論文の概要: Digital and Robotic Twinning for Validation of Proximity Operations and Formation Flying
- arxiv url: http://arxiv.org/abs/2507.20034v2
- Date: Mon, 11 Aug 2025 21:07:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-13 14:32:16.101207
- Title: Digital and Robotic Twinning for Validation of Proximity Operations and Formation Flying
- Title（参考訳）: 近接操作と成型フライングの検証のためのディジタル・ロボット・ツインニング
- Authors: Aviad Golan, Gregory Zin, Zahra Ahmed, Emily Bates, Toby Bell, Pol Francesch Huc, Samuel Y. W. Low, Juergen Bosse, Simone D'Amico,
- Abstract要約: 誘導航法制御(GNC)システムは安全に重要であり、厳格な性能要件を満たす必要がある。
このようなシステムの検証は、宇宙環境の複雑さのために難しい。
本論文の主な貢献は、統合されたエンドツーエンドのディジタル・ロボット・ツインニング・フレームワークである。
- 参考スコア（独自算出の注目度）: 2.612019169899311
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In spacecraft Rendezvous, Proximity Operations (RPO), and Formation Flying (FF), the Guidance Navigation and Control (GNC) system is safety-critical and must meet strict performance requirements. However, validating such systems is challenging due to the complexity of the space environment, necessitating a verification and validation (V&V) process that bridges simulation and real-world behavior. The key contribution of this paper is a unified, end-to-end digital and robotic twinning framework that enables software- and hardware-in-the-loop testing for multi-modal GNC systems. The robotic twin includes three testbeds at Stanford's Space Rendezvous Laboratory (SLAB): the GNSS and Radiofrequency Autonomous Navigation Testbed for Distributed Space Systems (GRAND) to validate RF-based navigation techniques, and the Testbed for Rendezvous and Optical Navigation (TRON) and Optical Stimulator (OS) to validate vision-based methods. The test article for this work is an integrated multi-modal GNC software stack for RPO and FF developed at SLAB. This paper introduces the hybrid framework and summarizes calibration and error characterization for the robotic twin. Then, the GNC stack's performance and robustness is characterized using the integrated digital and robotic twinning pipeline for a full-range RPO mission scenario in Low-Earth Orbit (LEO). The results shown in the paper demonstrate consistency between digital and robotic twins, validating the hybrid twinning pipeline as a reliable framework for realistic assessment and verification of GNC systems.
- Abstract（参考訳）: 宇宙船レンデブース、プロクシミティ・オペレーション(RPO)、フォーメーション・フライング(FF)では、誘導航法制御(GNC)システムは安全に重要であり、厳格な性能要件を満たす必要がある。
しかし、そのようなシステムの検証は、宇宙環境の複雑さのために困難であり、シミュレーションと実世界の振る舞いを橋渡しする検証と検証(V&V)プロセスが必要である。
本論文の重要な貢献は,マルチモーダルGNCシステムのためのソフトウェアおよびハードウェア・イン・ザ・ループテストを可能にする,エンドツーエンドのディジタル・ロボット・ツインニング・フレームワークの統合である。
このロボット双子は、スタンフォード大学のSpace Rendezvous Laboratory (SLAB) の3つのテストベッドを含む: GNSS と Radio frequency Autonomous Navigation Testbed for Distributed Space Systems (GRAND) でRFベースのナビゲーション技術を検証するための、そして、Rendezvous and Optical Navigation (TRON) と Optical Stimulator (OS) で視覚ベースの手法を検証するための3つのテストベッドである。
本研究は、SLAB で開発された RPO および FF 用の統合マルチモーダル GNC ソフトウェアスタックである。
本稿では,ハイブリッドフレームワークを紹介し,ロボット双生児のキャリブレーションとエラーのキャラクタリゼーションを要約する。
次に、GNCスタックの性能とロバスト性は、低地球軌道(LEO)におけるフルレンジRPOミッションシナリオのための統合デジタルおよびロボットツインニングパイプラインを用いて特徴づけられる。
本論文は,GNCシステムの現実的評価と検証のための信頼性の高いフレームワークとして,ハイブリッドツインニングパイプラインの有効性を検証した。
関連論文リスト
- A Step-by-Step Guide to Creating a Robust Autonomous Drone Testing Pipeline [7.898388030666187]
