論文の概要: LIFT OFF: LoRaWAN Installation and Fiducial Tracking Operations for the
Flightline of the Future
- arxiv url: http://arxiv.org/abs/2311.15912v1
- Date: Mon, 27 Nov 2023 15:22:17 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-28 14:39:32.837627
- Title: LIFT OFF: LoRaWAN Installation and Fiducial Tracking Operations for the
Flightline of the Future
- Title(参考訳): lift off: 将来のフライトラインのためのlorawanの設置とfiducial tracking operations
- Authors: Ari Goodman, Ryan O'Shea
- Abstract要約: LIFT OFFは、人や支援機器のGPSセンサーと、航空機の視覚的フィジュアルを使って、追跡された全ての資産をリアルタイムで更新するマップを成功させた。
今後、空母や水陸両用攻撃船を含む他の環境にもこの技術を適用することが期待されている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Real-time situational awareness for the location of assets is critical to
ensure missions are completed efficiently and requirements are satisfied. In
many commercial settings, the application of global positioning system (GPS)
sensors is appropriate to achieve timely knowledge of the position of people
and equipment. However, GPS sensors are not appropriate for all situations due
to flight clearance and operations security concerns. LIFT OFF: LoRaWAN
Installation and Fiducial Tracking Operations for the Flightline of the Future
proposes a hybrid framework solution to achieve real-time situational awareness
for people, support equipment, and aircraft positions regardless of the
environment. This framework included a machine-vision component, which involved
setting up cameras to detect AprilTag decals that were installed on the sides
of aircraft. The framework included a geolocation sensor component, which
involved installing GPS sensors on support equipment and helmets. The framework
also included creating a long-range wide area network (LoRaWAN) to transfer
data and developing a user interface to display the data. The framework was
tested at Naval Air Station Oceana Flightline, the United States Naval Test
Pilot School, and at Naval Air Warfare Center Aircraft Division Lakehurst. LIFT
OFF successfully provided a real-time updating map of all tracked assets using
GPS sensors for people and support equipment and with visual fiducials for
aircraft. The trajectories of the assets were recorded for logistical analysis
and playback. Future follow-on work is anticipated to apply the technology to
other environments including carriers and amphibious assault ships in addition
to the flightline.
- Abstract(参考訳): ミッションが効率的に完了し、要求を満たすためには、資産の位置に関するリアルタイムの状況認識が不可欠である。
多くの商用環境では、人や機器の位置に関するタイムリーな知識を得るのにグローバル測位システム(GPS)の応用が適している。
しかし、フライトクリアランスや運用上のセキュリティ上の懸念から、GPSセンサーはあらゆる状況に適していない。
LIFT OFF: LoRaWAN Installation and Fiducial Tracking Operations for the Flightline of the Futureは、環境に関わらず、人、支援機器、航空機の位置をリアルタイムに認識するためのハイブリッドフレームワークソリューションを提案する。
このフレームワークには、航空機の側面に設置されたエイプリルタグデカルを検出するためにカメラを設置するマシンビジョンコンポーネントが含まれていた。
このフレームワークにはGPSセンサーを支持装置やヘルメットに装着する位置情報センサーコンポーネントが含まれていた。
このフレームワークには、データ転送のための長距離広域ネットワーク(lorawan)の作成や、データを表示するユーザインターフェースの開発も含まれていた。
このフレームワークは、アメリカ海軍航空基地オセアニア飛行場、アメリカ海軍試験パイロット学校、および海軍航空戦センター航空機部門レイクハーストでテストされた。
