論文の概要: DroneWiS: Automated Simulation Testing of small Unmanned Aerial Systems in Realistic Windy Conditions
- arxiv url: http://arxiv.org/abs/2408.16559v2
- Date: Wed, 25 Sep 2024 14:23:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-08 04:08:49.302405
- Title: DroneWiS: Automated Simulation Testing of small Unmanned Aerial Systems in Realistic Windy Conditions
- Title（参考訳）: DroneWiS: 現実的な風条件下での小型無人航空システムの自動シミュレーション試験
- Authors: Bohan Zhang, Ankit Agrawal,
- Abstract要約: DroneWiSは、sUAS開発者が現実的な風の条件を自動的にシミュレートし、sUASの風に対するレジリエンスをテストすることを可能にする。
ガゼボやAirSimのような現在の最先端のシミュレーションツールとは異なり、DroneWiSは計算流体力学(CFD)を利用してユニークな風速を計算する。
このシミュレーション機能は、困難で現実的な風の条件下でのsUASのナビゲーション能力について、開発者に深い洞察を提供する。
- 参考スコア（独自算出の注目度）: 8.290044674335473
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The continuous evolution of small Unmanned Aerial Systems (sUAS) demands advanced testing methodologies to ensure their safe and reliable operations in the real-world. To push the boundaries of sUAS simulation testing in realistic environments, we previously developed the DroneReqValidator (DRV) platform, allowing developers to automatically conduct simulation testing in digital twin of earth. In this paper, we present DRV 2.0, which introduces a novel component called DroneWiS (Drone Wind Simulation). DroneWiS allows sUAS developers to automatically simulate realistic windy conditions and test the resilience of sUAS against wind. Unlike current state-of-the-art simulation tools such as Gazebo and AirSim that only simulate basic wind conditions, DroneWiS leverages Computational Fluid Dynamics (CFD) to compute the unique wind flows caused by the interaction of wind with the objects in the environment such as buildings and uneven terrains. This simulation capability provides deeper insights to developers about the navigation capability of sUAS in challenging and realistic windy conditions. DroneWiS equips sUAS developers with a powerful tool to test, debug, and improve the reliability and safety of sUAS in real-world. A working demonstration is available at https://youtu.be/khBHEBST8Wc
- Abstract（参考訳）: 小型無人航空システム(sUAS)の継続的な進化は、現実世界における安全で信頼性の高い運用を保証するために高度な試験手法を必要とする。
現実的な環境でのsUASシミュレーションテストの境界を推し進めるため、我々は以前DroneReqValidator (DRV)プラットフォームを開発した。
本稿では,Drone WiS(Drone Wind Simulation)と呼ばれる新しいコンポーネントを紹介するDRV 2.0を提案する。
DroneWiSは、sUAS開発者が現実的な風の条件を自動的にシミュレートし、sUASの風に対するレジリエンスをテストすることを可能にする。
基本的な風条件をシミュレートするGazeboやAirSimのような現在の最先端のシミュレーションツールとは異なり、DroneWiSは計算流体力学(CFD)を利用して、建物や不均一な地形などの環境における物体との風の相互作用に起因する一意の風の流れを計算する。
このシミュレーション機能は、難解で現実的な風の条件下でのsUASのナビゲーション能力について、開発者に深い洞察を提供する。
DroneWiSは、現実世界におけるsUASの信頼性と安全性をテスト、デバッグ、改善するための強力なツールをsUAS開発者に提供する。
動作デモはhttps://youtu.be/khBHEBST8Wcで公開されている。
関連論文リスト
- DrivingSphere: Building a High-fidelity 4D World for Closed-loop Simulation [54.02069690134526]
本研究では,現実的でクローズドループなシミュレーションフレームワークであるDrivingSphereを提案する。
その中核となる考え方は、4Dの世界表現を構築し、実生活と制御可能な運転シナリオを生成することである。
動的で現実的なシミュレーション環境を提供することで、DrivingSphereは自律運転アルゴリズムの包括的なテストと検証を可能にする。