本稿では,ロバストな自律型ドローンテストパイプラインを構築するためのステップバイステップガイドを提案する。
Software-in-the-Loop (SIL) Simulation Testing, Hardware-in-Loop (HIL) Testing, Controlled Real-World Testing, In-Field Testing。
我々は、ニューロシンボリックとLLMの統合を含む、ドローンテストの未来を形作る新しいトレンドを強調した。
論文 参考訳（メタデータ） (2025-06-13T01:55:23Z) - Taccel: Scaling Up Vision-based Tactile Robotics via High-performance GPU Simulation [50.34179054785646]
ロボット,触覚センサ,物体を精度と前例のない速度でモデル化するために,IPCとABDを統合した高性能なシミュレーションプラットフォームであるTaccelを提案する。
Taccelは正確な物理シミュレーションとリアルな触覚信号を提供し、ユーザフレンドリーなAPIを通じて柔軟なロボットセンサー構成をサポートする。
これらの能力は、触覚ロボットの研究と開発を拡大するための強力なツールとして、Taccelを位置づけている。
論文 参考訳（メタデータ） (2025-04-17T12:57:11Z) - Design and Experimental Validation of an Autonomous USV for Sensor Fusion-Based Navigation in GNSS-Denied Environments [2.915868985330569]
MARVEL(MARVEL)は、センサーフュージョンに基づくナビゲーションアルゴリズムの現実的なテストのために開発された無人表面車両である。
電磁ログ、ドップラー速度ログ、慣性センサー、リアルタイムキネマティック位置決めを統合している。
MARVELは、冗長な同期センサーを使用して、高度なナビゲーションとAI駆動アルゴリズムのリアルタイム、その場検証を可能にする。
論文 参考訳（メタデータ） (2025-03-30T13:50:46Z) - RoMu4o: A Robotic Manipulation Unit For Orchard Operations Automating Proximal Hyperspectral Leaf Sensing [2.1038216828914145]
葉レベルハイパースペクトル分光法は、表現型化、作物の健康のモニタリング、植物中の必須栄養素の同定、病気や水ストレスの検出に強力なツールであることが示されている。
この研究は、果樹園操作のためのロボット操作ユニットであるRoMu4oを紹介した。
論文 参考訳（メタデータ） (2025-01-18T01:04:02Z) - Wireless Human-Machine Collaboration in Industry 5.0 [75.78721184383897]
ワイヤレス・ヒューマン・マシン・コラボレーションは産業5.0にとって重要な進歩である。
安定性解析は、閉ループ系がモデルランダム性の下でどのように振る舞うかを証明している。
本稿では,マシンと人体制御のための2つの無線ループを組み込んだ基本WHMCモデルを確立する。
論文 参考訳（メタデータ） (2024-10-18T03:44:10Z) - RoboScript: Code Generation for Free-Form Manipulation Tasks across Real
and Simulation [77.41969287400977]
本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。
自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。
我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
論文 参考訳（メタデータ） (2024-02-22T15:12:00Z) - Resilient Control of Networked Microgrids using Vertical Federated
Reinforcement Learning: Designs and Real-Time Test-Bed Validations [5.394255369988441]
本稿では、(a)モデル複雑度、(b)ISRデバイスの未知の動的挙動、(b)マルチパーティ所有のネットワークグリッドにおけるデータ共有に関するプライバシー問題、(2)シミュレーションからハードウェア・イン・ザ・ループテストベッドへの学習制御の移行について、新しいフェデレーション強化学習(Fed-RL)アプローチを提案する。
実験により,シミュレータ学習したRLコントローラは実時間テストベッドのセットアップによる説得力のある結果が得られ,sim-to-realギャップの最小化が検証された。
論文 参考訳（メタデータ） (2023-11-21T00:59:27Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - Deep Learning for Real Time Satellite Pose Estimation on Low Power Edge
TPU [58.720142291102135]
本稿では,ニューラルネットワークアーキテクチャを利用したポーズ推定ソフトウェアを提案する。
我々は、低消費電力の機械学習アクセラレーターが宇宙での人工知能の活用を可能にしていることを示す。
論文 参考訳（メタデータ） (2022-04-07T08:53:18Z) - GAN-MDF: A Method for Multi-fidelity Data Fusion in Digital Twins [82.71367011801242]
Internet of Things(IoT)は、スマートファクトリ、インテリジェントロボット、ヘルスケアシステムなどの物理システムのリアルタイムデータを収集する。
高忠実度(HF)応答は、関心の系を正確に記述するが、コストがかかる。
低忠実性(LF)応答は計算コストが低いが、要求される精度を満たせなかった。
デジタル双生児(GAN-MDF)におけるMDFの新たな生成的対向ネットワークを提案する。
論文 参考訳（メタデータ） (2021-06-24T06:40:35Z) - Indoor Point-to-Point Navigation with Deep Reinforcement Learning and
Ultra-wideband [1.6799377888527687]
移動障害や非視線発生はノイズや信頼性の低い信号を生成する。
深部強化学習(RL)で学習した電力効率のよい局所プランナーが,ノイズショートレンジ誘導システムの完全解法として頑健かつ弾力性を持つことを示す。
この結果から, 計算効率のよいエンドツーエンドポリシは, 堅牢でスケーラブルで, 最先端の低コストナビゲーションシステムを実現することができることがわかった。
論文 参考訳（メタデータ） (2020-11-18T12:30:36Z)
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。