論文の概要: Virtual Testbed for Monocular Visual Navigation of Small Unmanned
Aircraft Systems
- arxiv url: http://arxiv.org/abs/2007.00737v1
- Date: Wed, 1 Jul 2020 20:35:26 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-14 23:37:16.722605
- Title: Virtual Testbed for Monocular Visual Navigation of Small Unmanned
Aircraft Systems
- Title(参考訳): 小型無人航空機の単眼視ナビゲーションのための仮想テストベッド
- Authors: Kyung Kim, Robert C. Leishman, and Scott L. Nykl
- Abstract要約: この研究は、現実世界の地形上で模擬飛行試験を行うための仮想テストベッドを提供する。
視覚ナビゲーションアルゴリズムのリアルタイム性能を31Hzで解析する。
このツールは、固定翼航空機のGPSによる航法研究に適した視覚計測アルゴリズムを見つけるために作られた。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Monocular visual navigation methods have seen significant advances in the
last decade, recently producing several real-time solutions for autonomously
navigating small unmanned aircraft systems without relying on GPS. This is
critical for military operations which may involve environments where GPS
signals are degraded or denied. However, testing and comparing visual
navigation algorithms remains a challenge since visual data is expensive to
gather. Conducting flight tests in a virtual environment is an attractive
solution prior to committing to outdoor testing.
This work presents a virtual testbed for conducting simulated flight tests
over real-world terrain and analyzing the real-time performance of visual
navigation algorithms at 31 Hz. This tool was created to ultimately find a
visual odometry algorithm appropriate for further GPS-denied navigation
research on fixed-wing aircraft, even though all of the algorithms were
designed for other modalities. This testbed was used to evaluate three current
state-of-the-art, open-source monocular visual odometry algorithms on a
fixed-wing platform: Direct Sparse Odometry, Semi-Direct Visual Odometry, and
ORB-SLAM2 (with loop closures disabled).
- Abstract(参考訳): 単眼の視覚ナビゲーション手法は過去10年間で大きな進歩を遂げており、最近はGPSを頼らずに小型無人航空機を自律的に航行するためのいくつかのリアルタイムソリューションを生み出している。
これは、GPS信号が劣化または否定される環境を含む軍事作戦にとって重要である。
しかし、ビジュアルデータの収集にはコストがかかるため、ビジュアルナビゲーションアルゴリズムのテストと比較は依然として課題である。
仮想環境での飛行テストの実行は、屋外テストにコミットする前に魅力的なソリューションです。
本研究は、実世界の地形上でシミュレーション飛行試験を行い、31Hzのビジュアルナビゲーションアルゴリズムのリアルタイム性能を解析するための仮想テストベッドを提案する。
このツールは最終的に、すべてのアルゴリズムが他のモダリティのために設計されているにもかかわらず、固定翼航空機のGPSによる航法研究に適した視覚計測アルゴリズムを見つけるために作られた。
このテストベッドは、固定翼プラットフォーム(Direct Sparse Odometry、Semi-Direct Visual Odometry、ORB-SLAM2、ループクロージャを無効にした)上で、最先端のオープンソースのモノクラービジュアルオドメトリーアルゴリズムを3つ評価するために使用された。
関連論文リスト
- NAVSIM: Data-Driven Non-Reactive Autonomous Vehicle Simulation and Benchmarking [65.24988062003096]
我々は,視覚に基づく運転ポリシーをベンチマークするフレームワークであるNAVSIMを提案する。
我々のシミュレーションは非反応性であり、評価された政策と環境は互いに影響を与えない。
NAVSIMはCVPR 2024で開催され、143チームが433のエントリーを提出し、いくつかの新たな洞察を得た。
論文 参考訳(メタデータ) (2024-06-21T17:59:02Z) - Angle Robustness Unmanned Aerial Vehicle Navigation in GNSS-Denied
