さとまたwiki
🛸
0から全て自分で作る

ドローンを0から作る完全技術ガイド

既製SDKゼロ・飛行機を無人で動かす技術を数学・物理・実装レベルで完全解説

2026年3月版 STM32自作FC PID / EKF 軍事vs民間比較 Exit戦略
👤

著者プロフィール

年齢: 36歳(2026年現在)
職業: エンジニア(SvelteKit・TypeScript・React)
ドローン知識: ゼロからスタート
方針: 既製品SDK一切不使用・全て0から実装
最終目標: ドローン管理システムを自社開発してExitする

🛸 Section 1: ドローンとは何か(分類・種類を徹底解説)

ドローン(UAV: Unmanned Aerial Vehicle)とは、搭乗者なしで飛行する航空機の総称。飛行方式・用途・重量によって分類され、それぞれ物理特性・制御難易度・法規制が大きく異なる。自分で作る前に、まず「何を飛ばすのか」を正確に理解することが出発点。

飛行方式による分類(最重要)

固定翼(Fixed Wing)

揚力は翼で発生。推進力はプロペラまたはジェットエンジン。長距離・高速・省電力が特長。離着陸には滑走路またはカタパルトが必要で、ホバリング不可。軍事偵察・農業広域監視に多用。

代表: MQ-9 Reaper(米軍)、RQ-4 Global Hawk(米軍)、農業用固定翼測量機

マルチコプター(Multi-Rotor)

複数のロータで揚力と推力を同時発生。垂直離着陸(VTOL)可能・ホバリング可能。操縦しやすい反面、飛行時間が短い(民間機で20〜40分が限界)。民間で最も普及。

クアッドコプター
4ローター。X型・H型・+型。最もシンプルで作りやすい。
ヘキサコプター
6ローター。冗長性が高く、1基停止でも飛行継続可能。
オクトコプター
8ローター。重積載(10kg以上)・産業用途に特化。

VTOL(垂直離着陸固定翼)

固定翼+マルチコプターのハイブリッド。離着陸はロータ(マルチコプター方式)、巡航は翼(固定翼方式)で行う。長距離飛行+狭い場所での離着陸が両立できる。軍事・物流の両方で急速に普及中。

日本国内: エアロセンス社「エアロボウイング」が2024年6月に国内初のVTOL第二種型式認証取得

ヘリコプター型(シングルロータ)

メインロータ+テールロータ。大型ペイロードに有利だが制御が最も複雑。農薬散布ヘリが代表例。

ティルトロータ

ロータの角度を変えてVTOL+固定翼飛行を実現。V-22 Osprey(軍用)が代表。制御が最も高度で、ロータ傾斜角も制御変数に加わる。

重量・サイズによる分類(日本の航空法と直結)

クラス重量用途例規制
Nano<100g偵察・屋内スパイ航空法適用外(条件付)
Micro100g〜250gコンシューマ空撮機体登録必須
Mini250g〜25kg産業・測量・農業機体登録+飛行許可
Large25kg以上物流・軍事・重積載型式証明が必要

✈️ Section 2: 飛行機を無人で動かす技術(自律飛行の全体像)

自律飛行の本質は、人間のパイロットが行う「感覚・判断・操作」を全てシステムに置き換える技術だ。三半規管・目・脳・手足を、センサー・アルゴリズム・アクチュエータに対応させる。

パイロットの行動 → 自律システムへの置き換え

パイロットの行動センサーアルゴリズム
姿勢を感じる(三半規管)IMU(6軸・9軸)相補フィルター / カルマンフィルター
高度を感じる(耳)気圧計・超音波・LiDAR高度推定アルゴリズム
位置を知る(目・地図)GPS・光学フロー位置推定・SLAM
操縦する(手・足)ESC・サーボPIDコントローラー
経路を考える(脳)ウェイポイント・経路計画
障害物を避ける(目)カメラ・LiDAR・超音波衝突回避アルゴリズム

自律飛行レベル分類

Lv.0
完全手動操縦

人間が全ての操作をRCコントローラーで行う

Lv.1
姿勢安定(Stabilize)

IMUでロール・ピッチを自動補正。手を離すと水平に戻る

Lv.2
高度保持(Alt Hold)

気圧計で高度を固定。スロットルを離しても高度維持

Lv.3
位置保持(Loiter)

GPS/光学フローで水平位置も固定。完全ホバリング

Lv.4
半自律(Waypoint飛行)