論文 参考訳（メタデータ） (2024-11-18T03:00:33Z) - ROS2-Based Simulation Framework for Cyberphysical Security Analysis of UAVs [0.08333024746293494]
本稿では,サイバー物理的セキュリティ攻撃と防衛テストの必要性に合わせた,無人航空機(UAV)の新たなシミュレータを提案する。
私たちのフレームワークには、モーションプランナ、コントローラ、通信モデル、アタックモデルが組み込まれています。
論文 参考訳（メタデータ） (2024-10-04T23:23:54Z) - Lander.AI: Adaptive Landing Behavior Agent for Expertise in 3D Dynamic
Platform Landings [2.5022287664959446]
本研究では,風環境下でのプラットフォーム上での移動と着陸を目的とした,高度な深層強化学習(DRL)エージェントであるLander:AIを紹介する。
Lander:AIは、風の乱流を含む現実世界の複雑さを反映するジム・ピブルレット・ドーンシミュレーションで厳格に訓練されています。
実験の結果、ランダー:AIの高精度着陸と移動プラットフォームへの適応能力は、風による乱れでも示されました。
論文 参考訳（メタデータ） (2024-03-11T10:20:44Z) - UniSim: A Neural Closed-Loop Sensor Simulator [76.79818601389992]
センサ搭載車両によって記録された1つのログをキャプチャする、ニューラルネットワークシミュレータUniSimを提示する。
UniSimは、静的バックグラウンドと動的アクターの両方を再構築するために、ニューラルネットワーク機能グリッドを構築する。
動的オブジェクトの学習可能な事前情報を組み込んで、畳み込みネットワークを利用して未確認領域を完成させる。
論文 参考訳（メタデータ） (2023-08-03T17:56:06Z) - DroneReqValidator: Facilitating High Fidelity Simulation Testing for
Uncrewed Aerial Systems Developers [8.290044674335473]
sUAS開発者はシミュレーションテストを通じてアプリケーションの信頼性と安全性を検証することを目指している。
実世界の環境の動的な性質は、フィールドテストによってのみ明らかにされる可能性のある、ユニークなソフトウェア欠陥を引き起こす。
DroneReqValidator(DRV)は、小型無人航空機(SUAV)シミュレーションエコシステムを提供する。
論文 参考訳（メタデータ） (2023-07-31T22:13:57Z) - Residual Physics Learning and System Identification for Sim-to-real
Transfer of Policies on Buoyancy Assisted Legged Robots [14.760426243769308]
本研究では,BALLUロボットのシステム識別による制御ポリシのロバストなシミュレートを実演する。
標準的な教師あり学習の定式化に頼るのではなく、深層強化学習を利用して外部力政策を訓練する。
シミュレーショントラジェクトリと実世界のトラジェクトリを比較することで,改良されたシミュレーション忠実度を解析する。
論文 参考訳（メタデータ） (2023-03-16T18:49:05Z) - Generative AI-empowered Simulation for Autonomous Driving in Vehicular
Mixed Reality Metaverses [130.15554653948897]
車両混合現実(MR)メタバースでは、物理的実体と仮想実体の間の距離を克服することができる。
現実的なデータ収集と物理世界からの融合による大規模交通・運転シミュレーションは困難かつコストがかかる。
生成AIを利用して、無制限の条件付きトラフィックを合成し、シミュレーションでデータを駆動する自律運転アーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-02-16T16:54:10Z) - Neural-Fly Enables Rapid Learning for Agile Flight in Strong Winds [96.74836678572582]
本稿では,ディープラーニングを通じて事前学習した表現を組み込むことで,オンラインでの迅速な適応を可能にする学習ベースのアプローチを提案する。
Neural-Flyは、最先端の非線形かつ適応的なコントローラよりもかなり少ないトラッキングエラーで正確な飛行制御を実現する。
論文 参考訳（メタデータ） (2022-05-13T21:55:28Z) - VISTA 2.0: An Open, Data-driven Simulator for Multimodal Sensing and
Policy Learning for Autonomous Vehicles [131.2240621036954]
VISTAはオープンソースのデータ駆動シミュレータで、複数のタイプのセンサーを自律走行車に組み込む。
高忠実で実世界のデータセットを使用して、VISTAはRGBカメラ、3D LiDAR、イベントベースのカメラを表現し、シミュレートする。
センサタイプ毎に知覚制御ポリシーをトレーニングし,テストする能力を示し,フルスケールの自律走行車への展開を通じて,このアプローチのパワーを示す。
論文 参考訳（メタデータ） (2021-11-23T18:58:10Z) - Exploration of AI-Oriented Power System Transient Stability Simulations [2.182997852215525]
将来の電力系統の過渡安定シミュレーションがAIと深く統合されることは予測できる。
既存の電力システムの動的シミュレーションツールは、AIフレンドリーではない。
AI指向の電力系統過渡安定シミュレータの汎用設計を提案する。
論文 参考訳（メタデータ） (2021-10-03T06:01:45Z) - DriveGAN: Towards a Controllable High-Quality Neural Simulation [147.6822288981004]
DriveGANと呼ばれる新しい高品質のニューラルシミュレータを紹介します。
DriveGANは、異なるコンポーネントを監督なしで切り離すことによって制御性を達成する。
実世界の運転データ160時間を含む複数のデータセットでdriveganをトレーニングします。
論文 参考訳（メタデータ） (2021-04-30T15:30:05Z)
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。