論文の概要: A highly maneuverable flying squirrel drone with agility-improving foldable wings
- arxiv url: http://arxiv.org/abs/2504.09609v2
- Date: Thu, 08 May 2025 12:44:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-09 15:15:33.132412
- Title: A highly maneuverable flying squirrel drone with agility-improving foldable wings
- Title（参考訳）: 機敏に改良された折りたたみ翼を持つ高度に操縦可能な飛行用リスドローン
- Authors: Dohyeon Lee, Jun-Gill Kang, Soohee Han,
- Abstract要約: 本稿では、機敏性向上可能な折りたたみ翼を備えた高度操縦可能なドローンを提案する。
折りたたみ翼の複雑な空気力学は、物理補助リカレントニューラルネットワーク(paRNN)を用いてモデル化される
実験の結果,提案した飛行用リスドローンは追跡性能が13.1%向上した。
- 参考スコア（独自算出の注目度）: 3.166558866794283
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Drones, like most airborne aerial vehicles, face inherent disadvantages in achieving agile flight due to their limited thrust capabilities. These physical constraints cannot be fully addressed through advancements in control algorithms alone. Drawing inspiration from the winged flying squirrel, this paper proposes a highly maneuverable drone equipped with agility-enhancing foldable wings. By leveraging collaborative control between the conventional propeller system and the foldable wings-coordinated through the Thrust-Wing Coordination Control (TWCC) framework-the controllable acceleration set is expanded, enabling the generation of abrupt vertical forces that are unachievable with traditional wingless drones. The complex aerodynamics of the foldable wings are modeled using a physics-assisted recurrent neural network (paRNN), which calibrates the angle of attack (AOA) to align with the real aerodynamic behavior of the wings. The additional air resistance generated by appropriately deploying these wings significantly improves the tracking performance of the proposed "flying squirrel" drone. The model is trained on real flight data and incorporates flat-plate aerodynamic principles. Experimental results demonstrate that the proposed flying squirrel drone achieves a 13.1% improvement in tracking performance, as measured by root mean square error (RMSE), compared to a conventional wingless drone. A demonstration video is available on YouTube: https://youtu.be/O8nrip18azY.
- Abstract（参考訳）: ドローンは、ほとんどの空飛ぶ航空機と同様に、スラスト能力が限られているため、アジャイル飛行の実現に固有の欠点に直面している。
これらの物理的制約は、制御アルゴリズムだけでは完全に対処できない。
本論文は、羽ばたき飛行リスからインスピレーションを得て、俊敏性に富んだ折りたたみ可能な翼を備えた高度に操縦可能なドローンを提案する。
従来のプロペラシステムと、スラスト・ウィング座標制御(TWCC)フレームワークを介して調整された折り畳み翼との協調制御を活用することにより、制御可能な加速度セットを拡張し、従来のウィングレスドローンでは実現不可能な急激な垂直力の生成を可能にする。
折り畳み翼の複雑な空気力学は、物理支援されたリカレントニューラルネットワーク(paRNN)を用いてモデル化され、攻撃角度(AOA)を校正し、翼の実際の空気力学挙動と整合する。
これらの翼を適切に展開して発生する空気抵抗は、提案された「飛行リス」ドローンの追跡性能を著しく向上させる。
このモデルは実際の飛行データに基づいて訓練され、平板の空気力学の原理を取り入れている。
実験の結果,従来の翼のないドローンに比べて,ルート平均二乗誤差(RMSE)によって測定された飛行リスドローンの追跡性能が13.1%向上することが確認された。
デモビデオはYouTubeで公開されている。
関連論文リスト
