論文の概要: Validating Terrain Models in Digital Twins for Trustworthy sUAS Operations

• arxiv url: http://arxiv.org/abs/2508.16104v1
• Date: Fri, 22 Aug 2025 05:42:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-25 16:42:36.258937
• Title: Validating Terrain Models in Digital Twins for Trustworthy sUAS Operations
• Title（参考訳）: 信頼できるSUAS運用のためのデジタル双生児における地すべりモデルの検証
• Authors: Arturo Miguel Russell Bernal, Maureen Petterson, Pedro Antonio Alarcon Granadeno, Michael Murphy, James Mason, Jane Cleland-Huang,
• Abstract要約: 環境デジタルツインズ(EDT)は、安全な飛行計画と、監視活動中に適切な高度を維持するために重要である。 本稿では,実世界のsUASタスクにおいて,EDTの重要な構成要素の一つである地形モデルの検証に焦点をあてる。
• 参考スコア（独自算出の注目度）: 19.63204309987071
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the increasing deployment of small Unmanned Aircraft Systems (sUAS) in unfamiliar and complex environments, Environmental Digital Twins (EDT) that comprise weather, airspace, and terrain data are critical for safe flight planning and for maintaining appropriate altitudes during search and surveillance operations. With the expansion of sUAS capabilities through edge and cloud computing, accurate EDT are also vital for advanced sUAS capabilities, like geolocation. However, real-world sUAS deployment introduces significant sources of uncertainty, necessitating a robust validation process for EDT components. This paper focuses on the validation of terrain models, one of the key components of an EDT, for real-world sUAS tasks. These models are constructed by fusing U.S. Geological Survey (USGS) datasets and satellite imagery, incorporating high-resolution environmental data to support mission tasks. Validating both the terrain models and their operational use by sUAS under real-world conditions presents significant challenges, including limited data granularity, terrain discontinuities, GPS and sensor inaccuracies, visual detection uncertainties, as well as onboard resources and timing constraints. We propose a 3-Dimensions validation process grounded in software engineering principles, following a workflow across granularity of tests, simulation to real world, and the analysis of simple to edge conditions. We demonstrate our approach using a multi-sUAS platform equipped with a Terrain-Aware Digital Shadow.
• Abstract（参考訳）: 小型無人航空機システム (SUAS) が不慣れで複雑な環境に配備されることで、気象、空域、地形データを構成する環境デジタルツインズ (EDT) は安全な飛行計画や、捜索および監視活動における適切な高度維持に不可欠である。 エッジとクラウドコンピューティングによるsUAS機能の拡張により、正確なEDTは位置情報のような高度なsUAS機能にも不可欠である。 しかし、現実世界のsUASデプロイメントは、EDTコンポーネントの堅牢な検証プロセスを必要とする、重大な不確実性の原因をもたらす。 本稿では,実世界のsUASタスクにおいて,EDTの重要な構成要素の一つである地形モデルの検証に焦点をあてる。 これらのモデルは、アメリカ地質調査所(USGS)のデータセットと衛星画像の融合によって構築され、ミッションタスクをサポートするために高解像度の環境データを取り入れている。 現実世界の条件下でのSUASによる地形モデルと運用上の使用の両方を検証することは、限られたデータ粒度、地形の不連続性、GPSとセンサーの不正確性、視覚的検出の不確実性、およびオンボードリソースとタイミング制約など、重大な課題を示す。 本稿では,ソフトウェア工学の原則に基づく3次元検証プロセスを提案する。 本研究では,Terrin-Aware Digital Shadowを内蔵したマルチSUASプラットフォームによるアプローチを実証する。

関連論文リスト

• TUM2TWIN: Introducing the Large-Scale Multimodal Urban Digital Twin Benchmark Dataset [90.97440987655084]
  都市デジタルツインズ(UDT)は、都市管理と多様なソースからの複雑な異種データの統合に欠かせないものとなっている。 これらの課題に対処するために、最初の総合的マルチモーダルなUrban Digital TwinベンチマークデータセットTUM2TWINを紹介する。 このデータセットには、地理的にセマンティックに整合した3Dモデルとネットワーク、およびさまざまな地球、モバイル、航空、衛星観測結果、約10,000ドル以上のデータサブセット、そして現在767GBのデータが含まれている。
  論文  参考訳（メタデータ） (2025-05-12T09:48:32Z)
• You Only Crash Once v2: Perceptually Consistent Strong Features for One-Stage Domain Adaptive Detection of Space Terrain [4.339510167603377]
  惑星、月、小天体の表面地形をその場で検出することは、自律的な宇宙船の用途に不可欠である。 Unsupervised Domain Adaptation (UDA)は、異なるデータソースによるモデルトレーニングを容易にすることで、有望なソリューションを提供する。 UDA下での地形検出能力を向上するVSA方式の新たな追加を提案する。
  論文  参考訳（メタデータ） (2025-01-23T14:58:49Z)
• Visual Environment Assessment for Safe Autonomous Quadrotor Landing [8.538463567092297]
  本研究では,安全な四段着陸のための着陸地点の検出と評価を行う新しい手法を提案する。 本ソリューションは,GPSなどの外部支援を不要にしながら,2次元および3次元環境情報を効率的に統合する。 提案手法は,計算能力に制限のあるクオータ上でリアルタイムに実行される。
  論文  参考訳（メタデータ） (2023-11-16T18:02:10Z)
• 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)
• A Requirements-Driven Platform for Validating Field Operations of Small Uncrewed Aerial Vehicles [48.67061953896227]
  DroneReqValidator (DRV)は、sUAS開発者が運用コンテキストを定義し、複数のsUASミッション要件を設定し、安全性特性を指定し、独自のsUASアプリケーションを高忠実な3D環境にデプロイすることを可能にする。 DRVモニタリングシステムは、sUASと環境からランタイムデータを収集し、安全特性のコンプライアンスを分析し、違反をキャプチャする。
  論文  参考訳（メタデータ） (2023-07-01T02:03:49Z)
• Satellite Image Time Series Analysis for Big Earth Observation Data [50.591267188664666]
  本稿では,機械学習を用いた衛星画像時系列解析のためのオープンソースRパッケージである sit について述べる。 本手法は, Cerrado Biome のケーススタディにより, 土地利用と土地被覆マップの精度が高いことを示す。
  論文  参考訳（メタデータ） (2022-04-24T15:23:25Z)
• 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)

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。