本文へスキップ
santismm.com に戻る
Physical AIby Santi

07航空ロボット、スウォーム、デュアルユース

通信や測位に障害が起きてもロボットフリートを稼働させ続けるには

GNSS、通信リンク、またはフリートのノードに障害が起きたとき、何が機能し続け、何の性能が低下し、いつミッションを停止すべきか。すべての数値は出典にリンクしており、十分な公開エビデンスがない場合はその旨を明記しています。

最終確認: 2026-11方法論と出典 →

01 · 業務上の課題

「通信カバレッジや信頼できる測位がない区域があっても、施設を点検しなければならない」

トンネル、鉱山、ボイラー内部、変電所、数百ヘクタールに及ぶ太陽光発電所には共通の課題があります。GNSSと無線通信が保証されていないことです。GNSSへの干渉は、すでに欧州の複数の地域で航空当局によって記録されています。[EASA, 2026][EASA]

障害ごとの運用エンベロープ

フリートを「すべてが故障しても機能する」ようにする技術は存在しません。設計できるのは、障害ごとにシステムが何をするかです。このロジックは、運用手順と許可申請に明記しておくべきものです。

  • GNSSの喪失またはスプーフィング

    ミッションを継続できる条件
    検証済みの代替測位手段(VIO、LiDAR、ビーコン)があり、環境がその動作範囲(光、テクスチャ、形状)内にある。
    性能が低下する点
    位置の不確かさは距離とともに増大します。速度と行動半径を抑え、帰還を優先する必要があります。
    停止すべき条件
    代替手段がない、または不確かさが障害物に対する余裕や許可されたジオフェンスを超える。

    [EASA, 2026][IEEE ICRA, 2018][IJRR, 2020][J. Field Robotics, 2025]

  • 指令リンク(C2)の喪失

    ミッションを継続できる条件
    承認で認められたコンティンジェンシー手順に規定されていれば、ドローンは事前にプログラムされたタスクを完了します。データは機上に保存されます。
    性能が低下する点
    ライブ映像もタスクの再割り当てもできず、オペレーターは介入する手段を失います。
    停止すべき条件
    コンティンジェンシー手順の規定に従います:帰還、所定地点への着陸、またはドックへの帰投。運航の制御を失った場合は緊急時対応計画が発動し、事態への対処と当局への通報を行います。

    [EUR-Lex, 2020][FOCA, 2025][IETF, 2022]

  • ネットワーク分断またはリーダーの喪失(シミュレーターと同様のクォーラム型アーキテクチャ)

    ミッションを継続できる条件
    クォーラム型(Raft類似)のアーキテクチャでは、過半数のノードを保持するグループが新しいリーダーを選出し、タスクを再割り当てできます。
    性能が低下する点
    これらのアーキテクチャでは、少数側のグループはリーダーを選出できず、すでに割り当てられたタスクのうち調整なしでも安全なものだけを継続します。リーダーのないアーキテクチャ(局所オークション、スウォームルール)では、障害の現れ方が異なります。
    停止すべき条件
    タスクに調整が必要な場合(例:同じ空間に複数のロボットがいる)、少数側のグループはそのタスクを中断します。

    [USENIX ATC, 2014]

  • 知覚の劣化(暗闇、霧、粉塵)

    ミッションを継続できる条件
    別のセンサーがその条件を補います。LiDARは環境光に依存せず、熱画像オドメトリは鉱山内の暗闇と浮遊粉塵の中で実証されています(霧や煙も想定しています)。自前の照明も有効です。
    性能が低下する点
    濃い粉塵の中では、LiDARは(ランダムなノイズではなく)粉塵雲の前縁を測定するため、障害物と誤認されることがあります。また、テクスチャの乏しさや照明の変化は視覚による自己位置推定を劣化させます。安全距離を広げる必要があります。
    停止すべき条件
    現在の条件では、障害物の検知を保証できる機上センサーがない。

    [ICRA, 2019][J. Field Robotics, 2017][IJRR, 2020]

02 · 判断表

何を評価し、ベンダーに何を尋ね、パイロットで何を測定するか

出発点は技術ではなくニーズです。この表では、典型的なニーズごとに、評価基準、ベンダーに尋ねるべき質問、パイロットの受け入れ基準に含めるべき指標をまとめています。

  • 屋内・閉鎖空間の点検

    評価すべき点

    • GNSSに頼らない自己位置推定(LiDAR、VIO)
    • 自前の照明と暗所用センサー
    • 衝突・障害物への耐性
    • リンク喪失からの復帰

    ベンダーへの質問

    • 当社と同等の環境での自己位置推定の結果はあるか?
    • 坑道の途中で自己位置を見失った場合、システムはどう動作するか?
    • 必要なペイロードを搭載した場合の実際の稼働時間は?