- Self-Supervised Monocular Visual Drone Model Identification through Improved Occlusion Handling [17.368574409020475]
Ego-motion Estimation(エゴモーション推定)は、GPSで測定された環境で飛行するドローンにとって不可欠である。
本稿では,単眼ビデオとフライトコントローラのデータのみを用いて,ニューラルネットワークに基づくドローンモデルを訓練するための自己教師型学習手法を提案する。
従来のフィルタベースのVIOシステムに統合することで、ニューラルドローンモデルの価値を実証する。
論文 参考訳（メタデータ） (2025-04-30T14:38:01Z) - A highly maneuverable flying squirrel drone with controllable foldable wings [3.166558866794283]
本稿では,軽量で持ち運びが容易な操作性を備えたバイオインスパイアされた新しいドローンを提案する。
ドローンの翼はシリコン膜で作られ、人間の実証データに基づいて強化学習によって高度に制御される。
論文 参考訳（メタデータ） (2025-04-13T08:15:28Z) - Humanoid Whole-Body Locomotion on Narrow Terrain via Dynamic Balance and Reinforcement Learning [54.26816599309778]
動的バランスと強化学習(RL)に基づく新しい全身移動アルゴリズムを提案する。
具体的には,ZMP(Zero-Moment Point)駆動の報酬とタスク駆動の報酬を,全身のアクター批判的枠組みで拡張した尺度を活用することで,動的バランス機構を導入する。
フルサイズのUnitree H1-2ロボットによる実験により、非常に狭い地形でのバランスを維持するための手法の有効性が検証された。
論文 参考訳（メタデータ） (2025-02-24T14:53:45Z) - Flying in air ducts [3.1096750631623484]
小型の四翼ドローンは、直径350mmから、小型の空気ダクトの中をホバリングして飛ぶことができる。
これらの結果は、ドローンのための新しくて有望なアプリケーションドメインを開く。
論文 参考訳（メタデータ） (2024-10-10T21:33:57Z) - AirPilot: Interpretable PPO-based DRL Auto-Tuned Nonlinear PID Drone Controller for Robust Autonomous Flights [0.046873264197900916]
AirPilotは、非線形ディープ強化学習 (DRL) - プロポーショナル・インテグレーショナル・デリバティブ (PID) ドローン・コントローラである。
AirPilotコントローラは、従来のPID制御のシンプルさと有効性と、DRLの適応性、学習能力、最適化能力を組み合わせる。
Airpilotは、デフォルトのPX4 PID位置コントローラのナビゲーションエラーを90%削減し、微調整されたPIDコントローラのナビゲーション速度を21%改善する。
論文 参考訳（メタデータ） (2024-03-30T00:46:43Z) - From Flies to Robots: Inverted Landing in Small Quadcopters with Dynamic
Perching [15.57055572401334]
逆着陸は、多くの動物のチラシの中で日常的な行動である。
我々は,任意の天井面接触条件に対する制御ポリシーを策定する。
小型クワッドコプターにおいて,強靭な逆着陸動作を達成できた。
論文 参考訳（メタデータ） (2024-02-29T21:09:08Z) - Improving Wind Resistance Performance of Cascaded PID Controlled
Quadcopters using Residual Reinforcement Learning [0.0]
風力抵抗制御は、目標位置からの逸脱を避けるために、クワッドコプターが位置を維持するために欠かせない特徴である。
クワッドコプターの耐風性制御系を構築するための残留強化学習に基づく手法を提案する。
従来のケースドPIDコントローラで制御されたクワッドコプターと比較して,制御器の位置ずれを約50%低減する。
論文 参考訳（メタデータ） (2023-08-03T09:29:19Z) - The eyes and hearts of UAV pilots: observations of physiological
responses in real-life scenarios [64.0476282000118]
民間機や軍用機では、パイロットはリアルなシミュレーターで自分の反応や反射を調整できる。
この作業は、現場でパイロットの行動を収集し、パフォーマンスを向上させるソリューションを提供することを目的としています。
論文 参考訳（メタデータ） (2022-10-26T14:16:56Z) - 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) - 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) - Motion Planning and Control for Multi Vehicle Autonomous Racing at High
Speeds [100.61456258283245]
本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。
提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
論文 参考訳（メタデータ） (2022-07-22T15:16:54Z) - 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)
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。