論文の概要: Monocular visual autonomous landing system for quadcopter drones using
software in the loop
- arxiv url: http://arxiv.org/abs/2108.06616v1
- Date: Sat, 14 Aug 2021 21:28:28 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-17 14:48:43.547306
- Title: Monocular visual autonomous landing system for quadcopter drones using
software in the loop
- Title（参考訳）: ループ内ソフトウェアを用いたクワッドコプタードローンの単眼視覚自律着陸システム
- Authors: Miguel Saavedra-Ruiz, Ana Mario Pinto-Vargas, Victor Romero-Cano
- Abstract要約: 着陸パッド追跡に対する単眼視のみのアプローチにより、F450クワッドコプタードローンでこのシステムを効果的に実装することが可能になった。
ランディングパッドトラッキングに対する単眼視のみのアプローチにより、Odroid XU4組み込みプロセッサの標準的な計算能力を備えたF450クワッドコプタードローンでこのシステムを効果的に実装できるようになった。
- 参考スコア（独自算出の注目度）: 0.696125353550498
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous landing is a capability that is essential to achieve the full
potential of multi-rotor drones in many social and industrial applications. The
implementation and testing of this capability on physical platforms is risky
and resource-intensive; hence, in order to ensure both a sound design process
and a safe deployment, simulations are required before implementing a physical
prototype. This paper presents the development of a monocular visual system,
using a software-in-the-loop methodology, that autonomously and efficiently
lands a quadcopter drone on a predefined landing pad, thus reducing the risks
of the physical testing stage. In addition to ensuring that the autonomous
landing system as a whole fulfils the design requirements using a Gazebo-based
simulation, our approach provides a tool for safe parameter tuning and design
testing prior to physical implementation. Finally, the proposed monocular
vision-only approach to landing pad tracking made it possible to effectively
implement the system in an F450 quadcopter drone with the standard
computational capabilities of an Odroid XU4 embedded processor.
- Abstract（参考訳）: 自律着陸は、多くの社会的・産業的応用において、マルチロータードローンの潜在能力を最大限に発揮するために欠かせない能力である。
物理プラットフォーム上でのこの機能の実装とテストはリスクが高く、リソース集約的であるため、健全な設計プロセスと安全な配置の両方を保証するためには、物理プロトタイプを実装する前にシミュレーションが必要である。
本稿では,クワッドコプターを予め定義された着陸パッドに自律的かつ効率的に着陸させることにより,物理的試験段階のリスクを低減できる単眼視システムの開発について述べる。
ガゼボをベースとしたシミュレーションにより,自律着陸システム全体が設計要件を満たすことを保証するとともに,本手法は,物理実装に先立って安全なパラメータチューニングと設計試験を行うためのツールを提供する。
最後に、ランディングパッド追跡に対する単眼視覚のみのアプローチにより、オドロイドxu4組み込みプロセッサの標準的な計算能力を持つf450クアッドコプタードローンでシステムを効果的に実装することができた。
関連論文リスト
- A Safer Vision-based Autonomous Planning System for Quadrotor UAVs with
Dynamic Obstacle Trajectory Prediction and Its Application with LLMs [6.747468447244154]
本稿では,動的障害物の追跡と軌道予測を組み合わせて,効率的な自律飛行を実現するビジョンベース計画システムを提案する。
シミュレーション環境と実環境環境の両方で実験を行い,本研究の結果から動的環境の障害物をリアルタイムに検出・回避することが可能であることが示唆された。
論文 参考訳（メタデータ） (2023-11-21T08:09:00Z) - OmniDrones: An Efficient and Flexible Platform for Reinforcement