    パイロットで測定すべき点

    • 測量基準点に対する位置誤差
    • 有効データが得られた面積の割合
    • 1フライト当たりのパイロットの介入回数
    • 現行手法と比較した点検時間
  • 広大な施設でのフリート運用

    評価すべき点

    • 実際の調整レベル(集中型、分散型、スウォーム)
    • 施設全体の通信カバレッジ
    • バッテリーとドックの管理
    • 監視体制:オペレーター1人当たりのロボット台数

    ベンダーへの質問

    • タスクの割り当ては誰が決めるか、またその要素が停止した場合どうなるか?
    • ロボット同士でどのデータを、どの頻度で共有するか?
    • 同様の運用はどのような規制上の承認を得ているか?

    パイロットで測定すべき点

    • 1時間当たり・オペレーター1人当たりの点検面積(ha)
    • 計画に対する有効カバレッジ
    • 停止したロボットのタスクを再割り当てするまでの時間
    • 確認された発見事項と誤検知
  • 通信断絶時の継続性

    評価すべき点

    • リンクなしで安全なタスクと中断するタスク
    • 機上保存と、通信回復時の転送
    • 承認済みのコンティンジェンシー手順
    • ネットワーク分断時の挙動

    ベンダーへの質問

    • 意図的にリンクを切断したデモを見られるか?
    • フリートが互いに通信できない2つのグループに分かれたらどうなるか?
    • 通信断絶中に起きたことはどのように記録されるか?

    パイロットで測定すべき点

    • 意図的な通信断絶下で完了したミッション
    • 取得データに対する回収データ
    • 再接続と同期にかかる時間
    • インシデントとジオフェンスからの逸脱
  • 経済的な実現可能性

    評価すべき点

    • 実稼働時間(システムの可用性)
    • 下すべき判断に対するデータの品質
    • 保守、バッテリー、交換
    • ミッション当たり・有用な発見事項当たりのコスト

    ベンダーへの質問

    • 同様の用途の顧客で測定された可用性は?
    • サブスクリプションに含まれるものと別料金のものは?
    • バッテリーとセンサーの耐用期間は?

    パイロットで測定すべき点

    • 現行手法と比較したミッション当たりのコスト
    • システムの可用性(%)
    • 稼働1時間当たりの保守時間
    • 保守措置につながった発見事項

03 · 協調のレベル

ドローンの集団がすべてスウォームというわけではない

違いは、何台のロボットが飛ぶかではなく、誰が判断し、どのような情報を共有するかにあります。同じ障害に対しても、レベルごとに挙動は異なります。

  1. 1

    独立運用のドローン

    判断する主体
    オペレーターまたはドローンごとに個別
    共有する情報
    ドローン間では何も共有しない。各オペレーターとのテレメトリのみ
    ノードやリンクに障害が起きた場合
    人が再割り当てするまで、その区域はカバーされないままになります。

    成熟度と例

    点検では一般的な手法です。

  2. 2

    コントローラーによって調整されるフリート

    判断する主体
    中央のプランナー(基地局、クラウド、またはフリート管理ソフトウェア)
    共有する情報
    状態、位置、バッテリー、進捗をコントローラーと共有
    ノードやリンクに障害が起きた場合
    コントローラーまたはリンクが停止すると、各ドローンは担当区画を終えるか帰還します。再割り当ては停止します。

    成熟度と例

    ソフトウェアで複数のドローンを同時に制御する太陽光発電所の点検と、エネルギー施設でのBVLOS運用に対するFAAの承認。公表された運用実績は見つかっていません。[vHive, 2025][Skydio, 2022][Skydio, 2023]

  3. 3

    分散型の調整

    判断する主体
    ロボット自身が、ルールまたは合意形成(リーダー選出、オークション)によって
    共有する情報
    状態、タスク、カバレッジマップを、メッシュ網経由でピアツーピアに共有
    ノードやリンクに障害が起きた場合
    他のロボットが停止したノードのタスクを再割り当てできます。調整がクォーラム型(Raft類似)の場合、孤立した少数側のグループはリーダーを選出できません。局所オークションやリーダーなしのルールでは、挙動が異なります。

    成熟度と例

    分散システムやアドホックネットワークでは成熟した技術ですが、このアーキテクチャによる民間の点検運用で文書化されたものは見つかっていません。[USENIX ATC, 2014][IETF, 2014]

