ドローンやロボットのシミュレーションでは、 環境要因（風・温度・電波・境界条件など） を取り込むことが不可欠です。
箱庭環境シミュレーションでは、これらの環境データを「直感的に作成・編集できるモデル」として定義し、可視化や高速検索を組み合わせることで、現実に近い状況を再現することを目指します。
本プロジェクトの全体像については、以下のプレゼンテーション資料をご参照ください。
- ユーザが直感的に環境データを作成できるように支援する。
- モデルは JSON 形式で定義され、エリアごとに温度・気圧・風速・電波強度などを持つ。
- 専門知識がなくても扱いやすいように、シンプルなパラメータ指定を基本とする。
- 作成した環境データを、色や矢印などで直感的に理解できる形に可視化する。
- Pythonツールで簡易に実装可能。
- シミュレーション前に「このエリアは風が強い」「電波が弱い」といった特徴を一目で確認できる。
- シミュレーション実行時には、より詳細化された「シミュレーション用環境情報」に変換される。
- Creatorで作られた粗いモデルを元に、シミュレータが直接利用できる粒度に展開する。
- エリア情報は JSON でフラットに表現されるため、大規模化すると検索負荷が高くなる。
- そのため、高速検索ライブラリを利用して「位置→環境値」を効率的に取得する。
- 例: ドローンがある座標にいるとき、その座標の温度・風速を即座に返す。
- 最終的に「環境データ（詳細化 + 高速検索）」が箱庭シミュレーションに統合される。
- 機体制御や経路計画の挙動を、より現実的な環境条件下で検証できる。
- 教育、研究、産業用途において、シミュレーションの信頼性向上に寄与する。
本リポジトリでは、人が作るCreatorモデル と シミュレータが読む実行モデル を分離します。
| レイヤ | 目的 | ファイル | 要点 |
|---|---|---|---|
| Creatorモデル | 直感的に編集する元データ | environment_model.schema.json |
CRS/単位、グリッド、ベース風、ゾーン効果、時変（周期/乱流） |
| 実行モデル（分割） | シミュレーション実行に最適化 | space_area.schema.json |
3D領域（AABB）集合 |
| 〃 | 〃 | area_properties.schema.json |
エリア非依存の基準プロパティ（id 必須） |
| 〃 | 〃 | link.schema.json |
area_id ↔ area_property_id の疎結合リンク |
| 〃（任意） | 〃 | boundary.schema.json |
地面/天井/壁などの境界定義 |
設計意図
-
Creatorモデル (
environment_model.schema.json):- 人間による編集しやすさを最優先します。
"wind_speed_ms"のように、人間が読んで意味のわかるフィールド名や単位 (_ms,_deg) を採用しています。 - 空間全体に適用される
base環境（基本風速、気温など）と、局所的な変化を定義するzones（ゾーン）の組み合わせで、直感的に環境を構築できます。 - ゾーンには
vortex（渦）やturbulence（乱気流）といった複雑な効果も簡単なパラメータで設定可能です。
- 人間による編集しやすさを最優先します。
-
実行モデル (
space_area.schema.jsonなど):- シミュレータが高速に検索・計算処理できるよう、機械的な効率を最優先します。
- 領域情報を3DのAABB（Axis-Aligned Bounding Box）形式で持ち、プロパティとはIDでリンクするなど、計算に最適化された構造です。
-
両者はツールによって変換されます（Creatorモデル → 実行モデル）。これにより、ユーザーは直感的なモデルを編集するだけで、シミュレーションに最適化されたデータを利用できます。
examples/datasets/kobe/environment_model.json は、Creatorモデルの実践的なサンプルです。
このモデルは、神戸港周辺の複雑な環境を模擬しています。
シナリオの概要:
-
ベース環境:
- 空間全体には、東向きに
4.0m/sの一定の風が吹いています。 - 気温は
20℃、GPS強度は1.0（良好）に設定されています。
- 空間全体には、東向きに
-
ゾーンによる局所的な変化:
10個の長方形のゾーン (block1～block10) が定義されており、それぞれがベース環境を上書きします。- 風の変化:
block1では風向きと風速がabsolute（絶対値）で指定され、ベースの東風とは異なる風が吹きます。 - 乱気流:
block2以降のゾーンでは、turbulence（乱気流）が設定されています。std_msの値を変えることで、場所ごとに乱気流の強弱を表現しています。 - GPS遮蔽: 各ゾーンでは
gps_absによりGPS強度が0.6～0.8に設定され、ビル街などで想定されるGPSの受信阻害を模擬しています。 - 優先度:
priorityを設定することで、ゾーンが重なった場合にどちらの効果を優先させるかを制御できます。
このように、ベース環境と複数のゾーンをレイヤーのように重ね合わせることで、現実世界に近い多様で複雑なシミュレーション環境を構築できます。
environment_model.json ファイルを自作するための、主要なパラメータと設定例を解説します。
まず、全体の構造は以下のようになります。
{
"version": "0.1",
"meta": { ... },
"grid": { ... },
"base": { ... },
"zones": [ ... ]
}空間全体に適用される均一な環境を定義します。
wind: ベースとなる風。vector_ms:[x, y, z]の風速ベクトル (m/s) で指定。- または
dir_deg(風向, 0-360度) とspeed_ms(風速, m/s) の組み合わせでも指定可能。
temperature_C: 気温 (摂氏)。pressure_atm: 気圧 (atm)。gps_strength: GPS/GNSSの受信強度。1.0(良好) から0.0(完全遮蔽) までの数値。
設定例:
"base": {
"wind": { "vector_ms": [-5.0, 0.0, 0.0] },
"temperature_C": 15.0,
