WO2023243376A1 - 情報処理装置及び情報処理方法 - Google Patents

情報処理装置及び情報処理方法 Download PDF

Info

Publication number
WO2023243376A1
WO2023243376A1 PCT/JP2023/019860 JP2023019860W WO2023243376A1 WO 2023243376 A1 WO2023243376 A1 WO 2023243376A1 JP 2023019860 W JP2023019860 W JP 2023019860W WO 2023243376 A1 WO2023243376 A1 WO 2023243376A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
risk
drone
flight
safety
Prior art date
Application number
PCT/JP2023/019860
Other languages
English (en)
French (fr)
Inventor
徹 伊神
Original Assignee
ソニーグループ株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ソニーグループ株式会社 filed Critical ソニーグループ株式会社
Publication of WO2023243376A1 publication Critical patent/WO2023243376A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F1/00—Ground or aircraft-carrier-deck installations
    • B64F1/36—Other airport installations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/04—Anti-collision systems
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/10—Map spot or coordinate position indicators; Map reading aids
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/40—Transportation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/60—Positioning; Navigation

Definitions

  • the present technology relates to an information processing device and an information processing method, and particularly relates to an information processing device and an information processing method that allow a user to easily confirm the safety of a flight area of an aircraft.
  • wind vectors within a region are identified using measurements from multiple aircraft, a 3D wind condition map is created based on the identified wind vectors, and the 3D wind condition map is used to determine the direction of the aircraft.
  • a technique for creating a flight plan has been proposed (for example, see Patent Document 1).
  • the three-dimensional wind condition map of the invention described in Patent Document 1 is for creating a flight plan for an aircraft, and is not intended to be presented to a user. Therefore, in the invention described in Patent Document 1, it is difficult for a flying object such as a drone to confirm the safety of the flight area.
  • the present technology was developed in view of this situation, and allows users to easily confirm the safety of the flight area of a flying object such as a drone.
  • An information processing device is information based on first flying object information that includes information about the environment around the first flying object detected by one or more first flying objects,
  • An output control unit is provided that controls the output of safety information that is information regarding the safety of the flight area in which the second flying object flies.
  • the information processing device generates information based on flight object information including information about the environment around the first flight object detected by one or more first flight objects. and controls the output of safety information, which is information regarding the safety of the flight area in which the second flying object flies.
  • the information is based on flight object information including information about the environment around the first flight object detected by one or more first flight objects, Safety information, which is information regarding the safety of the flight area in which the aircraft is flying, is output.
  • FIG. 1 is a diagram for explaining an overview of the present technology.
  • FIG. 1 is a block diagram showing an embodiment of a flight management system to which the present technology is applied.
  • FIG. 2 is a block diagram showing an example of a functional configuration of a drone.
  • FIG. 2 is a block diagram showing an example of a functional configuration of a controller.
  • FIG. 2 is a block diagram illustrating an example of a functional configuration of a mobile device.
  • FIG. 2 is a block diagram showing an example of a functional configuration of a management server. It is a flow chart for explaining processing of a flight management system.
  • 3 is a flowchart for explaining details of risk level detection processing. It is a flowchart for explaining the details of risk prediction processing.
  • FIG. 1 is a block diagram showing an embodiment of a flight management system to which the present technology is applied.
  • FIG. 2 is a block diagram showing an example of a functional configuration of a drone.
  • FIG. 2 is a block diagram showing an example of a
  • FIG. 3 is a diagram illustrating an example of displaying safety information of a mobile device.
  • FIG. 3 is a diagram illustrating an example of displaying safety information of a mobile device.
  • FIG. 3 is a diagram illustrating an example of displaying safety information of a mobile device.
  • FIG. 3 is a diagram illustrating an example of displaying safety information of a mobile device.
  • FIG. 3 is a diagram illustrating an example of outputting safety information of a controller. It is a figure which shows the example of a display of the safety information of a drone.
  • FIG. 3 is a diagram illustrating an example of displaying safety information of a mobile device.
  • 1 is a block diagram showing an example of the configuration of a computer.
  • FIG. 3 is a block diagram showing an example of the configuration of a computer.
  • Embodiment >> Embodiments of the present technology will be described with reference to FIGS. 1 to 16.
  • the flight area includes not only the area where the drone actually flies, but also the area where the drone is scheduled to fly.
  • the user confirms the safety of the flight area by checking the geomagnetic condition, wind condition, GNSS signal reception condition, etc. at the takeoff point where the user is located.
  • the environment near the ground where the user is and the flight area where the drone actually flies may be different. Therefore, at present, it is necessary to actually fly the drone and then confirm the environment of the flight area to determine safety. Therefore, after flying the drone, it may be discovered that the flight area is dangerous.
  • the present technology determines the safety of the flight area of the drone 11A based on information from the drones 11B-1 to 11B-n around the drone 11A operated by the user. This makes it easy to check.
  • the drones 11B-1 to 11B-n are, for example, drones that are already flying in the airspace and height where the drone 11A is scheduled to fly.
  • drones 11B-1 to 11B-n individually, they will be simply referred to as drones 11B.
  • drones 11B when there is no need to distinguish between the drone 11A and the drone 11B, they will simply be referred to as the drone 11.
  • the drone 11A will also be referred to as its own aircraft.
  • the drone 11B other than the drone 11A will also be referred to as another aircraft.
  • the flight management system 1 is a system that detects and predicts the safety of the flight area of the drone 11A, presents information indicating the safety of the flight area to the user, and controls the flight operation of the drone 11A.
  • the flight management system 1 includes a controller 12, a mobile device 13, a management server 14, an information distribution server 15, a registered aircraft inquiry server 16, and an individual aircraft DB (database). ) 18, a user operation history DB (database) 18, an aircraft operation history DB (database) 19, and a risk history DB (database) 20.
  • the drone 11A, each drone 11B, the controller 12, the mobile device 13, the management server 14, the information distribution server 15, the registered aircraft inquiry server 16, the user operation history DB 18, the aircraft operation history DB 19, and the risk history DB 20 use the network 31. It is possible to connect and communicate with each other through.
  • the network 31 includes various networks such as the Internet and a mobile phone network, base stations, access points, and the like. Note that illustration of the connection between each drone 11B and the network 31 is omitted.
  • each drone 11B can also perform the same processing as the drone 11A, which will be described later.
  • the drone 11A can perform direct wireless communication with each drone 11B using a predetermined communication method.
  • a communication method between the drone 11A and each drone 11B for example, a short-range wireless communication method such as Bluetooth (registered trademark), a direct broadcast method using Wi-Fi Beacon, etc. is used.
  • the drone 11A is capable of direct wireless communication with the controller 12 using a predetermined communication method.
  • the communication method between the drone 11A and the controller 12 uses, for example, a 2.4 GHz band spread spectrum method.
  • the drone 11A can be connected to the network 31 by, for example, wireless communication such as Wi-Fi or mobile communication such as 4G or 5G. Therefore, the drone 11A can communicate with each drone 11B, the mobile device 13, the management server 14, the information distribution server 15, the registered aircraft inquiry server 16, etc. via the network 31.
  • wireless communication such as Wi-Fi or mobile communication such as 4G or 5G. Therefore, the drone 11A can communicate with each drone 11B, the mobile device 13, the management server 14, the information distribution server 15, the registered aircraft inquiry server 16, etc. via the network 31.
  • the controller 12 is configured by, for example, a proportional system. As described above, the controller 12 is capable of direct wireless communication with the drone 11A, and is used for remote control of the drone 11A.
  • the controller 12 is capable of direct wireless communication with the mobile device 13 using a predetermined communication method.
  • a short-range wireless communication method such as Bluetooth (registered trademark) is used as a communication method between the controller 12 and the mobile device 13, for example.
  • the mobile device 13 is configured by, for example, a smartphone.
  • the mobile device 13 can be connected to the network 31 by wireless communication such as Wi-Fi or mobile communication such as 4G or 5G. Therefore, the mobile device 13 can communicate with each drone 11, the management server 14, the information distribution server 15, the registered aircraft inquiry server 16, etc. via the network 31.
  • the mobile device 13 wirelessly communicates with the drone 11A via Wi-Fi via the network 31 (for example, an access point, etc.).
  • the network 31 for example, an access point, etc.
  • the mobile device 13 is capable of remotely controlling the drone 11A, outputting information indicating the status of the drone 11A and the safety of the flight area of the drone 11, and the like.
  • the management server 14 is, for example, a server that manages the operation of each drone 11. For example, the management server 14 generates information indicating the safety of the flight area of the drone 11A (hereinafter referred to as safety information) based on information from each drone 11. Management server 14 transmits safety information to drone 11A and mobile device 13 via network 31.
  • safety information information indicating the safety of the flight area of the drone 11A (hereinafter referred to as safety information) based on information from each drone 11.
  • Management server 14 transmits safety information to drone 11A and mobile device 13 via network 31.
  • the drone 11A outputs safety information to the user based on the safety information from the management server 14.
  • the drone 11A controls flight operations based on the safety information.
  • the mobile device 13 outputs safety information to the user based on the safety information from the management server 14.
  • the mobile device 13 remotely controls the flight operation of the drone 11 by transmitting operation commands or control parameters to the drone 11 based on the safety information.
  • Mobile device 13 sends safety information to controller 12 .
  • the controller 12 outputs safety information to the user based on the safety information from the mobile device 13.
  • the controller 12 remotely controls the flight operation of the drone 11 by transmitting operation commands or control parameters to the drone 11 based on the safety information.
  • the management server 14 remotely controls the flight operation of the drone 11 by transmitting operation commands or control parameters to the drone 11A via the network 31 based on the safety information.
  • the information distribution server 15 distributes various types of information (hereinafter referred to as distribution information) regarding the flight area of the drone 11A.
  • the distribution information includes, for example, weather information.
  • the individual aircraft DB 17 is a database that stores registration information regarding each drone 11.
  • the registration information includes, for example, the remote ID of each drone 11, type, model, manufacturer, serial number, weight classification, personal information such as operator (for example, owner or user), presence or absence of modification, and the like.
  • the user operation history DB 18 is a database that stores the operation history of each user's drone 11.
  • the operation history of each user's drone 11 includes, for example, the number of flights of each user's drone 11, the operation history of the aircraft, and the risk history of the operation area.
  • the operation history indicates, for example, the history of the drone 11 operated by the user.
  • the operating aircraft history indicates which level of aircraft, from small to large, each user has operated.
  • the history of the degree of risk of the operation area indicates, for example, the history of the degree of risk of the area in which the user operated the drone 11.
  • the risk history of the operation area indicates how much experience each user has in operating the drone 11 in dangerous locations.
  • the aircraft operation history DB 19 is a database that stores the operation history of each drone 11.
  • the operation history of each drone 11 includes, for example, the number of flights of each drone 11, an error detection history based on self-diagnosis of each drone 11, and a repair history.
  • the risk history DB 20 is a database that stores the history of the risk of each location.
  • the history of the degree of risk at each point includes, for example, information such as the position and date and time when the degree of risk was detected, the degree of risk for each risk factor, and the degree of integrated risk.
  • the risk history DB 20 stores a risk map generated by the management server 14.
  • the risk map is a map showing the spatial distribution of the risk of each risk factor and the integrated risk.
  • the risk factor is a factor that may adversely affect the flight of the drone 11.
  • the risk factors include geomagnetic conditions, wind conditions (wind speed, wind direction, etc.), illuminance, GNSS signal reception conditions, wireless communication conditions, and the like.
  • FIG. 3 shows an example of the configuration of the drone 11.
  • the drone 11 includes a sensor section 101, a GNSS signal receiving section 102, a control section 103, a flight mechanism 104, a communication section 106, and a storage section 107.
  • the sensor unit 101 includes various sensors that detect the state of the drone 11 or the state of the surroundings of the drone 11.
  • the sensor unit 101 includes a camera, a stereo camera, an image sensor such as a depth sensor (for example, a ToF (Time of Flight) sensor), an anemometer, a geomagnetic sensor, an IMU (Inertial Measurement Unit), and the like.
  • a depth sensor for example, a ToF (Time of Flight) sensor
  • anemometer for example, a ToF (Time of Flight) sensor
  • a geomagnetic sensor for example, a MEMS microphone
  • IMU Inertial Measurement Unit
  • the GNSS signal receiving unit 102 receives a GNSS signal from a GNSS satellite and supplies it to the control unit 103.
  • the control unit 103 includes a processor such as a CPU (Central Processing Unit), a memory, and the like.
  • the control unit 103 controls each unit of the drone 11 and executes various processes by executing a predetermined program.
  • the control unit 103 includes an information acquisition unit 111, an own device information detection unit 112, an operation control unit 113, and an output control unit 114.
  • the information acquisition unit 111 acquires various information from the outside via the communication unit 106. For example, the information acquisition unit 111 acquires information regarding each drone 11B (hereinafter referred to as other aircraft information) from each drone 11B. For example, the information acquisition unit 111 acquires safety information from the management server 14.
  • the own aircraft information detection unit 112 detects the drone 11 based on the sensor data from the sensor unit 101, the GNSS signal from the GNSS signal reception unit 102, and information indicating the state of the flight mechanism 104 from the flight mechanism 104. Detect the surrounding conditions. The own aircraft information detection unit 112 generates own aircraft information indicating the state of the drone 11 and the surroundings of the drone 11.
  • the operation control unit 113 operates based on own machine information, safety information, and operation commands and control parameters received from the outside (for example, the controller 12, the mobile device 13, or the management server 14) via the communication unit 106. , controls the flight operation of the drone 11 by controlling the flight mechanism 104.
  • the output control unit 114 controls the output of various information (for example, visual information and auditory information) from the output unit 105.
  • various information for example, visual information and auditory information
  • the output control unit 114 controls the output of safety information from the output unit 105.
  • the flight mechanism 104 is a mechanism for making the drone 11 fly.
  • the flight mechanism 104 includes, for example, a propeller, a motor that rotates the propeller, and the like.
  • the flight mechanism 104 is driven under the control of the operation control unit 113 to cause the drone 11 to fly.
  • the output unit 105 includes various output devices that output visual information or auditory information.
  • the output unit 105 includes a display device, an audio output device, and the like.
  • the output unit 105 outputs various information under the control of the output control unit 114.
  • the control unit 152 is composed of a processor such as a CPU, a memory, and the like.
  • the control unit 152 controls each unit of the controller 12 and executes various processes by executing a predetermined program.
  • the control unit 152 includes an information acquisition unit 161, an output control unit 162, and a remote control unit 163.
  • the information acquisition unit 161 acquires various information from the outside via the communication unit 154. For example, the information acquisition unit 161 acquires own aircraft information from the drone 11A. For example, the information acquisition unit 161 acquires safety information from the mobile device 13.
  • the output control unit 162 controls the output of various information (for example, visual information, auditory information, and tactile information) from the output unit 153.
  • various information for example, visual information, auditory information, and tactile information
  • the output control unit 162 controls the output of safety information from the output unit 153.
  • the remote control unit 163 remotely controls the flight operation of the drone 11.
  • the remote control unit 163 generates operation commands or control parameters for remotely controlling the drone 11 based on the input information, own aircraft information, and safety information, and sends the drone 11 via the communication unit 154. Send to.
  • the output unit 153 includes various output devices that output visual information, auditory information, or tactile information.
  • the output unit 153 includes a display device, an audio output device, a haptics device, and the like.
  • the output unit 153 outputs various information under the control of the output control unit 162.
  • the communication unit 154 includes various communication devices and performs wireless communication with other devices using a predetermined communication method. For example, the communication unit 154 performs direct wireless communication with the drone 11A and the mobile device 13.
  • FIG. 5 shows an example of a functional configuration of the mobile device 13.
  • the mobile device 13 includes an input section 201 , a control section 202 , an output section 203 , a communication section 204 , and a storage section 205 .
  • the input unit 201 includes various input devices and operation devices, and is used to input various information and operate the mobile device 13.
  • the input unit 201 supplies input information input using an input device or an operating device to the control unit 202.
  • the control unit 202 is composed of a processor such as a CPU, a memory, and the like.
  • the control unit 202 controls each unit of the mobile device 13 and executes various processes by executing a predetermined program.
  • the control unit 202 includes an information acquisition unit 211, an output control unit 212, and a remote control unit 213.
  • the information acquisition unit 211 acquires various information from the outside via the communication unit 204.
  • the information acquisition unit 211 acquires own aircraft information from the drone 11A.
  • the information acquisition unit 161 acquires safety information from the management server 14.
  • the output control unit 212 controls the output of various types of information (for example, visual information, auditory information, and tactile information) from the output unit 203.
  • the output control unit 212 controls the output of safety information from the output unit 203.
  • the remote control unit 213 remotely controls the flight operation of the drone 11.