事前設定した経路を自動飛行。農業・測量で実用化済み

Lv.5
完全自律

環境認識・障害物回避・意思決定を完全自動化。軍事AIドローンが最先端

⚙️ Section 3: ドローンの物理学・航空力学(0から理解する)

マルチコプターの飛行原理

プロペラが空気を下方向に押し出す → 反作用(ニュートン第3法則)で機体が浮く。揚力の大きさは以下の式で決まる:

L = Ct × ρ × n² × D⁴
Ct: 推力係数(プロペラ形状で決まる定数)
ρ: 空気密度(kg/m³)
n: 回転数(rps)
D: プロペラ径(m)

クアッドコプターはモーターを交互に正転・逆転させることで、各モーターのトルクを相殺してヨー方向の回転を制御する。

6自由度の制御(Roll・Pitch・Yaw + X・Y・Z)

Roll(横傾き)

左右のモーター回転数差で制御。右モーター増速 → 右へ傾く → 右へ移動

Pitch(前後傾き)

前後のモーター回転数差で制御。前モーター増速 → 前へ傾く → 前進

Yaw(方向転換)

対角線ペアの反トルク差で制御。CW組を増速 → 機体がCCW方向に回転

Throttle(高度)

全モーターの回転数を同時増減。総揚力が機体重量を超えると上昇

固定翼の飛行原理

ベルヌーイの定理: 翼の上側(曲面が長い)を通る空気は加速する → 圧力が下がる → 下側との圧力差 = 揚力

L = ½ × ρ × V² × S × CL
V: 対気速度(失速速度以上が必要)
S: 翼面積
CL: 揚力係数(迎角・翼形で変わる)

固定翼は速度が揚力の源。速度が落ちると失速する。この根本的な違いが、制御アルゴリズムの設計に大きく影響する。

🔧 Section 4: フライトコントローラーを0から作る

ハードウェア構成(自作FCボード)

マイコン選定

STM32F405RGT6 ← 業界標準
Cortex-M4・168MHz・FPU搭載。Betaflightも採用。
Raspberry Pi Pico(RP2040)
DualCore・133MHz・安価(600円〜)。学習用に最適。

センサー構成

センサー種別推奨チップ接続用途
IMU(高精度)ICM-42688-PSPI姿勢推定(DJI等が採用)
IMU(学習用)MPU-6050I2C安価・情報豊富
気圧計MS5611SPI/I2C高度推定(10cm精度)
磁気コンパスQMC5883LI2C絶対方位(Yaw補正)
GPSu-blox NEO-M8NUART位置・速度(2.5m精度)

PCB設計の流れ

1.KiCad でスケマティック作成(全部品の電気的接続図)
2.PCBレイアウト(基板上の部品配置・配線パターン設計)
3.JLCPCBで製造発注(4層基板でも20〜30ドル、1〜2週間で届く)
4.部品調達: Digi-Key・Mouser(高品質)またはAliExpress(安価)
5.ハンダ付け: ホットプレートまたはリフローオーブン(SMD部品)

ファームウェア開発(C言語で0から)

STM32はHAL(Hardware Abstraction Layer)経由でSPI/I2Cドライバーを実装する。最終的には1kHz制御ループ(1ms間隔でセンサー読み取り→PID演算→モーター出力)を目指す。

/* メインループの骨格 */
while (1) {
    IMU_Read(&gyro, &accel);              /* ~0.1ms */
    Attitude_Estimate(&roll, &pitch, &yaw); /* EKF/相補 */
    PID_Update(&pid_roll, roll_setpoint, roll); /* PID演算 */
    Motor_SetOutput(m1, m2, m3, m4);     /* ESCへPWM出力 */
    WaitForNextCycle(1000);              /* 1kHz = 1ms待機 */
}

📐 Section 5: PIDコントローラーを0から実装する

PIDコントローラーはフライトコントローラーの心臓部。「目標値(設定値)と現在値の誤差をゼロにする」制御系の中で最も実用的な手法。

PIDの基本式

U(t) = Kp·e(t) + Ki·∫e(t)dt + Kd·de(t)/dt
P(比例項)

現在の誤差に比例した制御量。Kpが大きすぎると振動(オーバーシュート)が発生する。

I(積分項)

過去の累積誤差を補正。定常偏差(風外乱など)をゼロに収束させる。大きすぎるとゆっくり発散。

D(微分項)

誤差の変化率から将来を予測。振動を抑制。センサーノイズを増幅しやすいので注意が必要。

カスケードPID(ドローンの実装構造)

