1. http://www.***.net
マルチロボットヘリコプタによる
雪崩遭難者救助に向けたビーコン探索手法
Flight planning of Multi Robot Helicopter
for Beacon search in avalanche
複合情報学専攻 複雑系工学講座
調和系工学講座 修士２年 梅本 雅之

2. 背景
雪崩遭難者救助
・ビーコンを用いた探索
・迅速な救助が最重要(15分以内)
現状
救助隊到着まで，１時間以上 雪崩遭難者の生存率の時間推移
遭難パーティによるセルフレスキューが基本
二次災害の危険性
迅速に広範囲を探索する必要性
高額な民間の捜索費
マルチロボットヘリコプタシステムを用いたビーコン探索
通信機能を有し，自律制御を行う複数台の無人ヘリコプタと定義
地形に左右されない広域な作業範囲，複雑なタスクに対応可能
時間制約が厳しい雪崩遭難者救助独自の探索手法の構築

3. 目的
マルチロボットヘリコプタによるビーコン探索手法の検討
雪崩による遭難者の探索に要する時間の短縮
（１５分以内）
アプローチ RCヘリコプタにセンサ類を搭載し，自律制御
ヘリコプタ・雪山をモデル化し，シミュレーション
シミュレーション ハードウェア（実機）
モデリング 設計
制御器の設計 飛行制御
雪山モデルの探索

4. ヘリコプタのモデリング [加藤,1985]
発生する力
Tmr
Qmr メインロータの推力 ： Tmr
Y テイルロータの推力 ： Ttr
機体にかかる空気抵抗 ： F fus
Ttr
Pitch,w Qtr 機体にかかる重力 ： mg
Ffus
X
Roll,p 発生するモーメント
mg
メインロータのトルク : Qmr
Z テイルロータのトルク : Qtr
Yaw,r
ヘリコプタをモデル化し，運動方程式によりヘリコプタの動きを算出
フラッピング運動を近似し，制御指令値からブレードの傾きを算出

5. 制御器
３つの制御器を直列構造に接続し，サーボモータへの制御指令値を算出
[野波,2004]
Velocity Reference Input Signal
Position Reference Attitude Reference
Position Velocity Attitude Helicopter
Controller Controller Controller Dynamics
Attitude
Velocity
Position
PIDコントローラ（X軸） PID制御により目標値を算出
ex (t )
mx (t )  K Px ex (t )  K Ix  ex (t )  K Dx
t
m(t ) : 目標値 t : サンプリング時間[sec]
e(t ) : t[sec] における現在値と目標値との偏差[m/sec]
K P : 比例ゲイン K I : 微分ゲイン K D : 積分ゲイン

6. 制御器
３つの制御器を直列構造に接続し，サーボモータへの制御指令値を算出
[野波,2004]
Velocity Reference Input Signal
Position Reference Attitude Reference
Position Velocity Attitude Helicopter
Controller Controller Controller Dynamics
Attitude
Velocity
Position
Memory-Based PID 制御
[Takao,2004] 速度制御器に適用 3軸：Kp
PIDパラメータの選択 PIDパラメータの修正
レコードと類似度を算出 制御誤差を利用
PIDパラメータ生成 データベース
類似度に応じた重み付き平均を算出

7. システム概要
・少数機体を多くの拠点に配置し，拠点から探索地点に向けて飛行
・ビーコンが埋没し易い場所をヒューリスティック探索
雪山をグリッドで区切り，各グリッドのビーコンの埋没確率P(x,y)を
地形情報や消失点(遭難者の最後の目撃地点)から確率分布で表現
地形情報と消失点から流路と探索範囲を決定
・拠点と通信可能な親機1機体とアドホックに通信する子機N機体
対象とする雪山
範囲・・・配置拠点より５分以内で移動可能な範囲
（最高速度約100km/h→5km範囲内）
標高差・・・10m以上500m以下
斜面勾配・・・25度以上50度以下 雪山シミュレーションモデル
探索手法 目的関数
目的関数を最大化するグリッド探索
ヒューリスティックを導入したタブーサーチを  P( x, y)  r (t )
埋没確率 生存率
Ｍ回試行後，ルートプランニング

8. シミュレーション設定
子機体数を1-9機体に変更し，評価関数の推移を調査
実験Ⅰ
制約条件：子機はバラバラに飛行し，発見後，親機まで飛行
N SX , SY
評価関数：   P( x, y)  r (tinit  t  tback ) t ：親機までの飛行時間
init
i x, y tback ：遭難現場までの飛行時間
実験Ⅱ
制約条件：子機がアドホックネットワークを維持
N SX , SY
評価関数：  P( x, y)  r (tinit  t )  penalty (i) penalty (i) ：通信範囲より出たペナルティ
i x, y
範囲 5000m四方 親機数 1機体
消失点 範囲内ランダム 子機数 N（1-9）機体
推定流路方向 標高から推定 ビーコン通信範囲 20m
探索範囲 半径1000m・角60度の扇形 グリッド間隔 12.5m
遭難者位置 標高による確率分布 機体間通信範囲 200m
遭難者数 １人 探索時間 120min

9. シミュレーション結果
実験Ⅰ  P( x, y )  r (t )
10機体の探索結果一例
機体数 棒グラフ：  P( x, y)
実験Ⅱ 線グラフ(青):  P( x, y)  r (tinit  t )
 P( x, y )  r (t ) 線グラフ(赤):  P( x, y)  r (t  t  t )
init back
機体数 10機体の探索結果一例
探索時間の短縮という観点では，実験Ⅰの探索手法が優位

10. ハードウェア構成
RCヘリコプタ CPU・センサ類
・GPS
・CPU Armadillo 300
・3軸加速度センサ
(Wireless LAN)
・3軸ジャイロセンサ
周波数 200 [MHz]
・Innovator 重量 700 [g] (・ビーコン)
・PC
４CHの制御指令値を 取得したセンサ値を
PCよりプロポに送信
・D/Aコンバータ 無線LANにより
・プロポ 50ms毎に送信
PC・プロポ
RCヘリコプタにCPU・センサ類を搭載し，ホストコンピュータベースで自律制御

11. 実機実験
目的 シミュレータ上で構築した制御器を実機へ導入
内界センサを用いて，速度制御器と姿勢制御器を実装
振動ノイズやセンサ誤差を含んだ観測値からKalman Filterを用いて状態推定
xn  Fn xn1  Bnun
観測値yn:３軸加速度・角速度
青：観測値
yn  H n xn  wn
状態xn:３軸速度・角速度・姿勢 赤：Kalman
入力un：制御指令値4ch Filter
シミュレータやマニュアル操作時の入力に基づき， 角速度 deg/s
PIDパラメータを決定
PIDパラメータ
速度制御器 姿勢制御器
Kp Kp Ki Kd
0.７ 0.4 0.01 0.0３
高さ及び，yaw角はマニュアル操作
動作が不安定な要因は積分誤差による為だと考えられ，
外界センサによる位置制御や補正により改善されると考えられる．

12. まとめ
• マルチロボットヘリコプタのハードウェア構成,
システム構成を検討・構築した
• マルチロボットヘリコプタによる雪崩遭難者探索の
探索時間短縮の可能性を示した
研究業績
国内学会発表：４件