JP7213394B2 - 無人飛行体制御支援システム及び無人飛行体制御支援方法 - Google Patents

Description

本発明は、無人飛行体制御支援システム及び無人飛行体制御支援方法の技術に関する。

風力発電に用いる風車等を点検するためにドローン（無人飛行体）の活用が進んでいる。このような場合、ドローンが風車を撮像し、その画像を基に点検者が保守の要否等を判定している。このような用途でドローンを使用する際、高解像度な画像を撮像する必要があることから、安定した飛行・滞空が必要となる。
しかし、ドローンは小型軽量であるので、風の影響を受けやすく、特に突風等の風況変化の影響を受けやすいという課題がある。

このような課題に対し、特許文献１が開示されている。
特許文献１には、「人による操縦を必要とせず、かつ、風の影響を考慮してドローンを飛行させる。無人航空機飛行管理システム１に、地上物が存在せず無人航空機６が飛行可能な水平方向および高さ方向の３次元の地図データを記憶する３次元地図データ記憶部１７２と、現在位置を取得する現在位置取得部１７５と、目的地を取得する搬送指示取得部１６６と、現在位置から目的地までの前記地図データにおける飛行可能な経路を算出する経路算出部１６７と、風況データを取得するライダーデータ取得部１２１と、前記風況データから飛行を避けた方が良い警戒領域を算出する危険風況領域判定部１２３と、前記経路算出部１６７により算出した経路が前記危険風況領域判定部１２３により算出した警戒領域を通過する経路であった場合に、前記警戒領域を避けて経路を再算出する経路再算出部１６４を備えた」飛行経路算出システム、飛行経路算出プログラム、および無人航空機経路制御方法が開示されている。

国際公開第２０２０／０１３１５３号

しかしながら、特許文献１には、実測した風況データから近未来の風況を予測することが記載されているものの、予測の具体的な手法が記載されていない。

このような背景に鑑みて本発明がなされたのであり、本発明は、無人飛行体を安定的に飛行させることを課題とする。

前記課題を解決するため、本発明は、複数の仮想風況情報それぞれに対して、無人飛行体が飛行する地点における空気の流れのシミュレーションを実行し、前記シミュレーションの結果であるシミュレーション結果を出力するシミュレーション処理部と、実測された風況の情報である実測風況情報を基に、前記実測風況情報に対応する前記仮想風況情報の前記シミュレーション結果を取得するシミュレーション結果取得部と、取得した前記シミュレーション結果を出力する出力部と、を有することを特徴とする。
その他の解決手段は実施形態中において記載する。

本発明によれば、無人飛行体を安定的に飛行させることができる。

ドローン制御支援システムの構成例を示す図である。 本実施形態におけるシミュレーション装置の機能ブロック図である。 本実施形態における風況推定装置の機能ブロック図である。 本実施形態におけるシミュレーション装置が行う処理の手順を示すフローチャートである。 本実施形態における風況推定装置が行う処理の手順を示すフローチャートである。 過去気象データの一例を示す図（その１）である。 過去気象データの一例を示す図（その２）である。 仮想風況データ、及び、風況シミュレーションの結果を示す図である。 流れ場特徴量解析処理の結果を示す図である。 本実施形態のドローン制御支援システムによる実行例を示す図（その１）である。 本実施形態のドローン制御支援システムによる実行例を示す図（その２）である。 本実施形態のドローン制御支援システムによる実行例を示す図（その３）である。 本実施形態に係るドローン制御支援システムにおける別の適用例を示す図である。

次に、本発明を実施するための形態（「実施形態」という）について、適宜図面を参照しながら詳細に説明する。なお、各図面において、同様の構成要素については、同一の符号を付して説明を省略する。

＜システム＞
図１は、ドローン制御支援システム１の構成例を示す図である。
ドローン制御支援システム１は、シミュレーション装置１００及び風況推定装置３００を有する。なお、ドローン制御支援システム１に解析結果ＤＢ２００が含まれていてもよい。

