在上一章本研究所提出的無人載具航跡記錄動態偵測目標定位的方法，在本 章中進行模擬飛行偵測的實驗評估。由於需驗證本研究的動態目標定位方法若以 真實的飛行載具來進行實地飛行，則可能會因飛行參數調整而產生的飛行載具的 危安事件，並且也受限於偵測設備與實際環境的干擾與誤差，本研究則以模擬載 具飛行偵測的模擬實驗環境來進行參數的比較與調整並更進一步的與目前的偵 測方法進行比較。本章一共分為兩個部份，分別為飛行模擬的實驗方法和模擬的 實驗比較結果。模擬實驗方法將會先陳述模擬實驗的環境和介紹現行探測目標物 之方法，再介紹航跡資料。實驗結果會針對參數進行測試，並針對結果分析。另 外實驗結果亦會比較本研究提出之方法與目前現行搜索方法進行實驗比較。
本節說明無人載具追蹤探測系統實驗方法。本研究以無人飛行載具為模擬試 驗的載具，並模擬在一個區域中有一個目標物的環境，搭配模擬器進行模擬無人 載具的航行概況，且意圖評估現行探測目標物的方法與本研究之方法的差別，因 而本節將針對四個層面說明，包含模擬實驗環境、現行探測方法、測試進行方式 和航跡記錄介紹。模擬實驗環境說明模擬目標物在區域中分佈狀況的方法。現行 探測方法則會闡述現階段如需要探測目標物的所在地所運用的方法。測試進行方 式提出運用模擬器模擬現行探測方法和追蹤探測系統航行的方法。航跡記錄介紹 則會針對追蹤探測系統分析及追蹤目標物時，所需要的資料取得及運用方法進行 說明。
模擬實驗環境
本研究將會模擬實驗環境進行實驗評估，利用下述公式計算所得。設 𝑥𝑡 和 𝑦𝑡 為目標物之座標位置， 𝑥 和 𝑦 為各點之座標，設定目標物所在位置的訊號 量測值的 𝑑𝑓 的數值為 100，並模擬其餘區域內各點的訊號量測值以目標量測值
除以各點離目標物之距離，並開根號乘以10，如公式(1) 所示，而距離加一的目 的是避免分母為零，使得模擬計算出各點量測值時，距離目標物越遠的點訊號量 測值越小，反之，距離越近則訊號量測值越大，從而使得目標物附近和非目標物 附近有明顯的差別。
𝐷(𝑥,𝑦) = (√(𝑥−𝑥 100
𝑡)2+(𝑦−𝑦𝑡)2+1 ) ∗ 10 (1) 其模擬出的平面各點訊號量測值結果如圖 9，圖中為一個二維陣列，所包含 的值有航跡紀錄的座標位置，而是探測儀器所能探測出的數值由 z 軸呈現，其 中顏色越深和高度越高代表偵測出的目標數據越大，反之則愈小。從圖中本研究 所設定的目標物位置 (𝑥𝑡, 𝑦𝑡) = (60, 70) 由圖 9 中可以明確的發現當 x 為 60，
y 為 70 時，D
(60, 70) 值為100，而周遭的 D(x, y) 值則隨著距離越遠，數值越小。而在本研究中透過航行的範圍、航行間隔的大小、航行速度、目標的臨界值這些 可調控的參數調整，找到目標物的區域，並且可以分析參數的調整是否能夠協助 此方法能更快速的找到目標區域。在以下的模擬實驗中
D
(x,y) 單位為目標物位置 的訊號量測值的百分比，是以目標物所在位置探測出訊號量測值的數值對應D
(x,y)數值為 100% 時，其他座標位置的訊號量測值數值則以相距於目標位置的距離 成反比。
圖 9 . 模擬目標所在地的環境
現行探測方法介紹 低其他自然界造成的不確定因素，本研究使用ArduPilot 提供的 SITL(Software In The Loop) 模擬器進行測試。另外本研究將採用 ArduPilot 控制無人載具，
ArduPilot 為一自動駕駛的開源軟體，運用於多種無人載具類型，包含汽車、船、
旋翼機和定翼機。本研究則以旋翼機作為模擬追蹤的載具，因本研究搜索範圍較 小，而旋翼機在航行時較不受機體限制影響，能較準確的通過航點，也能在較小 的距離中轉彎，可以減少變因，再藉由地面控制站(Ground Control Station, GCS) 連接模擬器如圖10，能監控無人載具測試時航行的狀態，再運用一可與 ArduPilot 聯結之套件 Dronekit 取得無人載具航行的資料進行分析。Dronekit 可取得資料
夠即時透過分析的資料改變航程。
而由於本研究所需之記錄除座標位置尚有 𝑑𝑓 値需記錄，因而本研究將會利 用第一節中模擬實驗環境的計算方法，先在搜尋範圍內隨機定義目標的位置，再 產生探測區域中的 𝑑𝑓 値分佈圖，並於航行過程中，運用無人飛行載具所得之位 置和 𝑑𝑓 値分佈圖取得探測點的 𝑑𝑓 値，並記錄和分析。而本研究將分別以現行 探測方法和本研究之方法航行測試，評估兩者間的差別。
圖 10 . 地面控制站監控畫面
航跡紀錄介紹
本研究在模擬飛行的過程中時，記錄座標位置和量測值 𝑑𝑓 的各項數值，其 中座標位置取自於模擬器中無人載具的數據，能夠即時透過 ArduPilot 獲取數據，
而 𝑑𝑓 値則是藉由模擬實驗環境的公式中所取得。運用這些參數可以得知在搜尋 範圍中，每一個座標位置中 𝑑𝑓 値，即可得知在此一範圍中，偵測的對象 𝑑𝑓 値 在搜尋區域分布的狀況。而搜尋的結果也會因探測時的時間間隔、航點間隔距離 的因素影響在一個區域中，探測到的資料密集度也會不相同。同時可能會造成在 分析資料時，所探得之結果的量測誤差有相關聯，越密集探測則取得之結果離目 標越相近，反之則越遠。
本節中針對模擬實驗後的結果評估差異，以搜尋所需的時間和與目標之距離
θ𝑐𝑟𝑢𝑖𝑠𝑒 、量測誤差、巡航模式的搜尋時間和搜尋距離，其中量測誤差和目標座標
3，表中共有四欄，分別為臨界值 𝛉𝒕𝒓𝒂𝒄𝒌 、量測誤差、航行距離和航行時間，可
分別為計算向量的點所佔比例、量測誤差、追蹤探測模式的航行距離和時間。從
表 5 . 追蹤探測模式向量大小倍率的測試結果
到目標物。其中將機率較高區域的數量設為 k，這 k 個數量的區域中表示較其 究實驗模擬時的範圍從緯度 22.848249 到 22.863279，經度從 120.188962 到 120.202446，區域大小為 𝑥 座標的範圍為 840 公尺、 𝑦 座標的範圍為 1500 公 尺，模擬實驗的範圍為高雄市興達港的區域，若欲測量 PM2.5 的來源，因該位置 上有興達港火力發電廠，為相當有可能存在目標物，因此以該區模擬實驗環境。
測試的方式將起點和目標物的位置設置為相同的位置，共分別測試五次，並在搜 尋範圍中隨機定義五個點作為目標位置。