無人航空機（UAV）測量およびマッピングアプリケーションにとって慣性ナビゲーションシステム（INS）が重要な理由

無人航空機とは?

近年、人間のパイロットが乗り込んでいない航空機の利用が増加しています。 これらの無人航空機（UAV）は、ドローン、無人航空機システム（UAS）、または遠隔操縦航空機システム（RPAS）としても一般的に知られています。 この記事では、これらの用語を同じ意味で使用します。 あらゆる形や大きさのドローンが、長年にわたって軍事目的で使用されてきました。より効率的で適応性の高い製造手順（3D印刷など）や、電子部品の小型化によってもたらされた利点のおかげで、民間の用途でUAVを利用することがはるか容易になりました。 この技術は非常にアクセスしやすくなり、一般の消費者がUAVを購入して飛行し、カメラやその他のセンサを取り付けて周囲の環境を撮影することがごく簡単にできるようになりました。

UAVナビゲーション要件

UAVには、固定翼、単一またはマルチローターの空中プラットフォームがあり、地上の人間のオペレーターによって遠隔操作することもできます。 現在、世界の多くの飛行管轄区域で民間人が使用するには、UAVはオペレーターの肉眼の視野（目視 - VLOS）内で飛行させる必要があります。 このような規制はこれまで変化してきており、現在、目視外（BVLOS）の操作が許可されているケースが増えています。 プロフェッショナルおよびハイエンドの消費者グレードUAVの場合、ほとんどのUAVプラットフォームは、全地球測位システム（GPS）を利用しています。 多くは飛行ナビゲーションと制御のためのフライトコントローラー内に少なくとも低グレードの慣性測定ユニット（IMU）を含んでいます。

GPSとは、継続的に周回するGNSS衛星のネットワークから受信したタイミング情報を通じて地球の表面上の位置を計算するために使用されるグローバルナビゲーション衛星システム（GNSS）技術を描写するために使用される一般的な用語です。GNSSシステムがアクセスする衛星コンステレーションには、米国主導の元祖全地球測位システム（GPS）プロジェクトやロシアのGLONASSコンステレーション、または欧州主導のGALILEOや中国ベースのBeiDouプロジェクトのような開発中の他のコンステレーションのひとつが含まれるかもしれません。 GNSS技術にアクセスすることで、実世界の座標系に沿ってUAVの位置を自動的に計算し、位置を特定することができます。

IMUはジャイロスコープと加速度計の組み立てて構成されています。 UAVプラットフォームでは、これらのIMUコンポーネントが、微小電気機械（MEMS）技術を使用して製造されるケースが増えています。 これは、3軸におけるUAVの直線加速に関連するデータを、ロール、ピッチ、ヨーを単位としたUAVの回転に関する測定と共に提供するのがIMUです。

UAVのフライトコントローラーは、GPSからのデータを使用して、特定の時点でUAVが位置する座標を提供します。 IMUからのデータは、UAVが水平であるかどうか、回転しているかどうか、そして飛行中にどれほど安定しているかをフライトコントローラーに伝えます。 フライトコントローラが慣性情報とGPS情報の両方を使用している場合、VLOSとBLOSの両方の操作シナリオでの安全な操作のために、UAVとそのオペレーターに必要なフィードバックを提供することができます。

航空マッピングの課題

航空機搭載カメラは、1900年代半ばから監視やマッピングの目的で使用されてきました。 写真測量を使用して地形や土地被覆をマッピングしたり、傾斜角や鉱山容積を計算したりするために航空カメラからの画像を使用する場合、使用するカメラやセンサの仕様（内部モデル）だけでなく以下のことを理解することも必要です。

• 撮像センサーの外側の向きがどのように変化するか（つまり、センサーが地面に対してどのように相対的に移動するか）。
• 本質的に3次元の地表ジオメトリが、上から撮影した場合のマッピング出力の測定値と距離に与える歪みの影響。