シミュレーション装置１００は、気象センタＢ１から過去気象データ６０１を取得し、地理センタＢ２から地形データ６０２を取得する。そして、シミュレーション装置１００は、これらのデータに基づいて風況推定地域における風況のシミュレーション（風況シミュレーション）を行う。ここで、風況とは風速及び風向のことである。また、風況推定地域とは、ドローン５００を飛行させるために風況を推定する地域のことである。換言すれば風況推定地域とはドローン５００を飛行させる地域のことである。

さらに、シミュレーション装置１００は、風況シミュレーションの結果得られた、風況推定地域における風況に対して流れ場特徴量解析を行う。流れ場特徴量解析については後記する。ここでは、流れ場特徴量解析の結果、解析結果の組７５０が生成されるものとする。解析結果の組７５０については後記する。そして、シミュレーション装置１００は、生成された解析結果（ここでは解析結果の組７５０）を解析結果ＤＢ２００に格納する。

風況推定装置３００は、気象予報データ６０３、実測風況データ６０４を基に、解析結果ＤＢ２００から取得する。そして、風況推定装置３００は、取得した解析結果（ここでは、解析結果の組７５０）を基に、現在から所定時間後の風況推定地域における風況を推定する。なお、気象予報データ６０３は気象センタＢ１等から取得される。また、実測風況データ６０４は風車ＷＭに備えられている図示しない風速センサ等から取得される。

そして、風況推定装置３００は、推定された風況のデータ（推定風況データ６０５）をドローン制御装置４００へ出力する。
ドローン制御装置４００に出力された推定風況データ６０５を基に、操縦者Ｐ１はドローン制御装置４００を操作することによって、ドローン５００の制御を行う。ドローン制御装置４００に出力された推定風況データ６０５は、例えば、ドローン制御装置４００の図示しない表示装置に表示される。操縦者Ｐ１は、図示しない表示装置に表示されている推定風況を基にドローン５００の制御（操縦）を行う。

（シミュレーション装置１００）
図２は、本実施形態におけるシミュレーション装置１００の機能ブロック図である。適宜、図１を参照する。
シミュレーション装置１００は、少なくともメモリ１１０、ＣＰＵ（Central Processing Unit）１２１、送受信装置１２２を備える。
送受信装置１２２は、気象センタＢ１から過去気象データ６０１を受信したり、地理センタＢ２から地形データ６０２を受信したりする。また、送受信装置１２２は、解析結果の組７５０等を解析結果ＤＢ２００に送信する。

また、図示しない記憶装置に格納されているプログラムがメモリ１１０にロードされ、ロードされたプログラムがＣＰＵ１２１によって実行される。これによって、データ取得部１１１、シミュレーション処理部１１２、解析処理部１１３、格納処理部１１４が具現化する。

データ取得部１１１は、送受信装置１２２を介して、気象センタＢ１から過去気象データ６０１を取得したり、地理センタＢ２から地形データ６０２を取得したりする。
シミュレーション処理部１１２は、取得した過去気象データ６０１、地形データ６０２を基に、時刻ｔにおける仮想風況データ７４１（図８参照）を算出する。また、シミュレーション処理部１１２は、算出した仮想風況データ７４１を基に、時刻ｔ＋１における風況推定地域における風況のシミュレーション（風況シミュレーション）を行う。仮想風況データ７４１については後記するが、風況シミュレーションにおける入力データである。ここで、時刻ｔ＋１とは、時刻ｔより所定時間後という意味である。

解析処理部１１３は、シミュレーション処理部１１２によるシミュレーション結果に対して主成分分析（固有値直行分解）等の流れ場特徴量解析処理を行う。
格納処理部１１４は、送受信装置１２２を介して、解析処理部１１３による結果を仮想風況データ７４１、過去気象データ６０１における気象条件等と対応付けて解析結果ＤＢ２００に格納する。