  • the remote control unit 213 generates operation commands or control parameters for remotely controlling the drone 11 based on input information, self-device information, and safety information, and transmits the operation commands or control parameters to the drone 11 via the communication unit 204. Send to.
  • the output unit 203 includes various output devices that output visual information, auditory information, or tactile information.
  • the output unit 203 includes a display device, an audio output device, a haptics device, and the like.
  • the output unit 203 outputs various information under the control of the output control unit 212.
  • the communication unit 204 includes various communication devices and performs wireless communication with other devices using a predetermined communication method.
  • the communication unit 204 communicates with the drone 11A, the management server 14, the information distribution server 15, the registered aircraft inquiry server 16, etc. via the network 31.
  • the communication unit 204 performs direct wireless communication with the controller 12.
  • the storage unit 205 includes, for example, a nonvolatile memory, and stores various information necessary for processing of the mobile device 13.
  • FIG. 6 shows an example of the functional configuration of the management server 14.
  • the management server 14 includes a control section 251, a communication section 252, and a storage section 253.
  • the control unit 251 is composed of a processor such as a CPU, a memory, and the like.
  • the control unit 251 controls each unit of the management server 14 and executes various processes by executing a predetermined program.
  • the control unit 251 includes an information acquisition unit 261 , a risk detection unit 262 , a risk prediction unit 263 , an output control unit 264 , and a remote control unit 265 .
  • the information acquisition unit 261 acquires various information from the outside via the communication unit 252. For example, the information acquisition unit 261 acquires own aircraft information and other aircraft information from the drone 11A. For example, the information acquisition unit 161 acquires distribution information from the information distribution server 15. For example, the information acquisition unit 161 acquires the registration information of each drone 11 from the registered aircraft inquiry server 16. For example, the information acquisition unit 261 acquires the operation history of each user's drone 11 from the user operation history DB 18. For example, the information acquisition unit 261 acquires the operation history of each drone 11 from the aircraft operation history DB 19. For example, the information acquisition unit 261 acquires the history of the degree of risk of each point from the degree of risk history DB 20.
  • the risk level detection unit 262 detects information based on the own aircraft information, other aircraft information, distribution information from the information distribution server 15, the operation history of the user's drone 11, the operation history of the drone 11A, the history of the risk level of each point, etc. Then, the degree of danger in the flight area of the drone 11A is detected. The risk detection unit 262 generates a current risk map based on the detection result of the risk of the flight area.
  • the danger level prediction unit 263 estimates the danger level of the flight area of the drone 11A based on the detection result of the danger level of the flight area of the drone 11A, the distribution information from the information distribution server 15, the history of the danger level of each place, etc. Predict.
  • the risk prediction unit 263 generates a future risk map based on the prediction result of the risk of the flight area.
  • the output control unit 264 generates safety information regarding the safety of the flight area of the drone 11A based on the detection results and prediction results of the flight history of the drone 11A.
  • the output control unit 264 transmits safety information to other devices via the communication unit 252 and the network 31, thereby controlling the safety information of other devices (for example, the drone 11A, the controller 12, and the mobile device 13). Control the output of information.
  • the remote control unit 265 remotely controls the flight operation of the drone 11.
  • the remote control unit 265 generates an operation command or control parameters for remotely controlling the drone 11 based on own aircraft information and safety information, and transmits them to the drone 11 via the communication unit 252.
  • the communication unit 252 includes various communication devices and communicates with other devices using a predetermined communication method.
  • the communication unit 252 communicates with the drone 11, the information distribution server 15, the registered aircraft inquiry server 16, the user operation history DB 18, the aircraft operation history DB 19, the risk history DB 20, etc. via the network 31.
  • This process starts, for example, when the power of the drone 11A is turned on, and ends when the power of the drone 11A is turned off.
  • step S1 the flight management system 1 executes a risk detection process.
  • step S21 the drone 11A acquires information about its own aircraft and other aircraft.
  • the own aircraft information detection unit 112 detects the state of geomagnetism around the own aircraft, the wind state (for example, wind direction and wind speed), and illuminance based on sensor data from the sensor unit 101. .
  • the GNSS signal receiving unit 102 of the drone 11A receives a GNSS signal from a GNSS satellite and supplies it to the control unit 103.
  • the own aircraft information detection unit 112 detects the current position (latitude, longitude, and altitude) and attitude of the own aircraft based on the GNSS signal. Further, the own device information detection unit 112 detects the reception state of the GNSS signal.
  • the reception state of the GNSS signal includes, for example, the number of observation satellites and the C/N (carrier-to-noise ratio) of the GNSS signal.
  • the own device information detection unit 112 detects the communication state of wireless communication based on information from the communication unit 106.
  • the communication status of wireless communication includes, for example, the strength and S/N ratio of the transmission signal from the controller 12, the Wi-Fi access point with which communication is possible, and the RSSI (Received Signal Strength Indicator) of the received signal from the access point. include.
  • the own aircraft information detection unit 112 detects, for example, the traveling direction (azimuth) and vertical and horizontal speeds of the drone 11A based on sensor data from the sensor unit 101 and information from the flight mechanism 104. .
  • the own aircraft information detection unit 112 determines the aircraft status of the own aircraft based on the above detection results and the like.
  • the aircraft status is classified into either normal or emergency, for example.
  • Emergency indicates, for example, that an emergency situation is occurring.
  • the own machine information detection unit 112 generates own machine information that is information about the own machine.
  • the own machine information includes, for example, the current date and time, information about the environment around the own machine, information about the state of the own machine, and information about the own machine.
  • Information regarding the environment around the aircraft includes, for example, the state of the geomagnetism around the aircraft, wind conditions, illuminance, wireless communication status, reception status of GNSS signals, and current position of the aircraft. .
  • the information regarding the state of the own aircraft includes, for example, the traveling direction (azimuth) of the own aircraft, vertical and horizontal speeds, attitude, and aircraft status.
  • the information regarding the own aircraft includes, for example, information regarding the own aircraft and registration information about the own aircraft.
  • the information regarding the own aircraft includes, for example, the aircraft type of the own aircraft.
  • the aircraft type of the own aircraft includes, for example, UA type and EU class/category.
  • the registration information of the own aircraft includes, for example, the RID (remote ID) of the own aircraft, the serial number, the operator ID of the operator of the drone 11A, and the like.
  • the own machine information detection unit 112 transmits own machine information to the controller 12 via the communication unit 106.
  • the information acquisition unit 161 of the controller 12 receives own aircraft information from the drone 11A via the communication unit 154.
  • the own device information detection unit 112 transmits own device information to the mobile device 13 via the communication unit 106 and the network 31.
  • the information acquisition unit 211 of the mobile device 13 receives own aircraft information from the drone 11A via the network 31 and the communication unit 204.
  • the own machine information detection unit 112 transmits own machine information to the management server 14 via the communication unit 106 and the network 31.
  • the information acquisition unit 261 of the management server 14 receives own aircraft information from the drone 11A via the network 31 and the communication unit 252.
  • the information acquisition unit 111 of the drone 11A receives, via the communication unit 106, other aircraft information regarding each drone 11B from the drones 11B with which direct communication is possible.
  • the other aircraft information includes, for example, the same information as the own aircraft information described above regarding each drone 11B.
  • the own machine information detection unit 112 transmits other machine information to the management server 14 via the communication unit 106 and the network 31.
  • the information acquisition unit 261 of the management server 14 receives other aircraft information from the drone 11A via the network 31 and the communication unit 252.
  • the drone 11A when the communication state with the network 31 is poor, the drone 11A is configured to transmit its own aircraft information and other aircraft information to the management server 14 via the controller 12, mobile device 13, and network 31. You may also do so.
  • the risk level detection unit 262 detects the level of risk for each risk factor. For example, the risk level detection unit 262 detects the level of risk with respect to the geomagnetic state, the wind state, the illuminance, the reception state of GNSS signals, and the communication state of wireless communication.
  • the risk level detection unit 262 calculates the level of risk for each risk factor around the drone 11A based on the own aircraft information.
  • the degree of risk of each risk factor is normalized within the range from 0.0 to 1.0, and is set such that the higher the degree of risk, the larger the value.
  • the geomagnetic risk level which is the risk level based on the geomagnetic state, is calculated from the difference between the norm value of the geomagnetic field in the three axial directions detected by the drone 11A and the reference value.
  • the reference value is set based on, for example, "Maps of Magnetic Elements from the WMM2020" published by NOAA (National Oceanic and Atmospheric Administration).
  • the wind risk level which is the risk level based on the wind condition, is calculated by the following equation (1).
  • Wind risk 1.0-1.0/((wind speed-th1)+1.0)...(1)
  • the wind danger level is set to 1.0 (very dangerous).
  • the wind risk level is set to 0.0 (safety).
  • the GNSS risk level which is the risk level based on the reception state of the GNSS signal, is calculated by the following equation (2).
  • GNSS risk ⁇ (C/N)+(1- ⁇ ) ⁇ number of observation satellites...(2)
  • ⁇ is a coefficient and is set to a value greater than or equal to 0 and less than 1.
  • C/N is the C/N of the GNSS signal received by the drone 11A.
  • the wireless communication risk level which is the risk level based on the communication state of wireless communication, is calculated by normalizing the RSSI of the received signal of the wireless communication detected by the drone 11A.
  • the risk detection unit 262 uses a similar method to calculate the risk for each risk factor around each drone 11B based on the other aircraft information of each drone 11B.
  • the risk detection unit 262 calculates the integrated risk. For example, the risk detection unit 262 calculates the weighted average of the risks for each risk factor around the drone 11A as the integrated risk around the drone 11A.
  • the weight for the degree of risk of each risk factor in the weighted average is set, for example, by experiment. Further, when the aircraft status of the drone 11A is Emergency (when an emergency situation occurs in the drone 11A), the integrated risk level is set to 1.0 (very dangerous), for example.
  • the risk detection unit 262 calculates the integrated risk around each drone 11B using a similar method.
  • step S24 the management server 14 generates a current risk map.
  • the information acquisition unit 261 of the management server 14 acquires a three-dimensional space (A history of the degree of risk of each point within the map space (hereinafter referred to as map space) is acquired from the degree of risk history DB 20 via the communication unit 252 and the network 31.
  • map space A history of the degree of risk of each point within the map space (hereinafter referred to as map space) is acquired from the degree of risk history DB 20 via the communication unit 252 and the network 31.
  • the risk detection unit 262 divides the map space into a plurality of Voxels in predetermined units.
  • the risk detection unit 262 calculates the risk level for each risk factor of each Voxel by integrating the risk levels of points included in each Voxel from before a predetermined time until time t for each Voxel and each risk factor. .
  • the risk level detection unit 262 integrates the risk level using an attenuation function, while attenuating the value as the risk level is detected earlier.
  • the risk detection unit 262 calculates the integrated risk of each Voxel by integrating the integrated risk of points included in each Voxel using a similar method.
  • the risk map at the current time t is generated. That is, the risk level map shows the risk level and integrated risk level of a plurality of Voxel units into which the map space is divided. In other words, the risk level map shows the spatial distribution of the risk level and integrated risk level for each risk factor within the map space.
  • the risk detection unit 262 receives information indicating the risk level and integrated risk level for each risk factor at each position at the current time t, and the risk level map at the time t, via the communication unit 252 and the network 31. It is stored in the history DB 20.
  • step S2 the management server 14 executes risk prediction processing.
  • step S41 the information acquisition unit 261 of the management server 14 acquires information from an external distribution service.
  • the information acquisition unit 261 acquires distribution information used for predicting the degree of risk at each point from the information distribution server 15 via the communication unit 252 and the network 31.
  • the distribution information to be acquired includes, for example, weather information distributed by the Japan Meteorological Agency and NOAA.
  • step S42 the risk prediction unit 263 of the management server 14 predicts the risk.
  • the risk level prediction unit 263 uses a learning model to calculate the risk level at each location based on the distribution information acquired in the process of step S41 and the history of the risk level at each point from a predetermined time before to the current time t. Predict the risk level and integrated risk level for each risk factor in the future at a point.
  • the learning model is generated in advance offline by machine learning.
  • supervised learning using an SVM (Support Vector Machine) or a neural network is used to learn the learning model.
  • SVM Small Vector Machine
  • a neural network is used to learn the learning model.
  • a learning model performs machine learning using distribution information at a certain point and the history of risk for a predetermined period of time as learning data, and the history of risk at that point ⁇ t after the period as training data. It is generated by
  • the learning model uses distribution information at a certain point and the history of the degree of risk over a period of a predetermined length as learning data, and calculates the degree of risk at the point during a period of a predetermined length T from ⁇ t after the said period. It is generated by performing machine learning using history as training data.
  • the risk prediction unit 263 stores the future risk map in the risk history DB 20 via the communication unit 252 and the network 31.
  • the output control unit 264 of the management server 14 outputs safety information including information regarding the safety of the flight area of the drone 11A based on the past and present risks of each point and the current and future risk maps. generate.
  • the safety information includes, for example, current and future risk maps, and safety presentation information for presenting information regarding the safety of the flight area of the drone 11A to the user.
  • the output control unit 264 transmits safety information to the drone 11A and the mobile device 13 via the communication unit 252 and the network 31.
  • the information acquisition unit 111 of the drone 11A receives safety information from the management server 14 via the network 31 and the communication unit 106.
  • the output control unit 114 of the drone 11 controls the output of safety information from the output unit 105 based on safety presentation information included in the safety information, as necessary.
  • the information acquisition unit 211 of the mobile device 13 receives safety information from the management server 14 via the communication unit 204 and the network 31.
  • the output control unit 212 of the mobile device 13 controls the output of safety information from the output unit 203 based on safety presentation information included in the safety information, as necessary.
  • Each area 303 indicates the position of a safe area or a dangerous area.
  • the safe area is an area where safety has been confirmed.
  • the risk area is, for example, an area where the degree of risk for at least one risk factor is greater than or equal to a predetermined threshold.
  • region 303-1 indicates the position of a dangerous region where geomagnetic disturbance is occurring.
  • Area 303-2 indicates the location of a dangerous area where wireless communication is noisy.
  • Area 303-3 and area 303-4 indicate the positions of dangerous areas with strong winds.
  • Area 303-5 indicates the position of an area where other aircraft can fly safely.
  • the display mode (for example, color, pattern, etc.) of each region 303 changes depending on, for example, the characteristics of the region. For example, the display mode of each area 303 changes depending on whether it is a safe area or a dangerous area, risk factors, etc. Further, for example, the display mode (for example, color shading) of the area 303 having the same risk factor changes depending on the degree of risk. Further, the display mode of the area where the plurality of risk factor areas 303 overlap changes to be more noticeable than other areas (for example, the color becomes darker or brighter).
  • only the area with the characteristic selected by the user may be displayed.
  • only the region 303-1 where the risk factor is the geomagnetic state, and the regions 303-3 and 303-4 where the risk factor is the wind state may be displayed.
  • the dangerous areas may be displayed without distinguishing between the risk factors.
  • the danger area for each risk factor instead of the danger area for each risk factor, the danger area based on the integrated risk level may be displayed.
  • not only the current risk map but also past or future risk maps may be superimposed on the map.
  • a risk level map at a date and time designated by the user may be superimposed on the map.
  • the risk map for each date and time from the past to the future may be switched and displayed on the map at predetermined time intervals, so that the chronological transition of the risk map may be presented to the user.
  • the graph shows the time-series transition of the risk level and integrated risk level for each risk factor in a predetermined area. That is, the graph shows the detected values of past and present risks and integrated risks for each risk factor in a predetermined area, as well as the predicted values of future risks and integrated risks over time. .
  • the horizontal axis of the graph shows time
  • the vertical axis shows the degree of risk.
  • a curve 321 shows a time series transition of the integrated risk level.
  • a curve 322 shows the chronological transition of the GNSS risk level.
  • a curve 323 shows a time series of wind danger.
  • the transition of the degree of risk of Voxel including the position specified by the user on the screen of FIG. 10 may be displayed using the graph of FIG. 11.
  • the transition of the degree of danger of Voxel including the current position of the own aircraft may be displayed using the graph of FIG. 12.
  • the user may be able to select the risk factor and period of risk to be displayed in the graph of FIG. 11.
  • the time series transition of the average value of the risk level and the integrated risk level for each risk factor in the flight area of the drone 11 may be displayed.
  • the current risk map (information indicating the spatial distribution of risk) is superimposed on the image (moving image) of the surroundings of the drone 11A taken by the drone 11A. Specifically, regions 341-1 to 341-3 are superimposed within the image.
  • regions 341-1 to 341-3 individually, they will be simply referred to as regions 341.
