arXiv (Robotics)AI
環境モニタリングにおける自律型UAVの経路計画に関するシステマティックレビュー:カバレッジ最大化への取り組み
Autonomous UAV Route Planning for Coverage Maximization in Environmental Monitoring: A Systematic Literature Review
この記事についてAIに質問する →
日本語要約青い用語にマウスを合わせると解説が表示されます
環境モニタリングにおけるドローン(無人航空機)の活用が急速に進む中、自律型UAVの効率的な経路計画に関する研究動向をまとめたシステマティックレビューが報告されました。このレビューは、エネルギー制限、運用上の制約、幾何学的複雑性を考慮しながら、モニタリング対象エリアのカバレッジを最大化する経路計画手法の研究を整理するものです。
研究チームはPRISMA 2020フレームワークに従い、2015年から2026年に発表された論文をScopusおよびWeb of Scienceから検索しました。その結果、562件のレコードが特定され、重複排除後の401件の論文について、タイトル、アブストラクト、キーワードによるスクリーニングを実施。247件の論文が詳細評価対象として選定されました。レビューは経路計画、カバレッジ経路計画、情報経路計画に焦点を当て、アルゴリズムの種類、カバレッジおよびエネルギー指標、障害物対応、環境表現方法、環境制約などを分析対象としています。
予備的な分析結果からは、カバレッジ指向の定式化と複数UAVの協調制御、エネルギー効率化に関する研究が集中している一方で、気象条件、不確実性、障害物が多い環境への対応を明示的に扱う研究は限定的であることが明らかになりました。また、ほとんどの研究がシミュレーション検証に依存しており、現実環境との乖離が課題として浮上しています。
最近の傾向としては、強化学習、ハイブリッド最適化手法、幾何学的考慮を含む計画手法への関心が高まっています。これらの知見は、環境モニタリング分野における研究が活発かつ多様である一方で、成熟した技術と未解決課題が混在する状況を示唆しており、現実的なミッション運用に向けた体系的な知見整理の重要性を示しています。