論文の概要: Robust Optimization-based Autonomous Dynamic Soaring with a Fixed-Wing UAV

• arxiv url: http://arxiv.org/abs/2512.06610v1
• Date: Sun, 07 Dec 2025 01:02:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.179418
• Title: Robust Optimization-based Autonomous Dynamic Soaring with a Fixed-Wing UAV
• Title（参考訳）: 固定翼UAVを用いたロバスト最適化に基づく自律動的ソアリング
• Authors: Marvin Harms, Jaeyoung Lim, David Rohr, Friedrich Rockenbauer, Nicholas Lawrance, Roland Siegwart,
• Abstract要約: 固定翼無人航空機による自律的動的舞踏の枠組みを提案する。 このフレームワークは、風場の明示的な表現と、UAVの誘導と制御のための古典的なアプローチを利用する。
• 参考スコア（独自算出の注目度）: 15.033246214180258
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dynamic soaring is a flying technique to exploit the energy available in wind shear layers, enabling potentially unlimited flight without the need for internal energy sources. We propose a framework for autonomous dynamic soaring with a fixed-wing unmanned aerial vehicle (UAV). The framework makes use of an explicit representation of the wind field and a classical approach for guidance and control of the UAV. Robustness to wind field estimation error is achieved by constructing point-wise robust reference paths for dynamic soaring and the development of a robust path following controller for the fixed-wing UAV. The framework is evaluated in dynamic soaring scenarios in simulation and real flight tests. In simulation, we demonstrate robust dynamic soaring flight subject to varied wind conditions, estimation errors and disturbances. Critical components of the framework, including energy predictions and path-following robustness, are further validated in real flights to assure small sim-to-real gap. Together, our results strongly indicate the ability of the proposed framework to achieve autonomous dynamic soaring flight in wind shear.
• Abstract（参考訳）: ダイナミックソアリング(Dynamic Soaring)は、風のせん断層で利用可能なエネルギーを活用するための飛行技術であり、内部エネルギー源を必要とせずに、潜在的に無制限の飛行を可能にする。 固定翼無人航空機(UAV)による自律的動的舞踏の枠組みを提案する。 このフレームワークは、風場の明示的な表現と、UAVの誘導と制御のための古典的なアプローチを利用する。 風場推定誤差に対するロバスト性は、動的ソアリングのためのポイントワイドロバストな基準経路の構築と、固定翼UAVのためのロバストな経路追従制御器の開発により達成される。 このフレームワークは、シミュレーションおよび実飛行テストにおける動的ソアリングシナリオで評価される。 シミュレーションでは,風条件,推定誤差,乱気流を考慮した強靭な動的舞踏飛行を実演する。 エネルギー予測や経路追従ロバスト性を含むフレームワークの重要な構成要素は、より小さなsim-to-realギャップを確保するために、実際の飛行でさらに検証される。 その結果,風せん断の自律的動的舞い上げ飛行を実現するための枠組みが提案されていることが強く示唆された。

関連論文リスト

• ASCENT: Transformer-Based Aircraft Trajectory Prediction in Non-Towered Terminal Airspace [54.94692733670454]
  ASCENTは、マルチモーダル3D航空機の軌道予測のための軽量トランスフォーマーベースのモデルである。 ドメイン対応の3D座標正規化とパラメータ化予測を統合している。
  論文  参考訳（メタデータ） (2026-03-17T14:16:10Z)
• DiffWind: Physics-Informed Differentiable Modeling of Wind-Driven Object Dynamics [97.57382055179725]
  DiffWindは、風と物体の相互作用、ビデオベースモデリング、フォワードシミュレーションを統一する物理インフォーム可能なフレームワークである。 提案手法は,再現精度とシミュレーション忠実度の両方において,従来の動的シーンモデリング手法よりも優れていた。
  論文  参考訳（メタデータ） (2026-03-10T13:41:24Z)
• Physics-infused Learning for Aerial Manipulator in Winds and Near-Wall Environments [3.895172208362693]
  空中操作(AM)は、受動的観測から高高度およびその他の到達不能な環境での接触操作まで、UAV能力を拡大する。 本稿では,物理に基づくブレード要素モデルと学習に基づく残留力推定器を統合し,外乱補償のためのロータ速度割当戦略を組み込むことにより,統一的な制御フレームワークを実現する。 その結果, 従来の手法よりも外乱推定と軌道追跡精度が向上し, 困難な空力条件下でのロバストな壁面接触実行が可能となった。
  論文  参考訳（メタデータ） (2026-03-08T22:08:15Z)
• A 26-Gram Butterfly-Inspired Robot Achieving Autonomous Tailless Flight [61.21669716392821]
  textitAirPulseは、26グラムの蝶にインスパイアされたロボットで、このスケールで尾のない二翼プラットフォームのために、初めてオンボードでクローズドループ制御飛行を行う。 蝶の飛行における重要な生体力学的特性を再現し、低アスペクト比、炭素繊維強化翼の適合性、および特徴的な生物学的身体の起伏を再現する低周波の羽ばたきを利用する。
  論文  参考訳（メタデータ） (2026-02-06T15:58:50Z)
• Disturbance-Aware Flight Control of Robotic Gliding Blimp via Moving Mass Actuation [5.073162687197271]
  LTA(Lighter-than-air Air System)のようなロボットの飛行は、長時間の持続性と本質的に安全な操作を提供するが、風乱の影響を受けやすい。 本稿では,風による影響を明示的にモデル化し補償することにより,LTAプラットフォームに対する外乱認識制御フレームワークの欠如に対処する。 移動地平線推定器(MHE)は、リアルタイムな風の摂動を推定し、これらの推定をモデル予測制御器(MPC)に提供し、様々な風条件下でのロバストな軌道と方向制御を可能にする。
  論文  参考訳（メタデータ） (2026-01-29T02:36:26Z)
• Obstacle Avoidance of UAV in Dynamic Environments Using Direction and Velocity-Adaptive Artificial Potential Field [0.0]
  本論文は,無人航空機(UAV)の空域における自律衝突回避の課題について論じる。 それは新しい方向と相対速度重み付き人工電位場(APF)を提案する。 このアプローチでは、障害物の方向と速度に基づいて反発電位を動的にスケールするために、有界重み関数$(,v_e)$を導入している。
  論文  参考訳（メタデータ） (2025-12-08T14:57:01Z)
• A Physics-Informed Neural Network Approach for UAV Path Planning in Dynamic Environments [6.2703664569653945]
  ダイナミック・ウィンドフィールドで運用される無人航空機(UAV)は、安全でエネルギー効率の良い軌道を生成する必要がある。 A* や Kinodynamic RRT* のような伝統的なプランナーは、離散化やサンプリング制限のため、しばしば準最適または非滑らかな経路をもたらす。 本稿では,UAV力学,風乱,障害物回避を直接学習プロセスに組み込む物理インフォームドニューラルネットワーク(PINN)フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-23T13:42:07Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• Wind Estimation in Unmanned Aerial Vehicles with Causal Machine Learning [0.6650227510403052]
  本稿では,機械学習の時系列分類とクラスタリングを因果的フレームワークと組み合わせた因果的好奇性手法を提案する。 定常風, せん断風, 乱流の3つの異なる風環境を解析し, 風条件を推定するために最適なUAV操作を行うための異なる最適化戦略を探索する。
  論文  参考訳（メタデータ） (2024-07-01T10:22:16Z)
• 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。