ドローンは単純な1ループPIDではなく、3段階のカスケード構造にする:

外側
位置ループ(10〜50Hz) → GPS位置偏差 → 速度指令を出力
中間
速度ループ(50〜100Hz) → 速度偏差 → 傾き(姿勢)指令を出力
内側
姿勢ループ(500〜1000Hz) → 姿勢角偏差 → モーター出力を直接制御

PID実装コード(C言語)

typedef struct {
    float Kp, Ki, Kd;
    float integral;
    float prev_error;
    float output_min, output_max;
} PID_t;

float PID_Update(PID_t *pid, float setpoint,
                 float measurement, float dt) {
    float error = setpoint - measurement;

    /* 積分項(Anti-windup: 飽和防止) */
    pid->integral += error * dt;
    if (pid->integral > pid->output_max / pid->Ki)
        pid->integral = pid->output_max / pid->Ki;
    if (pid->integral < pid->output_min / pid->Ki)
        pid->integral = pid->output_min / pid->Ki;

    /* 微分項 */
    float derivative = (error - pid->prev_error) / dt;
    pid->prev_error = error;

    /* 出力 = P + I + D */
    float output = pid->Kp * error
                 + pid->Ki * pid->integral
                 + pid->Kd * derivative;

    /* クランプ(出力飽和) */
    if (output > pid->output_max) output = pid->output_max;
    if (output < pid->output_min) output = pid->output_min;
    return output;
}

チューニング手法

Ziegler–Nichols法(古典的): Ki=0・Kd=0の状態からKpだけを上げていき、機体が一定振動(限界感度Ku)を始めたらKp=0.6Ku・Ki=1.2Ku/Tu・Kd=0.075Ku×Tuを設定。

推奨手順: まずPython物理シミュレーターでGain調整 → Gazebo等3Dシミュレーターで検証 → 実機では P のみ → PD → PID の順で段階的に調整。

🧮 Section 6: センサーフュージョン(カルマンフィルター / 相補フィルター)

IMU単体では誤差が積み重なって発散する(ドリフト)。ジャイロスコープは短期精度が高いが積分誤差が累積し、加速度計は長期的に正確だが振動ノイズに弱い。複数センサーを数学的に融合して精度を高める。

相補フィルター(シンプル・リアルタイム向き)

高周波成分はジャイロを信頼、低周波成分は加速度計を信頼して混合する:

/* alpha = 0.98 (高速変化はジャイロ、定常値は加速度計) */
angle = alpha * (angle + gyro_rate * dt)
      + (1.0f - alpha) * accel_angle;

実装が簡単でマイコンへの負荷が軽い。ただしノイズ特性の仮定が単純なため、高精度用途には限界がある。

拡張カルマンフィルター(EKF)

非線形システム(ドローンの3D回転)へのカルマンフィルター拡張。2ステップで動作:

予測ステップ(Predict)

x̂⁻ₖ = f(x̂ₖ₋₁, uₖ) ← 運動モデルで次状態を予測
P⁻ₖ = Fₖ · Pₖ₋₁ · FₖT + Q ← 共分散更新

更新ステップ(Update)

Kₖ = P⁻ₖ · HₖT · (Hₖ · P⁻ₖ · HₖT + R)⁻¹ ← カルマンゲイン
x̂ₖ = x̂⁻ₖ + Kₖ · (zₖ - h(x̂⁻ₖ)) ← センサー観測で補正
状態ベクトル(ドローン姿勢推定): [q0, q1, q2, q3, bx, by, bz]
クォータニオン4成分 + ジャイロバイアス3成分 = 7次元状態

なぜクォータニオンを使うのか

オイラー角の問題点

Roll / Pitch / Yaw の3角で表現すると、特定の姿勢でジンバルロック(特異点)が発生。Pitch = ±90°でRollとYawが区別できなくなる。

クォータニオンの利点

q = w + xi + yj + zk の4成分で3D回転を特異点なく表現。計算が高速・数値安定性も高い。EKFの状態変数として使われる業界標準。

Mahony / Madgwickフィルター: クォータニオンベースの軽量姿勢推定フィルター。EKFより計算量が少なく、マイコンへの実装に適している。精度はEKFに迫る。