（風況推定装置３００）
図３は、本実施形態における風況推定装置３００の機能ブロック図である。適宜、図１を参照する。
風況推定装置３００は、少なくともメモリ３１０、ＣＰＵ３２１、送受信装置３２２を備える。
送受信装置３２２は、気象センタＢ１から気象予報データ６０３を受信したり、実測された風況のデータである実測風況データ６０４を受信したりする。また、送受信装置３２２は、解析結果ＤＢ２００から解析結果の組７５０を取得したり、推定した風況推定地域の風況データ（推定風況データ６０５）をドローン制御装置４００へ出力したりする。

そして、図示しない記憶装置に格納されているプログラムがメモリ３１０にロードされ、ロードされたプログラムがＣＰＵ３２１によって実行される。これによって、データ取得部３１１、解析結果取得部３１２、風況推定部３１３、出力処理部３１４が具現化する。

データ取得部３１１は、送受信装置３２２を介して、気象センタＢ１から気象予報データ６０３を取得したり、風車ＷＭに備えられている風速センサ（不図示）等から実測風況データ６０４を取得したりする。
解析結果取得部３１２は、取得した気象予報データ６０３や、実測風況データ６０４を基に、解析結果ＤＢ２００から解析結果の組７５０を取得する。

風況推定部３１３は、取得した解析結果の組７５０を基に、風況推定地域における風況を推定する。
出力処理部３１４は、推定した風況のデータ（推定風況データ６０５）をドローン制御装置４００へ出力する。

＜フローチャート＞
（シミュレーション装置１００の処理）
図４は、本実施形態におけるシミュレーション装置１００が行う処理の手順を示すフローチャートである。ステップＳ１０１～Ｓ１０５における、それぞれの処理の詳細は後記する。また、適宜、図１～図３を参照する。
まず、データ取得部１１１は、送受信装置１２２を介して、気象センタＢ１から過去気象データ６０１を取得し、地理センタＢ２から地形データ６０２を取得する（Ｓ１０１）。
続いて、シミュレーション処理部１１２は、ある地点での仮想風況データ７４１（図８参照）を算出する（Ｓ１０２）。仮想風況データ７４１については後記する。

そして、シミュレーション処理部１１２が入力された仮想風況データ７４１、過去気象データ６０１、地形データ６０２を基に、風況推定地域における風況のシミュレーション（風況シミュレーション）を行う（Ｓ１０３）。
次に、解析処理部１１３が、ステップＳ１０３の処理結果に対して流れ場特徴量解析処理を行う（Ｓ１０４）。流れ場特徴量解析処理に用いられる手法は、前記したようにｓｙ成分分析（固有値直行分解）や、フーリエ解析等である。
そして、格納処理部１１４は、流れ場特徴量解析処理の結果（解析結果；本実施形態では解析結果の組７５０）を解析結果ＤＢ２００に格納する（Ｓ１０５）。

シミュレーション装置１００は、様々な仮想風況データ７４１について、ステップＳ１０１～Ｓ１０５の処理を行う。そして、シミュレーション装置１００は、それぞれの仮想風況データ７４１と、仮想風況データ７４１の算出に用いられた気象条件と対応付けて解析結果（解析結果の組７５０）を解析結果ＤＢ２００に格納する。

（風況推定装置３００の処理）
図５は、本実施形態における風況推定装置３００が行う処理の手順を示すフローチャートである。ステップＳ２０１～Ｓ２０４における、それぞれの処理の詳細は後記する。また、適宜、図１～図３を参照する。
データ取得部３１１は、送受信装置３２２を介して、気象予報データ６０３及び実測風況データ６０４を取得する（Ｓ２０１）。前記したように、気象予報データ６０３は気象センタＢ１から取得され、実測風況データ６０４は、例えば、風車ＷＭに備えられている風速センサ（不図示）等から取得される。
次に、解析結果取得部３１２が、取得された実測風況データ６０４や、気象予報データ６０３の気象条件に合う解析結果の組７５０を取得する（Ｓ２０２）。
そして、風況推定部３１３は、取得された解析結果の組７５０を基に、現在から所定時間後における風況推定地域の風況を推定する（Ｓ２０３）。現在を時刻ｔとすると、ここでの所定時間後とは、時刻ｔ＋１に相当する時刻を意味する。
その後、出力処理部３１４は、推定した風況推定地域の風況データ（推定風況データ６０５）を出力する（Ｓ２０４）。

