GeoWind2Plan: Mission-Time 3D Urban Wind Prediction for Energy-Efficient UAV Planning
Abstractの概要
GeoWind2Planは、UAVのミッション回廊に沿った建物を考慮した3次元都市風を予測し、その予測をエネルギー効率の高い軌道計画に活用するミッション時フレームワークです。本手法は、局所的な幾何形状を基準風フレームへ回転させ、局所化された幾何形状条件付きニューラルオペレータを適用してミッション関連の風パッチを推論し、異なる流入速度に合わせてリスケーリングして照会可能な局所風速場へと結合します。その後、この風速場を物理ベースのマルチローターエネルギーモデルおよびRRT初期化による連続最適化手法と組み合わせ、3次元での経路と速度を共同で最適化します。本論文では、完全なCFD再構築ではなく意思決定に有用な風予測に主眼を置き、計画された軌道を高精度なCFD風速場のもとで評価しています。
新規性
際立った貢献は、環境風条件付きかつ建物を考慮した3次元都市風予測と、ミッション実行時の連続的なUAVエネルギー計画を統合した点にあります。また、風フレームへの幾何変換と回廊局所化推論戦略により、ルートに関連する流れの構造を保持しつつ都市全域にわたるCFDの必要性を低減している点も特徴的です。
成果
未知の都市領域と風向条件において、回廊局所化推論は約3秒で完了し（CFDの約8時間に対して）、全領域のニューラル予測は約15秒でした。CFD環境での評価において、GeoWind2Planで計画された軌道は風を考慮しない計画と比較して、追い風で6.9%、向かい風で12.7%、横風で4.5%のエネルギーを削減し、CFD基準計画による削減効果の87.9%、85.7%、75.0%を達成しました。さらに回廊幅を20%に局所化することで、CFD評価エネルギーをほぼ損なわずに推論時間を15秒から3秒に短縮しました。
論文の注目点
- GeoWind2Planは、風向・風速への適応機能を備えた局所幾何条件付きニューラルオペレータを用い、建物幾何形状と背景風ベクトルからミッションに関連する3次元都市風を予測する。
- 固定速度や離散ルートを前提とせず、予測された局所風速場と物理ベースのUAVエネルギーモデルを活用して連続的な3次元経路と速度を共同で最適化する。
- 未知の街区、風況パターン、テストされた流入速度において、風非考慮や高度のみのプロファイルに基づくベースラインよりもCFD基準計画に近い性能を維持することが実証されている。