    民間での運用実績の記録なし

  4. 4

    協働型スウォーム

    判断する主体
    各ロボットの局所的なルールから生まれる集団行動
    共有する情報
    近隣ロボットの行動を変える検知結果と部分地図(発見事項の確認、空白の補完)
    ノードやリンクに障害が起きた場合
    ロボットが失われても段階的に性能が低下するよう設計されていますが、その挙動の検証と認証は困難です。

    成熟度と例

    主に研究段階。基準となるレビュー(2013年)では、その時点で実用に供されたスウォームロボティクスシステムは存在しないとされていました。[Swarm Intelligence, 2013]

    民間での運用実績の記録なし

メッシュネットワークは、ロボット間でデータを運ぶだけです。集合知が生まれるのは、あるロボットが共有した情報(検知結果、カバレッジマップの空白、バッテリー残量)によって、他のロボットの行動が変わるときです。

04 · フィジカルAIが働く場所

知覚し、推論し、判断し、行動する:各ロボットで、そしてフリート全体で

ドローンのフリートをフィジカルAIシステムに変えるのは、一つひとつの段階で人を待つことなく、知覚したことと行動とのループを閉じる能力です。このループは2つのスケールで存在し、それぞれ異なる形で性能が低下します。

段階各ロボットでフリート全体で
1知覚機上で実行されるモデルにより障害物や異常(熱画像、可視光、LiDAR)を検知します。一部の商用ドローンはすでに機上AI演算機能を搭載しています。[Skydio, 2023]複数のロボットの検知結果を共有マップに統合します。
2推論自己の位置とその不確かさを推定し、検知結果が信頼できるかを判断します。どの発見事項を確認し、どのカバレッジの空白を埋めるかの優先順位を決めます。
3判断ルートの再計画、減速、または帰還。位置、バッテリー、センサーに応じてタスクを再割り当てします。
4実行飛行制御または移動制御を実行します。新しいタスクを配信し、作業指示を作成します。

太陽光発電所での例

  1. 1あるドローンが、サーマル画像の中に異常な温度のパネルを検知します。
  2. 2検知した箇所の位置と信頼度を推定し、フリートと共有します。
  3. 3システムは、他の機体によるカバーを中断することなく、より高解像度のカメラを搭載した最寄りのドローンを確認に向かわせます。
  4. 4確認されれば、位置と画像を添えた作業指示が作成されます。

ネットワークが途絶えた場合、各ドローンはローカルのループ(ナビゲーション、障害物回避、検知結果の記録)を維持し、フリートのループは通信が回復するまで保留されます。

05 · シミュレーター

説明用モデルで障害を体験する

このシミュレーターは、干渉、リーダーの喪失、ネットワーク分断が発生したときの点検フリートの協調ロジックを示します。簡略化した説明用モデルであり、実際のプロトコルや電波伝搬を再現するものではありません。前提条件はシミュレーターの横に詳しく記載しています。

説明用モデル · 簡略化したシミュレーションUAV 14機 · 太陽光発電所 · 固定シード
シミュレーション時間 T+0 s

シナリオ

障害はありません。各ドローンは担当セクターを巡回し、データを送信します。パネルには3つの熱異常が隠れています。

協調モード

協調型スウォーム. リーダーのいないメッシュです。近隣機がローカルオークションでタスクを分担し、地上とのリンクを持つドローンはどれでもゲートウェイとして機能します。

このセクションに到達するか、「開始」を押すと始まります。

凡例

  • データを届ける経路があるドローン
  • 経路のないドローン(データを保存)
  • セーフモード(クォーラムなし)
  • 失われたドローン
  • 選出されたリーダー
  • 地上局(GCS)
  • データ配信済みのセル
  • 巡回済みのセル(データは機上)
  • 孤立セクター
  • 異常を検知(?)/確定(!)
  • 確定のための迂回
  • 干渉ゾーン · リンク遮断(分断)

イベントログ

知覚 → 推論 → 判断 → 行動、およびネットワークイベント。

  1. イベントはまだありません。

何が起き、なぜそうなったか

説明は実行終了時に表示されます。×4で速度を上げられます。

同じ障害、4つの協調方式 · 通常運用

各行は、選択したシナリオを、同じルールと同じシードで最大180秒(シミュレーション時間)まで完全かつ決定論的に実行した結果です。強調表示された行が、画面に表示中の実行です。

  • 独立ルート

    最終的な有効カバレッジ
    100%
    ミッション時間
    42.6 s
    終了時の孤立セクター
    —
    障害後の再割り当て
    —
    確定した異常
    0/3 · 3件を手動確認へ
    検知 → 確定
    —
    保持中のデータ(ピーク)
    0%
  • 中央コントローラー