  • Each area 341 indicates the position of a safe area and a dangerous area, similar to each area 303 in FIG. 11. Furthermore, in each area 341, information indicating the characteristics of the area 341 is displayed, similar to each area 303 in FIG.
  • area 341-1 indicates the location of a dangerous area with strong winds.
  • Area 341-2 indicates the position of a dangerous area where the reception sensitivity of GNSS signals is low.
  • Area 341-3 indicates the position of a dangerous area where geomagnetic disturbances are occurring.
  • the display mode of each area 341 changes depending on the characteristics of the area 341, for example, similar to the display mode of each area 303 in FIG. 11.
  • the dangerous areas may be displayed without distinguishing between the risk factors.
  • not only the current risk map but also past or future risk maps may be superimposed on the image.
  • a risk level map at a time specified by the user may be superimposed on the image.
  • the chronological transition of the risk map may be presented to the user by switching the risk maps for each time from the past to the future and displaying them on the image at predetermined time intervals.
  • FIG. 13 shows an example of a display of instructions to the user before the drone 11A flies. Specifically, information regarding risk factors in the flight area of the drone 11A and countermeasures against the risk factors is displayed.
  • a frame 361 indicates the position of the No. 1 motor of the drone 11A.
  • the user can confirm the risk factors in the flight area before flying the drone 11A and take appropriate measures.
  • FIG. 14 shows an example of the external appearance of the controller 12.
  • the controller 12 includes an LED 401.
  • the LED 401 constitutes a part of the output section 153.
  • the output control unit 162 causes the LED 401 to emit light in a color or pattern corresponding to the risk factor. Note that the output control unit 162 may change the brightness of the LED 401 depending on the degree of risk.
  • the output control unit 162 vibrates the controller 12 with a vibration pattern corresponding to the risk factor.
  • the output control unit 162 causes the output unit 153 to output a sound pattern corresponding to the risk factor.
  • the user can recognize, for example, that a dangerous area exists around the drone 11A and the risk factors thereof, without looking at the mobile device 13.
  • FIG. 15 shows an example of the external configuration of the drone 11A.
  • the drone 11A is equipped with LEDs 452-1 to 452-4 below the propellers 451-1 to 451-4.
  • the LEDs 452-1 to 452-4 constitute a part of the output section 105.
  • LEDs 452-1 to 452-4 individually, they will be simply referred to as LEDs 452.
  • each LED 452 emits light in a color or pattern corresponding to a risk factor under the control of the output control unit 114.
  • the output control unit 114 may change the brightness of each LED 452 depending on the degree of risk.
  • the output control unit 114 causes the output unit 105 to output a sound pattern corresponding to the risk factor.
  • the user can recognize, for example, that a dangerous area exists around the drone 11A and the risk factors thereof, without looking at the mobile device 13.
  • step S4 the flight management system 1 executes flight control processing.
  • the operation control unit 113 of the drone 11A controls the drone as necessary based on the own aircraft information acquired in the process of step S21, the risk level map for each risk factor, the risk level map for the integrated risk level, etc. Risk countermeasures are carried out by controlling the flight operations of 11.
  • the operation control unit 113 limits the flight operation, changes the activation conditions for emergency landing or RTH (Return To Home), or executes emergency landing or RTH.
  • the flight operation limitations include, for example, at least one of the maximum speed, flight altitude, and maximum attitude change of the drone 11A.
  • the operation control unit 113 sets a geofence for an area where the degree of risk is equal to or higher than a predetermined threshold in the current and future risk maps, and controls the drone 11A so that it does not enter the geofence.
  • the operation control unit 113 restricts the use of the target sensor when flying in an area where the accuracy of a specific sensor is likely to decrease in the current risk map.
  • the use of geomagnetic sensors is restricted in areas where the geomagnetic field is disturbed.
  • the use of image sensors is limited in areas with low illumination.
  • the operation control unit 113 stops using the target sensor until the user leaves the area.
  • the operation control unit 113 reduces the weight on the target sensor during sensor fusion using an EKF (Extended Kalman Filter) or the like until the sensor leaves the area.
  • EKF Extended Kalman Filter
  • the operation control unit 113 lowers the transfer rate of the moving image captured by the sensor unit 101 in order to stabilize the communication.
  • the operation control unit 113 sets a route so that the drone 11 flies through an area with a low risk level on the risk level map.
  • the operation control unit 113 executes risk countermeasures for the drone 11A, it transmits risk countermeasure information indicating the details of the risk countermeasures to the mobile device 13 via the communication unit 106 and the network 31.
  • the information acquisition unit 211 of the mobile device 13 receives risk countermeasure information from the drone 11A via the network 31 and the communication unit 204.
  • the output control unit 212 of the mobile device 13 causes the output unit 203 to output information regarding the risk countermeasures of the drone 11A based on the safety presentation information and the risk countermeasure information, as necessary.
  • FIG. 16 shows an example of a screen displayed on the display device included in the output unit 214 of the mobile device 13 at this time.
  • the wind in the flight area of drone 11A is strong, so in order to ensure a safe return, the activation conditions are changed to activate RTH when the remaining battery level of drone 11A reaches 30%. Displayed.
  • a message is displayed indicating that the flight speed of the drone 11A will be limited because the wireless condition (wireless communication condition) around the drone 11A is poor.
  • the output unit 214 outputs information that prompts the use of the controller 12, which has a longer communication range than the mobile device 13, or urges the controller 12 to operate near the drone 11A. You can do it like this.
  • the user is notified that the risk countermeasure will be implemented, but the user may be asked whether or not the risk countermeasure is possible before the risk countermeasure is executed. For example, if the user approves the risk countermeasure, the drone 11A may execute the risk countermeasure.
  • step S1 After that, the process returns to step S1, and the processes after step S1 are executed.
  • the user can easily confirm the safety of the flight area of the drone 11 before and during the flight. This allows the drone 11 to fly more safely.
  • the risk detection unit 262 may detect the risk of the flight area based on the history of past accidents. For example, the risk level detection unit 262 may set a high risk level near a point where an accident occurred in the past.
  • the risk detection unit 262 may calculate the risk based on the characteristics of the aircraft itself.
  • the characteristics of your aircraft include, for example, model number, manufacturer, size, weight, specifications, method (e.g. VTOL (Vertical Take-Off and Landing aircraft), multicopter, etc.), aircraft type (e.g. class UA type, EU class/ category) etc.
  • the risk level detection unit 262 may give priority to information on other aircraft having characteristics similar to those of the own aircraft (hereinafter referred to as similar other aircraft) and use this information to calculate the risk level. For example, the risk level detection unit 262 may calculate the risk level using only other similar aircraft information. For example, the risk level detection unit 262 may calculate the risk level by giving a larger weight to other similar aircraft information.
  • the risk detection unit 262 calculates the probability of occurrence of trouble in the own aircraft based on the maintenance status, repair history, operating organization, etc. of the own aircraft, and calculates the risk level based on the probability of occurrence of trouble in the own aircraft. may be calculated.
  • the risk detection unit 262 may calculate the risk based on the position and movement of other aircraft. For example, the risk level detection unit 262 may set a high level of risk around the position where the large drone 11B is flying at high speed.
  • the risk level detection unit 262 may calculate the level of risk based on the user's operating experience with a drone. For example, for the same environmental condition, the longer the user has operational experience, the lower the risk level may be set, and the less the user has operational experience, the higher the risk level.
  • the number of risk levels can be set arbitrarily.
  • the number of risk levels can be set to two levels: safe or dangerous, three levels: safe, normal, or dangerous, or four or more levels.
  • the risk level map does not necessarily have to be a map in a three-dimensional space of latitude, longitude, and altitude; for example, it may be a map in a two-dimensional space of latitude and longitude.
  • the operation control unit 113 of the drone 11 may execute risk countermeasures based on the user's experience in operating the drone. For example, if the user has a long experience in operating a drone, the operation control unit 113 may set a high threshold for the degree of danger (hereinafter referred to as the "risk countermeasure threshold") used to determine whether to execute the risk countermeasures (when the risk countermeasures are not executed). It may also be possible to implement risk countermeasures that require advanced operations. For example, if the user has little experience in operating a drone, the operation control unit 113 may set a low risk countermeasure threshold (make risk countermeasures more likely to be executed) or execute safer risk countermeasures. Good too.
  • risk countermeasure threshold the degree of danger
  • the operation control unit 113 may execute risk countermeasures based on the characteristics of the own machine.
  • the operation control unit 113 calculates the probability of occurrence of trouble in the own aircraft based on the maintenance status, repair history, operating organization, etc. of the own aircraft, and takes risk countermeasures based on the probability of occurrence of trouble in the own aircraft. It may also be executed. For example, the operation control unit 113 may set the risk countermeasure threshold lower as the probability of occurrence of trouble in the aircraft increases.
  • a risk map may be superimposed on a three-dimensional map.
  • the altitude at which the risk map is displayed it may be possible to set the altitude at which the risk map is displayed, and the risk map at the set altitude may be displayed.
  • the above-described risk detection processing, risk prediction processing, and safety information generation processing may be executed by a device other than the management server 14, or may be executed jointly by the management server 14 and another device. Is possible.
  • the drone 11B or the mobile device 13 may execute the risk level detection process based on own aircraft information, other aircraft information, and the like.
  • the drone 11B or the mobile device 13 may execute the risk prediction process based on the risk history, distribution information, and the like.
  • the drone 11B or the mobile device 13 may generate safety information including safety presentation information based on a risk map or the like.
  • the controller 12, mobile device 13, or management server 14 generates operation commands or control parameters based on a risk map etc., transmits them to the drone 11, and remotely controls the flight operation of the drone 11.
  • the risk countermeasures of the drone 11 may be remotely controlled.
  • each drone 11B may directly transmit other aircraft information to the management server 14 via the network 31 without going through the drone 11A.
  • the operation history of the drone 11A and the user's operation history may be stored in the drone 11A, the controller 12, or the mobile device 13.
  • the present technology can be applied to, for example, unmanned aircraft other than drones and unmanned flying objects such as small unmanned aircraft.
  • FIG. 17 is a block diagram showing an example of the hardware configuration of a computer that executes the above-described series of processes using a program.
  • a CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • An input/output interface 1005 is further connected to the bus 1004.
  • An input section 1006, an output section 1007, a storage section 1008, a communication section 1009, and a drive 1010 are connected to the input/output interface 1005.
  • the input unit 1006 includes an input switch, a button, a microphone, an image sensor, and the like.
  • the output unit 1007 includes a display, a speaker, and the like.
  • the storage unit 1008 includes a hard disk, nonvolatile memory, and the like.
  • the communication unit 1009 includes a network interface and the like.
  • the drive 1010 drives a removable medium 1011 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory.
  • the CPU 1001 for example, loads the program recorded in the storage unit 1008 into the RAM 1003 via the input/output interface 1005 and the bus 1004 and executes the program, thereby executing the above-mentioned program. A series of processing is performed.
  • a program executed by the computer 1000 can be provided by being recorded on a removable medium 1011 such as a package medium, for example. Additionally, programs may be provided via wired or wireless transmission media, such as local area networks, the Internet, and digital satellite broadcasts.
  • a program can be installed in the storage unit 1008 via the input/output interface 1005 by installing a removable medium 1011 into the drive 1010. Further, the program can be received by the communication unit 1009 via a wired or wireless transmission medium and installed in the storage unit 1008. Other programs can be installed in the ROM 1002 or the storage unit 1008 in advance.
  • the program executed by the computer may be a program in which processing is performed chronologically in accordance with the order described in this specification, in parallel, or at necessary timing such as when a call is made. It may also be a program that performs processing.
  • a system refers to a collection of multiple components (devices, modules (components), etc.), regardless of whether all the components are located in the same casing. Therefore, multiple devices housed in separate casings and connected via a network, and a single device with multiple modules housed in one casing are both systems. .
  • embodiments of the present technology are not limited to the embodiments described above, and various changes can be made without departing from the gist of the present technology.
  • the present technology can take a cloud computing configuration in which one function is shared and jointly processed by multiple devices via a network.
  • each step described in the above flowchart can be executed by one device or can be shared and executed by multiple devices.
  • one step includes multiple processes
  • the multiple processes included in that one step can be executed by one device or can be shared and executed by multiple devices.
  • the present technology can also have the following configuration.
  • first flying object information that includes information about the environment surrounding the first flying object detected by one or more first flying objects, the information being based on the flight area in which the second flying object is flying.
  • An information processing device that includes an output control unit that controls the output of safety information that is information related to safety.
  • the safety information includes information indicating a spatial distribution of risk within the flight area detected based on the first flying object information.
  • the safety information includes an image in which information indicating the spatial distribution of the degree of risk is superimposed on a map.
  • the safety information includes an image in which information indicating the spatial distribution of the degree of risk is superimposed on an image around the second flying object.
  • the safety information includes at least one of information indicating the spatial distribution of the degree of risk for each risk factor, and information indicating the spatial distribution of the degree of integrated risk that integrates the degree of risk for each risk factor.
  • the information processing device according to any one of (2) to (4) above.
  • the risk factor includes at least one of geomagnetic conditions, wind conditions, illuminance, GNSS signal reception conditions, and radio wave conditions of wireless communication.
  • the information processing device according to any one of (2) to (6), further comprising a risk detection unit that detects the spatial distribution of the risk based on the first flying object information.
  • the risk detection unit is configured to determine, based on the first flight object information, a spatial distribution of the risk for each risk factor and a spatial distribution of the integrated risk that integrates the risk for each risk factor.
  • the information processing device according to (7) above which detects at least one of the following distributions.
  • the information processing device according to (7) or (8) further comprising a risk prediction unit that predicts a future spatial distribution of the risk based on a detection result of the spatial distribution of the risk.
  • the safety information includes information indicating a change in the degree of risk of the flight area from the past to the future.
  • the risk level detection unit determines the spatial distribution of the risk level further based on second flying object information that includes information about the environment around the second flying object, which is detected by the second flying object.
  • the information processing device according to any one of (7) to (10) above.
  • the information processing device according to any one of (2) to (11), further comprising an operation control unit that controls a flight operation of the second flying object based on the spatial distribution of the degree of risk.
  • the safety information includes information indicating the spatial distribution of the degree of risk for each risk factor, The information processing device according to (12), wherein the operation control unit controls the flight operation of the second flying object based on the spatial distribution of the degree of risk for each risk factor.
  • the information processing device includes information indicating a risk factor in the flight area detected based on the first flying object information.
  • the safety information further includes information regarding countermeasures against the risk factors.
  • the information processing device (14) or (15), further comprising an operation control unit that controls a flight operation of the second flying object based on the risk factor in the flight area.
  • the information regarding the environment around the first flying object includes at least one of the geomagnetic state, wind condition, illuminance, GNSS signal reception state, and radio wave state of wireless communication around the first flying object.
  • the first flying object information further includes at least one of information regarding the state of the first flying object and information regarding the first flying object. Any one of (1) to (17) above.
  • the safety information is further based on second flying object information that includes information about the environment around the second flying object detected by the second flying object. Any one of (1) to (18) above.
  • the information processing device Information based on flight vehicle information including information about the environment surrounding the first flight vehicle detected by one or more first flight vehicles, the information being related to the safety of a flight area in which a second flight vehicle flies. An information processing method that controls the output of safety information.
  • Flight management system 11A, 11B-1 to 11B-n drone.
  • 12 Controller 13 Mobile device, 14 Management server, 15 Information distribution server, 16 Registered aircraft introduction server, 17 Individual aircraft DB, 18 User operation history DB, 19 Aircraft operation history DB, 20 Risk history DB, 101 Sensor section , 102 GNSS signal receiving unit, 103 control unit, 104 flight mechanism, 105 output unit, 106 communication unit, 111 information acquisition unit, 112 own aircraft information detection unit, 113 operation control unit, 114 output control unit, 152 control unit, 153 Output section , 154 communication section, 161 information acquisition section, 162 output control section, 163 remote control section, 202 control section, 203 output section, 204 communication section, 211 information acquisition section, 212 output control section, remote control section, 251 Control unit, 252 Communication unit, 261 Information acquisition unit, 262 Risk detection unit, 263 Risk prediction unit, 264 Output control unit, 265 Remote control unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Educational Technology (AREA)
  • Computing Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mathematical Physics (AREA)
  • Educational Administration (AREA)
  • Automation & Control Theory (AREA)
  • Operations Research (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Instructional Devices (AREA)
  • Navigation (AREA)

