論文の概要: Towards a Fully Autonomous UAV Controller for Moving Platform Detection and Landing

• arxiv url: http://arxiv.org/abs/2210.08120v1
• Date: Fri, 30 Sep 2022 09:16:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-23 20:34:36.570771
• Title: Towards a Fully Autonomous UAV Controller for Moving Platform Detection and Landing
• Title（参考訳）: 移動プラットフォーム検出・着陸のための完全自律型UAV制御
• Authors: Michalis Piponidis, Panayiotis Aristodemou, Theocharis Theocharides
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 2.7909470193274593
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While Unmanned Aerial Vehicles (UAVs) are increasingly deployed in several missions, their inability of reliable and consistent autonomous landing poses a major setback for deploying such systems truly autonomously. In this paper we present an autonomous UAV landing system for landing on a moving platform. In contrast to existing attempts, the proposed system relies only on the camera sensor, and has been designed as lightweight as possible. The proposed system can be deployed on a low power platform as part of the drone payload, whilst being indifferent to any external communication or any other sensors. The system relies on a Neural Network (NN) based controller, for which a target and environment agnostic simulator was created, used in training and testing of the proposed system, via Reinforcement Learning (RL) and Proximal Policy optimization (PPO) to optimally control and steer the drone towards landing on the target. Through real-world testing, the system was evaluated with an average deviation of 15cm from the center of the target, for 40 landing attempts.
• Abstract（参考訳）: 無人航空機(uavs)は、いくつかのミッションで徐々に展開されているが、信頼性と一貫性の欠如は、真に自律的にシステムを展開する上で大きな障害となる。 本稿では,移動プラットフォームに着陸するための自律型uavランディングシステムを提案する。 既存の試みとは対照的に,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。 提案するシステムは、外部通信や他のセンサーとは無関係に、ドローンペイロードの一部として低電力プラットフォームにデプロイすることができる。 このシステムは、ニューラルネットワーク(NN)ベースのコントローラに依存しており、ターゲットと環境に依存しないシミュレータが作成され、RL(Reinforcement Learning)とPPO(Proximal Policy Optimization)を介して提案システムのトレーニングとテストに使用される。 実世界のテストにより、システムは目標の中心から平均15cmずれて40回の着陸の試みで評価された。

関連論文リスト

• 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)
• Ultra-low Power Deep Learning-based Monocular Relative Localization Onboard Nano-quadrotors [64.68349896377629]
  この研究は、2つのピアナノドロンのディープニューラルネットワーク(DNN)を介して、単分子の相対的な局所化に対処する、新しい自律的なエンドツーエンドシステムを示す。 超制約ナノドローンプラットフォームに対処するため,データセットの増大,量子化,システム最適化などを含む垂直統合フレームワークを提案する。 実験の結果,DNNは低分解能モノクローム画像のみを用いて最大2mの距離で10cmのターゲットナノドローンを正確に局在させることができることがわかった。
  論文  参考訳（メタデータ） (2023-03-03T14:14:08Z)
• 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)
• 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)
• Monocular visual autonomous landing system for quadcopter drones using software in the loop [0.696125353550498]
  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。
  論文  参考訳（メタデータ） (2021-08-14T21:28:28Z)
• A Multi-UAV System for Exploration and Target Finding in Cluttered and GPS-Denied Environments [68.31522961125589]
  複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。 UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。 その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
  論文  参考訳（メタデータ） (2021-07-19T12:54:04Z)
• Planetary UAV localization based on Multi-modal Registration with Pre-existing Digital Terrain Model [0.5156484100374058]
  我々は,UAV上のナディルビューカメラを用いて,惑星UAVの位置を推定するマルチモーダル登録に基づくSLAMアルゴリズムを提案する。 オンボードUAV画像とプリインストールデジタル地形モデルとのスケールと外観の違いを克服するために,UAV画像とDEMの地形特性がクロスパワースペクトルを介して周波数領域で相関できることを示す理論的モデルを提案した。 提案するローカライゼーションアルゴリズムのロバスト性と有効性をテストするために,惑星探査のための新しいクロスソースドローンベースのローカライゼーションデータセットを提案する。
  論文  参考訳（メタデータ） (2021-06-24T02:54:01Z)
• Efficient and Robust LiDAR-Based End-to-End Navigation [132.52661670308606]
  我々は,LiDARをベースとした効率的なエンドツーエンドナビゲーションフレームワークを提案する。 本稿では,スパース畳み込みカーネル最適化とハードウェア対応モデル設計に基づくFast-LiDARNetを提案する。 次に,単一の前方通過のみから予測の不確かさを直接推定するハイブリッド・エビデンシャル・フュージョンを提案する。
  論文  参考訳（メタデータ） (2021-05-20T17:52:37Z)
• Robust Autonomous Landing of UAV in Non-Cooperative Environments based on Dynamic Time Camera-LiDAR Fusion [11.407952542799526]
  低コストLiDARと双眼カメラを備えたUAVシステムを構築し,非協調環境における自律着陸を実現する。 我々は,LiDARの非繰り返し走査と高いFOVカバレッジ特性を利用して,動的時間深度補完アルゴリズムを考案した。 深度マップに基づいて, 傾斜, 粗度, 安全領域の大きさなどの高層地形情報を導出する。
  論文  参考訳（メタデータ） (2020-11-27T14:47:02Z)
• Distributed Variable-Baseline Stereo SLAM from two UAVs [17.513645771137178]
  本稿では,単眼カメラを1台,IMUを1台搭載した2台のUAVを用いて,視界の重なりと相対距離の測定を行った。 本稿では,glsuavエージェントを自律的に制御するために,分散協調推定方式を提案する。 我々は,高度160mまでの飛行におけるアプローチの有効性を実証し,最先端のVIO手法の能力を大きく超えている。
  論文  参考訳（メタデータ） (2020-09-10T12:16:10Z)
• Target Detection, Tracking and Avoidance System for Low-cost UAVs using AI-Based Approaches [1.5836913530330785]
  AIベースのアプローチを用いて,低コストUAV飛行制御装置を対象とした目標検出・追跡・回避システムを開発した。 提案したシステムは、同盟国であるUAVが敵の予想外のUAVを避けたり、網で追跡して身を守ることができる。
  論文  参考訳（メタデータ） (2020-02-27T21:58:54Z)

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。