    最終的な有効カバレッジ
    100%
    ミッション時間
    53 s
    終了時の孤立セクター
    —
    障害後の再割り当て
    —
    確定した異常
    3/3
    検知 → 確定
    5 s
    保持中のデータ(ピーク)
    0%
  • 分散協調

    最終的な有効カバレッジ
    100%
    ミッション時間
    53 s
    終了時の孤立セクター
    —
    障害後の再割り当て
    —
    確定した異常
    3/3
    検知 → 確定
    5 s
    保持中のデータ(ピーク)
    0%
  • 協調型スウォーム● 表示中

    最終的な有効カバレッジ
    100%
    ミッション時間
    53 s
    終了時の孤立セクター
    —
    障害後の再割り当て
    —
    確定した異常
    3/3
    検知 → 確定
    5 s
    保持中のデータ(ピーク)
    0%

時間はシミュレーション上の秒数であり、実時間ではありません。「—」:このシナリオには該当しません。干渉ゾーンを移動すると、画面上の実行結果はこの表と一致しなくなります。

モデルの前提条件

このシミュレーションが何を表し、何を対象外としているか。数値から結論を導く前にお読みください。

性質
決定論的な説明用モデルです(固定シード、0.05秒刻み)。実際のプロトコル、電波伝搬、飛行力学は再現しておらず、実験に基づくものでもありません。同じルールのもとで協調ロジックを比較するためのものです。
接続性
データを届ける経路を持つ稼働中ドローンの割合です。独立モードと中央モードでは地上局への直接リンク、分散モードではリーダーまでの1ホップまたはマルチホップのメッシュ経路、スウォームでは地上とのリンクを持つ任意のドローンまでのメッシュ経路を指します。
カバレッジ
巡回済み面積(上空を通過したセル)と有効カバレッジ(そのデータが地上局に届いたセル)を区別しています。経路を持たないドローンはデータを機上に保存し、再接続したときに転送します。タスクを終えると、データを届けるために地上局の方向へ戻ります。
リンクと干渉
リンク品質は距離の2乗に比例して低下します(メッシュの到達距離300単位、地上局900単位)。干渉は簡略化した係数で表しており、ゾーンの中心60%で最大となり、端に向かって弱まります。周波数ホッピングにより干渉は45%に低減します。電波の物理は扱っていません。
リーダーシップ
Raft方式の選出です。各ドローンはランダムなタイムアウト(1.5–3秒)を持ちます。リーダーからの通信がないままタイムアウトになると候補として名乗り出て、自分の属する連結成分が過半数を占めていれば当選します。過半数とは、失われた機体も含め、設定された14機のうち8機です。2秒間過半数を失ったリーダーは、その役割を退きます。
クォーラムなし
少数派はリーダーを選出できません。セーフモードに入り、すでに割り当てられたタスクを完了し、データを保存し、新しいタスクを受け付けずに待機します。これによりリーダーが2つ生じることを防ぎますが、その代償として想定外の事態には対応できません。
再割り当て
ドローンの喪失は、ハートビートが3秒間途絶えた時点で検知されます。再割り当てを行うのは、中央モードでは地上局、分散モードではリーダー、スウォームでは0.6秒のオークション後の近隣機です。選ばれるのはコストが最も低いドローンで、コストは 距離 ×(1 + 0.5 × 未処理タスク数)です。セクターは最初からやり直します。
フィジカルAIのループ
知覚:ホットスポットの上空を通過すると、ドローンは一定の信頼度(64–78%)でそれを検知します。推論:信頼度が90%未満の場合は、別のドローンによる2回目の通過が必要です。判断:協調の主体が、コストが最も低いドローンを選びます。行動:選ばれたドローンは進路を変えて確認(≥ 96%)し、自分のレーンに戻ります。協調がない場合、異常は手動確認に回されます。
モデルの対象外
風、バッテリーの物理特性と航続時間、衝突と離隔、実際の電波伝搬、ネットワーク遅延、センサー誤差、規制(BVLOS、U-space)、セキュリティ。数値は、いかなる実システムの性能予測でもありません。

06 · GNSSなしのナビゲーション

衛星が使えないとき、ロボットは自分で位置を推定しなければならない

どの自己位置推定のソースにもエンベロープがあります。機能する条件と、機能しない条件です。公表されている数値は特定のハードウェアと環境でのベンチマークによるものであり、自社の施設での性能を保証するものではありません。

自己位置推定のソースの比較

  • GNSS/RTK

    低
    公表精度
    約4.9 m(スマートフォン、開空)・RTK Fix解で水平1 cm + 1 ppm(DJI M350 RTKのメーカー仕様書)[GPS.gov][DJI Enterprise][EASA, 2026][EASA]
    ドリフトの挙動
    信号が有効な間はドリフトが蓄積しない
    機能しない場所
    妨害とスプーフィング、屋内やトンネル。建物、橋、樹木の近くでは精度が低下
  • 慣性のみ(IMU)