＜処理の具体例＞
次に、図６～図９を参照して、図４及び図５における各処理の具体例を説明する。
まず、図４のステップＳ１０１～Ｓ１０５の処理の具体例について図６等を参照して説明する。
（Ｓ１０１）
図６は、図４のステップＳ１０１で取得される過去気象データ６０１の一例を示す図である。
図６では、日本近辺の過去気象データ６０１が示されている。
図６では、過去気象データ６０１のうち、風況が示されている。つまり、符号７１１は風向を示す矢印であり、濃淡は風速を示している。つまり、濃淡が濃いほど風速は早く、薄いほど風速が遅いことを示している。ここで、風況の推定対象となっている風車ＷＭが設置されている符号７１３に示す地域の過去気象データ６０１が後記する図７に示される。

図７は、図６における符号７１３が示す地域の過去気象データ６０１である。
図７において、符号７２１は、地形の輪郭を示しており、符号７２２は風向を示す矢印を示している。また、図７において、濃淡は風速を示している。つまり、濃淡が濃いほど風速は早く、薄いほど風速が遅いことを示している。
また、符号７２３は風況推定地域の範囲を示している。

（Ｓ１０２，Ｓ１０３）
図８は、図４のステップＳ１０２で算出される仮想風況データ７４１、及び、ステップＳ１０３で行われる風況推定地域の風況シミュレーションの結果を示す図である。
図８において、仮想風況データ７４１は図４のステップＳ１０２で算出されるものである。仮想風況データ７４１は、図６や、図７に示すような過去気象データ６０１や、地形データ６０２、過去気象データ６０１のおける気温、湿度等のデータ、過去における風況等を基にシミュレーション処理部１１２が算出するものである。

図８において、符号７４２は風車ＷＭを示している。
時刻ｔに仮想風況データ７４１に相当する風が符号７４２で示される風車ＷＭに吹くことにより、時刻ｔ＋１で風車ＷＭの風下（風況推定地域）において生じる風況７４３が風況シミュレーションされる。風況７４３において、濃度の濃淡は風速を示し、濃度が濃いほど風速が速く、濃度が薄いほど風速が遅い。風況７４３に示されるように、風車ＷＭの風下（風況推定地域）では空気の渦等といった空気の乱れが生じている。ドローン５００が、このような空気の乱れ（渦）に巻き込まれると、大きく姿勢を崩し、撮像等が困難となる。

（Ｓ１０４）
図９は、図４のステップＳ１０４で行われる流れ場特徴量解析処理の結果を示す図である。
ここでは、流れ場特徴量解析手法として主成分分析（固有値直行分解）が用いられるものとする。そして、図８の風況７４３として示されるシミュレーション結果に主成分分析が適用された例を図９に示す。
図８に示される風況推定地域の風況７４３を主成分分析すると第１モード～第ｎモードの解析結果が得られる。図９において、符号７５１は第１モードの解析結果を示し、符号７５２は第ｎモードの解析結果を示す。ここでは、第１モード及び第ｎモードの解析結果のみを示しているが、実際には、第１モードの解析結果と、第ｎモードの解析結果との間には第２モード、第３モード、・・・、第ｎ－１モードの解析結果が存在する。

ここで、符号７５１に示す第１モードの解析結果は大きな空気の渦を示し、符号７５２に示す第ｎモードは細かい流速変化を示している。
同一のシミュレーション結果を基に生成される第１モード（符号７５１）、第２モード、・・・、第ｎ－１モード、第ｎモード（符号７５２）それぞれの解析結果の１組を解析結果の組７５０と称する。