LIFT OFFは、人や支援機器のGPSセンサーと航空機の視覚的フィジュアルを使って、追跡された全ての資産のリアルタイム更新マップを成功させた。
資産の軌跡は、物流分析と再生のために記録された。
今後、この技術は空母や水陸両用攻撃船を含む他の環境にも適用される予定である。
関連論文リスト
- Long-Range Vision-Based UAV-assisted Localization for Unmanned Surface Vehicles [7.384309568198598]
地球測位システム (GPS) は海洋環境下での無人表面車両 (USV) によるフィールド操作に必須のナビゲーション手法となっている。
GPSは、自然の干渉や悪意のある妨害攻撃に弱いため、必ずしも屋外で利用できるとは限らない。
本研究では,無人航空機(UAV)を用いて,制限された海洋環境下でのUSVのローカライズを支援する新しい手法を提案する。
論文 参考訳(メタデータ) (2024-08-21T08:37:37Z) - 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) - Pose Estimation and Tracking for ASIST [0.0]
Aircraft Ship Integrated Secure and Traverse (ASIST) は、ヘリコプターを安全にかつ効率的に捕獲するシステムである。
PETA (Pose Estimation and Tracking for ASIST) は、ASISTシステムオペレータのハードウェアインストールを必要とせずに、ヘリコプター追跡システムのプロトタイプを開発するための研究である。
PETAは、最先端のコンピュータビジョンアルゴリズムである高速R-CNNとHRNetを使ってヘリコプターの姿勢をリアルタイムで推定する可能性を実証した。
論文 参考訳(メタデータ) (2023-11-30T16:15:29Z) - Computer Vision for Carriers: PATRIOT [0.0]
PATRIOTは、既存のカメラフィードを受信し、航空機のポーズを計算し、仮想のOuijaボードインターフェースを現在の資産と更新するプロトタイプシステムである。
ソフトウェアは人工的および現実世界のデータでテストされ、資産のポーズを正確に抽出することができた。
論文 参考訳(メタデータ) (2023-11-27T15:23:25Z) - Precise Payload Delivery via Unmanned Aerial Vehicles: An Approach Using
Object Detection Algorithms [0.0]
マイクロクラスUAVの開発について述べるとともに,新しいナビゲーション手法を提案する。
ディープラーニングベースのコンピュータビジョンアプローチを採用して、UAVをペイロードの配送位置にマークされたターゲットを特定し、正確に調整する。
提案手法は従来のGPS手法よりも平均水平精度を500%向上させる。
論文 参考訳(メタデータ) (2023-10-10T05:54:04Z) - MSight: An Edge-Cloud Infrastructure-based Perception System for
Connected Automated Vehicles [58.461077944514564]
本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。
MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。
評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
論文 参考訳(メタデータ) (2023-10-08T21:32:30Z) - VPAIR -- Aerial Visual Place Recognition and Localization in Large-scale
Outdoor Environments [49.82314641876602]
VPAIRという新しいデータセットを提示します。
データセットは地上300メートル以上の高度で飛行する軽航空機に記録されている。
このデータセットは、様々なタイプの挑戦的な風景を、100km以上にわたってカバーしている。
論文 参考訳(メタデータ) (2022-05-23T18:50:08Z) - ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and
Response with AI [55.41644538483948]
小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。
我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。
本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
論文 参考訳(メタデータ) (2022-01-25T14:51:19Z) - Deep Learning Aided Routing for Space-Air-Ground Integrated Networks
Relying on Real Satellite, Flight, and Shipping Data [79.96177511319713]
現在の海上通信は主に単なる送信資源を持つ衛星に依存しており、現代の地上無線ネットワークよりも性能が劣っている。
大陸横断航空輸送の増加に伴い、商業旅客機に依存した航空アドホックネットワークという有望な概念は、空対地およびマルチホップ空対空リンクを介して衛星ベースの海上通信を強化する可能性がある。
低軌道衛星コンステレーション、旅客機、地上基地局、船舶がそれぞれ宇宙、航空、船舶として機能する、ユビキタスな海上通信を支援するための宇宙地上統合ネットワーク(SAGIN)を提案する。
論文 参考訳(メタデータ) (2021-10-28T14:12:10Z) - 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) - Demo Abstract: Indoor Positioning System in Visually-Degraded
Environments with Millimetre-Wave Radar and Inertial Sensors [44.58134907168034]
本研究では,ミリ波レーダと慣性計測ユニット(IMU)データを深部センサ融合により融合する屋内位置決めシステムを提案する。
優れた精度とレジリエンスは、照明の悪いシーンでも見られた。
論文 参考訳(メタデータ) (2020-10-26T17:41:25Z)
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。