメラの視界は画像の処理にかかる時間によって遅延しており、ドローン自体にも旋回性能の限界がある。これは、完璧に計算された事前の地図に頼るのではなく、見たものに基づいて直接自身を操縦する手法である「ビジュアルサーボイング」の世界である。ターゲットを迎撃しようとするドローンにとって、この任務は、カメラが機体に固定されているという事実によって複雑化する。ターゲットを捕まえようとしてドローンが急激に旋回すると、カメラが速すぎてターゲットが視界から消えてしまう可能性がある。さらに、ドローンが受け取る画像は決して新鮮なものではなく、常にわずかに古くなっており、ターゲットはドローンが予測できない方法で速度や方向を変えている可能性がある。これを解決するには、未来を予測し、複数の選択肢を同時に検討し、スピード、安全性、そして滑らかさのバランスを取りながら、瞬時に判断を下すことができるシステムが必要である。

Control Automation in Production and Improvement of Technology Instituteの研究者たちは、この問題に対する新しいアプローチを開発し、視覚データにノイズや遅延がある場合でも、ドローンが機動的なターゲットを迎撃できるシステムを作り上げた。ターゲットを即座にカメラの中心に捉えようとするのではなく（これはしばしば不安定な動きやターゲットの視界逸脱を招く）、彼らの手法は、予測オブザーバーを用いて、一瞬後のターゲットの位置を推測する。システムはその後、ドローンが辿るべき候補となる一連の飛行経路、すなわち「候補軌道」を生成する。これらの経路は、ターゲットへの接近度、迎撃にかかる時間、ドローンの消費エネルギー、そしてカメラのフレーム内からターゲットを見失うリスクといった、いくつかの目標に対して同時に評価される。

最適な経路を選択するために、研究者たちは単に書類上で最も良く見える選択肢を選ぶだけではなかった。代わりに、彼らは「Soft-min fusion」と呼ばれる手法を用い、選択肢を滑らかで連続的な決定へと融合させた。これにより、システムが異なる戦略の間で唐突に切り替わる際に起こる、ドローンが激しく左右に揺れるといった問題を防止できる。その結果、カメラの視界内を移動する動的な参照点が生成され、画像の固定点ではなく、予測された迎撃地点へとドローンを導く。これにより、ドローンはターゲットの次の動きを予測することで、画像の遅延を補償しながら、優雅にコースを調整することができる。

このシステムの重要な部分は、「制御バリア関数」として知られる概念に基づいた安全フィルターである。簡単に言えば、これはドローンがターゲットをカメラの視界から消失させるようなコマンドを出さないようにするためのガードとして機能する。しかし、現実世界の状況は混沌としており、ドローンのエンジンには物理的な限界があるため、「決してターゲットを見失わない」という厳格なルールは、数学的な解を不可能にすることがある。これに対処するため、研究者たちはこの安全ルールの「ソフト」なバージョンを導入した。これにより、極限状態においてドローンを動かし続けるために、必要であれば一時的に安全制約を曲げることを可能にしつつ、そうした行為に対してシステムにペナルティを課すことができる。これにより、完璧な解が見つからないためにシステムがフリーズしてしまうことなく、ドローンはターゲットの迎撃を試み続けることができる。

研究者たちは、風、ノイズ、ターゲットの動きが変化する100種類のシナリオを含む一連のコンピュータシミュレーションを用いて、彼らの手法をテストした。彼らは、標準的なビジュアルトラッキングや他の予測的アプローチを含む、既存のいくつかの手法と比較した。結果は、彼らの手法が非常に効果的であることを示した。シミュレーションにおいて、ドローンは90%の試行でターゲットを迎撃することに成功し、これは最も優れた性能を示すベースライン手法の成功率に非常に近い数値であった。さらに重要なことに、新しいシステムは、これと同じ成果を出すために、はるかに少ない労力で達成した。ドローンは制御エネルギーを約15%削減し、これは同じキャッチを行うためにドローンがそれほど激しく動く必要がなかったことを意味する。また、ターゲットの画像の追跡誤差も46%近く減少させ、ターゲットをカメラの視界内でより安定して保持した。迎撃が成功した場合、迎撃完了までの時間もベースラインと比較して20%以上短縮された。

しかし、この研究は微妙なトレードオフも明らかにした。新しい手法はより高速で効率的であった一方で、その成功率はベースラインの手法よりもわずかに低くなり、3パーセントポイント低下した。これは、スピードと滑らかさを優先することで、より保守的なアプローチであれば回避できたであろうリスクを、システムが時として冒していることを示唆している。研究者たちは、迎撃の瞬間におけるドローンとターゲットの平均距離は、両方の手法でほぼ同一であり、どちらも2メートル強であったことを発見した。これは、新しいシステムがより機敏でドローンのモーターへの負担が少ない一方で、古い手法が成功したであろうあらゆるシナリオにおいて、必ずしも完璧なキャッチを保証するものではないことを示している。

本研究は、このアプローチが、自律型ドローンの「見る、考える、動く」という複雑なバランスを管理するための強力な方法を提供することを結論づけている。予測オブザーバー、多目的意思決定プロセス、および柔軟な安全フィルターを組み合わせることで、システムは現実世界の視覚的な遅延と不確実性を扱うことができる。研究者たちは、シミュレーションは成功したものの、計算をリアルタイムで使用できる速度に保つために、システムが近似に依存していることを指摘している。今後の課題は、これらのアイデアを実際のハードウェアでテストすること、および、より複雑なドローンの物理モデルを用いた場合のシステムの性能を探求することである。現時点では、これらの知見は、ドローンの「目」が遅く、ターゲットが捉えどころのない状況であっても、高い精度と効率をもって動くターゲットへドローンを誘導することが可能であることを示している。