"pressure_atm": 1.013,
"gps_strength": 1.0
}この例では、西から5.0m/sの風が吹いていることになります (
axisがENUの場合)。
base環境に重ね合わせる形で、局所的な環境変化を定義します。ゾーンは配列になっており、複数のゾーンを定義できます。
"zones": [
{
"name": "My First Zone",
"shape": { ... },
"effect": { ... },
"priority": 1
}
]rect(長方形):min_m:[x, y]形式で、長方形の最小座標を指定。max_m:[x, y]形式で、長方形の最大座標を指定。center_mとsize_mの組み合わせも可能です。
circle(円):center_m:[x, y]形式で、円の中心座標を指定。radius_m: 円の半径 (m) を指定。
設定例:
"shape": { "rect": { "min_m": [100, 100], "max_m": [200, 200] } }"shape": { "circle": { "center_m": [300, 300], "radius_m": 50 } }ゾーン内でどのような環境変化を起こすかを定義します。modeによって挙動が変わります。
ベース環境を完全に無視し、指定した値で環境を 上書き します。
wind_ms:[x, y, z]の風速ベクトル (m/s) を指定。gps_abs: GPS強度を0.0～1.0の絶対値で指定。
設定例:
"effect": {
"mode": "absolute",
"wind_ms": [0.0, 10.0, 0.0],
"gps_abs": 0.1
}このゾーン内では、ベースの風速に関わらず、南から10m/sの強風が吹き、GPS強度も0.1に低下します。
ベース環境の値に、指定した値を 加算 します。
add_ms:[x, y, z]の風速ベクトル (m/s) を加算。gps_add: GPS強度に値を加算 (結果は0.0～1.0の範囲にクリップされます)。
設定例:
"effect": {
"mode": "add",
"add_ms": [0.0, 0.0, 2.0]
}このゾーン内では、ベースの風に加えて、2.0m/sの上昇気流が発生します。
ベース環境の値に、指定した値を 乗算 します。
scale: 風速に乗算する倍率。gps_scale: GPS強度に乗算する倍率。
設定例:
"effect": {
"mode": "scale",
"scale": 1.5
}このゾーン内では、ベースの風が1.5倍に強まります。
指定した強さの 乱気流 を発生させます。
turbulence: 乱気流のパラメータ。type: 乱気流のモデル。"gauss"(ガウスノイズ),"perlin"(パーリンノイズ),"ou"(Ornstein-Uhlenbeck) から選択。std_ms: 乱気流の強さの標準偏差 (m/s)。値が大きいほど激しい乱気流になります。seed: 乱数のシード値。
設定例:
"effect": {
"mode": "turbulence",
"turbulence": { "type": "perlin", "std_ms": 2.5, "seed": 42 }
}このゾーン内では、パーリンノイズに基づいた強さ2.5m/sの乱気流が発生します。
指定した位置に 渦 を発生させます。
vortex: 渦のパラメータ。center_m:[x, y]形式で、渦の中心座標を指定。gain: 渦の強さ（ゲイン）。clockwise:trueで時計回り、falseで反時計回り。decay: 渦の中心からの距離による減衰モデル。"inv_r"(距離に反比例) または"gaussian"(ガウス減衰) を選択。max_ms: 渦による最大風速を制限 (オプション)。
設定例:
"effect": {
"mode": "vortex",
"vortex": {
"center_m": [500, 500],
"gain": 80.0,
"clockwise": true,
"decay": "gaussian",
"sigma_m": 50.0
}
}このゾーンの中心
[500, 500]に、時計回りの渦が発生します。渦の強さはガウス分布に従って減衰します。
Creatorツールは、人間が編集可能な environment_model.json から、シミュレータが利用する効率的な実行モデル（area.json, property.json, link.json）を生成するためのコマンドラインツールです。
プロジェクトのルートディレクトリから、以下のコマンドを実行します。
python -m hakoniwa_envsim.creator.creator --infile <入力ファイルパス> --outdir <出力ディレクトリパス>--infile: 読み込むenvironment_model.jsonのパスを指定します。--outdir: 生成されたファイル（area.json,property.json,link.json）を保存するディレクトリを指定します。指定したディレクトリが存在しない場合は自動的に作成されます。--no-zones(オプション): このフラグを付けると、environment_model.json内のzones定義を無視して実行モデルを生成します。
examples/datasets/kobe/environment_model.json を使って、対応する実行モデルを生成する例です。
python -m hakoniwa_envsim.creator.creator \
--infile examples/datasets/kobe/environment_model.json \
--outdir examples/datasets/kobe/generated実行が成功すると、examples/datasets/kobe/generated/ ディレクトリに以下の3つのファイルが生成（または上書き）されます。
area.json: 空間のグリッド分割情報property.json: 各グリッドの環境プロパティ（風速、GPS強度など）link.json:area.jsonとproperty.jsonを関連付けるリンク情報
Visualizerツールは、Creatorが生成した実行モデル（area.jsonなど）を2Dで可視化するためのツールです。