また、解析処理部１１３は、解析結果の組７５０から図８における風況７４３を再構築するためのシステム行列Ａも算出する。なお、システム行列Ａの算出は非常に簡単に行うことができる。

（Ｓ１０５）
図４のステップＳ１０５において、格納処理部１１４は図９に示す解析結果の組７５０を解析結果ＤＢ２００に格納する。このとき、格納処理部１１４は、図８における仮想風況データ７４１、システム行列Ａ、過去気象データ６０１から得られる温度、湿度等の気象条件を解析結果の組７５０と対応付けて解析結果ＤＢ２００に格納する。なお、図９に示すように、解析結果の組７５０を解析結果ＤＢ２００に格納することで、解析結果ＤＢ２００に格納するデータの容量を小さくすることができる。

次に、図５のステップＳ２０１～２０４の処理の具体例を説明する。
（Ｓ２０１）
まず、ステップＳ２０１において、気象予報データ６０３が取得され、実測風況データ６０４が取得される。実測風況データ６０４は、図８の仮想風況データ７４１に相当する実測の風況データである。つまり、実測風況データ６０４は、風車ＷＭに対して吹く風に関するデータである。

（Ｓ２０２）
そして、ステップＳ２０３において、解析結果取得部３１２は、実測風況データ６０４、気象予報データ６０３から得られる温度や、湿度等の気象条件と、同様の仮想風況データ７４１、気象条件に対応付けられている解析結果の組７５０、及び、システム行列Ａを解析結果ＤＢ２００から取得する。なお、システム行列Ａは、このタイミングで算出されてもよい。

（Ｓ２０３）
次に、ステップＳ２０３において、風況推定部３１３が、取得した解析結果の組７５０、システム行列Ａを基に、低次元モデルによる処理を行うことで、図８の風況７４３が再構築される。これにより、現在から所定時間後における風況推定地域の風況が推定される。ここでの所定時間後とは、前記したように現在を時刻ｔとしたとき、時刻ｔ＋１に相当する時刻のことである。

（Ｓ２０４）
ステップＳ２０４において、出力処理部３１４は、復元されることで推定される風況推定地域の風況のデータ（推定風況データ６０５）をドローン制御装置４００へ出力する。

＜適用例＞
図１０～図１２は、本実施形態のドローン制御支援システム１による実行例を示す図である。
図１０は現在におけるドローン５００の飛行状態を示し、図１１及び図１２は現在から所定時間後におけるドローン５００の飛行状態を示す。
図１０に示すように、風車ＷＭの保守における撮像のため、風車ＷＭの近傍をドローン５００が飛行しているものとする。図１０では、ドローン５００の飛行に影響を与えない程度の風が紙面左側から吹いているものとする（図１０の細矢印）。

ここで、図１１の太矢印に示すような突風が紙面左側から吹いてきたものとする。すると、現在から所定時間後において風車ＷＭの風下には図８の風況７４３に示すような空気の乱れが生じる。その結果、図１１に示すように、ドローン５００の飛行姿勢が乱れてしまう。これにより、適切な風車ＷＭの撮像が困難となってしまい、突風がやむのを待ったり、場合によっては、その日の保守を中止したりする等といった事象が生じてしまう。

これに対し、本実施形態によれば図１２に示すように、太矢印に示す突風が紙面左側から吹いてきた後、現在から所定時間後において、風車ＷＭの風下に、どのような空気の乱れが生じるのかを、ほとんどリアルタイムに算出することができる。本実施形態では、様々な風況、気象条件と対応付けて解析結果の組７５０が解析結果ＤＢ２００に格納されている。そして、風況推定装置３００は、現在における風車ＷＭの風上の風況や、気象条件から解析結果の組７５０を検索する。さらに、風況推定装置３００は、検索した解析結果の組７５０を基に風況推定地域（例えば、風車ＷＭの風下）における風況を再構築することができるためである。再構築のための時間はほとんどかからないので、実質的に、既に風況シミュレーションされている結果を検索して、取得するだけですみ、リアルタイムに突風等といった風況変化による影響を出力することができる。