Abstract

本技術は、飛行体の飛行領域の安全性をユーザが容易に確認できるようする情報処理装置及び情報処理方法に関する。 情報処理装置は、１以上の第１の飛行体により検出された前記第１の飛行体の周囲の環境に関する情報を含む第１の飛行体情報に基づく情報であって、第２の飛行体が飛行する飛行領域の安全性に関する情報である安全性情報の出力を制御する出力制御部を備える。本技術は、例えば、ドローンの運用を管理するサーバに適用できる。

Description

情報処理装置及び情報処理方法
　本技術は、情報処理装置及び情報処理方法に関し、特に、飛行体の飛行領域の安全性をユーザが容易に確認できるようにした情報処理装置及び情報処理方法に関する。
　従来、複数の航空機からの測定値を用いて、地域内の風ベクトルを特定し、特定された風ベクトルに基づいて、３次元風況マップを作成し、３次元風況マップを用いて航空機の飛行計画を作成する技術が提案されている（例えば、特許文献１参照）。
特開２０１９－８９５３８号公報
　しかしながら、特許文献１に記載の発明の３次元風況マップは、航空機の飛行計画を作成するためのものであり、ユーザに提示することは想定されていない。従って、特許文献１に記載の発明では、ドローン等の飛行体が飛行領域の安全性を確認することは困難である。
　本技術は、このような状況に鑑みてなされたものであり、ドローン等の飛行体の飛行領域の安全性をユーザが容易に確認できるようするものである。
　本技術の一側面の情報処理装置は、１以上の第１の飛行体により検出された前記第１の飛行体の周囲の環境に関する情報を含む第１の飛行体情報に基づく情報であって、第２の飛行体が飛行する飛行領域の安全性に関する情報である安全性情報の出力を制御する出力制御部を備える。
　本技術の一側面の情報処理方法は、情報処理装置が、１以上の第１の飛行体により検出された前記第１の飛行体の周囲の環境に関する情報を含む飛行体情報に基づく情報であって、第２の飛行体が飛行する飛行領域の安全性に関する情報である安全性情報の出力を制御する。
　本技術の一側面においては、１以上の第１の飛行体により検出された前記第１の飛行体の周囲の環境に関する情報を含む飛行体情報に基づく情報であって、第２の飛行体が飛行する飛行領域の安全性に関する情報である安全性情報が出力される。
本技術の概要を説明するために図である。 本技術を適用した飛行管理システムの一実施の形態を示すブロック図である。 ドローンの機能の構成例を示すブロック図である。 コントローラの機能の構成例を示すブロック図である。 モバイルデバイスの機能の構成例を示すブロック図である。 管理サーバの機能の構成例を示すブロック図である。 飛行管理システムの処理を説明するためのフローチャートである。 危険度検出処理の詳細を説明するためのフローチャートである。 危険度予測処理の詳細を説明するためのフローチャートである。 モバイルデバイスの安全性情報の表示例を示す図である。 モバイルデバイスの安全性情報の表示例を示す図である。 モバイルデバイスの安全性情報の表示例を示す図である。 モバイルデバイスの安全性情報の表示例を示す図である。 コントローラの安全性情報の出力例を示す図である。 ドローンの安全性情報の表示例を示す図である。 モバイルデバイスの安全性情報の表示例を示す図である。 コンピュータの構成例を示すブロック図である。
　以下、本技術を実施するための形態について説明する。説明は以下の順序で行う。
　１．実施の形態
　２．変形例
　３．その他
＜＜１．実施の形態＞＞
　図１乃至図１６を参照して、本技術の実施の形態について説明する。
　＜本技術の概要＞
　まず、図１を参照して、本技術の概要について説明する。
　ドローンを安全に飛行させるためには、ドローンの飛行領域の安全性を事前に確認することが望ましい。なお、飛行領域は、ドローンが実際に飛行する領域だけでなく、飛行する予定の領域も含む。
　そこで、例えば、ユーザは、ドローンの飛行前に、ユーザがいる離陸地点の地磁気の状態、風の状態、ＧＮＳＳ信号の受信状態等をチェックすることにより、飛行領域の安全性を確認する。
　しかし、ユーザがいる地表付近とドローンが実際に飛行する飛行領域とでは、環境が異なる場合がある。従って、現状では、ドローンを実際に飛行させた上で、最終的に飛行領域の環境を確認し、安全性を見極める必要がある。そのため、ドローンを飛行させてから、飛行領域が危険であることが判明する場合がある。
　これに対して、本技術は、図１に示されるように、ユーザが運用するドローン１１Ａの周囲のドローン１１Ｂ－１乃至ドローン１１Ｂ－ｎからの情報に基づいて、ドローン１１Ａの飛行領域の安全性を容易に確認できるようにするものである。ドローン１１Ｂ－１乃至ドローン１１Ｂ－ｎは、例えば、ドローン１１Ａが飛行する予定の空域や高さをすでに飛行しているドローンである。
　なお、以下、ドローン１１Ｂ－１乃至ドローン１１Ｂ－ｎを個々に区別する必要がない場合、単にドローン１１Ｂと称する。以下、ドローン１１Ａとドローン１１Ｂを区別する必要がない場合、単にドローン１１と称する。以下、ドローン１１Ａを自機とも称する。
以下、ドローン１１Ａ以外のドローン１１Ｂを他機とも称する。
　＜飛行管理システム１の構成例＞
　次に、図２を参照して、本技術を適用した飛行管理システム１の構成例について説明する。飛行管理システム１は、ドローン１１Ａの飛行領域の安全性を検出及び予測し、飛行領域の安全性を示す情報をユーザに提示したり、ドローン１１Ａの飛行動作を制御したりするシステムである。
　飛行管理システム１は、上述したドローン１１Ａ及びドローン１１Ｂ－１乃至ドローン１１Ｂ－ｎ以外に、コントローラ１２、モバイルデバイス１３、管理サーバ１４、情報配信サーバ１５、登録機体照会サーバ１６、個別機体ＤＢ（データベース）１８、ユーザ運用履歴ＤＢ（データベース）１８、機体運用履歴ＤＢ（データベース）１９、及び、危険度履歴ＤＢ（データベース）２０を備える。
　ドローン１１Ａ、各ドローン１１Ｂ、コントローラ１２、モバイルデバイス１３、管理サーバ１４、情報配信サーバ１５、登録機体照会サーバ１６、ユーザ運用履歴ＤＢ１８、機体運用履歴ＤＢ１９、及び、危険度履歴ＤＢ２０は、ネットワーク３１を介して相互に接続され、通信することが可能である。ネットワーク３１は、インターネット、携帯電話網等の各種のネットワーク、基地局、アクセスポイント等を備える。なお、各ドローン１１Ｂとネットワーク３１との間の接続の図示は省略されている。
　なお、この図は、ユーザが運用するドローン１１Ａを中心にした図であり、各ドローン１１Ｂに対する構成の図示は省略されている。例えば、実際には、各ドローン１１Ｂに対して、コントローラ及びモバイルデバイスが設けられる。また、説明は省略するが、各ドローン１１Ｂも、後述するドローン１１Ａと同様の処理を実行することが可能である。
　ドローン１１Ａは、所定の通信方式により各ドローン１１Ｂと直接無線通信を行うことが可能である。ドローン１１Ａと各ドローン１１Ｂとの間の通信方式には、例えば、Bluetooth（登録商標）等の近距離無線通信方式、又は、Wi-Fi Beacon等による直接放送方式等が用いられる。
　ドローン１１Ａは、所定の通信方式によりコントローラ１２と直接無線通信を行うことが可能である。ドローン１１Ａとコントローラ１２との間の通信方式には、例えば、２．４ＧＨｚ帯のスペクトラム拡散方式等が用いられる。
　ドローン１１Ａは、例えば、Wi-Fi等の無線通信、又は、４Ｇ、５Ｇ等の移動体通信により、ネットワーク３１に接続することが可能である。従って、ドローン１１Ａは、ネットワーク３１を介して、各ドローン１１Ｂ、モバイルデバイス１３、管理サーバ１４、情報配信サーバ１５、及び、登録機体照会サーバ１６等と通信することが可能である。
　コントローラ１２は、例えば、プロポーショナルシステムにより構成される。コントローラ１２は、上述したように、ドローン１１Ａと直接無線通信を行うことが可能であり、ドローン１１Ａの遠隔操作に用いられる。
　コントローラ１２は、所定の通信方式によりモバイルデバイス１３と直接無線通信を行うことが可能である。コントローラ１２とモバイルデバイス１３との間の通信方式には、例えば、Bluetooth（登録商標）等の近距離無線通信方式が用いられる。
　モバイルデバイス１３は、例えば、スマートフォン等により構成される。モバイルデバイス１３は、Wi-Fi等の無線通信、又は、４Ｇ、５Ｇ等の移動体通信により、ネットワーク３１に接続することが可能である。従って、モバイルデバイス１３は、ネットワーク３１を介して、各ドローン１１、管理サーバ１４、情報配信サーバ１５、及び、登録機体照会サーバ１６等と通信することが可能である。
　なお、以下、モバイルデバイス１３が、ネットワーク３１（例えば、アクセスポイント等）を介して、Wi-Fiによりドローン１１Ａと無線通信する場合の例について説明する。
　モバイルデバイス１３は、所定のアプリケーションを実行することにより、ドローン１１Ａの遠隔操作、及び、ドローン１１Ａの状態及びドローン１１の飛行領域の安全性を示す情報の出力等を実行することが可能である。
　管理サーバ１４は、例えば、各ドローン１１の運用を管理するサーバである。管理サーバ１４は、例えば、各ドローン１１からの情報に基づいて、ドローン１１Ａの飛行領域の安全性を示す情報（以下、安全性情報と称する）を生成する。管理サーバ１４は、ネットワーク３１を介して、ドローン１１Ａ及びモバイルデバイス１３に安全性情報を送信する。
　これに対して、ドローン１１Ａは、管理サーバ１４からの安全性情報に基づいて、ユーザに対して安全性情報を出力する。ドローン１１Ａは、安全性情報に基づいて、飛行動作を制御する。
　モバイルデバイス１３は、管理サーバ１４からの安全性情報に基づいて、ユーザに対して安全性情報を出力する。モバイルデバイス１３は、安全性情報に基づいて、動作指令又は制御パラメータをドローン１１に送信することにより、ドローン１１の飛行動作を遠隔制御する。モバイルデバイス１３は、安全性情報をコントローラ１２に送信する。
　コントローラ１２は、モバイルデバイス１３からの安全性情報に基づいて、ユーザに対して安全性情報を出力する。コントローラ１２は、安全性情報に基づいて、動作指令又は制御パラメータをドローン１１に送信することにより、ドローン１１の飛行動作を遠隔制御する。
　また、管理サーバ１４は、安全性情報に基づいて、ネットワーク３１を介して動作指令又は制御パラメータをドローン１１Ａに送信することにより、ドローン１１の飛行動作を遠隔制御する。
　情報配信サーバ１５は、ドローン１１Ａの飛行領域に関する各種の情報（以下、配信情報と称する）を配信する。配信情報は、例えば、気象情報等を含む。
　登録機体照会サーバ１６は、個別機体ＤＢ１７を用いて、管理サーバ１４等からのドローン１１に関する情報の照会に対して応答することにより、各ドローン１１の登録情報を提供する。
　個別機体ＤＢ１７は、各ドローン１１に関する登録情報を格納するデータベースである。登録情報は、例えば、各ドローン１１のリモートＩＤ、種類、型式、製造者、製造番号、重量区分、運用者（例えば、所有者や使用者）等の個人情報、改造の有無等を含む。
　ユーザ運用履歴ＤＢ１８は、各ユーザのドローン１１の運用履歴を格納するデータベースである。各ユーザのドローン１１の運用履歴は、例えば、各ユーザのドローン１１の飛行回数、運用機体履歴、及び、運用地域の危険度履歴を含む。運用機体履歴は、例えば、ユーザが運用したドローン１１の機体の履歴を示す。例えば、運用機体履歴は、各ユーザが小型から大型までのどのレベルの機体を運用したことがあるかを示す。運用地域の危険度履歴は、例えば、ユーザがドローン１１を運用した地域の危険度の履歴を示す。例えば、運用地域の危険度履歴は、各ユーザがどれだけ危険な場所でドローン１１の運用経験があるかを示す。
　機体運用履歴ＤＢ１９は、各ドローン１１の運用履歴を格納するデータベースである。各ドローン１１の運用履歴は、例えば、各ドローン１１の飛行回数、各ドローン１１の自己診断によるエラー検出履歴、及び、修理履歴を含む。
　危険度履歴ＤＢ２０は、各地点の危険度の履歴を格納するデータベースである。各地点の危険度の履歴は、例えば、危険度が検出された位置及び日時、並びに、危険要因毎の危険度及び統合危険度等の情報を含む。
　また、危険度履歴ＤＢ２０は、管理サーバ１４により生成される危険度マップを格納する。危険度マップの詳細は後述するが、危険度マップは、危険要因毎の危険度及び統合危険度の空間的な分布を示すマップである。
　ここで、危険要因とは、ドローン１１の飛行に悪影響を与える可能性がある要因である。例えば、危険要因は、地磁気の状態、風の状態（風速、風向き等）、照度、ＧＮＳＳ信号の受信状態、無線通信の通信状態等を含む。
　＜ドローン１１の構成例＞
　図３は、ドローン１１の構成例を示している。
　ドローン１１は、センサ部１０１、ＧＮＳＳ信号受信部１０２、制御部１０３、飛行機構１０４、通信部１０６、及び、記憶部１０７を備えている。
　センサ部１０１は、ドローン１１の状態又はドローン１１の周囲の状態を検出する各種のセンサを備える。例えば、センサ部１０１は、カメラ、ステレオカメラ、デプスセンサ（例えば、ＴｏＦ（Time of Flight）センサ）等の画像センサ、風速計、地磁気センサ、ＩＭＵ（Inertial Measurement Unit）等を備える。センサ部１０１の各センサは、検出結果を示すセンサデータを制御部１０３に供給する。
　ＧＮＳＳ信号受信部１０２は、ＧＮＳＳ衛星からＧＮＳＳ信号を受信し、制御部１０３に供給する。
　制御部１０３は、ＣＰＵ（Central Processing Unit）等のプロセッサ及びメモリ等により構成される。制御部１０３は、所定のプログラムを実行することにより、ドローン１１の各部を制御したり、各種の処理を実行したりする。制御部１０３は、情報取得部１１１、自機情報検出部１１２、動作制御部１１３、及び、出力制御部１１４を備える。
　情報取得部１１１は、通信部１０６を介して、外部から各種の情報を取得する。例えば、情報取得部１１１は、各ドローン１１Ｂから各ドローン１１Ｂに関する情報（以下、他機情報と称する）を取得する。例えば、情報取得部１１１は、安全性情報を管理サーバ１４から取得する。
　自機情報検出部１１２は、センサ部１０１からのセンサデータ、ＧＮＳＳ信号受信部１０２からのＧＮＳＳ信号、及び、飛行機構１０４からの飛行機構１０４の状態を示す情報に基づいて、ドローン１１及びドローン１１の周囲の状態を検出する。自機情報検出部１１２は、ドローン１１及びドローン１１の周囲の状態を示す自機情報を生成する。
　動作制御部１１３は、自機情報、安全性情報、並びに、通信部１０６を介して外部（例えば、コントローラ１２、モバイルデバイス１３、又は、管理サーバ１４）から受信した動作指令及び制御パラメータに基づいて、飛行機構１０４を制御することにより、ドローン１１の飛行動作を制御する。
　出力制御部１１４は、出力部１０５からの各種の情報（例えば、視覚情報及び聴覚情報）の出力を制御する。例えば、出力制御部１１４は、出力部１０５からの安全性情報の出力を制御する。
　飛行機構１０４は、ドローン１１を飛行させるための機構である。飛行機構１０４は、例えば、プロペラ、プロペラを回転させるモータ等を備える。飛行機構１０４は、動作制御部１１３の制御の下に駆動し、ドローン１１を飛行させる。
　出力部１０５は、視覚情報又は聴覚情報を出力する各種の出力デバイスを備える。例えば、出力部１０５は、表示デバイス、音声出力デバイス等を備える。出力部１０５は、出力制御部１１４の制御の下に、各種の情報を出力する。
　通信部１０６は、各種の通信デバイスを備え、所定の通信方式により、他の装置と無線通信を行う。例えば、通信部１０６は、ドローン１１Ｂ及びコントローラ１２と直接無線通信を行う。例えば、通信部１０６は、ネットワーク３１を介して、ドローン１１Ｂ、モバイルデバイス１３、管理サーバ１４、情報配信サーバ１５、及び、登録機体照会サーバ１６等と通信する。
　記憶部１０７は、例えば不揮発性メモリを備え、ドローン１１の処理に必要な各種の情報を記憶する。
　＜コントローラ１２の構成例＞
　図４は、コントローラ１２の機能の構成例を示している。