    低
    公表精度
    絶対精度はない。短時間では、誤差は時間の2乗(加速度計のバイアス)または3乗(ジャイロのバイアス)に比例して増大[Inside GNSS, 2022]
    ドリフトの挙動
    外部支援がなくても高速
    機能しない場所
    誤差を抑える別の手段がない長時間のミッション全般
  • 視覚慣性オドメトリ(VIO)

    中
    公表精度
    屋内ベンチマーク(EuRoC:ドローンの11シーケンス、単眼アルゴリズム6種、コンピューター4台)で、絶対軌跡誤差はアルゴリズム、コンピューター、シーケンスにより0.03〜2.28 m。一部の組み合わせではシーケンスを完走できない[IEEE ICRA, 2018][ETH Zürich · IJRR, 2016][IJRR, 2020][ICRA, 2019]検証可能な一般的範囲なし
    ドリフトの挙動
    距離とともに増大。ループ閉じ込みで低減できるが、演算量が増える
    機能しない場所
    テクスチャの乏しさ、照明の変化、暗闇、浮遊する遮蔽物(粉塵、霧、煙)
  • LiDAR SLAM

    高
    公表精度
    2026-11-03時点のKITTI上位13エントリー(ステレオ、LiDAR、視覚・LiDAR手法を含む)で並進誤差0.53〜0.60%(100〜800 mの全区間の平均)。屋外の自動車[KITTI][J. Field Robotics, 2025][J. Field Robotics, 2017]
    ドリフトの挙動
    小さい。ループ閉じ込みや事前地図によりさらに低減
    機能しない場所
    特徴の乏しい形状(長い廊下、トンネル)と、前縁を面のように測定してしまう濃い浮遊粉塵。重量と消費電力が増える
  • 衛星地図との照合による視覚的自己位置推定

    高
    公表精度
    絶対。公表されたドローン試験では、軌跡ごとの平均誤差14〜27 m(プレプリント。3.7〜11 kmの飛行、ドリフトのない区間のみ)、収束後のRMS誤差18〜51 m(4〜7 kmの飛行3回)[arXiv, 2025][ICAR 2021 · arXiv, 2021]検証可能な一般的範囲なし
    ドリフトの挙動
    照合が成功すればドリフトが蓄積しない
    機能しない場所
    地図との見え方の違い(季節、時間帯、天候)と判別しにくい地形。屋内では適用不可
  • 地形参照航法(TERCOM方式)

    低
    公表精度
    地形の起伏(平坦な地形からはほとんど情報が得られない)と機上の起伏地図に依存。引用した出典には数値の記載なし[USPTO, 2009][KSAS, 2012]検証可能な一般的範囲なし
    ドリフトの挙動
    十分な起伏のある地形上で絶対
    機能しない場所
    起伏の少ない地形では誤照合が増える。高度計と機上の数値標高モデルが必要
  • UWBビーコン

    低
    公表精度
    (位置ではなく)距離について:見通しがあり較正済みの場合、約10 cmまで(モジュールメーカーが引用したチップメーカーの数値)。スマートフォンでの独立評価(プレプリント。0.5 mおよび5 m、屋外・実験室・駐車場)では平均絶対誤差 < 20 cmで、数メートルの外れ値あり[NiceRF, 2026][arXiv, 2023]
    ドリフトの挙動
    カバレッジ内ではドリフトが蓄積しない
    機能しない場所
    インフラの設置が必要。見通しがない場合、マルチパス、アンカー配置が悪い場合に精度が低下

数値は、ハードウェア、キャリブレーション、高度、照明、環境によって変わります。自社と同等の条件での結果をベンダーに求めてください。

説明用モデル

GNSSが使えない坑道における位置推定のドリフト

約520 mのループ経路です。時間を動かすと、各推定値が実際の軌跡からどのように離れていくかを確認できます。

  • 実際の軌跡
  • IMUのみ(推測航法)49.3 m
  • VIO7.3 m
  • VIO + ループクロージング0.7 m
04080120160 m-4004080ループクロージングSTART

モデルの前提条件

  • 一定のバイアスを持つ商用グレードのIMU:誤差は時間とともに非線形に増大します(積分器の物理によるもので、特定の機器のデータではありません)。
  • VIOのドリフトは移動距離の1.5%と仮定しています。例示のための値であり、測定結果ではありません。
  • 既知の区域を再訪したときのループクロージングにより、推定値は実際の軌跡の近くに引き戻されます。
  • 遮蔽物や粉塵がなく、テクスチャが十分にあると仮定しています。実際の条件では、VIOが完全に機能しなくなることもあります。