これにより、操縦者Ｐ１は、突風等によって生じる空気の乱れを事前に認識することができ、突風等に応じたドローン５００の操縦を行うことができる。この結果、安定的なドローン５００の飛行を実現することができ、保守等における安定的な撮像を行うことができる。

［変形例］
図１３は、本実施形態に係るドローン制御支援システム１における別の適用例を示す図である。
図１３において、図１と異なる点は、ドローン５００ａが自律制御を行っている点である。
また、図１３では、風況推定装置３００は、推定風況データ６０５をドローン５００ａと、ドローン監視装置４００ａへ出力している。

ドローン５００ａは、最適制御演算部５０１、制御部５０２、姿勢センサ５０３を有している。
最適制御演算部５０１は、姿勢センサ５０３による現在の姿勢データと、風況推定装置３００から入力される推定風況データ６０５とを基に、現在から所定時間後の制御データを算出する。
ドローン５００ａの制御部５０２は、算出された所定時間後の制御データを基にドローン５００ａの姿勢制御を行う。

また、監視者Ｐ２はドローン監視装置４００ａにおいて、風況推定装置３００から取得した推定風況データ６０５を監視することによって、ドローン５００ａが適切な自律制御を行っているかを監視する。

本実施形態によれば、突風等の風況変化による影響を、ほぼリアルタイムで出力することができるため、安定したドローン５００の飛行及び滞空が可能となる。これにより、保全における撮像等において、安定した画像を得ることができる。
また、突風等の対象が難しいことから、一般にドローン５００の操縦は熟練者のみに許されることが多い。本実施形態によれば、操縦者Ｐ１は、推定される風況推定地域の風況を事前に認識することができるため、必ずしも熟練者でなくてもドローン５００を操縦することができる。

また、流れ場特徴量解析（図４のステップＳ１０４）が行われることにより、解析結果のデータ量を圧縮することができる。これにより、解析結果ＤＢ２００に格納するデータの容量を削減することができる。

さらに、シミュレーション処理部１１２は、風況推定地域における過去気象データ６０１や、地形データ６０２を基に、仮想風況データ７４１を生成する。そして、シミュレーション処理部１１２は、生成した仮想風況データ７４１を基に風況シミュレーションを行う。これにより、実際の風況に近い条件で風況シミュレーションを行うことができ、風況シミュレーションの精度を向上させることができる。

なお、本実施形態では風力発電等に用いる風車ＷＭの周囲におけるドローン５００の制御支援を想定しているが、これに限らない。橋梁、プラント等といった構造物の周囲におけるドローン５００の制御支援に本実施形態のドローン制御支援システム１が用いられてもよい。

また、本実施形態では実測風況データ６０４が風車ＷＭに備えられている風速センタ（不図示）から取得されるものとしているが、これに限らない。風車ＷＭの近傍であれば、風速センサが、例えば、地面や、風車ＷＭ以外の建造物に設置されていてもよい。

また、解析処理部１１３は省略可能である。この場合、図４のステップＳ１０４は実行されず、解析結果ＤＢ７４０にはシミュレーション結果（図８の風況７４３）が仮想風況データ４７１や、気象条件等と対応付けられて格納される。また、解析結果取得部３１２は、現在の風況や、気象条件を基にシミュレーション結果を取得する。その後、出力処理部３１４が取得したシミュレーション結果をドローン制御装置４００や、ドローン監視装置４００ａ、ドローン４００ａへ出力する。

なお、本発明は前記した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば、前記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明したすべての構成を有するものに限定されるものではない。