　コントローラ１２は、入力部１５１、制御部１５２、出力部１５３、通信部１５４、及び、記憶部１５５を備える。
　入力部１５１は、各種の入力デバイス及び操作デバイスを備え、各種の情報の入力及びコントローラ１２の操作に用いられる。入力部１５１は、入力デバイス又は操作デバイスを用いて入力された入力情報を制御部１５２に供給する。
　制御部１５２は、ＣＰＵ等のプロセッサ及びメモリ等により構成される。制御部１５２は、所定のプログラムを実行することにより、コントローラ１２の各部を制御したり、各種の処理を実行したりする。制御部１５２は、情報取得部１６１、出力制御部１６２、及び、遠隔制御部１６３を備える。
　情報取得部１６１は、通信部１５４を介して、外部から各種の情報を取得する。例えば、情報取得部１６１は、ドローン１１Ａから自機情報を取得する。例えば、情報取得部１６１は、モバイルデバイス１３から安全性情報を取得する。
　出力制御部１６２は、出力部１５３からの各種の情報（例えば、視覚情報、聴覚情報、及び、触覚情報）の出力を制御する。例えば、出力制御部１６２は、出力部１５３からの安全性情報の出力を制御する。
　遠隔制御部１６３は、ドローン１１の飛行動作の遠隔制御を実行する。例えば、遠隔制御部１６３は、入力情報、自機情報、及び、安全性情報に基づいて、ドローン１１を遠隔制御するための動作指令又は制御パラメータを生成し、通信部１５４を介して、ドローン１１に送信する。
　出力部１５３は、視覚情報、聴覚情報、又は、触覚情報を出力する各種の出力デバイスを備える。例えば、出力部１５３は、表示デバイス、音声出力デバイス、ハプティクスデバイス等を備える。出力部１５３は、出力制御部１６２の制御の下に、各種の情報を出力する。
　通信部１５４は、各種の通信デバイスを備え、所定の通信方式により、他の装置と無線通信を行う。例えば、通信部１５４は、ドローン１１Ａ及びモバイルデバイス１３と直接無線通信を行う。
　記憶部１５５は、例えば不揮発性メモリを備え、コントローラ１２の処理に必要な各種の情報を記憶する。
　＜モバイルデバイス１３の構成例＞
　図５は、モバイルデバイス１３の機能の構成例を示している。
　モバイルデバイス１３は、入力部２０１、制御部２０２、出力部２０３、通信部２０４、及び、記憶部２０５を備える。
　入力部２０１は、各種の入力デバイス及び操作デバイスを備え、各種の情報の入力及びモバイルデバイス１３の操作に用いられる。入力部２０１は、入力デバイス又は操作デバイスを用いて入力された入力情報を制御部２０２に供給する。
　制御部２０２は、ＣＰＵ等のプロセッサ及びメモリ等により構成される。制御部２０２は、所定のプログラムを実行することにより、モバイルデバイス１３の各部を制御したり、各種の処理を実行したりする。制御部２０２は、情報取得部２１１、出力制御部２１２、及び、遠隔制御部２１３を備える。
　情報取得部２１１は、通信部２０４を介して、外部から各種の情報を取得する。例えば、情報取得部２１１は、ドローン１１Ａから自機情報を取得する。例えば、情報取得部１６１は、管理サーバ１４から安全性情報を取得する。
　出力制御部２１２は、出力部２０３からの各種の情報（例えば、視覚情報、聴覚情報、及び、触覚情報）の出力を制御する。例えば、出力制御部２１２は、出力部２０３からの安全性情報の出力を制御する。
　遠隔制御部２１３は、ドローン１１の飛行動作の遠隔制御を実行する。例えば、遠隔制御部２１３は、入力情報、自機情報、及び、安全性情報に基づいて、ドローン１１を遠隔制御するための動作指令又は制御パラメータを生成し、通信部２０４を介して、ドローン１１に送信する。
　出力部２０３は、視覚情報、聴覚情報、又は、触覚情報を出力する各種の出力デバイスを備える。例えば、出力部２０３は、表示デバイス、音声出力デバイス、ハプティクスデバイス等を備える。出力部２０３は、出力制御部２１２の制御の下に、各種の情報を出力する。
　通信部２０４は、各種の通信デバイスを備え、所定の通信方式により、他の装置と無線通信を行う。例えば、通信部２０４は、ネットワーク３１を介して、ドローン１１Ａ、管理サーバ１４、情報配信サーバ１５、及び、登録機体照会サーバ１６等と通信する。例えば、通信部２０４は、コントローラ１２と直接無線通信を行う。
　記憶部２０５は、例えば不揮発性メモリを備え、モバイルデバイス１３の処理に必要な各種の情報を記憶する。
　＜管理サーバ１４の構成例＞
　図６は、管理サーバ１４の機能の構成例を示している。
　管理サーバ１４は、制御部２５１、通信部２５２、及び、記憶部２５３を備える。
　制御部２５１は、ＣＰＵ等のプロセッサ及びメモリ等により構成される。制御部２５１は、所定のプログラムを実行することにより、管理サーバ１４の各部を制御したり、各種の処理を実行したりする。制御部２５１は、情報取得部２６１、危険度検出部２６２、危険度予測部２６３、出力制御部２６４、及び、遠隔制御部２６５を備える。
　情報取得部２６１は、通信部２５２を介して、外部から各種の情報を取得する。例えば、情報取得部２６１は、ドローン１１Ａから自機情報及び他機情報を取得する。例えば、情報取得部１６１は、情報配信サーバ１５から配信情報を取得する。例えば、情報取得部１６１は、登録機体照会サーバ１６から各ドローン１１の登録情報を取得する。例えば、情報取得部２６１は、ユーザ運用履歴ＤＢ１８から各ユーザのドローン１１の運用履歴を取得する。例えば、情報取得部２６１は、機体運用履歴ＤＢ１９から各ドローン１１の運用履歴を取得する。例えば、情報取得部２６１は、危険度履歴ＤＢ２０から各地点の危険度の履歴を取得する。
　危険度検出部２６２は、自機情報、他機情報、情報配信サーバ１５からの配信情報、ユーザのドローン１１の運用履歴、ドローン１１Ａの運用履歴、及び、各地点の危険度の履歴等に基づいて、ドローン１１Ａの飛行領域の危険度を検出する。危険度検出部２６２は、飛行領域の危険度の検出結果に基づいて、現在の危険度マップを生成する。
　危険度予測部２６３は、ドローン１１Ａの飛行領域の危険度の検出結果、情報配信サーバ１５からの配信情報、及び、各地の危険度の履歴等に基づいて、ドローン１１Ａの飛行領域の危険度を予測する。危険度予測部２６３は、飛行領域の危険度の予測結果に基づいて、未来の危険度マップを生成する。
　出力制御部２６４は、ドローン１１Ａの飛行履歴の検出結果及び予測結果に基づいて、ドローン１１Ａの飛行領域の安全性に関する安全性情報を生成する。出力制御部２６４は、通信部２５２及びネットワーク３１を介して、安全性情報を他の装置に送信することにより、他の装置（例えば、ドローン１１Ａ、コントローラ１２、及び、モバイルデバイス１３）による安全性情報の出力を制御する。
　遠隔制御部２６５は、ドローン１１の飛行動作の遠隔制御を実行する。例えば、遠隔制御部２６５は、自機情報及び安全性情報に基づいて、ドローン１１を遠隔制御するための動作指令又は制御パラメータを生成し、通信部２５２を介して、ドローン１１に送信する。
　通信部２５２は、各種の通信デバイスを備え、所定の通信方式により、他の装置と通信を行う。例えば、通信部２５２は、ネットワーク３１を介して、ドローン１１、情報配信サーバ１５、登録機体照会サーバ１６、ユーザ運用履歴ＤＢ１８、機体運用履歴ＤＢ１９、及び、危険度履歴ＤＢ２０等と通信する。
　＜飛行管理システム１の処理＞
　次に、図７のフローチャートを参照して、飛行管理システム１の処理について説明する。
　この処理は、例えば、ドローン１１Ａの電源がオンされたとき開始され、オフされたとき終了する。
　ステップＳ１において、飛行管理システム１は、危険度検出処理を実行する。
　ここで、図８のフローチャートを参照して、危険度検出処理の詳細について説明する。
　ステップＳ２１において、ドローン１１Ａは、自機及び他機の情報を取得する。
　具体的には、自機情報検出部１１２は、センサ部１０１からのセンサデータに基づいて、自機の周囲の地磁気の状態、風の状態（例えば、風向き及び風速）、並びに、照度を検出する。
　ドローン１１ＡのＧＮＳＳ信号受信部１０２は、ＧＮＳＳ衛星からＧＮＳＳ信号を受信し、制御部１０３に供給する。自機情報検出部１１２は、ＧＮＳＳ信号に基づいて、自機の現在位置（緯度、経度、及び、高度）並びに姿勢を検出する。また、自機情報検出部１１２は、ＧＮＳＳ信号の受信状態を検出する。ＧＮＳＳ信号の受信状態は、例えば、観測衛星数及びＧＮＳＳ信号のＣ／Ｎ（搬送波対雑音比）を含む。
　自機情報検出部１１２は、通信部１０６からの情報に基づいて、無線通信の通信状態を検出する。無線通信の通信状態は、例えば、コントローラ１２からの送信信号の強度及びＳ／Ｎ比、通信可能なＷｉ-Ｆｉのアクセスポイント、並びに、アクセスポイントからの受信信号のＲＳＳＩ（Received Signal Strength Indicator）を含む。
　自機情報検出部１１２は、センサ部１０１からのセンサデータ、及び、飛行機構１０４からの情報に基づいて、例えば、ドローン１１Ａの進行方向（方位）並びに、垂直方向及び水平方向の速度を検出する。
　自機情報検出部１１２は、以上の検出結果等に基づいて、自機の機体ステータスを判定する。機体ステータスは、例えば、正常又はEmergencyのいずれかに分類される。Emergencyは、例えば、緊急事態が発生していることを示す。
　自機情報検出部１１２は、自機に関する情報である自機情報を生成する。自機情報は、例えば、現在の日時、自機の周囲の環境に関する情報、自機の状態に関する情報、及び、自機に関する情報を含む。
　自機の周囲の環境に関する情報は、例えば、自機の周囲の地磁気の状態、風の状態、照度、無線通信の通信状態、及び、ＧＮＳＳ信号の受信状態、並びに、自機の現在位置を含む。
　自機の状態に関する情報は、例えば、自機の進行方向（方位）、垂直方向及び水平方向の速度、姿勢、並びに、機体ステータスを含む。
　自機に関する情報は、例えば、自機の機体に関する情報、及び、自機の登録情報を含む。自機の機体に関する情報は、例えば、自機の機体種別を含む。自機の機体種別は、例えば、UA type、EU class/categoryを含む。自機の登録情報は、例えば、自機のＲＩＤ（リモートＩＤ）、製造番号、ドローン１１Ａの運用者の運用者ＩＤ等を含む。
　自機情報検出部１１２は、通信部１０６を介して、自機情報をコントローラ１２に送信する。コントローラ１２の情報取得部１６１は、通信部１５４を介して、ドローン１１Ａから自機情報を受信する。
　自機情報検出部１１２は、通信部１０６及びネットワーク３１を介して、自機情報をモバイルデバイス１３に送信する。モバイルデバイス１３の情報取得部２１１は、ネットワーク３１及び通信部２０４を介して、ドローン１１Ａから自機情報を受信する。
　自機情報検出部１１２は、通信部１０６及びネットワーク３１を介して、自機情報を管理サーバ１４に送信する。管理サーバ１４の情報取得部２６１は、ネットワーク３１及び通信部２５２を介して、ドローン１１Ａから自機情報を受信する。
　また、ドローン１１Ａの情報取得部１１１は、通信部１０６を介して、直接通信可能なドローン１１Ｂから各ドローン１１Ｂに関する他機情報を受信する。他機情報は、例えば、各ドローン１１Ｂに関して、上述した自機情報と同様の情報を含む。
　自機情報検出部１１２は、通信部１０６及びネットワーク３１を介して、他機情報を管理サーバ１４に送信する。管理サーバ１４の情報取得部２６１は、ネットワーク３１及び通信部２５２を介して、ドローン１１Ａから他機情報を受信する。
　なお、例えば、ドローン１１Ａは、ネットワーク３１との間の通信状態が悪い場合、コントローラ１２、モバイルデバイス１３、及び、ネットワーク３１を介して、自機情報及び他機情報を管理サーバ１４に送信するようにしてもよい。
　ステップＳ２２において、危険度検出部２６２は、危険要因毎の危険度を検出する。例えば、危険度検出部２６２は、地磁気の状態、風の状態、照度、ＧＮＳＳ信号の受信状態、及び、無線通信の通信状態に対する危険度をそれぞれ検出する。
　具体的には、例えば、危険度検出部２６２は、自機情報に基づいて、ドローン１１Ａの周囲の危険要因毎の危険度を算出する。例えば、各危険要因の危険度は、０．０から１．０までの範囲内に正規化され、かつ、危険度が高くなるほど値が大きくなるように設定される。
　例えば、地磁気の状態に基づく危険度である地磁気危険度は、ドローン１１Ａで検出された３軸方向の地磁気のノルム値とリファレンス値との差により算出される。リファレンス値は、例えば、ＮＯＡＡ（National Oceanic and Atmospheric Administration）が公開している”Maps of Magnetic Elements from the WMM2020”に基づいて設定される。
　例えば、風の状態に基づく危険度である風危険度は、ドローン１１Ａで検出された風速がｔｈ１＜風速≦ｔｈ０の場合、次式（１）により算出される。
風危険度＝１．０－１．０／（（風速－ｔｈ１）＋１．０）　・・・（１）
　なお、ｔｈ０＜風速の場合、風危険度は１．０（非常に危険）に設定される。風速≦ｔｈ１である場合、風危険度は０．０（安全）に設定される。
　例えば、ＧＮＳＳ信号の受信状態に基づく危険度であるＧＮＳＳ危険度は、次式（２）により算出される。
ＧＮＳＳ危険度＝α×（Ｃ／Ｎ）＋（１－α）×観測衛星数　・・・（２）
　αは係数であり、０以上かつ１未満の値に設定される。Ｃ／Ｎは、ドローン１１Ａが受信したＧＮＳＳ信号のＣ／Ｎである。
　例えば、無線通信の通信状態に基づく危険度である無線通信危険度は、ドローン１１Ａで検出された無線通信の受信信号のＲＳＳＩを正規化することにより算出される。
　危険度検出部２６２は、同様の方法により、各ドローン１１Ｂの他機情報に基づいて、各ドローン１１Ｂの周囲の危険要因毎の危険度を算出する。
　このようにして、現在の時刻ｔのドローン１１Ａ及び各ドローン１１Ｂの現在位置における危険要因毎の危険度がそれぞれ算出される。
　ステップＳ２３において、危険度検出部２６２は、統合危険度を算出する。例えば、危険度検出部２６２は、ドローン１１Ａの周囲の危険要因毎の危険度の加重平均を、ドローン１１Ａの周囲の統合危険度として算出する。
　なお、加重平均における各危険要因の危険度に対する重みは、例えば、実験により設定される。また、ドローン１１Ａの機体ステータスがEmergencyである場合（ドローン１１Ａに緊急事態が発生している場合）、例えば、統合危険度は１．０（非常に危険）に設定される。
　危険度検出部２６２は、同様の方法により、各ドローン１１Ｂの周囲の統合危険度を算出する。
　このようにして、現在の時刻ｔのドローン１１Ａ及び各ドローン１１Ｂの現在位置における統合危険度がそれぞれ算出される。
　ステップＳ２４において、管理サーバ１４は、現在の危険度マップを生成する。具体的には、例えば、管理サーバ１４の情報取得部２６１は、所定の時間前から現在の時刻ｔの１つ前の時刻ｔ－１までの期間のドローン１１Ａの飛行領域を含む３次元空間（以下、マップ空間と称する）内の各地点の危険度の履歴を、通信部２５２及びネットワーク３１を介して、危険度履歴ＤＢ２０から取得する。
　危険度検出部２６２は、マップ空間を所定の単位毎に複数のVoxelに分割する。危険度検出部２６２は、所定の時間前から時刻ｔまでの各Voxelに含まれる地点の危険度をVoxel毎かつ危険要因毎に積算することにより、各Voxelの危険要因毎の危険度を算出する。このとき、危険度検出部２６２は、減衰関数を用いて、検出時刻が前の危険度ほど値を減衰させながら危険度を積算する。危険度検出部２６２は、同様の方法により、各Voxelに含まれる地点の統合危険度を積算することにより、各Voxelの統合危険度を算出する。
　このようにして、現在の時刻ｔにおける危険度マップが生成される。すなわち、危険度マップは、マップ空間を分割した複数のVoxel単位の危険度及び統合危険度を示す。換言すれば、危険度マップは、マップ空間内の危険要因毎の危険度及び統合危険度の空間的な分布を示す。
　危険度検出部２６２は、通信部２５２及びネットワーク３１を介して、現在の時刻ｔの各位置の危険要因毎の危険度及び統合危険度を示す情報、並びに、時刻ｔの危険度マップを危険度履歴ＤＢ２０に格納する。
　その後、危険度検出処理は終了する。