航空機のナビゲーションシステムは、ルーティングと航空機が上空を飛行している場所に関する情報を提供します。 マッピングの作成と更新のために、カメラの写真の位置と到達範囲は、写真に見られる風景（地上コントロールポイント- GCP）内の地物の既知の座標を介して固定する必要があります。 地形の起伏は、写真を結び付けて画像内の特徴をGCPのx、y、z座標に関連付けるために空中三角測量方程式を適用することによって説明することができます。 ただしこれは手間とコストのかかるプロセスであり、結果の品質は使用されるGCPの数やGCPがレイアウトされているパターンなどの要因に依存します。

既知のGCPの座標にジオリファレンスするこの方法は、主にUAV航空写真に測量制御を提供するために使用されてきました。 UAVプラットフォームがより広い市場を対象とするようになってきたため、計算システムはプラットフォーム自体に有利な価格ポイントを提供するためにコストが削減されました。 リアルタイム無線リンク（動的干渉測位GPS）または後処理されたディファレンシャルGPSワークフローを介してローカル基地局から大気およびタイミング補正を受け取るなど、UAVプラットフォーム上のGPS測定値をさらに洗練する方法は現在では一般的です。それでもこれはまだGCPの使用を否定するものではなく、測量制御を確立したり、これらの必要な空中三角測量手順に着手するために必要な時間は見落とされがちです。

ダイレクトジオリファレンス

航空写真に見られる歪みの多くは、空中プラットフォームが完全に安定した水平状態で動くことはほとんどないという事実によって引き起こされる外部標定の変化に起因する可能性があります。 プラットフォーム自体がコーナーでバンクしたり、大気の状態がピッチとヨーを引き起こすことがあります。 カメラが自動整準ジンバルに取り付けられている場合でも、極端な状況ではカメラが常に地面に垂直に向いているとは限りません。 その上地球は平らではありません。 航空機の下の地面の起伏（丘、山、谷、建物）は、空中プラットフォームの高度の変動と共に撮影された画像の遠近法の変化を引き起こし、その結果、測定された任意の距離で歪みを引き起こします。

航空写真から信頼性の高いマッピング製品を導き出すために、マップは重複するステレオペア画像、または処理されたオルソ画像からデジタル化されます。 これらの両方の技術の目的は、基本的に風景の起伏の効果を正規化し、距離が真正なマッピング製品を生成することです。 現代の自動化されたマッピングを行うためには、写真が撮影されている場所の座標に関するデータを収集するだけでなく、写真が撮影された特定の時点でのカメラの動きの全体的な軌道とその方向パラメータに関連するデータと共に、カメラのモデルを理解する必要があります。

向き情報はIMUから算出されます。より具体的には、IMUの向き情報と共にGPSシステム （オンボードおよびローカライズされた基地局) の両方の位置情報を統計的に処理してカメラの軌道の全体的な最良推定値の評価を行う計算モジュールから取得されます。 この計算モジュールは航空プラットフォームが移動中に信頼性の高いマッピング製品を生成することを可能にするシステムで、慣性ナビゲーションシステム（INS）と呼ばれています。 マッピンググレードのINSシステムは、1990年代後半から有人航空プラットフォームで広く利用されてきました。 現在、有人プラットフォームに配備された空中マッピングセンサの多くで、INSのIMUコンポーネントがセンサそのものに統合されています。

ダイレクトジオリファレンスは、航空写真を効率的に収集する機能を提供するだけでなく、光検出や測距（LiDAR）システム、その他のイメージングセンサ（例えばハイパースペクトルバンドを測定するもの）など、他のすべてのタイプのマッピングセンサにも適用できます。

航空写真およびその他のイメージングセンサ

UAVは通常、有人写真測量よりも低コストのカメラを搭載して飛行され、多くの場合、これらのカメラはもともと空中での使用のために設計されたものではありません。 したがって、これらのカメラがUAVで利用するための高度なINSシステムを既に組み込んでいることはほとんどありません。 これは、マッピングプロジェクトの効率と品質を向上させるために、INSをUAVプラットフォームに組み込むことを検討することがさらに重要であることを意味します。 理想的には、ミッション全体でマッピングセンサの位置と向きの最良の推定値を得るために、INSをマッピングセンサにできるだけ近づけて固定します。 有人の空中プラットフォームでは、航空機のサイズのために、INSシステムがまだカメラマウントから少し離れた場所に設置されている可能性があります。 その場合、INS本体とカメラフレームの間の相対的な距離、角度、向きを計算し、レバーアームベクトルと呼ばれる値を提供する必要があります。

