Fugu-MT 論文翻訳(概要): Optimizing Terrain Mapping and Landing Site Detection for Autonomous UAVs

論文の概要: Optimizing Terrain Mapping and Landing Site Detection for Autonomous UAVs

arxiv url: http://arxiv.org/abs/2205.03522v1
Date: Sat, 7 May 2022 02:16:29 GMT
ステータス: 処理完了
システム内更新日: 2022-05-10 16:48:05.420441
Title: Optimizing Terrain Mapping and Landing Site Detection for Autonomous UAVs
Title（参考訳）: 無人UAVの地形マッピングと着陸地点検出の最適化
Authors: Pedro F. Proen\c{c}a, Jeff Delaune, Roland Brockers
Abstract要約: 次世代の火星ロータークラフトは、自律的なハザード回避着陸を必要とする。本研究は, 連続マルチレゾリューション高度マップ再構成と安全な着陸地点検出を行うシステムを提案する。
参考スコア（独自算出の注目度）: 2.3513645401551333
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The next generation of Mars rotorcrafts requires on-board autonomous hazard avoidance landing. To this end, this work proposes a system that performs continuous multi-resolution height map reconstruction and safe landing spot detection. Structure-from-Motion measurements are aggregated in a pyramid structure using a novel Optimal Mixture of Gaussians formulation that provides a comprehensive uncertainty model. Our multiresolution pyramid is built more efficiently and accurately than past work by decoupling pyramid filling from the measurement updates of different resolutions. To detect the safest landing location, after an optimized hazard segmentation, we use a mean shift algorithm on multiple distance transform peaks to account for terrain roughness and uncertainty. The benefits of our contributions are evaluated on real and synthetic flight data.
Abstract（参考訳）: 次世代の火星ロータークラフトは、自律的な危険回避着陸を必要とする。この目的のために, 連続マルチレゾリューション高度マップ再構成と安全な着地地点検出を行うシステムを提案する。構造移動の測定は、包括的不確実性モデルを提供する新しいガウス方程式の最適混合を用いてピラミッド構造に集約される。マルチレゾリューション・ピラミッドは, 異なる解像度の計測更新からピラミッド充填を分離することで, 過去の作業よりも効率的に, 正確に構築できる。最も安全な着陸地点を検出するために,複数の距離変換ピークに対する平均シフトアルゴリズムを用いて,地形の粗さと不確実性を考慮した。私たちの貢献の利点は、実際の飛行データと合成飛行データで評価されます。

関連論文リスト

OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。 OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
論文参考訳（メタデータ） (2024-09-14T07:44:22Z)
Real-Time Stochastic Terrain Mapping and Processing for Autonomous Safe Landing [0.0]
本稿では,新しいリアルタイムな惑星地形マッピングアルゴリズムを開発した。サンプル点間の地形的不確実性や、スパース3次元測定による不確かさを考慮に入れている。
論文参考訳（メタデータ） (2024-09-14T05:12:14Z)
Learning multiobjective rough terrain traversability [0.0]
本研究では, 地形の高分解能地形データと地上車両シミュレーションを用いて, トラバーサビリティの予測を行う手法を提案する。深層ニューラルネットワークは、局所的なハイトマップと目標速度からトラバーサビリティ対策を予測するために訓練される。従来は見つからなかったレーザ走査型森林地形のモデルについて検討した。
論文参考訳（メタデータ） (2022-03-30T14:31:43Z)
Adaptive Path Planning for UAVs for Multi-Resolution Semantic Segmentation [28.104584236205405]
重要な課題は、大規模な環境で取得したデータの価値を最大化するミッションを計画することである。これは例えば、農地のモニタリングに関係している。本稿では,UAV経路に適応して高精細なセマンティックセマンティックセマンティクスを得るオンライン計画アルゴリズムを提案する。
論文参考訳（メタデータ） (2022-03-03T11:03:28Z)
Adaptive Path Planning for UAV-based Multi-Resolution Semantic Segmentation [26.729010176211016]
本稿では,UAV経路に適応して高精細なセマンティックセマンティックセマンティクスを得るオンライン計画アルゴリズムを提案する。私たちのアプローチの重要な特徴は、ディープラーニングベースのアーキテクチャのための新しい精度モデルです。実地フィールドデータを用いた精密農業における作物・雑草分断の適用性について,本研究のアプローチを評価した。
論文参考訳（メタデータ） (2021-08-04T07:30:04Z)
Kimera-Multi: Robust, Distributed, Dense Metric-Semantic SLAM for Multi-Robot Systems [92.26462290867963]
Kimera-Multiは、最初のマルチロボットシステムであり、不正なインターループとイントラロボットループの閉鎖を識別し拒否することができる。我々は、フォトリアリスティックシミュレーション、SLAMベンチマークデータセット、地上ロボットを用いて収集された屋外データセットの挑戦において、Kimera-Multiを実証した。
論文参考訳（メタデータ） (2021-06-28T03:56:40Z)
Accurate and Robust Scale Recovery for Monocular Visual Odometry Based on Plane Geometry [7.169216737580712]
地上面の高精度かつロバストな推定を生かした軽量なスケール復元フレームワークを開発した。 KITTIデータセットの実験により,提案したフレームワークが翻訳誤りの点から最先端の精度を達成できることが示されている。軽量な設計のため、我々のフレームワークはデータセット上で20Hzの高周波数を示す。
論文参考訳（メタデータ） (2021-01-15T07:21:24Z)
MRDet: A Multi-Head Network for Accurate Oriented Object Detection in Aerial Images [51.227489316673484]
水平アンカーから変換された指向性提案を生成するために、任意指向領域提案ネットワーク(AO-RPN)を提案する。正確なバウンディングボックスを得るために,検出タスクを複数のサブタスクに分離し,マルチヘッドネットワークを提案する。各ヘッドは、対応するタスクに最適な特徴を学習するために特別に設計されており、ネットワークがオブジェクトを正確に検出することができる。
論文参考訳（メタデータ） (2020-12-24T06:36:48Z)
Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文参考訳（メタデータ） (2020-07-28T07:34:30Z)
Refined Plane Segmentation for Cuboid-Shaped Objects by Leveraging Edge Detection [63.942632088208505]
本稿では,セグメント化された平面マスクを画像に検出されたエッジと整列するための後処理アルゴリズムを提案する。これにより、立方体形状の物体に制限を加えながら、最先端のアプローチの精度を高めることができます。
論文参考訳（メタデータ） (2020-03-28T18:51:43Z)
Augmented Parallel-Pyramid Net for Attention Guided Pose-Estimation [90.28365183660438]
本稿では、注意部分モジュールと微分可能な自動データ拡張を備えた拡張並列ピラミドネットを提案する。我々は、データ拡張のシーケンスをトレーニング可能なCNNコンポーネントとして定式化する新しいポーズ検索空間を定義する。特に,本手法は,挑戦的なCOCOキーポイントベンチマークとMPIIデータセットの最先端結果において,トップ1の精度を実現する。
論文参考訳（メタデータ） (2020-03-17T03:52:17Z)

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。