🔌 Section 7: BLDCモーター & ESCを理解する

BLDCモーター(ブラシレスDCモーター)の原理

従来のブラシ付きモーターは「ブラシ(炭素片)でコイルへの通電経路を機械的に切り替える」が、BLDCはこれを電子制御(半導体スイッチング)で行う。

3相交流方式

U/V/W端子に順番に電流を流すことで回転磁界を作り、永久磁石のローターが追いかけて回転する

KV値

1Vあたりの無負荷回転数。例: 2300KV × 11.1V(3S LiPo)= 25,530 RPM が理論値

極数の影響

極数多い = 低回転高トルク(農業散布)。極数少ない = 高回転低トルク(レースドローン)

ESC(Electronic Speed Controller)

FCからのPWM信号(1000〜2000μs幅)を受け取り、BLDCモーターの3相電流切り替えタイミングを制御する電子回路。

従来
6ステップ整流(方形波駆動): シンプルだが効率が低く、トルクリップル(振動)が大きい。安価なホビー用ESCに多い。
現代
FOC(Field Oriented Control / ベクトル制御): 磁束方向を常に最適化。トルクリップルが最小で効率も高い。空撮ドローンに最適(振動が映像に乗りにくい)。STM32 + SimpleFOCライブラリで自作実装可能。

📡 Section 8: 通信システムを0から設計する

RC(Radio Control)プロトコル

PWM: 1チャンネルに1本のワイヤー。最も古い方式。
SBUS: 16ch・デジタル・逆論理。現代の標準。
CRSF(ExpressLRS): 超低遅延・長距離(最大40km)。最先端のRC規格。
周波数: 2.4GHz(近距離・干渉強)/ 868・915MHz(長距離)

テレメトリ通信(地上局↔機体)

MAVLink: パケット形式の通信仕様。0から作るなら仕様書を読んでパーサーを自実装。
独自プロトコル: ヘッダー(同期バイト)+ ペイロード + CRC16のシンプル設計から始める。
暗号化: AES-128/256(軍事用は必須)。軽量候補はChaCha20-Poly1305。

映像伝送(FPV Video Link)

アナログ5.8GHz: 遅延0.5ms・画質低い。レース用。
デジタル(HDZero等): 遅延28ms・高画質。空撮向け。
自作の場合: Raspberry Pi + WiFi / OpenHDプロジェクトの内部実装を参考にすることを推奨。

群制御(スウォーム)通信

メッシュネットワーク: 各機体がルーターも兼任。1機が通信できれば全機に届く。
UWB(超広帯域): 相対位置を10cm精度で推定。群制御の基盤技術。
軍事スウォーム: LOCUST(米国)では103機を空中から一斉展開する実験に成功。

🪖 Section 9: 軍事用ドローン vs 民間用ドローン(徹底比較)

代表的な軍事用機体(スペック比較)

機体最大速度最大高度飛行時間ペイロードコスト
MQ-9 Reaper米国300 km/h15,000 m27時間1,701 kg約3,000万$
Bayraktar TB2トルコ222 km/h8,239 m27時間150 kg約500万$
RQ-4 Global Hawk米国629 km/h18,000 m32時間900 kg約1.2億$

TB2はウクライナ紛争で実証済み。MQ-9の1/6のコストで同等の飛行時間を実現した点が世界的に注目された。

軍民の技術的差異(自分で実装する視点で)

技術要素軍事用民間用
通信暗号化AES-256 + 独自プロトコル・周波数跳躍省略または弱い暗号化
抗妨害性FHSS(周波数ホッピング)・Anti-jam GPSなし
GPS代替INS(慣性航法)・地形照合・スター追跡GPSのみ(失うと位置喪失)
耐環境性-40℃〜+70℃・防水・防塵(MIL-STD)0〜40℃程度・民生グレード
自律度無通信でもAI自律判断・ターゲット選定通信断=フェイルセーフ帰還
ステルス性低RCS設計・吸音塗料・赤外線低減なし

日本の防衛省・ATLA(防衛装備庁)のUAV政策

2024年に防衛費がGDP比2%に増額されて以降、UAV(無人機)予算が急拡大。ATLAは国産UAVの研究開発を推進中。

国産ドローンメーカーACSL(エーシーエスエル)は2024年3月に航空自衛隊の空撮用ドローンとして採用され、第一種型式認証機体も保有。防衛省との接点が増加中。

民間ドローンメーカーが防衛省・自治体との契約を目指すには、型式認証の取得が現実的な第一歩。自社開発システムをExitに持っていく戦略と親和性が高い。

🛩️ Section 10: 自律飛行アルゴリズム(0から実装)

経路計画アルゴリズム

A* アルゴリズム(グリッドマップ向け)

