論文の概要: A Compendium of Autonomous Navigation using Object Detection and Tracking in Unmanned Aerial Vehicles
- arxiv url: http://arxiv.org/abs/2506.05378v1
- Date: Sat, 31 May 2025 09:13:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-09 17:28:43.104608
- Title: A Compendium of Autonomous Navigation using Object Detection and Tracking in Unmanned Aerial Vehicles
- Title（参考訳）: 無人航空機における物体検出と追跡による自律走行の補完
- Authors: Mohit Arora, Pratyush Shukla, Shivali Chopra,
- Abstract要約: 無人航空機(英語: Unmanned Aerial Vehicles、UAV)は21世紀の最も革新的な発明の1つである。
本稿では,UAVの自律航法を目的として,複数の著者が提案した様々なアプローチについて検討する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Unmanned Aerial Vehicles (UAVs) are one of the most revolutionary inventions of 21st century. At the core of a UAV lies the central processing system that uses wireless signals to control their movement. The most popular UAVs are quadcopters that use a set of four motors, arranged as two on either side with opposite spin. An autonomous UAV is called a drone. Drones have been in service in the US army since the 90's for covert missions critical to national security. It would not be wrong to claim that drones make up an integral part of the national security and provide the most valuable service during surveillance operations. While UAVs are controlled using wireless signals, there reside some challenges that disrupt the operation of such vehicles such as signal quality and range, real time processing, human expertise, robust hardware and data security. These challenges can be solved by programming UAVs to be autonomous, using object detection and tracking, through Computer Vision algorithms. Computer Vision is an interdisciplinary field that seeks the use of deep learning to gain a high-level understanding of digital images and videos for the purpose of automating the task of human visual system. Using computer vision, algorithms for detecting and tracking various objects can be developed suitable to the hardware so as to allow real time processing for immediate judgement. This paper attempts to review the various approaches several authors have proposed for the purpose of autonomous navigation of UAVs by through various algorithms of object detection and tracking in real time, for the purpose of applications in various fields such as disaster management, dense area exploration, traffic vehicle surveillance etc.
- Abstract（参考訳）: 無人航空機(英語: Unmanned Aerial Vehicles、UAV)は21世紀の最も革新的な発明の1つである。
UAVの中核には、無線信号を使って動きを制御する中央処理システムがある。
最も一般的なUAVは4基のモーターを搭載したクアッドコプターで、両側に2基、反対側に2基のスピンを配置する。
無人無人機はドローンと呼ばれる。
ドローンは90年代以降、米軍で運用されてきた。
ドローンが国家安全保障の不可欠な部分を占め、監視活動でもっとも価値のあるサービスを提供していると主張するのは間違いではない。
UAVは無線信号を使って制御されているが、信号の品質や範囲、リアルタイム処理、人間の専門知識、堅牢なハードウェア、データセキュリティなど、そのような車両の運用を妨害する課題がいくつか存在する。
これらの課題は、コンピュータビジョンアルゴリズムを通じて、オブジェクトの検出と追跡を使用して、無人のUAVをプログラムすることで解決できる。
コンピュータビジョン(Computer Vision)は、人間の視覚システムのタスクを自動化するために、深層学習を用いてデジタル画像やビデオの高レベルな理解を求める学際分野である。
コンピュータビジョンを用いて、様々な物体を検出し、追跡するアルゴリズムをハードウェアに適合させ、即時判定のためのリアルタイム処理を可能にする。
本稿では, 災害管理, 密集地探査, 交通車両監視など, 各種分野の応用を目的として, 対象物検出・追跡のアルゴリズムをリアルタイムで適用することで, UAVの自律航法を実現するために提案した様々なアプローチを概観する。
関連論文リスト
- Cooperative Search and Track of Rogue Drones using Multiagent Reinforcement Learning [8.775925011558995]
本研究は、機密性の高いインフラ施設をターゲットにしたローグドローンを迎撃する問題を考察する。
ローグドローンを確実に検出・追跡・中和できる総合システムを提案する。
論文 参考訳（メタデータ） (2025-01-07T16:22:51Z) - Towards Real-Time Fast Unmanned Aerial Vehicle Detection Using Dynamic Vision Sensors [6.03212980984729]
無人航空機(UAV)は民間や軍事用途で人気を集めている。
UAVの予防と検出は、機密性と安全性を保証するために重要である。
本稿では,F-UAV-D(Fast Unmanned Aerial Vehicle Detector)を提案する。
論文 参考訳（メタデータ） (2024-03-18T15:27:58Z) - Evidential Detection and Tracking Collaboration: New Problem, Benchmark
and Algorithm for Robust Anti-UAV System [56.51247807483176]
無人航空機(UAV)は輸送、監視、軍事など多くの地域で広く使われている。
従来は、UAVの先行情報が常に提供されていた追跡問題として、このようなアンチUAVタスクを単純化していた。
本稿では,従来のUAV情報を含まない複雑な場面において,UAVの認識を特徴とする新しい実用的対UAV問題を初めて定式化する。
論文 参考訳（メタデータ） (2023-06-27T19:30:23Z) - 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) - Object Detection and Tracking with Autonomous UAV [0.3044887242295643]
回転翼UAVは、目標のロック、追跡、関連するデータを周囲の車両と共有するといった様々な作業に成功している。
API通信、地上局の設定、自律移動アルゴリズム、コンピュータビジョン、ディープラーニングといった様々なソフトウェア技術が採用されている。
論文 参考訳（メタデータ） (2022-06-26T18:48:59Z) - 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) - UAV-ReID: A Benchmark on Unmanned Aerial Vehicle Re-identification [21.48667873335246]
近年のディープラーニング開発により、視覚ベースの対UAVシステムは単一のカメラでUAVを検出し、追跡することができる。
単一のカメラのカバー範囲は限られており、カメラ間のUAVにマッチするマルチカメラ構成が必要である。
我々は,この新興地域での機械学習ソリューションの開発を容易にする,UAV-reIDという新しいUAV再識別データセットを提案する。
論文 参考訳（メタデータ） (2021-04-13T14:13:09Z) - Artificial Intelligence for UAV-enabled Wireless Networks: A Survey [72.10851256475742]
無人航空機(UAV)は次世代無線通信ネットワークにおいて有望な技術であると考えられている。
人工知能(AI)は近年急速に成長し、成功している。
UAVベースのネットワークにおけるAIの潜在的な応用について概観する。
論文 参考訳（メタデータ） (2020-09-24T07:11:31Z) - Detection and Tracking Meet Drones Challenge [131.31749447313197]
本稿では、オブジェクト検出・追跡データセットとベンチマークのレビューを行い、手動アノテーションによる大規模ドローンによるオブジェクト検出・追跡データセットの収集の課題について論じる。
当社のVisDroneデータセットは、中国北部から南部にかけての14の都市部と郊外部で収集されたものです。
本稿では,ドローンにおける大規模物体検出・追跡の現場の現状を詳細に分析し,今後の方向性を提案するとともに,課題を結論づける。
論文 参考訳（メタデータ） (2020-01-16T00:11:56Z) - Dynamic Radar Network of UAVs: A Joint Navigation and Tracking Approach [36.587096293618366]
新たな問題は、建物の後ろに隠れている無人小型無人航空機(UAV)を追跡することである。
本稿では,悪意のある標的のリアルタイムかつ高精度な追跡のためのUAVの動的レーダネットワークを提案する。
論文 参考訳（メタデータ） (2020-01-13T23:23:09Z)
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。