クアッドロータUAVは、その機動性、コンパクトさ、低コストという特長から、近年、風速推定への利用が注目を集めている。利用可能な手法の中で、モデルベースの風速推定は機載センサのみに依存するため最も一般的である。しかし、クアッドロータは高度に非線形なシステムであるため、このタスクは困難を伴う。
最近公開されたarXiv論文（2606.30804）では、この問題に対して詳細な検討がなされている。Hiranya Udagedara氏ら3名によるこの研究は、IEEE CCTA 2026で採択された。タイトルは「SE(3)上の風速・状態推定：連続・離散クアッドロータモデルにおけるEKFとUKFの比較評価」であり、ロボティクス（cs.RO）分野に属する。
従来の手法では、連続時間モデルまたは離散化されたクアッドロータ力学が用いられることが多い。これに対し本研究では、SE(3)上で離散および連続の力学方程式を直接使用した場合の風速推定性能を評価している。離散モデルには、離散ラグランジアンに基づくリー群変分積分器を採用し、近似や離散化を一切行わずに定式化している。
研究では、拡張カルマンフィルタ（EKF）とアンセンテッドカルマンフィルタ（UKF）の両方を用いて、SE(3)上の連続・離散形式のクアッドロータ力学を評価した。性能検証はMATLABによる数値シミュレーションと屋外での自由飛行実験の両方で実施された。数値シミュレーションはホバリング飛行と軌道追従飛行の両方の条件で行われた。
結果として、離散SE(3)力学とUKFを組み合わせることで、クアッドロータは軌道追従を維持しながら、低コストセンサを使用しているにもかかわらず、より高い推定精度を達成できることが示された。これらの知見は、離散クアッドロータモデルとUKFの組み合わせが、風速推定だけでなく、低コストの機載センサに依存する他の高精度タスクにも適用できる可能性を強調している。
本研究は、リソースに制約のあるプラットフォームでの高精度状態推定に新たな道を開くものであり、今後、ドローンによる気象観測や環境モニタリングなどの分野での活用が期待される。