　図７に戻り、ステップＳ２において、管理サーバ１４は、危険度予測処理を実行する。
　ここで、図９のフローチャートを参照して、危険度予測処理の詳細について説明する。
　ステップＳ４１において、管理サーバ１４の情報取得部２６１は、外部の配信サービスから情報を取得する。例えば、情報取得部２６１は、通信部２５２及びネットワーク３１を介して、情報配信サーバ１５から各地点の危険度の予測に用いる配信情報を取得する。取得する配信情報は、例えば、気象庁やＮＯＡＡが配信する気象情報を含む。
　ステップＳ４２において、管理サーバ１４の危険度予測部２６３は、危険度を予測する。
　例えば、危険度予測部２６３は、学習モデルを用いて、ステップＳ４１の処理で取得した配信情報、及び、所定の時間前から現在の時刻ｔまでの各地点の危険度の履歴に基づいて、各地点の未来の危険要因毎の危険度及び統合危険度を予測する。
　このとき、危険度予測部２６３は、例えば、現在の時刻ｔからΔｔ後の時刻ｔ＋Δｔの各地点の危険度を予測するようにしてもよい。または、危険度予測部２６３は、例えば、時刻ｔ＋Δｔから時刻ｔ＋Δｔ＋Ｔまでの長さＴの期間の各地点の危険度を予測するようにしてもよい。
　なお、学習モデルは、事前にオフラインで機械学習により生成される。学習モデルの学習には、例えば、ＳＶＭ（Support Vector Machine）やニューラルネットによる教師あり学習が用いられる。
　例えば、学習モデルは、ある地点における配信情報と所定の長さの期間の危険度の履歴を学習データとし、当該期間よりΔｔ後の当該地点における危険度の履歴を教師データとして、機械学習を行うことにより生成される。
　または、例えば、学習モデルは、ある地点における配信情報と所定の長さの期間の危険度の履歴を学習データとし、当該期間からΔｔ後から所定の長さＴの期間の当該地点における危険度の履歴を教師データとして、機械学習を行うことにより生成される。
　なお、危険度の種類ごとに異なる学習モデルが用いられてもよいし、同じ学習モデルが用いられてもよい。前者の場合、例えば、地磁気危険度用の学習モデル、風危険度用の学習モデル、統合危険度用の学習モデル等が個別に生成され、用いられる。後者の場合、１つの学習モデルが生成され、危険要因毎の危険度及び統合危険度の予測に１つの学習モデルを用いられる。
　ステップＳ４３において、危険度予測部２６３は、未来の危険度マップを生成する。具体的には、危険度予測部２６３は、図８のステップＳ２４と同様の処理により、各地点の危険度の予測値に基づいて、未来の危険度マップを生成する。
　なお、例えば、所定の期間内の各時刻の危険度が予測されている場合、その期間内の各時刻における複数の危険度マップが生成される。一方、例えば、現在の時刻から所定の時間後の時刻の危険度が予測されている場合、その時刻の危険度マップが生成される。
　危険度予測部２６３は、通信部２５２及びネットワーク３１を介して、未来の危険度マップを危険度履歴ＤＢ２０に格納する。
　その後、危険度予測処理は終了する。
　図７に戻り、ステップＳ３において、飛行管理システム１は、安全性情報を出力する。
　例えば、管理サーバ１４の出力制御部２６４は、過去及び現在の各地点の危険度、並びに、現在及び未来の危険度マップに基づいて、ドローン１１Ａの飛行領域の安全性に関する情報を含む安全性情報を生成する。安全性情報は、例えば、現在及び未来の危険度マップ、並びに、ドローン１１Ａの飛行領域の安全性に関する情報をユーザに提示するための安全性提示情報を含む。
　出力制御部２６４は、通信部２５２及びネットワーク３１を介して、安全性情報をドローン１１Ａ及びモバイルデバイス１３に送信する。
　ドローン１１Ａの情報取得部１１１は、ネットワーク３１及び通信部１０６を介して、管理サーバ１４から安全性情報を受信する。ドローン１１の出力制御部１１４は、必要に応じて、安全性情報に含まれる安全性提示情報に基づいて、出力部１０５からの安全性情報の出力を制御する。
　モバイルデバイス１３の情報取得部２１１は、通信部２０４及びネットワーク３１を介して、管理サーバ１４から安全性情報を受信する。モバイルデバイス１３の出力制御部２１２は、必要に応じて、安全性情報に含まれる安全性提示情報に基づいて、出力部２０３からの安全性情報の出力を制御する。
　また、モバイルデバイス１３の情報取得部２１１は、通信部２０４を介して、安全性情報をコントローラ１２に送信する。
　コントローラ１２の情報取得部１６１は、通信部１５４を介して、モバイルデバイス１３から安全性情報を受信する。コントローラ１２の出力制御部１６２は、必要に応じて、安全性情報に含まれる安全性提示情報に基づいて、出力部１５３からの安全性情報の出力を制御する。
　ここで、図１０乃至図１５を参照して、安全性情報の出力例について説明する。
　まず、図１０乃至図１３を参照して、モバイルデバイス１３の出力部２０３が備える表示デバイスにおいて表示される安全性情報の画面例について説明する。
　図１０の例では、ドローン１１Ａの飛行領域を含む地図上に現在の危険度マップ（危険度の空間的な分布）が重畳されている。具体的には、ドローン型のアイコン３０１、ドローン型のアイコン３０２－１乃至アイコン３０２－３、及び、領域３０３－１乃至領域３０３－５が地図上に重畳されている。
　なお、以下、アイコン３０２－１乃至アイコン３０２－３を個々に区別する必要がない場合、単にアイコン３０２と称する。以下、領域３０３－１乃至領域３０３－５を個々に区別する必要がない場合、単に領域３０３と称する。
　アイコン３０１は、自機（ドローン１１Ａ）の現在位置を示している。各アイコン３０２は、自機の周囲の他機（ドローン１１Ｂ）の現在位置を示している。なお、アイコン３０１及びアイコン３０２のデザインは、例えば、対応するドローン１１Ａ又はドローン１１Ｂの機種等により変化するようにしてもよい。
　各領域３０３は、安全領域又は危険領域の位置を示している。ここで、安全領域とは、安全が確認されている領域である。危険領域とは、例えば、少なくとも１つの危険要因に対する危険度が所定の閾値以上の領域である。
　また、各領域３０３には、領域３０３の特性を示す情報が表示されている。ここで、領域３０３の特性とは、例えば、安全領域又は危険領域のいずれであるか、領域３０３内の危険要因等である。
　具体的には、領域３０３－１は、地磁気の乱れが発生していて危険な領域の位置を示している。領域３０３－２は、無線通信のノイズが多くて危険な領域の位置を示している。領域３０３－３及び領域３０３－４は、風が強くて危険な領域の位置を示している。領域３０３－５は、他機が安全に飛行できている領域の位置を示している。
　各領域３０３の表示態様（例えば、色、パターン等）は、例えば、領域の特性により変化する。例えば、安全領域又は危険領域のいずれであるか、及び、危険要因等により、各領域３０３の表示態様が変化する。また、例えば、危険要因が同じ領域３０３の表示態様（例えば、色の濃淡）が、危険度に応じて変化する。さらに、複数の危険要因の領域３０３が重なる領域の表示態様が、例えば、他の領域より目立つように変化する（例えば、色が濃くなったり、明るくなったりする）。
　なお、例えば、ユーザが選択した特性の領域のみが表示されるようにしてもよい。例えば、ユーザの選択により、危険要因が地磁気の状態である領域３０３－１、及び、危険要因が風の状態である領域３０３－３及び領域３０３－４のみが表示されるようにしてもよい。
　また、例えば、危険要因を区別せずに危険領域が表示されるようにしてもよい。この場合、例えば、危険要因毎の危険領域の代わりに、統合危険度に基づく危険領域が表示されるようにしてもよい。
　さらに、例えば、現在の危険度マップだけでなく、過去又は未来の危険度マップが地図上に重畳されるようにしてもよい。例えば、ユーザが指定した日時の危険度マップが地図上に重畳されるようにしてもよい。例えば、過去から未来までの各日時の危険度マップが所定の時間毎に切り替えて地図上に表示されることにより、危険度マップの時系列の推移がユーザに提示されるようにしてもよい。
　これにより、ユーザは、自機の飛行領域内の各地点の安全性を容易かつ詳細に確認することが可能になる。
　図１１の例では、所定の領域の危険要因毎の危険度及び統合危険度の時系列の推移が、グラフにより示されている。すなわち、所定の領域の過去及び現在の危険要因毎の危険度及び統合危険度の検出値、並びに、未来の危険度及び統合危険度の予測値の時系列の推移が、グラフにより示されている。
　具体的には、グラフの横軸は時刻を示し、縦軸は危険度を示している。例えば、曲線３２１は、統合危険度の時系列の推移を示している。曲線３２２は、ＧＮＳＳ危険度の時系列の推移を示している。曲線３２３は、風危険度の時系列を示している。
　例えば、図１０の画面においてユーザにより指定された位置を含むVoxelの危険度の推移が、図１１のグラフにより表示されるようにしてもよい。または、例えば、自機の現在位置を含むVoxelの危険度の推移が、図１２のグラフにより表示されるようにしてもよい。
　なお、例えば、図１１のグラフに表示する危険度の危険要因や期間をユーザが選択できるようにしてもよい。
　また、例えば、ドローン１１の飛行領域における危険要因毎の危険度及び統合危険度の平均値の時系列の推移が表示されるようにしてもよい。
　これにより、ユーザは、ドローン１１の飛行領域の危険度の時系列の推移を容易かつ詳細に確認することが可能になる。
　図１２の例では、ドローン１１Ａにより撮影されたドローン１１Ａの周囲の画像（動画像）内に現在の危険度マップ（危険度の空間的な分布を示す情報）が重畳されている。具体的には、領域３４１－１乃至領域３４１－３が、画像内に重畳されている。
　なお、以下、領域３４１－１乃至領域３４１－３を個々に区別する必要がない場合、単に領域３４１と称する。
　各領域３４１は、図１１の各領域３０３と同様に、安全領域及び危険領域の位置を示している。また、各領域３４１には、図１１の各領域３０３と同様に、領域３４１の特性を示す情報が表示されている。
　具体的には、領域３４１－１は、風が強くて危険な領域の位置を示している。領域３４１－２は、ＧＮＳＳ信号の受信感度が低くて危険な領域の位置を示している。領域３４１－３は、地磁気の乱れが発生していて危険な領域の位置を示している。
　各領域３４１の表示態様は、例えば、図１１の各領域３０３の表示態様と同様に、領域３４１の特性に応じて変化する。
　なお、例えば、ユーザが選択した特性の領域のみが表示されるようにしてもよい。
　また、例えば、危険要因を区別せずに危険領域が表示されるようにしてもよい。
　さらに、例えば、現在の危険度マップだけでなく、過去又は未来の危険度マップが画像上に重畳されるようにしてもよい。例えば、ユーザが指定した時刻の危険度マップが画像上に重畳されるようにしてもよい。例えば、過去から未来までの各時刻の危険度マップが所定の時間毎に切り替えて画像上に表示されることにより、危険度マップの時系列の推移がユーザに提示されるようにしてもよい。
　これにより、ユーザは、実際のシーンにおける自機の飛行領域の安全性を容易かつ詳細に認識することが可能になる。
　なお、図１２の画像の上下には、メニュー及び操作領域が表示され、ドローン１１Ａの状態等を示すアイコン等が画像内に重畳されているが、その詳細な説明は省略する。
　図１３は、ドローン１１Ａの飛行前のユーザへのインストラクションの表示例を示している。具体的には、ドローン１１Ａの飛行領域の危険要因、及び、危険要因に対する対策に関する情報が表示されている。
　危険要因に対する対策としては、例えば、ドローン１１Ａの機体の点検、トラブル発生時のドローン１１Ａの動作仕様及び操作方法の確認等が想定される。
　具体的には、図１３の例では、自機の飛行領域の風が強いため、ドローン１１Ａの１番モータの周辺状況を再度点検してから、ドローン１１Ａを飛ばすように促す情報が表示されている。また、枠３６１により、ドローン１１Ａの１番モータの位置が示されている。
　また、無線通信の通信状態（無線状況）が悪いため、ドローン１１Ａの機体と送信機（コントローラ１２）の通信が途切れた場合のドローン１１Ａの挙動をマニュアル等で再度確認するように促す情報が表示されている。
　これにより、ユーザは、ドローン１１Ａの飛行前に飛行領域の危険要因を確認し、適切な対策をとることができる。
　次に、図１４を参照して、コントローラ１２からの安全性情報の出力例について説明する。
　図１４は、コントローラ１２の外観の構成例を示している。
　コントローラ１２は、ＬＥＤ４０１を備えている。ＬＥＤ４０１は、出力部１５３の一部を構成する。
　例えば、出力制御部１６２は、危険要因に対応する色又はパターンでＬＥＤ４０１を発光させる。なお、出力制御部１６２は、危険度に応じて、ＬＥＤ４０１の明るさ等を変化させるようにしてもよい。
　また、例えば、出力制御部１６２は、危険要因に対応する振動パターンでコントローラ１２を振動させる。例えば、出力制御部１６２は、危険要因に対応するパターンの音声を出力部１５３から出力させる。
　これにより、ユーザは、例えば、モバイルデバイス１３を見なくても、ドローン１１Ａの周囲に危険な領域が存在すること、及び、その危険要因を認識することができる。
　次に、図１５を参照して、ドローン１１Ａからの安全性情報の出力例について説明する。
　図１５は、ドローン１１Ａの外観の構成例を示している。
　ドローン１１Ａは、プロペラ４５１－１乃至プロペラ４５１－４の下方にＬＥＤ４５２－１乃至ＬＥＤ４５２－４を備えている。ＬＥＤ４５２－１乃至ＬＥＤ４５２－４は、出力部１０５の一部を構成する。
　なお、以下、ＬＥＤ４５２－１乃至ＬＥＤ４５２－４を個々に区別する必要がない場合、単にＬＥＤ４５２と称する。
　例えば、各ＬＥＤ４５２は、出力制御部１１４の制御の下に、危険要因に対応する色又はパターンで発光する。なお、出力制御部１１４は、危険度に応じて、各ＬＥＤ４５２の明るさ等を変化させるようにしてもよい。
　また、ドローン１１Ａが離陸前の場合、例えば、出力制御部１１４は、危険要因に対応するパターンの音声を出力部１０５から出力させる。
　これにより、ユーザは、例えば、モバイルデバイス１３を見なくても、ドローン１１Ａの周囲に危険な領域が存在すること、及び、その危険要因を認識することができる。
　図７に戻り、ステップＳ４において、飛行管理システム１は、飛行制御処理を実行する。
　例えば、ドローン１１Ａの動作制御部１１３は、ステップＳ２１の処理で取得した自機情報、危険要因毎の危険度マップ、及び、統合危険度の危険度マップ等に基づいて、必要に応じて、ドローン１１の飛行動作を制御することにより危険対策を実行する。
　例えば、動作制御部１１３は、ドローン１１Ａの周囲の危険度が高い場合、飛行動作の制限、緊急着陸若しくはＲＴＨ（Return To Home）の発動条件の変更、又は、緊急着陸若しくはＲＴＨを実行する。飛行動作の制限は、例えば、ドローン１１Ａの最大速度、飛行高度、及び、姿勢の最大変化量のうち少なくとも１つの制限を含む。
　例えば、動作制御部１１３は、現在及び未来の危険度マップにおいて危険度が所定の閾値以上の領域に対してジオフェンスを設定し、ドローン１１Ａがジオフェンス内に進入しないように制御する。
　例えば、動作制御部１１３は、現在の危険度マップにおいて特定のセンサの精度が低下する可能性がある領域を飛行している場合、対象となるセンサの使用を制限する。例えば、地磁気が乱れている領域において、地磁気センサの使用が制限される。例えば、照度が低い領域において、画像センサの使用が制限される。
　具体的には、例えば、動作制御部１１３は、当該領域から出るまでの間、対象となるセンサの使用を停止する。例えば、動作制御部１１３は、当該領域から出るまでの間、ＥＫＦ（拡張カルマンフィルタ）等を用いたセンサフュージョン時に、対象となるセンサに対する重みを小さくする。
　例えば、動作制御部１１３は、ドローン１１Ａが無線通信の通信状態が悪い領域を飛行中の場合、通信を安定化させるために、センサ部１０１により撮影された動画像の転送レートを下げる。
　例えば、動作制御部１１３は、危険度マップにおいて危険度が低い領域をドローン１１に飛行させるようにルートを設定する。
