論文の概要: Real-Time Quasi-Static Modeling of UAV Tether Aerodynamics

• arxiv url: http://arxiv.org/abs/2512.22588v2
• Date: Tue, 17 Mar 2026 16:22:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.534396
• Title: Real-Time Quasi-Static Modeling of UAV Tether Aerodynamics
• Title（参考訳）: UAVテザー空力のリアルタイム準静的モデリング
• Abstract要約: 本研究では,空気力学を用いた実時間準静的テザモデリングのための2つの相補的手法を提案する。 1つ目は、一様のドラッグ仮定を持つカテナリー理論に基づく解析的手法で、1ms以下で非常に高速な解時間を達成する。 2つ目は、テザーをセグメントと塊に分割し、CasADi と IPOPT を用いて平衡方程式を解く数値的な方法である。
• 参考スコア（独自算出の注目度）: 11.337103237350185
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: One of the main limitations of multirotor UAVs is their short flight time due to battery constraints. A practical solution for continuous operation is to power the drone from the ground via a tether. While this approach has been demonstrated for stationary systems, scenarios with a fast-moving base vehicle or strong wind conditions require modeling the tether forces, including aerodynamic effects. In this work, we propose two complementary approaches for real-time quasi-static tether modeling with aerodynamics. The first is an analytical method based on catenary theory with a uniform drag assumption, achieving very fast solve times below 1~ms. The second is a numerical method that discretizes the tether into segments and lumped masses, solving the equilibrium equations using CasADi and IPOPT. By leveraging initialization strategies, such as warm starting and analytical initialization, real-time performance was achieved with a solve time of 5~ms, while allowing for flexible force formulations. Both approaches were validated in real-world tests using a load cell to measure the tether force. The results show that the analytical method provides sufficient accuracy for most tethered UAV applications with minimal computational cost, while the numerical method offers higher flexibility and physical accuracy when required. These approaches form a lightweight and extensible framework for real-time tether simulation, applicable to both offline optimization and online tasks such as simulation, control, and trajectory planning.
• Abstract（参考訳）: マルチロータUAVの主な制限の1つは、バッテリーの制約による短い飛行時間である。 連続運転の実用的な解決策は、テザーを介して地上からドローンを駆動することである。 このアプローチは静止系で実証されているが、高速移動ベース車両や強風条件のシナリオでは、空気力学的効果を含むテザー力をモデル化する必要がある。 本研究では,空気力学を用いた実時間準静的テザモデリングのための2つの相補的手法を提案する。 1つ目は、一様のドラッグ仮定を持つカテナリー理論に基づく解析的手法で、1~ms以下で非常に高速な解時間を達成する。 2つ目は、テザーをセグメントと塊に分割し、CasADi と IPOPT を用いて平衡方程式を解く数値的な方法である。 温度開始や解析的初期化などの初期化戦略を活用することで、実時間性能は5～msの解時間で達成され、柔軟性のある力の定式化が可能となった。 どちらの手法も実世界の試験では、テザー力を測定するためにロードセルを用いて検証された。 その結果,解析手法は最小の計算コストでほとんどのUAVアプリケーションに対して十分な精度を提供する一方,数値計算法は必要であれば高い柔軟性と物理的精度を提供することがわかった。 これらのアプローチは、オフライン最適化と、シミュレーション、制御、軌道計画といったオンラインタスクの両方に適用できる、リアルタイムテザシミュレーションのための軽量で拡張可能なフレームワークを形成する。

