50機のドローンが空中衝突した光のショーは、連鎖的な故障で幕を閉じた。当局と技術者らは、花火効果で発生した煙が近接センサーを飽和させたと推測している。これを確認するため、航空写真測量とリアルタイムシミュレーションを組み合わせたフォレンジック再現が開始され、イベントのデジタルツイン内でオクルージョンエラーを再現しようとしている。
RealityCaptureとPix4Dによる軌道再構築 🚁
最初のステップは、複数の航空写真と地上写真を用いてショーの空間を捉えることだった。RealityCaptureは画像を処理し、環境の高密度点群を生成した。これには、衝突直前の各ドローンの正確な位置が含まれる。並行して、Pix4Dはテレメトリデータから個々の飛行ベクトルを計算し、ドリフトを補正してルートを3Dモデルに合わせた。このプロセスにより、煙粒子密度が最も高いエリアが特定され、そこでオクルージョンセンサーが近隣の航空機の接近を検知できずに故障した。両プログラムの融合により、潜在的な衝突のヒートマップが生成され、エラーの連鎖が伝播した正確な地点が示された。
Unreal Engine 5でのシミュレーション：煙が重要な変数に 🎮
デジタルツインが完成すると、再構築された軌道がUnreal Engine 5にインポートされた。そこで、元のショーの照明条件と粒子条件を再現するシミュレーションが実行された。ボリューメトリックな煙の効果を有効にすると、ドローンの仮想センサーは近くの物体の検出精度を失い、オクルージョンエラーの仮説が検証された。飛行ベクトルと衝突点のリアルタイム可視化により、浮遊粒子によるLiDARセンサーの飽和が連鎖反応の根本原因であることが確認され、物理的干渉のある環境での将来の群れ設計への技術的教訓が提供された。
視界不良の条件下でのドローンショー中に、連鎖衝突を予測するために、デジタルツイン3Dで煙の拡散とセンサーのオクルージョンを正しくモデル化するにはどうすればよいか？
(追記：軌道シミュレーションはビリヤードのようなものだが、後でテーブルを掃除する必要がない。)