　動作制御部１１３は、ドローン１１Ａの危険対策を実行した場合、危険対策の内容を示す危険対策情報を、通信部１０６及びネットワーク３１を介して、モバイルデバイス１３に送信する。
　モバイルデバイス１３の情報取得部２１１は、ネットワーク３１及び通信部２０４を介して、危険対策情報をドローン１１Ａから受信する。
　モバイルデバイス１３の出力制御部２１２は、必要に応じて、安全性提示情報及び危険対策情報に基づいて、ドローン１１Ａの危険対策に関する情報を出力部２０３から出力させる。
　図１６は、このときモバイルデバイス１３の出力部２１４が備える表示デバイスにおいて表示される画面例を示している。
　この例では、ドローン１１Ａの飛行領域の風が強いため、十分安全な帰還を考慮し、ドローン１１Ａのバッテリ残量が３０％になったときにＲＴＨが発動するように発動条件を変更する旨が表示されている。
　また、ドローン１１Ａの周囲の無線状況（無線通信の通信状態）が悪いため、ドローン１１Ａの飛行速度を制限する旨が表示されている。
　なお、例えば、出力部２１４は、無線通信の通信状態が悪い場合、モバイルデバイス１３より通信距離が長いコントローラ１２の使用を促したり、ドローン１１Ａの近くで操縦するように促したりする情報を出力するようにしてもよい。
　なお、ここでは、危険対策を実行する旨をユーザに通知する例を示しているが、危険対策の実行前に危険対策の可否をユーザに問い合わせるようにしてもよい。そして、例えば、ユーザが危険対策を許可した場合、ドローン１１Ａが危険対策を実行するようにしてもよい。
　これにより、ドローン１１Ａは、危険を未然に回避し、安全に飛行することが可能になる。また、ユーザは、飛行領域の危険性、及び、それに対して実行される危険対策を容易に認識することができる。
　その後、処理はステップＳ１に戻り、ステップＳ１以降の処理が実行される。
　以上のようにして、ユーザは、ドローン１１の飛行領域の安全性を飛行前及び飛行中に容易に確認することができる。これにより、ドローン１１がより安全に飛行することが可能になる。
＜＜２．変形例＞＞
　以下、上述した本技術の実施の形態の変形例について説明する。
　＜危険度に関する変形例＞
　例えば、危険度検出部２６２は、過去の事故の履歴に基づいて、飛行領域の危険度を検出するようにしてもよい。例えば、危険度検出部２６２は、過去に事故が発生した地点付近において、危険度を高く設定するようにしてもよい。
　例えば、機体重量が２５０ｇのドローンと２５ｋｇのドローンとでは、風に対する危険度が異なる。これに対して、例えば、危険度検出部２６２は、自機の特性に基づいて、危険度を算出するようにしてもよい。自機の特性は、例えば、型番、メーカ、サイズ、重量、仕様、方式（例えば、ＶＴＯＬ（Vertical Take-Off and Landing aircraft）、マルチコプター等）、機体種別（例えば、クラスUA type、EU class/category）等を含む。
　例えば、危険度検出部２６２は、自機と近い特性を持つ他機（以下、類似他機と称する）の他機情報を優先して危険度の算出に用いるようにしてもよい。例えば、危険度検出部２６２は、類似他機の他機情報のみを用いて、危険度を算出するようにしてもよい。例えば、危険度検出部２６２は、類似他機の他機情報に対する重みを大きくして、危険度を算出するようにしてもよい。
　例えば、危険度検出部２６２は、自機の整備状況、修理履歴、運用機関等に基づいて、自機の機体のトラブルの発生確率を算出し、機体のトラブルの発生確率に基づいて、危険度を算出するようにしてもよい。
　例えば、危険度検出部２６２は、他機の位置や動きに基づいて、危険度を算出するようにしてもよい。例えば、危険度検出部２６２は、大型のドローン１１Ｂが高速で飛行している位置付近の危険度を高く設定するようにしてもよい。
　例えば、危険度検出部２６２は、ユーザのドローンの運用経験に基づいて、危険度を算出するようにしてもよい。例えば、同じ環境条件に対して、ユーザの運用経験が長いほど、危険度を低く設定し、ユーザの運用経験が浅いほど、危険度を高く設定するようにしてもよい。
　危険度のレベル数は、任意に設定することができる。例えば、危険度のレベル数は、安全若しくは危険の２段階、安全、普通、若しくは、危険の３段階、又は、４段階以上に設定することが可能である。
　危険度マップは、必ずしも、緯度、経度、及び、高度の３次元空間のマップでなくてもよく、例えば、緯度及び経度の２次元空間のマップでもよい。
　＜危険対策に関する変形例＞
　例えば、ドローン１１の動作制御部１１３は、ユーザのドローンの運用経験に基づいて、危険対策を実行するようにしてもよい。例えば、動作制御部１１３は、ユーザのドローンの運用経験が長い場合、危険対策の実行の判断に用いる危険度に対する閾値（以下、危険対策閾値と称する）を高く設定したり（危険対策が実行されにくくしたり）、高度な操作が要求される危険対策を実行したりするようにしてもよい。例えば、動作制御部１１３は、ユーザのドローンの運用経験が浅い場合、危険対策閾値を低く設定したり（危険対策が実行されやすくしたり）、より安全な危険対策を実行したりするようにしてもよい。
　例えば、動作制御部１１３は、自機の特性に基づいて、危険対策を実行するようにしてもよい。
　例えば、動作制御部１１３は、自機の整備状況、修理履歴、運用機関等に基づいて、自機の機体のトラブルの発生確率を算出し、機体のトラブルの発生確率に基づいて、危険対策を実行するようにしてもよい。例えば、動作制御部１１３は、機体のトラブルの発生確率が高くなるほど、危険対策閾値を低く設定するようにしてもよい。
　＜安全性情報の出力方法に関する変形例＞
　例えば、図１０の画面において、３次元の地図に危険度マップが重畳されるようにしてもよい。
　例えば、図１０の画面等において、危険度マップを表示する高度を設定できるようにして、設定された高度における危険度マップが表示されるようにしてもよい。
　＜処理の分担に関する変形例＞
　上述した飛行管理システム１の処理の分担は、その一例であり、適宜変更することが可能である。
　例えば、上述した危険度検出処理、危険度予測処理、及び、安全性情報の生成処理は、管理サーバ１４以外の装置が実行したり、管理サーバ１４と他の装置が分担して実行したりすることが可能である。
　具体的には、例えば、ドローン１１Ｂ又はモバイルデバイス１３が、自機情報及び他機情報等に基づいて、危険度検出処理を実行するようにしてもよい。例えば、ドローン１１Ｂ又はモバイルデバイス１３が、危険度の履歴及び配信情報等に基づいて、危険度予測処理を実行するようにしてもよい。例えば、ドローン１１Ｂ又はモバイルデバイス１３が、危険度マップ等に基づいて、安全性提示情報を含む安全性情報を生成するようにしてもよい。
　例えば、コントローラ１２、モバイルデバイス１３、又は、管理サーバ１４は、危険度マップ等に基づいて、動作指令又は制御パラメータを生成し、ドローン１１に送信し、ドローン１１の飛行動作を遠隔制御することにより、ドローン１１の危険対策を遠隔制御するようしてもよい。
　例えば、各ドローン１１Ｂが、ドローン１１Ａを介さずに、直接ネットワーク３１を介して管理サーバ１４に他機情報を送信するようにしてもよい。
　例えば、ドローン１１Ａの運用履歴やユーザの運用履歴は、ドローン１１Ａ、コントローラ１２、又は、モバイルデバイス１３に保存されるようにしてもよい。
　＜その他の変形例＞
　本技術は、例えば、ドローン以外の無人航空機、及び、小型無人機等の無人で飛行する飛行体に適用することができる。
＜＜３．その他＞＞
　＜コンピュータの構成例＞
　上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
　図１７は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
　コンピュータ１０００において、CPU（Central Processing Unit）１００１、ROM（Read Only Memory）１００２、RAM（Random Access Memory）１００３は、バス１００４により相互に接続されている。
　バス１００４には、さらに、入出力インタフェース１００５が接続されている。入出力インタフェース１００５には、入力部１００６、出力部１００７、記憶部１００８、通信部１００９、及びドライブ１０１０が接続されている。
　入力部１００６は、入力スイッチ、ボタン、マイクロフォン、撮像素子などよりなる。出力部１００７は、ディスプレイ、スピーカなどよりなる。記憶部１００８は、ハードディスクや不揮発性のメモリなどよりなる。通信部１００９は、ネットワークインタフェースなどよりなる。ドライブ１０１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア１０１１を駆動する。
　以上のように構成されるコンピュータ１０００では、CPU１００１が、例えば、記憶部１００８に記録されているプログラムを、入出力インタフェース１００５及びバス１００４を介して、RAM１００３にロードして実行することにより、上述した一連の処理が行われる。
　コンピュータ１０００（CPU１００１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア１０１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
　コンピュータ１０００では、プログラムは、リムーバブルメディア１０１１をドライブ１０１０に装着することにより、入出力インタフェース１００５を介して、記憶部１００８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部１００９で受信し、記憶部１００８にインストールすることができる。その他、プログラムは、ROM１００２や記憶部１００８に、あらかじめインストールしておくことができる。
　なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
　また、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。
　さらに、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
　例えば、本技術は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。
　また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。
　さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。
　＜構成の組み合わせ例＞
　本技術は、以下のような構成をとることもできる。
（１）
　１以上の第１の飛行体により検出された前記第１の飛行体の周囲の環境に関する情報を含む第１の飛行体情報に基づく情報であって、第２の飛行体が飛行する飛行領域の安全性に関する情報である安全性情報の出力を制御する出力制御部を
　備える情報処理装置。
（２）
　前記安全性情報は、前記第１の飛行体情報に基づいて検出された前記飛行領域内の危険度の空間的な分布を示す情報を含む
　前記（１）に記載の情報処理装置。
（３）
　前記安全性情報は、前記危険度の空間的な分布を示す情報を地図に重畳した画像を含む
　前記（２）に記載の情報処理装置。
（４）
　前記安全性情報は、前記危険度の空間的な分布を示す情報を前記第２の飛行体の周囲の画像に重畳した画像を含む
　前記（２）又は（３）に記載の情報処理装置。
（５）
　前記安全性情報は、危険要因毎の前記危険度の空間的な分布を示す情報、及び、前記危険要因毎の前記危険度を統合した統合危険度の空間的な分布を示す情報のうち少なくとも１つを含む
　前記（２）乃至（４）のいずれかに記載の情報処理装置。
（６）
　前記危険要因は、地磁気の状態、風の状態、照度、ＧＮＳＳ信号の受信状態、及び、無線通信の電波状態のうち少なくとも１つを含む
　前記（５）に記載の情報処理装置。
（７）
　前記第１の飛行体情報に基づいて、前記危険度の空間的な分布を検出する危険度検出部を
　さらに備える前記（２）乃至（６）のいずれかに記載の情報処理装置。
（８）
　前記危険度検出部は、前記第１の飛行体情報に基づいて、危険要因毎の前記危険度の空間的な分布、及び、前記危険要因毎の前記危険度を統合した統合危険度の空間的な分布のうち少なくとも１つを検出する
　前記（７）に記載の情報処理装置。
（９）
　前記危険度の空間的な分布の検出結果に基づいて、未来の前記危険度の空間的な分布を予測する危険度予測部を
　さらに備える前記（７）又は（８）に記載の情報処理装置。
（１０）
　前記安全性情報は、過去から未来までの前記飛行領域の前記危険度の推移を示す情報を含む
　前記（９）に記載の情報処理装置。
（１１）
　前記危険度検出部は、前記第２の飛行体により検出された前記第２の飛行体の周囲の環境に関する情報を含む第２の飛行体情報にさらに基づいて、前記危険度の空間的な分布を検出する
　前記（７）乃至（１０）のいずれかに記載の情報処理装置。
（１２）
　前記危険度の空間的な分布に基づいて、前記第２の飛行体の飛行動作を制御する動作制御部を
　さらに備える前記（２）乃至（１１）のいずれかに記載の情報処理装置。
（１３）
　前記安全性情報は、危険要因毎の前記危険度の空間的な分布を示す情報を含み、
　前記動作制御部は、前記危険要因毎の前記危険度の空間的な分布に基づいて、前記第２の飛行体の飛行動作を制御する
　前記（１２）に記載の情報処理装置。
（１４）
　前記安全性情報は、前記第１の飛行体情報に基づいて検出された前記飛行領域の危険要因を示す情報を含む
　前記（１）乃至（１３）のいずれかに記載の情報処理装置。
（１５）
　前記安全性情報は、前記危険要因に対する対策に関する情報をさらに含む
　前記（１４）に記載の情報処理装置。
（１６）
　前記飛行領域の前記危険要因に基づいて、前記第２の飛行体の飛行動作を制御する動作制御部を
　さらに備える前記（１４）又は（１５）に記載の情報処理装置。
（１７）
　前記第１の飛行体の周囲の環境に関する情報は、前記第１の飛行体の周囲の地磁気の状態、風の状態、照度、ＧＮＳＳ信号の受信状態、及び、無線通信の電波状態のうち少なくとも１つを含む
　前記（１）乃至（１６）のいずれかに記載の情報処理装置。
（１８）
　前記第１の飛行体情報は、前記第１の飛行体の状態に関する情報、及び、前記第１の飛行体に関する情報のうち少なくとも１つをさらに含む
　前記（１）乃至（１７）のいずれかに記載の情報処理装置。
（１９）
　前記安全性情報は、前記第２の飛行体により検出された前記第２の飛行体の周囲の環境に関する情報を含む第２の飛行体情報にさらに基づく
　前記（１）乃至（１８）のいずれかに記載の情報処理装置。
（２０）
　情報処理装置が、
　１以上の第１の飛行体により検出された前記第１の飛行体の周囲の環境に関する情報を含む飛行体情報に基づく情報であって、第２の飛行体が飛行する飛行領域の安全性に関する情報である安全性情報の出力を制御する
　情報処理方法。
　なお、本明細書に記載された効果はあくまで例示であって限定されるものではなく、他の効果があってもよい。
　１　飛行管理システム，　１１Ａ，１１Ｂ－１乃至１１Ｂ－ｎ　ドローン．　１２　コントローラ，　１３　モバイルデバイス，　１４　管理サーバ，　１５　情報配信サーバ，　１６　登録機体紹介サーバ，　１７　個別機体ＤＢ，　１８　ユーザ運用履歴ＤＢ，　１９　機体運用履歴ＤＢ，　２０　危険度履歴ＤＢ，　１０１　センサ部，　１０２　ＧＮＳＳ信号受信部，　１０３　制御部，　１０４　飛行機構，　１０５　出力部，　１０６　通信部，　１１１　情報取得部，　１１２　自機情報検出部，　１１３　動作制御部，　１１４　出力制御部，　１５２　制御部，　１５３　出力部，　１５４　通信部，　１６１　情報取得部，　１６２　出力制御部，　１６３　遠隔制御部，　２０２　制御部，　２０３　出力部，　２０４　通信部，　２１１　情報取得部，　２１２　出力制御部，　遠隔制御部，　２５１　制御部，　２５２　通信部，　２６１　情報取得部，　２６２　危険度検出部，　２６３　危険度予測部，　２６４　出力制御部，　２６５　遠隔制御部