また、前記した各構成、機能、処理部１１１～１１４，３１１～３１４、解析結果ＤＢ２００等は、それらの一部又はすべてを、例えば集積回路で設計すること等によりハードウェアで実現してもよい。また、図２及び図３で示すように、前記した各構成、機能等は、ＣＰＵ１２１，３２１等のプロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、ＨＤに格納すること以外に、メモリ１１０，２１０や、ＳＳＤ（Solid State Drive）等の記録装置、又は、ＩＣ（Integrated Circuit）カードや、ＳＤ（Secure Digital）カード、ＤＶＤ（Digital Versatile Disc）等の記録媒体に格納することができる。
また、各実施形態において、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には、ほとんどすべての構成が相互に接続されていると考えてよい。

１ ドローン制御支援システム（無人飛行体制御支援システム）
１１２ シミュレーション処理部
１１３ 解析処理部（特徴量算出部）
３１２ 解析結果取得部（シミュレーション結果取得部）
３１３ 風況推定部（シミュレーション結果再構築部）
３１４ 出力処理部（出力部）
５００ ドローン（無人飛行体）
６０１ 過去気象データ（過去の気象情報）
６０２ 地形データ（地形情報）
６０３ 気象予報データ（気象予報情報）
６０４ 実測風況データ（実測風況情報）
６０５ 推定風況データ（シミュレーション結果）
７４１ 仮想風況データ（仮想風況情報）
７４３ 風況（シミュレーション結果）
７５０ 解析結果の組（シミュレーション結果、流れ場の特徴量）
Ｓ１０３ 風況推定地域の風況シミュレーション（シミュレーションステップ）
Ｓ２０２ 解析結果の組の取得（シミュレーション結果取得ステップ）
Ｓ１０４ 推定風況データの出力（出力ステップ）

Claims (4)

1. 複数の仮想風況情報それぞれに対して、無人飛行体が飛行する地点における空気の流れのシミュレーションを実行し、前記シミュレーションの結果であるシミュレーション結果を出力するシミュレーション処理部と、
   実測された風況の情報である実測風況情報を基に、前記実測風況情報に対応する前記仮想風況情報の前記シミュレーション結果を取得するシミュレーション結果取得部と、
   取得した前記シミュレーション結果を出力する出力部と、
   を有することを特徴とする無人飛行体制御支援システム。
2. 前記シミュレーション結果から、前記シミュレーション結果に対する流れ場の特徴量を算出する特徴量算出部と、
   前記流れ場の特徴量を基に、前記シミュレーション結果を再構築するシミュレーション結果再構築部と、
   を有し、
   前記シミュレーション結果取得部は、
   前記実測風況情報に対応する前記流れ場の特徴量を取得し、
   前記シミュレーション結果再構築部は、
   取得した前記流れ場の特徴量を基に、前記シミュレーション結果を再構築する
   ことを特徴とする請求項１に記載の無人飛行体制御支援システム。
3. 前記シミュレーション処理部は、
   過去の気象情報、及び、前記シミュレーションの対象となる地域の地形情報を基に、前記仮想風況情報を生成し、
   前記仮想風況情報と、前記過去の気象情報による気象条件と、前記シミュレーション結果とを対応付けて出力し、
   前記シミュレーション結果取得部は、
   気象予報情報による気象条件と、前記実測風況情報を基に、前記実測風況情報に対応する前記仮想風況情報の前記シミュレーション結果を取得する
   ことを特徴とする請求項１に記載の無人飛行体制御支援システム。
4. 複数の仮想風況情報それぞれに対して、無人飛行体が飛行する地点における空気の流れのシミュレーションを実行し、前記シミュレーションの結果であるシミュレーション結果を出力するシミュレーションステップと、
   実測された風況の情報である実測風況情報を基に、前記実測風況情報に対応する前記仮想風況情報の前記シミュレーション結果を取得するシミュレーション結果取得ステップと、
   取得した前記シミュレーション結果を出力する出力ステップと、
   を実行することを特徴とする無人飛行体制御支援方法。

Images