コスト関数 f(n) = g(n) + h(n) で最短経路を保証する探索。

g(n): スタートからノードnまでの実コスト
h(n): ノードnからゴールまでのヒューリスティック(例: ユークリッド距離)
障害物マップ上で全ノードを評価して最短経路を探索

RRT / RRT*(連続空間向け・3D経路計画)

ランダムにノードを空間内に生成して木を伸ばし経路を構築。1999年に提案され、ロボット工学で最も普及したアルゴリズム。RRT*は最適性収束を保証。

1. ランダムな点 q_rand を空間にサンプリング
2. 木の中で最近傍ノード q_near を探索
3. q_near から q_rand の方向にステップ幅だけ伸ばして q_new を生成
4. 障害物と干渉しなければ木に追加
5. ゴールに到達するまで繰り返す

3D空間への拡張(ドローン向け)

高度方向も含めた3Dグリッドマップ(OctoMap: 八分木構造)で占有マップを表現。メモリ効率が高く、LiDAR点群データとの相性が良い。

状態機械(State Machine)による自律制御フロー

IDLE
ARM
TAKEOFF
WAYPOINT
LAND
DISARM

各状態で遷移条件とセンサー健全性チェックを行う。異常検知時はFAILSAFE状態に即時移行。

フェイルセーフ設計(安全機構は必須)

RC信号ロスト(1秒以上): 自動帰還(Return to Home)モードへ移行
バッテリー残量20%以下: 帰還 → 10%以下で緊急着陸を強制
GPS精度低下(HDOP > 2.5): 高度保持モードへ切替・位置保持解除
姿勢異常(Roll/Pitch > 70°超): 全モーター停止(落下の方が安全な場合)
モーター出力異常: 非対称推力を検出したら即時緊急着陸

📍 Section 11: 位置推定・SLAM(GPSなしで飛ぶ)

軍事用途・屋内用途ではGPSが使えない。センサーのみで位置を自己推定する技術群を理解する。

光学フローセンサー

カメラで地面テクスチャの変化を追跡。マウスセンサー転用チップ(PMW3901・PAW3902)を使えば安価に実装可能。相対的な移動量を速度に変換。

VIO(Visual Inertial Odometry)

カメラ + IMUで位置・姿勢を同時推定。ORB-SLAM3・VINS-Monoが代表アルゴリズム。0から実装するなら論文(ICCV・CVPR掲載)を読んで数式から実装する。屋内・GPS不可環境で最有力。

LiDAR-SLAM

3Dレーザースキャナーで点群データを取得。Cartographerアルゴリズムで地図を同時構築しながら位置推定。高精度だが高コスト(Velodyne VLP-16 ≈ 100万円)。

RTK-GPS(高精度GPS)

基準局との差分補正で水平2〜3cm精度。u-blox ZED-F9P(約4万円)で自作可能。農業・測量ドローンに必須。GPS環境があるなら最もコスパが良い。

🔒 Section 12: サイバーセキュリティ & スプーフィング対策

ドローンへの主なサイバー攻撃手法

01
GPSスプーフィング:偽のGPS信号を発信して機体の位置認識を誤らせる。イランが2011年にRQ-170 Sentinelを着陸させた手法とされる。
02
RFジャミング:制御周波数(2.4GHz / 5.8GHz)を妨害。フェイルセーフが発動するが、帰還中に落下させることも可能。
03
パケットインジェクション:通信が暗号化・認証されていない場合、偽コマンドを送信して機体を乗っ取ることが可能。
04
ファームウェア改ざん:物理アクセスまたはOTA更新の脆弱性を利用してバックドアを仕込む。

0から実装するセキュリティ対策

GPSスプーフィング検出: 受信信号強度(SNR)の急変・複数衛星の位置整合性チェック・INSとの位置差分監視
通信暗号化: ChaCha20-Poly1305(マイコン向け軽量暗号)でペイロードを暗号化
コマンド認証: HMAC-SHA256でコマンドに署名。タイムスタンプ付きでリプレイ攻撃も防止
セキュアブート: ファームウェアのハッシュ検証。改ざんされたFWは起動拒否
INSバックアップ: GPS喪失時は慣性航法(加速度積分)で短時間の位置推定を継続

💻 Section 13: 0から作るドローンシミュレーター(開発環境)

実機を壊さないためにシミュレーション環境は必須。まずPythonで物理モデルを作り、アルゴリズムを検証してから実機に載せる。

Pythonで物理シミュレーター自作(最初のステップ)

