ホーム/研究/DroneInspector

Drone / Image

DroneInspector

インフラ点検向けエッジ AI ドローン

空間の制約が大きい点検現場では、品質基準を満たさないフレームをその場で棄却する人がいません。ぼけた画像や白飛びした画像にも分類器はスコアを返すため、棄却も委譲もないまま陰性と判定された損傷は silent miss になります。この研究は、画質ゲートと棄却が監督制御の判断へどう伝播するかを、固定した証拠の上で 1 層ずつ入れ替えて測定し、その結果に基づいてファームウェアを実装したものです。

2026Drone / Image
SPRESENSEDroneTensorFlow Lite MicroMobileNetV2Quality GateRuntime Supervision

01

背景

トンネルや水道管のような通信条件の悪い場所では、撮影して持ち帰るだけでは作業の負荷が大きく残ります。さらに問題となるのは、品質基準を満たさないフレームをその場で棄却する人がいないことです。画質ゲートも棄却も既知の手法ですが、それらが監督制御の判断へどう伝播するかは、測定しなければ明らかになりません。この研究では、固定した証拠を用いてこの伝播を測定しました。

02

構成

撮像、ハッシュ、画質指標 q の算出、分類、証跡コミット、5 状態の監督制御の順に処理が進むよう、ファームウェアを構成しています。監督制御は受理、再撮像、安全停止に分岐します。再撮像は N_max = 2 で飽和し、安全停止はラッチして、解除コマンドを受信するまで点検を再開しません。証跡ストアは 1 レコード 1 不変ファイルで、索引は保存せず起動時の走査で再構築します。

03

測定結果

凍結チェックポイントで採点し直した 1,000 枚のコンクリートパッチを固定証拠として、6 つの候補改善(E1–E6)を 1 層ずつ入れ替えて比較しました。6 つのうち 5 つは、事前の想定と異なる挙動を示しました。証跡バッファは保管では優位だが到達では優位でない、配備フォーマットの整数化は同一画素で 13,638 件の監督判断を変える、判定が出た時点で機体は既に通過しており 1,000 レコード中 387 件が別の面を指す、といった結果です。

04

現状

機体プロセッサ上での MobileNetV2 int8 推論、索引の走査再構築(40/40 試行で 4,000 件を完全回復)、実ケーブル抜きに対する証跡の耐久(18/18)、監督判断経路の WCET までを実機で測定しました。一方でオンターゲット推論は 94.3 秒でリアルタイムではなく、消費電力と現場精度は未測定です。検証は台上の条件に限られ、飛行時と現場での性能はまだ確認できていません。

Highlights

要点

01

画質ゲート、分類、証跡、5 状態の監督制御の処理順を、不変条件として定義しました。

02

証跡ストアは索引を保存しません。走査による再構築は、40/40 試行で完全に回復しました。

03

6 層の入れ替え比較(E1–E6)を行い、5 つが想定と異なる挙動を示すことを実測しました。

04

STPA + FMEA、Simulink/Stateflow モデル、飛行 SIL までを含む一次資料を公開しています。

05

2025 年 SPRESENSE 活用コンテストで特別賞を受賞しました。

Related

ほかの研究