論文の概要: E-Navi: Environmental Adaptive Navigation for UAVs on Resource Constrained Platforms

• arxiv url: http://arxiv.org/abs/2512.14046v1
• Date: Tue, 16 Dec 2025 03:28:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.36786
• Title: E-Navi: Environmental Adaptive Navigation for UAVs on Resource Constrained Platforms
• Title（参考訳）: E-Navi:資源制約プラットフォーム上でのUAVの環境適応ナビゲーション
• Authors: Boyang Li, Zhongpeng Jin, Shuai Zhao, Jiahui Liao, Tian Liu, Han Liu, Yuanhai Zhang, Kai Huang,
• Abstract要約: 本稿では,UAVの環境適応ナビゲーションシステムであるE-Naviを提案する。 利用可能な計算資源に基づいて環境変化に応じてCPU上でのタスク実行を動的に調整する。 最大53.9%の作業負荷削減、最大63.8%の飛行時間削減を実現し、より安定した速度制御を実現する。
• 参考スコア（独自算出の注目度）: 14.27877372503233
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The ability to adapt to changing environments is crucial for the autonomous navigation systems of Unmanned Aerial Vehicles (UAVs). However, existing navigation systems adopt fixed execution configurations without considering environmental dynamics based on available computing resources, e.g., with a high execution frequency and task workload. This static approach causes rigid flight strategies and excessive computations, ultimately degrading flight performance or even leading to failures in UAVs. Despite the necessity for an adaptive system, dynamically adjusting workloads remains challenging, due to difficulties in quantifying environmental complexity and modeling the relationship between environment and system configuration. Aiming at adapting to dynamic environments, this paper proposes E-Navi, an environmental-adaptive navigation system for UAVs that dynamically adjusts task executions on the CPUs in response to environmental changes based on available computational resources. Specifically, the perception-planning pipeline of UAVs navigation system is redesigned through dynamic adaptation of mapping resolution and execution frequency, driven by the quantitative environmental complexity evaluations. In addition, E-Navi supports flexible deployment across hardware platforms with varying levels of computing capability. Extensive Hardware-In-the-Loop and real-world experiments demonstrate that the proposed system significantly outperforms the baseline method across various hardware platforms, achieving up to 53.9% navigation task workload reduction, up to 63.8% flight time savings, and delivering more stable velocity control.
• Abstract（参考訳）: 変化する環境に適応する能力は、無人航空機(UAV)の自律航法システムにとって不可欠である。 しかし、既存のナビゲーションシステムは、利用可能なコンピューティングリソース、例えば、高い実行頻度とタスクの負荷に基づく環境力学を考慮せずに、固定的な実行構成を採用する。 この静的アプローチは、厳格な飛行戦略と過剰な計算を引き起こし、最終的には飛行性能を低下させるか、UAVの失敗につながる。 適応システムの必要性にもかかわらず、環境複雑性の定量化と環境とシステム構成の関係のモデル化が難しいため、動的に作業を調整することは依然として困難である。 本稿では, 動的環境への適応を目的とした環境適応ナビゲーションシステムであるE-Naviを提案し, 利用可能な計算資源に基づく環境変化に応じて, CPU上でのタスク実行を動的に調整する。 特に、UAVナビゲーションシステムの知覚計画パイプラインは、定量的環境複雑性評価により、マッピングの解像度と実行頻度の動的適応によって再設計される。 さらに、E-Naviは様々なレベルのコンピューティング能力を持つハードウェアプラットフォーム間の柔軟なデプロイメントをサポートする。 大規模ハードウェア・イン・ザ・ループおよび実世界の実験により、提案システムは様々なハードウェアプラットフォームでベースライン法を著しく上回り、最大53.9%のナビゲーションタスクの負荷削減、最大63.8%の飛行時間削減、より安定した速度制御を実現している。

