論文の概要: Vertical Planetary Landing on Sloped Terrain Using Optical Flow Divergence Estimates

• arxiv url: http://arxiv.org/abs/2512.04373v1
• Date: Thu, 04 Dec 2025 01:46:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.110173
• Title: Vertical Planetary Landing on Sloped Terrain Using Optical Flow Divergence Estimates
• Title（参考訳）: オプティカルフローの多様性推定を用いた傾斜地における垂直惑星着陸
• Authors: Hann Woei Ho, Ye Zhou,
• Abstract要約: ロータークラフトやランダーのような小型軽量の宇宙船は、限られた処理能力とペイロード容量を有する。 ミツバチのような飛べる昆虫は、神経と感覚の資源が最小限に抑えられ、目覚ましい着陸を遂げる。 本稿では,2つの異なる局所流分量の推定値を利用して推力と姿勢の制御を行う非線形制御手法を提案する。
• 参考スコア（独自算出の注目度）: 6.3359275271421565
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous landing on sloped terrain poses significant challenges for small, lightweight spacecraft, such as rotorcraft and landers. These vehicles have limited processing capability and payload capacity, which makes advanced deep learning methods and heavy sensors impractical. Flying insects, such as bees, achieve remarkable landings with minimal neural and sensory resources, relying heavily on optical flow. By regulating flow divergence, a measure of vertical velocity divided by height, they perform smooth landings in which velocity and height decay exponentially together. However, adapting this bio-inspired strategy for spacecraft landings on sloped terrain presents two key challenges: global flow-divergence estimates obscure terrain inclination, and the nonlinear nature of divergence-based control can lead to instability when using conventional controllers. This paper proposes a nonlinear control strategy that leverages two distinct local flow divergence estimates to regulate both thrust and attitude during vertical landings. The control law is formulated based on Incremental Nonlinear Dynamic Inversion to handle the nonlinear flow divergence. The thrust control ensures a smooth vertical descent by keeping a constant average of the local flow divergence estimates, while the attitude control aligns the vehicle with the inclined surface at touchdown by exploiting their difference. The approach is evaluated in numerical simulations using a simplified 2D spacecraft model across varying slopes and divergence setpoints. Results show that regulating the average divergence yields stable landings with exponential decay of velocity and height, and using the divergence difference enables effective alignment with inclined terrain. Overall, the method offers a robust, low-resource landing strategy that enhances the feasibility of autonomous planetary missions with small spacecraft.
• Abstract（参考訳）: 傾斜した地形への自律着陸は、ロータークラフトやランダーのような小型軽量宇宙船にとって大きな課題となっている。 これらの車両は、処理能力とペイロード容量に制限があり、高度な深層学習法と重センサーを非現実的にする。 ミツバチのような飛べる昆虫は、光学的流れに大きく依存して、最小限の神経と感覚の資源で顕著な着陸を達成する。 流れのばらつきを調節することにより、垂直速度を高さによって分割し、速度と高さが指数関数的に崩壊する滑らかな着陸を行う。 しかし、傾斜した地形に着陸するためのこのバイオインスパイアされた戦略を適用すると、2つの重要な課題が示される: グローバルなフロー・ディバージェンス(英語版)は、不規則な地形傾斜を推定し、分散に基づく制御の非線形性は、従来の制御器を使用する際の不安定性をもたらす。 本稿では,垂直着陸時の推力と姿勢を制御するために,2つの異なる局所流分流推定値を利用する非線形制御手法を提案する。 制御則はインクリメンタル非線形動的インバージョンに基づいて定式化され、非線形流れのばらつきを処理する。 推力制御は、その差を利用して、車両をタッチダウン時に傾斜面に整列させながら、局所流偏差推定の一定平均を保ち、円滑な垂直降下を確保する。 この手法は、様々な斜面と分岐点を横断する単純化された2次元宇宙船モデルを用いて数値シミュレーションにより評価される。 その結果, 平均偏差の制御により, 速度と高さの指数的減衰で安定な着地が得られ, 偏差を用いることで傾斜地形と効果的に一致できることが示唆された。 全体として、この手法は、小型の宇宙船による自律的な惑星ミッションの実現性を高める、堅牢で低リソースの着陸戦略を提供する。

関連論文リスト

• Volumetric Radar Echo Motion Estimation Using Physics-Informed Deep Learning: A Case Study Over Slovakia [0.9176056742068814]
  複数の高度層に対して独立な水平運動場を推定する物理インフォームド畳み込みニューラルネットワークを提案する。 提案したモデルと,垂直プール型2次元レーダ複合材料を用いた構造的に同一のベースラインを比較検討した。 その結果, モデルが高度方向の運動場を学習することに成功したものの, 推定変位は垂直方向と高い相関関係があることが示唆された。
  論文  参考訳（メタデータ） (2026-03-13T20:59:02Z)
• Dynamic Modeling and Attitude Control of a Reaction-Wheel-Based Low-Gravity Bipedal Hopper [0.0]
  ホッピング・ロコモーションは エネルギー効率が高いが 飛行中の姿勢不安定になりやすい 本稿では,内輪を用いた不動二足歩行ロボットによる姿勢制御について述べる。 提案手法は,月の重力条件下でのMuJoCoシミュレーションで評価される。
  論文  参考訳（メタデータ） (2026-03-11T11:35:21Z)
• Adaptive SINDy: Residual Force System Identification Based UAV Disturbance Rejection [1.9182058480922208]
  本稿では,適応制御とデータ駆動型システム識別の新たな統合手法を提案する。 我々はガゼボ高調波環境と4方向から最大2m/sの風速で実飛行を行った。
  論文  参考訳（メタデータ） (2026-03-09T19:26:13Z)
• ROLO-SLAM: Rotation-Optimized LiDAR-Only SLAM in Uneven Terrain with Ground Vehicle [49.61982102900982]
  荒地における地上車両の姿勢推定精度を向上させるために,LiDARを用いたSLAM法を提案する。 累積誤差の低減を支援するために,グローバルスケールの因子グラフが確立されている。 その結果,ROLO-SLAMは地上車両の姿勢推定に優れ,既存のLiDAR SLAMフレームワークよりも優れていた。
  論文  参考訳（メタデータ） (2025-01-04T02:44:27Z)
• DATT: Deep Adaptive Trajectory Tracking for Quadrotor Control [62.24301794794304]
  Deep Adaptive Trajectory Tracking (DATT)は、学習に基づくアプローチであり、現実世界の大きな乱れの存在下で、任意の、潜在的に実現不可能な軌跡を正確に追跡することができる。 DATTは、非定常風場における可溶性および非実用性の両方の軌道に対して、競争適応性非線形およびモデル予測コントローラを著しく上回っている。 適応非線形モデル予測制御ベースラインの1/4未満である3.2ms未満の推論時間で、効率的にオンラインで実行することができる。
  論文  参考訳（メタデータ） (2023-10-13T12:22:31Z)
• Inverted Landing in a Small Aerial Robot via Deep Reinforcement Learning for Triggering and Control of Rotational Maneuvers [11.29285364660789]
  高速で頑健な逆着陸は、特に機内でのセンシングと計算に完全に依存しながらも、空中ロボットにとって難しい偉業である。 これまでの研究では、一連の視覚的手がかりとキネマティックな動作の間に直接的な因果関係が特定され、小型の空中ロボットでこの困難なエアロバティックな操作を確実に実行することができた。 本研究では、まずDeep Reinforcement Learningと物理シミュレーションを用いて、頑健な逆着陸のための汎用的最適制御ポリシーを得る。
  論文  参考訳（メタデータ） (2022-09-22T14:38:10Z)
• 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)

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。