Newton-Eulerの運動方程式を数値積分(RK4法)で解く。力・トルク→加速度→速度→位置の順に積分。

import numpy as np

def quadrotor_dynamics(state, u, params):
    """
    state: [x, y, z, vx, vy, vz, roll, pitch, yaw, p, q, r]
    u: [F1, F2, F3, F4]  各モーターの推力
    """
    m = params['mass']
    g = 9.81

    # 合計推力
    F_total = sum(u)

    # 姿勢角取得
    roll  = state[6]
    pitch = state[7]
    yaw   = state[8]

    # ワールド座標系の加速度(簡略版)
    ax = (F_total / m) * (
        np.cos(yaw) * np.sin(pitch) * np.cos(roll)
        + np.sin(yaw) * np.sin(roll)
    )
    ay = (F_total / m) * (
        np.sin(yaw) * np.sin(pitch) * np.cos(roll)
        - np.cos(yaw) * np.sin(roll)
    )
    az = (F_total / m) * np.cos(pitch) * np.cos(roll) - g

    return np.array([ax, ay, az])

Pythonシミュレーター

最初はmatplotlibで3D可視化。pygame使えばリアルタイム描画も可能。PIDゲイン調整・経路計画アルゴリズムの検証に使う。

ゲームエンジン活用

Unreal Engine 5 + AirSim(内部実装を読んで理解する)。視覚的に高品質な環境でVIOアルゴリズムの検証が可能。

HILシミュレーション

実際のFCボードをPCに接続。センサーデータをPCで生成してFCに入力し、FCの出力をPCが受け取って物理演算。実機と同一ファームウェアで検証可能。

🗺️ Section 14: 0からドローンを作るまでの学習ロードマップ

Phase 1 0〜3ヶ月: 理論と最小実験
航空力学・PID制御の理論を徹底理解(書籍「無人航空機の技術と運用」等)
Raspberry Pi Pico + MPU-6050 でPID制御をブレッドボードで実装(傾き計測→モーター制御)
DCモーター → BLDCモーター → ESC制御の順に理解
Pythonで物理シミュレーターを自作してPIDゲインを調整
費用目安: 開発ボード 2,000円 + センサー類 5,000円 + モーター・ESC 1万円
Phase 2 3〜6ヶ月: 初フライト
自作FCボード(STM32 or Pico)でクアッドコプターを飛ばす(Level 1〜2自律)
安価なフレームキット(1〜2万円)+ モーター・ESC・LiPoバッテリーを調達
相補フィルター実装 → 姿勢安定 → GPS統合 → 位置保持の段階的実装
自作ファームウェアで初フライト達成(世界に数百人しかいないレベル)
費用目安: 機体一式 3〜5万円(フレーム・モーター・ESC・バッテリー・充電器)
Phase 3 6〜12ヶ月: AI・自律化
Jetson Nano / Raspberry Pi 5 をオンボードコンピュータに搭載
カメラ + 自作CNNまたはYOLO系で物体検出(推論のみ自作)
VIO(光学フロー + IMU)で屋内自律飛行を実現
Waypoint飛行(Level 4自律)の完成・デモ動画作成
費用目安: Jetson Nano 1〜3万円 + カメラ 1〜2万円 + 改良機体 2〜3万円
Phase 4 12ヶ月〜: 産業・防衛グレード → Exit
固定翼 or VTOL設計(長距離・長時間飛行)に挑戦
暗号化通信(ChaCha20-Poly1305)・セキュアブートの実装
群制御の実験(複数機体の同期飛行・UWB測距)
型式認証取得・防衛省/ATLA・自治体への提案活動
ドローン管理システム(GCS: Ground Control Station)の自社開発
SaaSとして提供 → 顧客獲得 → M&AまたはIPOでExit

Exitに向けた差別化ポイント

市場に出回るドローン管理ソフト(GCS)のほとんどはMAVLink依存・DJI SDK依存。自社で全スタックを所有していれば、特定プロトコルへの縛りがなく、軍・防衛・インフラ向けの高セキュリティ要件にも対応できる。

「全部自分で作る」という制約は、短期的にはコストだが、長期的には技術的な参入障壁になる。既製SDKに乗っかったシステムは後発に追いつかれるが、独自スタックは模倣が困難。

防衛省・ACSL・自治体との接点は、型式認証取得→実証実験参加→随意契約という段階的なルートが現実的。まずフライトできるシステムを作ることが全ての出発点。