編集部による前提に基づく説明用モデルです(エビデンスレベルD)。ドリフトの傾向を理解するためのものであり、システムの規模設計には使用できません。

07 · レジリエントな通信

障害の影響を抑える3つのレイヤーと、それぞれの限界

通信のレジリエンスは、周波数、ネットワークトポロジー、判断ロジックの組み合わせで成り立ちます。どのレイヤーも単独でリスクをなくすことはできません。それぞれが何を防ぎ、どこで効果がなくなるのかを把握しておく必要があります。

  1. レイヤー1 · 周波数

    周波数:周波数ホッピングと選択

    リンクは共有シーケンスに従ってチャネルを切り替え、ノイズを検知した帯域を避けます。

    防げるもの

    • 狭帯域の干渉
    • チャネルの一時的な輻輳

    限界

    • 使用可能な全帯域にわたる干渉には対処できない
    • 使用可能な帯域は各国の規制に依存
  2. レイヤー2 · MANET

    トポロジー:マルチホップのアドホックネットワーク

    各ロボットは中継器としても機能します。OLSRv2などの標準化されたルーティングプロトコルは、リンクが切れると経路を再計算します。データは機上に保存し、通信が回復した時点で転送できます。[IETF, 2014][IETF, 2022]

    防げるもの

    • 個々のリンクの喪失
    • 基地局の直接通信範囲外にあるロボット

    限界

    • 単一障害点を減らせるが、なくせるわけではない。ブリッジとなるノードが停止するとネットワークが分断される
    • 復旧時間は制御メッセージの設定に依存
    • 蓄積転送方式は配信を保証しない
  3. レイヤー3 · 合意形成

    意思決定:合意形成によるリーダーとタスクの決定

    Raftなどの合意形成アルゴリズムでは、候補がリーダーになるには過半数の票が必要です。ネットワークが分断されると、少数側のグループはリーダーを選出できません。これは、2つのリーダーが矛盾する指令を出すことを防ぐ、意図的な安全上の制限です。これは設計上の選択肢の一つにすぎません。リーダーのない調整(局所オークション、スウォームルール)には、別のトレードオフがあります。[USENIX ATC, 2014]

    防げるもの

    • 過半数が残っている間のリーダーの停止
    • 分断後の矛盾する指令

    限界

    • クォーラム型アーキテクチャでは、過半数を持たない分断グループでは調整が停止する
    • タスクは調整なしでも安全であるように設計する必要がある

08 · 運用上の教訓と民間での成熟度

過酷な環境から得られた教訓と、民間ですでに実証されていること

近年の紛争は、民間部門が活用できる技術の発展を加速させました。ここでは3つの事柄を区別しています。公に記録された教訓、特定の民間システムについて記録されていること、そしてその成熟度に対する当サイトの評価(推定TRL)です。運用が記録された民間システムが存在しない場合は、その旨を明記しています。

主要な転用

  • 複数ドローンの調整太陽光発電所・森林推定TRL(編集部による評価): 推定TRL 7–8
  • GNSSに頼らないナビゲーション(VIO/SLAM)地下鉱山・トンネル推定TRL(編集部による評価): 推定TRL 8–9
  • 低遅延の一人称視点(FPV)操縦災害時の捜索・救助十分な公開エビデンスなし
背景
民間での用途

7/7 件の技術

  1. 複数ドローンの調整

    ★ 主要な転用: 太陽光発電所・森林

    複数のドローンがミッションを分担し、タスクの割り当てと障害時の再割り当てを行います。

    米国太陽光発電所・森林農業モニタリング災害時の捜索・救助

    民間での成熟度

    文書化された運用状況
    太陽光発電所の点検で、ソフトウェアが複数のドローンを同時に制御することを認めたFAAの特例承認(2025年1月、vHive)。これは集中型の調整であり、分散型のスウォームではありません。[vHive, 2025]
    推定TRL(編集部による評価)
    推定TRL(編集部による評価): TRL 7–8

    理由: 実環境での運用が承認されていますが、成果を伴う継続的な運用の報告は見つかっていません。

    評価の限界: 唯一の出典は同社のプレスリリースであり、同社が主張する独占性は確認されていません。

    民間点検における分散型スウォーム:文書化された運用は見つかっていません。

  2. GNSSに頼らないナビゲーション(VIO/SLAM)

    ★ 主要な転用: 地下鉱山・トンネル

    衛星が利用できない、または信頼できない場合に、カメラ、IMU、LiDARで位置を推定します。

    ロシア地下鉱山・トンネル重要インフラ

    民間での成熟度

    文書化された運用状況
    炭鉱(LW Bogdanka)での屋内用LiDARドローン(Elios 3)の運用。主に鉱山の職員が執筆した学会論文集の論文で文書化されています。[E3S Web of Conferences, 2024]
    推定TRL(編集部による評価)
    推定TRL(編集部による評価): TRL 8–9