Scenarios [66.05091704671503]
本稿では、ポイントツーポイントナビゲーションタスクにおける飛行偏差に対処する新しい角度ナビゲーションパラダイムを提案する。
また、Adaptive Feature Enhance Module、Cross-knowledge Attention-guided Module、Robust Task-oriented Head Moduleを含むモデルを提案する。
論文 参考訳(メタデータ) (2024-02-04T08:41:20Z) - Radio Map Estimation -- An Open Dataset with Directive Transmitter
Antennas and Initial Experiments [49.61405888107356]
実世界の現実的な都市地図とオープンなデータソースからの航空画像とともに、シミュレーションされた経路損失無線マップのデータセットをリリースする。
モデルアーキテクチャ,入力特徴設計,航空画像からの無線マップの推定に関する実験を行った。
論文 参考訳(メタデータ) (2024-01-12T14:56:45Z) - UAV-Borne Mapping Algorithms for Low-Altitude and High-Speed Drone Applications [0.4681661603096333]
本稿では,現状のセンサとUAV(Unmanned Aerial Vehicle)アプリケーションのためのマッピングアルゴリズムについて述べる。
新しい実験構造は、AirSimシミュレータとGoogle 3Dマップモデルを統合することで実現可能な、非常に現実的な環境を用いて作成される。
論文 参考訳(メタデータ) (2024-01-12T07:04:44Z) - Vision-Based Autonomous Navigation for Unmanned Surface Vessel in
Extreme Marine Conditions [2.8983738640808645]
本稿では,極端海洋環境下での目標物追跡のための自律的視覚に基づくナビゲーション・フレームワークを提案する。
提案手法は砂嵐や霧による可視性低下下でのシミュレーションで徹底的に検証されている。
結果は、ベンチマークしたMBZIRCシミュレーションデータセット全体にわたる最先端のデハージング手法と比較される。
論文 参考訳(メタデータ) (2023-08-08T14:25:13Z) - Unsupervised Visual Odometry and Action Integration for PointGoal
Navigation in Indoor Environment [14.363948775085534]
屋内環境におけるポイントゴールナビゲーションは、個人ロボットが特定の地点に向かうための基本的なタスクである。
GPS信号を使わずにPointGoalナビゲーションの精度を向上させるために、ビジュアル・オドメトリー(VO)を用い、教師なしで訓練された新しいアクション統合モジュール(AIM)を提案する。
実験により,提案システムは良好な結果が得られ,Gibsonデータセット上で部分的に教師付き学習アルゴリズムよりも優れていた。
論文 参考訳(メタデータ) (2022-10-02T03:12:03Z) - Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。
本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。
本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
論文 参考訳(メタデータ) (2021-11-17T21:48:31Z) - The Surprising Effectiveness of Visual Odometry Techniques for Embodied
PointGoal Navigation [100.08270721713149]
PointGoalナビゲーションは、シミュレーションされたEmbodied AI環境で導入された。
最近の進歩は、ほぼ完璧な精度でPointGoalナビゲーションタスクを解く(99.6%の成功)
本研究では,ナビゲーションポリシにビジュアルオドメトリ技術を統合することで,人気の高いHabitat PointNavベンチマークの最先端性を大きなマージンで向上することを示す。
論文 参考訳(メタデータ) (2021-08-26T02:12:49Z) - Towards bio-inspired unsupervised representation learning for indoor
aerial navigation [4.26712082692017]
本研究では,生物にインスパイアされた深層学習アルゴリズムによる同時位置決めとマッピング(SLAM)とそのドローンナビゲーションシステムへの応用について述べる。
本稿では,低次元潜在状態記述子を出力し,知覚的エイリアスに対する感度を軽減し,高効率な組込みハードウェアの開発を行う教師なし表現学習手法を提案する。
設計したアルゴリズムは,室内の倉庫環境において収集されたデータセットに基づいて評価され,最初の結果はロバストな屋内航法の実現可能性を示している。
論文 参考訳(メタデータ) (2021-06-17T08:42:38Z) - Cycle and Semantic Consistent Adversarial Domain Adaptation for Reducing
Simulation-to-Real Domain Shift in LiDAR Bird's Eye View [110.83289076967895]
ドメイン適応プロセス中に関心のある小さなオブジェクトの情報を保存するために,事前の意味分類を用いたサイクガンに基づくbevドメイン適応法を提案する。
生成したBEVの品質は,KITTI 3D Object Detection Benchmarkの最先端3Dオブジェクト検出フレームワークを用いて評価されている。
論文 参考訳(メタデータ) (2021-04-22T12:47:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。