関連論文リスト

• GIANT - Global Path Integration and Attentive Graph Networks for Multi-Agent Trajectory Planning [4.019914376054815]
  本稿では,グローバルパス計画とローカルナビゲーション戦略を統合したマルチロボット衝突回避手法を提案する。 本研究では,事前に計画されたグローバルパスを活用するローカルナビゲーションモデルを導入し,ロボットが最適な経路に順応し,環境変化に動的に適応できるようにする。 提案手法は, NH-ORCA, DRL-NAV, GA3C-CADRLなどの既設ベースラインに対して, 多様なシミュレーションシナリオに対して評価を行った。
  論文  参考訳（メタデータ） (2026-03-04T22:45:53Z)
• CoDrone: Autonomous Drone Navigation Assisted by Edge and Cloud Foundation Models [14.446914221286002]
  CoDroneはクラウドとバックエンドのコラボレーティブコンピューティングフレームワークで、ファンデーションモデルを自律的なUAVクルーズシナリオに統合する。 CoDroneは飛行速度やネットワーク条件の異なるベースライン法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-12-22T06:48:12Z)
• Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots [50.02055068660255]
  都市環境のナビゲーションは、ロボットにとってユニークな課題であり、移動とナビゲーションのための革新的なソリューションを必要としている。 本研究は, 適応移動制御, 移動対応ローカルナビゲーション計画, 市内の大規模経路計画を含む, 完全に統合されたシステムを導入する。 モデルフリー強化学習(RL)技術と特権学習を用いて,多目的移動制御系を開発した。 私たちのコントローラーは大規模な都市航法システムに統合され、スイスのチューリッヒとスペインのセビリアで自律的、キロメートル規模の航法ミッションによって検証されます。
  論文  参考訳（メタデータ） (2024-05-03T00:29:20Z)
• TAS: A Transit-Aware Strategy for Embodied Navigation with Non-Stationary Targets [55.09248760290918]
  非定常目標を持つ動的シナリオにおけるナビゲーションのための新しいアルゴリズムを提案する。 我々の新しいTAS(Transit-Aware Strategy)は、具体化されたナビゲーションポリシーをオブジェクトパス情報で強化する。 TASは、ターゲットルートとルートを同期させるエージェントを報酬することで、非定常環境での性能を改善する。
  論文  参考訳（メタデータ） (2024-03-14T22:33:22Z)
• Angle Robustness Unmanned Aerial Vehicle Navigation in GNSS-Denied Scenarios [66.05091704671503]
  本稿では、ポイントツーポイントナビゲーションタスクにおける飛行偏差に対処する新しい角度ナビゲーションパラダイムを提案する。 また、Adaptive Feature Enhance Module、Cross-knowledge Attention-guided Module、Robust Task-oriented Head Moduleを含むモデルを提案する。
  論文  参考訳（メタデータ） (2024-02-04T08:41:20Z)
• Adaptive Resource Allocation for Virtualized Base Stations in O-RAN with Online Learning [55.08287089554127]
  基地局(vBS)を備えたオープンラジオアクセスネットワークシステムは、柔軟性の向上、コスト削減、ベンダーの多様性、相互運用性のメリットを提供する。 本研究では,予期せぬ「混み合う」環境下であっても,効率的なスループットとvBSエネルギー消費のバランスをとるオンライン学習アルゴリズムを提案する。 提案手法は, 課題のある環境においても, 平均最適性ギャップをゼロにすることで, サブ線形後悔を実現する。
  論文  参考訳（メタデータ） (2023-09-04T17:30:21Z)
• ETPNav: Evolving Topological Planning for Vision-Language Navigation in Continuous Environments [56.194988818341976]
  視覚言語ナビゲーションは、エージェントが環境中をナビゲートするための指示に従う必要があるタスクである。 本研究では,1)環境を抽象化し,長距離航法計画を生成する能力,2)連続環境における障害物回避制御能力の2つの重要なスキルに焦点を当てたETPNavを提案する。 ETPNavは、R2R-CEとRxR-CEデータセットの先行技術よりも10%以上、20%改善されている。
  論文  参考訳（メタデータ） (2023-04-06T13:07:17Z)
• Romanus: Robust Task Offloading in Modular Multi-Sensor Autonomous Driving Systems [9.21629452868642]
  本稿では,マルチセンサ処理パイプラインを用いたモジュール型自律走行プラットフォームのための,堅牢で効率的なタスクオフロード手法を提案する。 我々のアプローチは、純粋な局所的な実行よりも14.99%エネルギー効率が高く、頑健な非依存のオフロードベースラインから77.06%のリスク行動の低減を実現している。
  論文  参考訳（メタデータ） (2022-07-18T18:22:49Z)

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。