風速のベクトル表示や、温度・GPS強度といったプロパティのヒートマップ表示が可能です。さらに、OpenStreetMapなどの実世界の地図上に環境データを重ねて表示するオーバーレイ機能を備えています。
ツールの実行は、設定ファイルを指定する形で行うのが最も簡単です。プロジェクトのルートディレクトリから、以下のコマンドを実行します。
python -m hakoniwa_envsim.visualizer.plot2d --config <設定ファイルパス>--configで指定するJSONファイルで、可視化の挙動を細かく制御できます。
src/kobe.plot2d.json を参考に、主要な設定項目を解説します。
{
"area": "../examples/datasets/kobe/generated/area.json",
"property": "../examples/datasets/kobe/generated/property.json",
"link": "../examples/datasets/kobe/generated/link.json",
"overlay_map": true,
"origin_lat": 34.65436065,
"origin_lon": 135.16060138,
"mode": "gps",
"tiles": "OpenStreetMap.Mapnik",
"zoom": null,
"markers": [
{"lat": 34.65436065, "lon": 135.16060138, "label": "Origin"}
]
}-
area,property,link: Creatorが生成した実行モデルファイルのパスを指定します。 -
overlay_map:trueに設定すると、背景に地図タイルをオーバーレイ表示します。 -
origin_lat,origin_lon: 地図をオーバーレイする際の、シミュレーション座標の原点に対応する緯度・経度を指定します。environment_model.jsonのmeta.origin_latlonと同じ値を設定するのが一般的です。 -
mode: 色で表現する物理量を指定します。"gps"（GPS強度）または"temperature"（温度）が選択可能です。 -
tiles: 表示する地図タイルの種類を指定します。"OpenStreetMap.Mapnik","Esri.WorldImagery"などが利用できます。 -
zoom: 地図のズームレベルを整数で指定します。nullに設定すると、グリッドの解像度から最適なズームレベルが自動で計算されます。 -
markers: 地図上に表示するマーカー（目印）を配列で指定できます。各マーカーは緯度(lat)、経度(lon)、そして任意のラベル(label)を持つことができます。
src/show.bash を実行すると、src/kobe.plot2d.json の設定に基づいて神戸シナリオの可視化が行われます。
# srcディレクトリに移動して実行
cd src
./show.bashまたは、ルートディレクトリから直接コマンドを実行することもできます。
python -m hakoniwa_envsim.visualizer.plot2d --config src/kobe.plot2d.json実行すると、神戸の地図上にGPS強度の分布が色で表示され、各エリアの風向きが矢印で示された画像が生成されます。
本リポジトリには、環境シミュレーションを補助する以下の関連ツールが含まれています。
gui/ ディレクトリには、ブラウザベースで環境モデルやドローンミッションを直感的に編集するためのツールが用意されています。
environment_model.json の zones を視覚的に編集するツールです。
地図上に長方形や円形のゾーンを描画し、風速、GPS強度、乱気流といった環境効果をGUIから設定できます。これにより、テキストエディタでJSONを直接編集する手間が省け、より直感的な環境構築が可能になります。
ドローンの飛行計画（ミッション）を作成するためのツールです。 地図上でウェイポイントをクリックして飛行ルートを定義し、ミッションファイルとして保存することができます。
city_pipeline/ ディレクトリには、PLATEAU の3D都市モデルデータ（CityGML形式）を、物理シミュレータで利用可能なMJCF（MuJoCo Physics Model）形式に変換するツール群が含まれています。
このツールを使うことで、実在の都市の3Dモデルから、建物の形状を反映したリアルなシミュレーション環境を構築できます。生成されたMJCFファイルは、箱庭ドローンシミュレータに統合して利用することが想定されています。
# jsonschema-cli を使う例
pipx install check-jsonschema
# Creatorモデルを検証（environment_model）
check-jsonschema --schemafile src/hakoniwa_envsim/schemas/environment_model.schema.json \
examples/creator/kobe_bay.env.json
# 実行モデル（分割）を検証
check-jsonschema --schemafile src/hakoniwa_envsim/schemas/space_area.schema.json \
examples/models/space_areas.json
check-jsonschema --schemafile src/hakoniwa_envsim/schemas/area_properties.schema.json \
examples/models/area_properties.json
check-jsonschema --schemafile src/hakoniwa_envsim/schemas/link.schema.json \
examples/models/links.jsonfrom jsonschema import validate
import json
schema = json.load(open("src/hakoniwa_envsim/schemas/space_area.schema.json"))
data = json.load(open("examples/models/space_areas.json"))
validate(instance=data, schema=schema)
print("OK")