Claims (20)

  1. 　１以上の第１の飛行体により検出された前記第１の飛行体の周囲の環境に関する情報を含む第１の飛行体情報に基づく情報であって、第２の飛行体が飛行する飛行領域の安全性に関する情報である安全性情報の出力を制御する出力制御部を
    　備える情報処理装置。
  2. 　前記安全性情報は、前記第１の飛行体情報に基づいて検出された前記飛行領域内の危険度の空間的な分布を示す情報を含む
    　請求項１に記載の情報処理装置。
  3. 　前記安全性情報は、前記危険度の空間的な分布を示す情報を地図に重畳した画像を含む
    　請求項２に記載の情報処理装置。
  4. 　前記安全性情報は、前記危険度の空間的な分布を示す情報を前記第２の飛行体の周囲の画像に重畳した画像を含む
    　請求項２に記載の情報処理装置。
  5. 　前記安全性情報は、危険要因毎の前記危険度の空間的な分布を示す情報、及び、前記危険要因毎の前記危険度を統合した統合危険度の空間的な分布を示す情報のうち少なくとも１つを含む
    　請求項２に記載の情報処理装置。
  6. 　前記危険要因は、地磁気の状態、風の状態、照度、ＧＮＳＳ信号の受信状態、及び、無線通信の電波状態のうち少なくとも１つを含む
    　請求項５に記載の情報処理装置。
  7. 　前記第１の飛行体情報に基づいて、前記危険度の空間的な分布を検出する危険度検出部を
    　さらに備える請求項２に記載の情報処理装置。
  8. 　前記危険度検出部は、前記第１の飛行体情報に基づいて、危険要因毎の前記危険度の空間的な分布、及び、前記危険要因毎の前記危険度を統合した統合危険度の空間的な分布のうち少なくとも１つを検出する
    　請求項７に記載の情報処理装置。
  9. 　前記危険度の空間的な分布の検出結果に基づいて、未来の前記危険度の空間的な分布を予測する危険度予測部を
    　さらに備える請求項７に記載の情報処理装置。
  10. 　前記安全性情報は、過去から未来までの前記飛行領域の前記危険度の推移を示す情報を含む
    　請求項９に記載の情報処理装置。
  11. 　前記危険度検出部は、前記第２の飛行体により検出された前記第２の飛行体の周囲の環境に関する情報を含む第２の飛行体情報にさらに基づいて、前記危険度の空間的な分布を検出する
    　請求項７に記載の情報処理装置。
  12. 　前記危険度の空間的な分布に基づいて、前記第２の飛行体の飛行動作を制御する動作制御部を
    　さらに備える請求項２に記載の情報処理装置。
  13. 　前記安全性情報は、危険要因毎の前記危険度の空間的な分布を示す情報を含み、
    　前記動作制御部は、前記危険要因毎の前記危険度の空間的な分布に基づいて、前記第２の飛行体の飛行動作を制御する
    　請求項１２に記載の情報処理装置。
  14. 　前記安全性情報は、前記第１の飛行体情報に基づいて検出された前記飛行領域の危険要因を示す情報を含む
    　請求項１に記載の情報処理装置。
  15. 　前記安全性情報は、前記危険要因に対する対策に関する情報をさらに含む
    　請求項１４に記載の情報処理装置。
  16. 　前記飛行領域の前記危険要因に基づいて、前記第２の飛行体の飛行動作を制御する動作制御部を
    　さらに備える請求項１４に記載の情報処理装置。
  17. 　前記第１の飛行体の周囲の環境に関する情報は、前記第１の飛行体の周囲の地磁気の状態、風の状態、照度、ＧＮＳＳ信号の受信状態、及び、無線通信の電波状態のうち少なくとも１つを含む
    　請求項１に記載の情報処理装置。
  18. 　前記第１の飛行体情報は、前記第１の飛行体の状態に関する情報、及び、前記第１の飛行体に関する情報のうち少なくとも１つをさらに含む
    　請求項１に記載の情報処理装置。
  19. 　前記安全性情報は、前記第２の飛行体により検出された前記第２の飛行体の周囲の環境に関する情報を含む第２の飛行体情報にさらに基づく
    　請求項１に記載の情報処理装置。
  20. 　情報処理装置が、
    　１以上の第１の飛行体により検出された前記第１の飛行体の周囲の環境に関する情報を含む飛行体情報に基づく情報であって、第２の飛行体が飛行する飛行領域の安全性に関する情報である安全性情報の出力を制御する
    　情報処理方法。
PCT/JP2023/019860 2022-06-17 2023-05-29 情報処理装置及び情報処理方法 WO2023243376A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-097729 2022-06-17
JP2022097729A JP2023183922A (ja) 2022-06-17 2022-06-17 情報処理装置及び情報処理方法

Publications (1)

Publication Number Publication Date
WO2023243376A1 true WO2023243376A1 (ja) 2023-12-21

Family

ID=89190917

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/019860 WO2023243376A1 (ja) 2022-06-17 2023-05-29 情報処理装置及び情報処理方法

Country Status (2)

Country Link
JP (1) JP2023183922A (ja)
WO (1) WO2023243376A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019089538A (ja) * 2017-11-16 2019-06-13 ザ・ボーイング・カンパニーＴｈｅ Ｂｏｅｉｎｇ Ｃｏｍｐａｎｙ 航空機の飛行計画において微細風況を考慮するシステム
WO2019159420A1 (ja) * 2018-02-15 2019-08-22 株式会社日立国際電気 移動体運行管理システムおよび移動体
JP2020009281A (ja) * 2018-07-11 2020-01-16 メトロウェザー株式会社 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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019089538A (ja) * 2017-11-16 2019-06-13 ザ・ボーイング・カンパニーＴｈｅ Ｂｏｅｉｎｇ Ｃｏｍｐａｎｙ 航空機の飛行計画において微細風況を考慮するシステム
WO2019159420A1 (ja) * 2018-02-15 2019-08-22 株式会社日立国際電気 移動体運行管理システムおよび移動体
JP2020009281A (ja) * 2018-07-11 2020-01-16 メトロウェザー株式会社 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

Also Published As

Publication number Publication date
JP2023183922A (ja) 2023-12-28

Similar Documents

Publication Publication Date Title
US11370540B2 (en) Context-based flight mode selection
KR101894409B1 (ko) 드론 관제 시스템 및 방법
CA2984021C (en) Systems and methods for remote distributed control of unmanned aircraft
EP2256571B1 (en) Adaptive user interface for semi-automatic operation of a remot-controlled, unmanned vehicle
US10997237B2 (en) Acoustic monitoring system
US10582321B2 (en) Identification of unmanned aerial vehicles based on audio signatures
US20180090016A1 (en) Methods and apparatus to navigate drones based on weather data
CN111566009B (zh) 调整空中机器人式运载工具的飞行参数的方法和装置
CN111045444A (zh) 自适应感测和避让系统
US20200001998A1 (en) Movable platform control method and movable platform
KR20090097020A (ko) 와이맥스 통신방식을 사용하는 비행체를 이용한 감시시스템
CN114779796A (zh) 飞行控制方法及装置、监测方法及装置、存储介质
US11476921B2 (en) Sending environmental data on an uplink
CN112700617A (zh) 飞行器预警方法、装置、电子设备及可读存储介质
WO2023243376A1 (ja) 情報処理装置及び情報処理方法
KR20190048688A (ko) 드론을 이용한 자율 비행 시스템 및 방법
WO2021217346A1 (zh) 信息处理方法、信息处理装置和可移动设备
US12131651B2 (en) Air position information and traffic management system for unmanned and manned aircraft
US20210043094A1 (en) Air position information and traffic management system for unmanned and manned aircraft
KR20240060042A (ko) 이착륙 신호 발생 모듈 및 이를 활용한 드론 이착륙 신호생성 및 사용 방법
CN115079726A (zh) 飞行障碍探测避让方法、装置、电子设备以及存储介质
CN117789533A (zh) 运行管理方法、装置、终端设备以及存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23823674

Country of ref document: EP

Kind code of ref document: A1