AFS と HJS を用いた改良 PSO に基づく警察用 UAV 経路計画手法

空のより賢い目

警察機関は、混雑した通りの監視、行方不明者の捜索、緊急対応のために小型無人航空機――警察用ドローン――をますます活用しています。しかしドローンにとって「次にどこへ飛ぶか」は単純な問題ではありません。いくつもの地点を速やかに巡回し、飛行禁止区域を回避し、バッテリーを節約しながら、混雑した都市空域で行動しなければならないのです。本研究は、複雑な都市環境でも警察ドローンがより速く、安全に任務を遂行できるように、その飛行経路を自動で計画する新たな手法を示します。

より良い経路を見つけることの難しさ

交通渋滞や建物を飛び越えられるパトカーを想像してください――それが警察ドローンのだいたいのイメージです。しかし経路の選択は依然として慎重である必要があります。ロボティクスや人工知能からの既存の経路計画手法は役立ちますが、それぞれトレードオフがあります。探索性能は高いが計算に時間がかかるものもあれば、速いが中途半端な解に陥るものもあります。警察業務はさらに複雑さを増します：多数のターゲットを巡回する必要がある、制限空域を迂回しなければならない、状況の変化に適応する必要がある、などです。著者らはこの特有のルート計画問題に着目し、それを警察用 UAV 経路計画問題（PU3P）と名付けています。

鳥の群れから借りたアイデア

PU3P に取り組むため、研究者たちは粒子群最適化（PSO）という人気のある最適化手法を基盤としています。この手法では、多数の単純な仮想「粒子」が群れを成して探索空間を飛び回り、ちょうど群れの鳥が餌を探して広がるように振る舞います。各粒子はこれまでに見つけた自身の最良位置を記憶し、集団の最良位置にも注目します。多くの反復を経て、群れは有望な領域、ここでは良好な飛行経路に向かって収束する傾向があります。しかし古典的な PSO は主に滑らかな連続問題向けに設計されており、ドローンの経路を定義する離散的なウェイポイント列にはそのまま適さないことが多く、また早期に中途半端な解に落ち着いてしまうこともあります。

探索を鋭くする二つの改良

論文は、この群れのような探索を鋭くするための二つの主要な改良を導入します。第一は適応係数戦略と呼ばれるもので、粒子が次のステップに以前の運動をどれだけ継承するかを徐々に変化させます。初期段階では広範な探索を促し、後半では有望解周辺の微調整を促進します。第二の改良は半ジャンプ戦略と名付けられ、一定周期で一部の粒子を集団のこれまでの最良位置に向かって途中まで押しやることで、粒子が完全に独力で彷徨うのを防ぎます。これら二つの戦略を併用することで、広く探索しつつ素早く収束できる改良群れ AFS‑HJS‑PSO が生まれます。著者らはさらに、この改良群れを PU3P の離散的な巡回順序に適用し、警察ドローンが割り当てられた全地点を訪れる総移動距離を捉える適合度関数を定義しています。

新手法の実効性を試す

提案手法が実際に有効かを検証するため、研究チームは AFS‑HJS‑PSO をいくつかの既存手法と比較しました：標準的な群知能法、進化に着想を得た遺伝的アルゴリズム、冶金学に由来する焼きなまし法（シミュレーテッド・アニーリング）、および古典的な非線形最適化ソルバーです。まず 20 の標準的なベンチマーク問題で比較したところ、多くのケースで新しい群れはより良い解を出す、より速く到達する、あるいはより安定して到達するといった成果を示しました。次に実際の警察ドローン経路問題に移り、同一のターゲット集合で各手法を 30 回ずつ実行しました。改良群れは平均的により短い経路を見つけ、速度と信頼性の面でも他手法と競合できることを示しました。

将来の警察ドローンにとっての意味

簡潔に言えば、本研究は仮想の群れにその振る舞いを動的に調整させ、良い位置に向かって賢く「半歩」踏み出させることで、警察ドローンのより良い飛行計画を得られることを示しています。改良手法は完璧ではなく、安定性の向上や計算資源の削減といった余地は残りますが、試験条件下では複数の従来手法を上回りました。ドローンが公共安全の分野でますます普及するにつれて、こうした経路計画の進歩は、より迅速な対応、飛行時間の短縮、混雑した空域でのリスク低減に寄与する可能性があります。

引用: Wang, D., Qian, X. Police UAV path planning method based on improved PSO using AFS and HJS. Sci Rep 16, 12417 (2026). https://doi.org/10.1038/s41598-026-40670-9

キーワード: 警察ドローン, UAV 経路計画, 群知能最適化, ルート計画アルゴリズム, 都市監視