UAVは全体のサイズがより小さいため、INSボディとUAVのカメラフレームの中心との距離は、有人プラットフォーム上よりもはるかに小さくなる可能性があります。 多くの場合、マッピングセンサはINS上または下に直接取り付けられます。それでも、レバーアームベクトルを計算することで、ダイレクトジオリファレンス結果がさらに改善されます。

固定マウント、それともジンバル?

カメラが固定マウント上にある場合、INSで測定されたUAVボディの動きは、カメラの空間位置での動きに直接変換されます。 カメラが従来の天底（UAVの真下に焦点を合わせた状態）ではなく、斜めの角度で取り付けられている場合、INSへのレバーアームベクトルの適切な計算は、カメラマウントがオンになっている角度を考慮し、画像のダイレクトジオリファレンスを可能にします。

UAVプラットフォームの動きとは無関係に、地面に対するカメラの取り付け角度を安定させるために、UAVではジンバルスタイルのマウントが頻繁に使用されます。これにより、 理論的にはUAVがロールしたり、ピッチングやヨーイングしても、カメラは地面に対して水平を維持します。 ジンバルには、高度の動的な変化やUAVプラットフォーム上の同じ動きを考慮することができないため、空間内のカメラの位置にも影響を与えます。 さらにジンバルは、INSが測量全体にわたる位置の全体的な最良の推定値を計算するための要件を否定しません。 したがって、カメラがジンバルに取り付けられている場合でも、INSを利用するとマッピングプロジェクトで最適なダイレクトジオリファレンス結果が得られます。

Lidar センサ

LIDARシステムは、林業や鉱業に関するものなど、一部のタイプのマッピングプロジェクトに多くの利点をもたらします。 イメージフレーム間で受動的にデータを取得する典型的なカメラセンサとは異なり、LIDARシステムは能動的なシステムです。 LIDARは個々の光パルスを放出し、その光パルスが LIDARセンサに戻るのにかかる時間を計算することによってデータを収集します。 走査線と呼ばれる領域全体で、毎秒何千もの光のパルスが放出されます。 光の速度が知られているので、それぞれのパルスのターゲット（地面など）までの距離を計算することができます。 ターゲットのX、Y、Z座標位置を計算するには、航空機の正確な位置と向きを知り、これらのパルスリターンのそれぞれに動的に割り当てる必要があります。 その結果、高グレードのINSシステムを使用して、UAV搭載LIDARをダイレクトジオリファレンスすることが不可欠です。航空カメラなどの他のマッピングセンサと同様に、INSとLIDARシステムをUAVに一緒に取り付け、LIDARの取り付け角度を考慮したレバーアームを計算すると最良の結果が得られます。

慣性ナビゲーションシステムがUAVベースのマッピングオペレーションに不可欠な理由

サイズが小さく、初期資本コストを抑えて実装することができ、通常は有人システムよりも小さな領域で運用されるものの、低コストプラットフォームの利点をより有効に活用するためには、UAVベースのマッピングオペレーションは効率的に動作する必要があります。 通常、UAVベースのマッピングプロジェクトは、有人オペレーションよりも低価格で提供されます。 競争力を維持するためには、UAV業者は測量作業を行うために現場で費やされる時間のコストに敏感である必要があります。 GCPを利用する従来のジオリファレンスタスクは、手間がかかる作業であることでよく知られています。 有人空中測量オペレーションと同様に、INSを使用したダイレクトジオリファレンスは、使用するセンサに関わらず、UAVからマッピングデータを正確に収集する手段を提供し、LIDARのような高度なセンサを利用するために不可欠です。