    理由: 稼働中の鉱山での使用。運用事業者自身が文書化。

    評価の限界: 報告は1件のみで、効果は定性的に記述されており、精度や可用性の指標はありません。

  3. 低遅延の一人称視点(FPV)操縦

    ★ 主要な転用: 災害時の捜索・救助

    複雑な空間で操縦するための、低遅延映像を用いた機敏な手動制御。

    ウクライナ災害時の捜索・救助重要インフラ地下鉱山・トンネル

    民間での成熟度

    十分な公開エビデンスなし

    民間の捜索・救助における低遅延FPV操縦の公開評価は見つかっていません。鉱業でのElios 3のような屋内点検用ドローンは、関連はあるものの別の技術です。

  4. 光ファイバーによる制御リンク

    ドローンは繰り出される光ファイバーケーブルで指令を受信します。電波を発信しないため、妨害の影響を受けません。

    ウクライナロシア地下鉱山・トンネル重要インフラ

    民間での成熟度

    十分な公開エビデンスなし

    繰り出し式光ファイバーを用いた民間での導入事例で文書化されたものは見つかっていません。係留(テザー)ドローンは別の技術です。

  5. 地図との照合による視覚的自己位置推定

    カメラ画像を機上に搭載した衛星地図と照合し、GNSSなしで絶対位置を得ます。

    ロシア農業モニタリング災害時の捜索・救助長距離物流

    民間での成熟度

    十分な公開エビデンスなし

    最近の文献の大半は研究用プロトタイプであり、文書化された民間での運用は見つかっていません。

  6. 大量生産と短い改良サイクル

    市販部品を用いて大量に製造され、ソフトウェアが頻繁に更新されるシンプルな設計。

    イラン米国長距離物流農業モニタリング重要インフラ

    民間での成熟度

    文書化された運用状況
    大規模な自律ドローン物流(Zipline):同社によれば配送は200万件を超えています。ルワンダでは、査読付き研究が同社の血液配送サービスを評価しました。これらの軍事プログラムに由来するものではありません。[DroneLife, 2026][The Lancet Global Health, 2022]
    推定TRL(編集部による評価)
    推定TRL(編集部による評価): TRL 9

    理由: 査読付き研究で成果が評価された、数年にわたる継続的な運用。

    評価の限界: 評価対象はZiplineのシステムであり、大量生産そのものではありません。軍事面の教訓との関連は類推であって、因果関係ではありません。配送件数は同社の発表によるものです。

  7. ドック配備ドローンと遠隔BVLOS運用

    ドローンの離陸、充電、回収を行い、遠隔で運用される自律ステーション。

    米国境界警備重要インフラ災害時の捜索・救助

    民間での成熟度

    文書化された運用状況
    FAAによるDominion Energyへの特例承認:2022年は目視監視員なし・現地オペレーターありのBVLOS(40以上の発電所)、2023年2月は現地要員なしのドック運用(5州の40の発電所)。同社の発表による。[Skydio, 2022][Inside Unmanned Systems, 2023][Skydio, 2023]
    推定TRL(編集部による評価)
    推定TRL(編集部による評価): TRL 7–8

    理由: 実環境での運用が承認されています。2023年5月時点で、同社はドックの展開に約1年かかると見込んでいました。

    評価の限界: 公表された運用実績(可用性、ミッション、インシデント)は見つかっていません。発電所数と州の数が異なるのは、2つの異なる特例承認(2022年と2023年)に対応しているためで、いずれも同社とメーカーが発表したものです。

文書化された事実と当サイトの評価とを区別しています。推定TRLは、技術カテゴリーではなく具体的なシステムに対して、NASAの尺度を用いて割り当てています(8 = 試験済みで「飛行認定済み(flight qualified)」となり、既存システムへの統合準備が整った技術、9 = ミッションの成功を通じて「飛行実証済み(flight proven)」となった技術)。許可や商業的な発表だけではレベル9とは認めず、結果が公表された継続的な運用を要件としています。[NASA]

公開情報に基づく概括的な分析であり、民間での用途に焦点を当てています。作戦や兵器運用に関する詳細は含みません。

09 · 規制の枠組み(EU)

自社の運用に適用される規制上のルート

EUでは、運用のカテゴリーはそのリスクによって決まります。専門的なBVLOS点検の大半は「特定(specific)」カテゴリーに該当し、このカテゴリーには要件の異なる複数の申請ルートがあります。

