自動車レースとは異なり、ドローンレースではパイロットは致命的な重力加速度にさらされないため、信じられないほどの高速でレースを行うことができます。実際、その高速さゆえに、自律飛行するドローンは、瞬時の反射神経を活かした人間操縦のドローンに常に遅れをとってきました。しかし、もはやそうではありません。
チューリッヒ大学の研究者たちは、特定のウェイポイントを持つコースを分析できる新しいアルゴリズムを開発しました。ドローンレースは、NASCARのように単に円を描いて飛ぶだけではありません。機体は複雑な障害物配置を飛行する必要があり、急旋回や急な方向転換が必要になることも少なくありません。このアルゴリズムは、ドローンが障害物を回避または通過する際の速度、角度、軌道など、最も効率的な飛行ルートを計算します。
新しいアルゴリズムは、ドローンの操縦性の限界（飛行速度、コーナリング、方向転換など）を考慮するだけでなく、レースルートをウェイポイントごとに区切るのではなく、ルート全体にわたって軌道を計画することで、従来のアルゴリズムを改良しました。ドローンが障害物を通過すると、その軌道によって次の障害物への最適な経路が決定され、これを繰り返します。
研究者たちは、新しいアルゴリズムを搭載したドローンを、実験的なレーストラックで「世界クラスの人間パイロット2名」が操縦する同じドローンと対戦させました。自律型ドローンは、彼らの最速ラップを2人とも上回りました。これは素晴らしい成果であり、いくつかの特殊な状況が影響していたとはいえ、必然とも言える結果でした。まず、アルゴリズムがドローンの最適な軌道を計算するのに約1時間かかったため、競技を可能な限り公平にするため、人間のパイロットにも競技前にコースの学習と訓練を十分に行う時間が与えられました。
人間の操縦者も、操縦するドローンに搭載されたカメラからのライブ映像を頼りに、ビデオゴーグルを使って自分の進む方向を一人称視点で確認します。しかし、アルゴリズム駆動型ドローンは、コース周辺に設置された外部カメラを利用してドローンの動きを追跡し、様々なウェイポイントに対する正確な位置を常にリアルタイムで提供します。
それは不正行為でしょうか？もしかしたらそうかもしれません。しかし研究者たちは、飛行中の位置認識を、コースの周囲ではなくドローンに搭載されたカメラを使って計算することで、より自立的に行えるようになることを期待しています。そして、障害物を迂回する理想的な軌道を計算するのに1時間もかかるのは、現実のシナリオでは必ずしも選択肢にならないでしょう。しかし、モバイルプロセッサの性能が向上し続けるにつれて、1時間かかる計算がわずか数秒で済むようになるのは時間の問題です。
しかし、この研究は人間のパイロットを上回ることだけを目的としているわけではありません。自律型ドローンは、医薬品の配送から捜索救助支援まで、あらゆる用途で有用なツールであることが証明されています。しかし、4つの電動モーターを動かすことはバッテリーの消耗を著しく増大させます。そのため、混雑した都市の高層ビルの周りを飛行する場合も、家の中のドアや窓を通り抜ける場合も、最も効率的で最速の飛行ルートを計算することで、自律型航空機の航続距離、飛行時間、そして有用性を向上させることができます。
