論文の概要: Bridging the Basilisk Astrodynamics Framework with ROS 2 for Modular Spacecraft Simulation and Hardware Integration
- arxiv url: http://arxiv.org/abs/2512.09833v1
- Date: Wed, 10 Dec 2025 17:13:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.264564
- Title: Bridging the Basilisk Astrodynamics Framework with ROS 2 for Modular Spacecraft Simulation and Hardware Integration
- Title（参考訳）: モジュール型宇宙機シミュレーションとハードウェア統合のためのROS 2によるBasilisk Astrodynamics Frameworkのブリッジ
- Authors: Elias Krantz, Ngai Nam Chan, Gunnar Tibert, Huina Mao, Christer Fuglesang,
- Abstract要約: 本稿では,バシリスク・アストロダイナミックスシミュレータとロボット・オペレーティング・システム2(ROS2)との間の軽量でオープンソースの通信ブリッジについて述べる。
ブリッジはBasiliskのコアの変更を必要とせず、ROS 2ノードとシームレスに統合される。
我々は,非線形モデル予測制御を用いたリーダ・フォロワ形成飛行シナリオにおいて,ATMOS平面微小重力試験台とシミュレーションの両方で同一に展開されていることを実証した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Integrating high-fidelity spacecraft simulators with modular robotics frameworks remains a challenge for autonomy development. This paper presents a lightweight, open-source communication bridge between the Basilisk astrodynamics simulator and the Robot Operating System 2 (ROS 2), enabling real-time, bidirectional data exchange for spacecraft control. The bridge requires no changes to Basilisk's core and integrates seamlessly with ROS 2 nodes. We demonstrate its use in a leader-follower formation flying scenario using nonlinear model predictive control, deployed identically in both simulation and on the ATMOS planar microgravity testbed. This setup supports rapid development, hardware-in-the-loop testing, and seamless transition from simulation to hardware. The bridge offers a flexible and scalable platform for modular spacecraft autonomy and reproducible research workflows.
- Abstract（参考訳）: 高忠実度宇宙船シミュレータとモジュラーロボットフレームワークを統合することは、自律開発における課題である。
本稿では,バシリスク・アストロダイナミックスシミュレータとロボット・オペレーティング・システム2(ROS2)との間の軽量でオープンソースの通信ブリッジについて述べる。
ブリッジはBasiliskのコアの変更を必要とせず、ROS 2ノードとシームレスに統合される。
我々は,非線形モデル予測制御を用いたリーダ・フォロワ形成飛行シナリオにおいて,ATMOS平面微小重力試験台とシミュレーションの両方で同一に展開されていることを実証した。
このセットアップは、迅速な開発、ハードウェア・イン・ザ・ループテスト、シミュレーションからハードウェアへのシームレスな移行をサポートする。
この橋は、モジュール式宇宙船の自律性と再現可能な研究ワークフローのための柔軟でスケーラブルなプラットフォームを提供する。
関連論文リスト
- How to Model Your Crazyflie Brushless [50.54424040768484]
2025年初め、クラジフリー・ブラシレスが登場し、ブラシレスモーターで推力は約50%向上した。
この研究はクレイジーフリー・ブラシレスの力学モデルを示し、その重要なパラメータを同定する。
ニューラルネットワーク位置制御器を訓練し、バックフリップ制御器を学習することにより、強化学習アプリケーションに適していることを示す。
論文 参考訳（メタデータ） (2026-03-06T06:21:39Z) - aerial-autonomy-stack -- a Faster-than-real-time, Autopilot-agnostic, ROS2 Framework to Simulate and Deploy Perception-based Drones [0.3262230127283452]
我々は、パイプラインを(GPUアクセラレーションによる)知覚から(フライトコントローラベースの)アクションへ合理化するように設計された、オープンソースのエンドツーエンドフレームワークであるAero-autonomy-stackを紹介した。
完全な開発とデプロイメントスタックの,20倍以上の高速,エンドツーエンドのシミュレーションをサポートしています。
論文 参考訳（メタデータ） (2026-02-06T23:29:33Z) - CRoSS: A Continual Robotic Simulation Suite for Scalable Reinforcement Learning with High Task Diversity and Realistic Physics Simulation [46.950823663585425]
継続的な強化学習では、エージェントは以前取得したポリシーを忘れずに一連のタスクから学ぶ必要がある。
本稿では,ガゼボシミュレータで現実的にシミュレーションされたロボットをベースとしたCRLのための新しいベンチマークスイートを提案する。
論文 参考訳（メタデータ） (2026-02-04T18:54:26Z) - Bridging the Sim-to-Real Gap with multipanda ros2: A Real-Time ROS2 Framework for Multimanual Systems [22.26675117934127]
我々はFranka Roboticsロボットのマルチロボット制御のためのオープンソースのROS2アーキテクチャであるmultipanda_ros2$を提示する。
我々のコアコントリビューションは、対話制御やロボット環境モデリングなど、リアルタイムトルク制御における重要な課題に対処する。
論文 参考訳（メタデータ） (2026-02-02T16:11:12Z) - Crossing the Sim2Real Gap Between Simulation and Ground Testing to Space Deployment of Autonomous Free-flyer Control [0.12194516968349499]
強化学習(Reinforcement Learning, RL)は、宇宙におけるロボット制御の変革的なポテンシャルを提供する。
国際宇宙ステーション(ISS)の無人飛行ロボット、NASA AstrobeeのRLによる自律制御の初の軌道上でのデモンストレーションを紹介する。
NVIDIAのOmniverse物理シミュレータとカリキュラム学習を使用して、Astrobeeの標準姿勢と翻訳制御を置き換えるために、ディープニューラルネットワークをトレーニングし、微小重力でナビゲートできるようにしました。
論文 参考訳（メタデータ） (2025-12-03T12:33:35Z) - Learning to enhance multi-legged robot on rugged landscapes [7.956679144631909]
多足ロボットは、頑丈な風景をナビゲートするための有望なソリューションを提供する。
近年の研究では、線形制御器が挑戦的な地形上で信頼性の高い移動性を確保することが示されている。
我々は,このロボットプラットフォームに適した MuJoCo ベースのシミュレータを開発し,シミュレーションを用いて強化学習に基づく制御フレームワークを開発する。
論文 参考訳（メタデータ） (2024-09-14T15:53:08Z) - Gaussian Splatting to Real World Flight Navigation Transfer with Liquid Networks [93.38375271826202]
本研究では,シミュレート・トゥ・リアルな視覚四重項ナビゲーションタスクにおける分布シフトに対する一般化とロバスト性を改善する手法を提案する。
まず,擬似飛行力学とガウススプラッティングを統合してシミュレータを構築し,その後,液状ニューラルネットワークを用いてロバストなナビゲーションポリシーを訓練する。
このようにして、我々は3次元ガウススプラッティングラディアンス場レンダリング、専門家による実演訓練データのプログラミング、およびLiquid Networkのタスク理解能力の進歩を組み合わせたフルスタックの模倣学習プロトコルを得る。
論文 参考訳（メタデータ） (2024-06-21T13:48:37Z) - 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) - Learning a Single Near-hover Position Controller for Vastly Different
Quadcopters [56.37274861303324]
本稿では,クワッドコプターのための適応型ニアホバー位置制御器を提案する。
これは、非常に異なる質量、大きさ、運動定数を持つクワッドコプターに展開することができる。
また、実行中に未知の障害に迅速に適応する。
論文 参考訳（メタデータ） (2022-09-19T17:55:05Z)
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。