関連論文リスト

• Dynamic System Emulation: Fixed Wing Dynamics on a Multicopter [0.5908471365011941]
  本研究は,2軸ジンバルを備えたマルチコプターを固定翼機の飛行力学をエミュレートする制御枠組みを提案する。 目標は、固定翼車の空気力学的制約を回避するための、訓練とシミュレーションのための、運用的にシンプルなプラットフォームを提供することである。
  論文  参考訳（メタデータ） (2026-09-06T10:37:50Z)
• Learning to Throw: Agile and Accurate Cable-Suspended Payload Delivery with a Quadrotor [17.676294984292433]
  クアドロレータは、時間クリティカルなアプリケーション中にサスペンションペイロードを高速に輸送するために必要なアジリティを提供する。 最先端のアプローチは一般的にモデルベースの軌道最適化と追跡に依存している。 複素ロープおよびペイロード相互作用のための物理解法と高忠実度解析的四元子モデルとを結合したハイブリッドシミュレーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-25T23:30:52Z)
• Learnable-Differentiable Finite Volume Solver for Accelerated Simulation of Flows [40.06403338393609]
  本研究では,粗い格子上の流動の効率的かつ正確なシミュレーションを行うため,LDrと呼ばれる学習可能で微分可能な有限体積解法を提案する。 実験により、LDrは、顕著なマージンを持つベースラインモデルを上回る効率を達成することが示された。
  論文  参考訳（メタデータ） (2025-06-23T14:22:27Z)
• A Geometry-Aware Message Passing Neural Network for Modeling Aerodynamics over Airfoils [61.60175086194333]
  空気力学は航空宇宙工学の重要な問題であり、しばしば翼のような固体物と相互作用する流れを伴う。 本稿では, 固体物体上の非圧縮性流れのモデル化について考察する。 ジオメトリを効果的に組み込むため,メッシュ表現に翼形状を効率よく,かつ効率的に統合するメッセージパッシング方式を提案する。 これらの設計選択は、純粋にデータ駆動の機械学習フレームワークであるGeoMPNNにつながり、NeurIPS 2024 ML4CFDコンペティションで最優秀学生賞を受賞し、総合で4位となった。
  論文  参考訳（メタデータ） (2024-12-12T16:05:39Z)
• Autonomous Vehicle Controllers From End-to-End Differentiable Simulation [57.278726604424556]
  そこで我々は,AVコントローラのトレーニングにAPG(analytic Policy gradients)アプローチを適用可能なシミュレータを提案し,その設計を行う。 提案するフレームワークは, エージェントがより根底的なポリシーを学ぶのを助けるために, 環境力学の勾配を役立てる, エンド・ツー・エンドの訓練ループに, 微分可能シミュレータを組み込む。 ダイナミクスにおけるパフォーマンスとノイズに対する堅牢性の大幅な改善と、全体としてより直感的なヒューマンライクな処理が見られます。
  論文  参考訳（メタデータ） (2024-09-12T11:50:06Z)
• Event-Aided Time-to-Collision Estimation for Autonomous Driving [28.13397992839372]
  ニューロモルフィックなイベントベースカメラを用いて衝突時刻を推定する新しい手法を提案する。 提案アルゴリズムは, 事象データに適合する幾何モデルに対して, 効率的かつ高精度な2段階のアプローチで構成する。 合成データと実データの両方の実験により,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2024-07-10T02:37:36Z)
• A Multi-Grained Symmetric Differential Equation Model for Learning Protein-Ligand Binding Dynamics [73.35846234413611]
  薬物発見において、分子動力学(MD)シミュレーションは、結合親和性を予測し、輸送特性を推定し、ポケットサイトを探索する強力なツールを提供する。 我々は,数値MDを容易にし,タンパク質-リガンド結合ダイナミクスの正確なシミュレーションを提供する,最初の機械学習サロゲートであるNeuralMDを提案する。 従来の数値MDシミュレーションと比較して1K$times$ Speedupを実現することにより,NeuralMDの有効性と有効性を示す。
  論文  参考訳（メタデータ） (2024-01-26T09:35:17Z)
• StreamYOLO: Real-time Object Detection for Streaming Perception [84.2559631820007]
  将来を予測する能力を備えたモデルを提供し、ストリーミング知覚の結果を大幅に改善する。 本稿では,複数の速度を駆動するシーンについて考察し,VasAP(Velocity-Awared streaming AP)を提案する。 本手法は,Argoverse-HDデータセットの最先端性能を実現し,SAPとVsAPをそれぞれ4.7%,VsAPを8.2%改善する。
  論文  参考訳（メタデータ） (2022-07-21T12:03:02Z)
• Efficient Globally-Optimal Correspondence-Less Visual Odometry for Planar Ground Vehicles [23.910735789004075]
  我々は、平面に基づくアッカーマン運動推定に対して、最初の世界最適対応のない解を導入する。 我々は、その大域的最適性の性質を証明し、局所的に一定の回転中心を仮定する影響を分析する。
  論文  参考訳（メタデータ） (2022-03-01T08:49:21Z)
• Data-driven Aerodynamic Analysis of Structures using Gaussian Processes [0.0]
  本稿では,橋梁に作用する非線形自励力のデータ駆動モデルを提案する。 このフレームワークは、CFD(Computational Fluid Dynamics)データに基づいて、合理化およびブラフブリッジデッキに適用される。 提案フレームワークのさらなる応用は,細線状構造物の設計とオンラインリアルタイム監視に期待できる。
  論文  参考訳（メタデータ） (2021-03-20T11:22:24Z)
• DiffPD: Differentiable Projective Dynamics with Contact [65.88720481593118]
  DiffPDは、暗黙の時間積分を持つ効率的な微分可能なソフトボディシミュレータである。 我々はDiffPDの性能を評価し,様々な応用における標準ニュートン法と比較して4～19倍のスピードアップを観測した。
  論文  参考訳（メタデータ） (2021-01-15T00:13:33Z)
• First Steps: Latent-Space Control with Semantic Constraints for Quadruped Locomotion [73.37945453998134]
  従来の四重化制御のアプローチでは、単純化された手作りのモデルが採用されている。 これにより、有効な運動範囲が縮小されているため、ロボットの能力が大幅に低下する。 この研究において、これらの課題は、構造化潜在空間における最適化として四重化制御をフレーミングすることによって解決される。 深い生成モデルは、実現可能な関節構成の統計的表現を捉え、一方、複雑な動的および終端的制約は高レベルな意味的指標によって表現される。 実世界とシミュレーションの両方で最適化された移動軌跡の実現可能性を検証する。
  論文  参考訳（メタデータ） (2020-07-03T07:04:18Z)

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。