Learning in Drone Control [16.570253723823996]
我々は、ドローン制御における強化学習に適した、効率的で柔軟なプラットフォームであるOmniDronesを紹介した。
ボトムアップ設計アプローチを採用しており、ユーザーは様々なアプリケーションシナリオを簡単に設計し、実験することができる。
また、シングルドローンホバリングから過度に作動するシステムトラッキングまで、さまざまなベンチマークタスクも提供しています。
論文 参考訳（メタデータ） (2023-09-22T12:26:36Z) - Learning Deep Sensorimotor Policies for Vision-based Autonomous Drone
Racing [52.50284630866713]
既存のシステムは、状態推定、計画、制御のために手作業によるコンポーネントを必要とすることが多い。
本稿では、深層感触者ポリシーを学習することで、視覚に基づく自律ドローンレース問題に取り組む。
論文 参考訳（メタデータ） (2022-10-26T19:03:17Z) - TransVisDrone: Spatio-Temporal Transformer for Vision-based
Drone-to-Drone Detection in Aerial Videos [57.92385818430939]
視覚的フィードを用いたドローンからドローンへの検知は、ドローンの衝突の検出、ドローンの攻撃の検出、他のドローンとの飛行の調整など、重要な応用がある。
既存の手法は計算コストがかかり、非エンドツーエンドの最適化に追随し、複雑なマルチステージパイプラインを持つため、エッジデバイス上でのリアルタイムデプロイメントには適さない。
計算効率を向上したエンドツーエンドのソリューションを提供する,シンプルで効果的なフレームワークであるitTransVisDroneを提案する。
論文 参考訳（メタデータ） (2022-10-16T03:05:13Z) - Towards a Fully Autonomous UAV Controller for Moving Platform Detection
and Landing [2.7909470193274593]
移動プラットフォームに着陸するための無人無人無人無人着陸システムを提案する。
提案システムはカメラセンサのみに依存し,可能な限り軽量に設計されている。
このシステムは目標の中心から平均15cmずれて40回の着陸試験を行った。
論文 参考訳（メタデータ） (2022-09-30T09:16:04Z) - Learning a Single Near-hover Position Controller for Vastly Different
Quadcopters [56.37274861303324]
本稿では,クワッドコプターのための適応型ニアホバー位置制御器を提案する。
これは、非常に異なる質量、大きさ、運動定数を持つクワッドコプターに展開することができる。
また、実行中に未知の障害に迅速に適応する。
論文 参考訳（メタデータ） (2022-09-19T17:55:05Z) - Visual-based Safe Landing for UAVs in Populated Areas: Real-time
Validation in Virtual Environments [0.0]
本稿では,実環境における視覚に基づく自律着陸の安全性と徹底的な評価のためのフレームワークを提案する。
本研究では,UnrealグラフィックスエンジンとAirSimプラグインを併用したドローンシミュレーションを提案する。
ベスト」SLZを選択するための2つの異なる基準について検討し、異なるシナリオで仮想ドローンの自律着陸時に評価する。
論文 参考訳（メタデータ） (2022-03-25T17:22:24Z) - Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
高速物体把握のための完全自律飛行ロボットが提案されている。
追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。
我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
論文 参考訳（メタデータ） (2021-12-10T11:49:51Z) - Testing the Safety of Self-driving Vehicles by Simulating Perception and
Prediction [88.0416857308144]
センサシミュレーションは高価であり,領域ギャップが大きいため,センサシミュレーションに代わる方法を提案する。
我々は、自動運転車の知覚と予測システムの出力を直接シミュレートし、現実的な動き計画テストを可能にする。
論文 参考訳（メタデータ） (2020-08-13T17:20:02Z) - Developmental Reinforcement Learning of Control Policy of a Quadcopter
UAV with Thrust Vectoring Rotors [1.0057838324294686]
推力ベクター機能を有するクアッドコプターのための新規な強化学習型制御器を提案する。
このロボットの制御方針は、学習したクワッドコプターの制御装置からポリシー伝達を用いて学習される。
学習方針の性能は、ホバリングとウェイポイントナビゲーションのタスクの物理シミュレーションにより評価される。
論文 参考訳（メタデータ） (2020-07-15T16:17:29Z) - AirSim Drone Racing Lab [56.68291351736057]
AirSim Drone Racing Labは、この領域で機械学習研究を可能にするシミュレーションフレームワークである。
本フレームワークは,複数の写真リアル環境下でのレーストラック生成を可能にする。
当社のフレームワークを使用して,NeurIPS 2019で,シミュレーションベースのドローンレースコンペティションを開催しました。
論文 参考訳（メタデータ） (2020-03-12T08:06:06Z)
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。