  1. EU 2019/947

    リスクに基づく3つのカテゴリー

    オープン(第4条):低リスクで、最大離陸質量25 kg未満、地表から最大120 m、目視内(VLOS)飛行。事前の承認や届出は不要です。特定(第5条):BVLOSなど、これらの要件のいずれかを満たさない運航。承認、または標準シナリオの場合は届出が必要です。認証(第6条):ドローンと運航者の認証、および該当する場合は操縦者のライセンスが必要です。例えば、人の集まりの上空での飛行や、人または高リスクの危険物の輸送に適用されます。[EUR-Lex, 2019]

  2. STS

    標準シナリオ:届出

    運航が、規則(EU)2020/639が2019年の規則に追加した標準シナリオのいずれか(STS-01:人口密集環境における管理された地上区域上空でのVLOS、STS-02:人口の少ない環境における管理された地上区域上空でのBVLOSで、操縦者から1 km以内、空域監視員を置く場合は2 km以内。いずれも高度120 mまで)に該当する場合、登録国の当局への届出のみで足り、事前の承認は不要です。シナリオの条件を満たし、それぞれクラスC5またはC6のドローンを使用する必要があります。[EUR-Lex, 2020][EASA][Transpordiamet]

  3. PDRA · SORA

    承認:PDRAまたはSORA

    STSに該当しない場合は、リスク評価を添えて承認を申請します(規則(EU)2019/947第11条)。PDRAは、EASAがある種類の運航についてあらかじめ実施し、許容される適合手段として公表した評価で、申請を簡素化します。PDRAにも該当しない場合は、完全なSORAを実施します。そのリスクレベル(SAIL)に応じて、封じ込め、運用上の制限、手順、要員の能力など、求められる安全目標と緩和策が決まります。[EASA][EUR-Lex, 2019]

  4. LUC

    LUC証明書:自己承認

    軽量UAS運航者証明書(LUC、規則(EU)2019/947附属書Part C)は、安全管理システムを備えた法人に付与されます。当局は、承認された条件の範囲内で、運航ごとに届出や承認申請を行うことなく自らの運航を承認する特権を与えることができます。[EUR-Lex, 2019][EASA][Luftfartstilsynet]

  5. EU 2021/664

    U-space

    ドローン向けの4つの必須デジタルサービス(ネットワーク識別、ジオアウェアネス、飛行承認、交通情報)を備えたU-space空域を指定するための枠組み(第3条)。2023年1月26日から適用されていますが、適用範囲は各国が指定した空域内に限られます。[EUR-Lex, 2021]

  6. EU 2024/1689

    AI法と航空

    民間航空分野では、第108条がEASA基本規則(2018/1139)を改正しています。安全コンポーネントであるAIシステムについて欧州委員会が採択する法令は、高リスクの要件を考慮しなければなりません。規則(EU)2026/1744(第2条)は、この義務を基本規則の第27条、第31条、第32条、第36条、第39条、第50条、第53条に基づいて採択される法令にも拡大しています。第2条第3項は、専ら軍事、防衛または国家安全保障の目的で上市され、使用開始され、または使用されるシステムを適用除外としています。前文第24項によれば、それらが後に民生目的で使用される場合は、同規則の適用範囲に入ります。[EUR-Lex, 2024][Comisión Europea][EUR-Lex, 2026]

  7. EU 2021/821

    デュアルユース品の輸出

    附属書Iのリストに掲載された品目をEU域外へ輸出するには承認が必要です(第3条。個別、包括、または一部の仕向地については一般承認)。リストには、航法・アビオニクス(カテゴリー7)、暗号化を含む通信・情報セキュリティ(カテゴリー5)、そして2021年の条文では一部のドローンそのもの(9A012:操縦者の視界外を飛行するよう設計され、航続時間が1時間以上、または46.3 km/hの突風に耐える場合は30分〜1時間のもの)が含まれます。欧州委員会は委任法令により附属書Iを更新するため、販売や移転の前に最新の分類を確認することをお勧めします。[EUR-Lex, 2021]

2026年11月時点の情報提供を目的とした要約であり、法的助言ではありません。必ず統合版のテキストを確認し、所管の国内当局に相談してください。

10 · プラットフォーム

これらの用途に関連する航空プラットフォーム

詳細ページを開くと、条件と出典付きの仕様を確認できます。

デュアルユースの地上プラットフォーム(例:THeMIS、Vision 60)は、エクスプローラーの地上車両と四足歩行ロボットのファミリーに掲載しています。 地上プラットフォームを見る →