論文の概要: RflyUT-Sim: A Simulation Platform for Development and Testing of Complex Low-Altitude Traffic Control
- arxiv url: http://arxiv.org/abs/2512.24112v1
- Date: Tue, 30 Dec 2025 09:47:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.566933
- Title: RflyUT-Sim: A Simulation Platform for Development and Testing of Complex Low-Altitude Traffic Control
- Title（参考訳）: RflyUT-Sim: 複雑な低高度交通制御の開発とテストのためのシミュレーションプラットフォーム
- Authors: Zonghan Li, Tianwen Tao, Rao Fu, Liang Wang, Dongyuan Zhang, Quan Quan,
- Abstract要約: 本稿では,低高度UAVトラフィックのための高忠実度シミュレーションプラットフォームを提案する。
RflySim/AirSimとUnreal Engine 5を統合し、UAVと3Dマップのフルステートモデルを開発する。
プラットフォームのソースコードがリリースされ、低高度トラフィックに関する研究が容易になった。
- 参考スコア（独自算出の注目度）: 23.903425664468063
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Significant challenges are posed by simulation and testing in the field of low-altitude unmanned aerial vehicle (UAV) traffic due to the high costs associated with large-scale UAV testing and the complexity of establishing low-altitude traffic test scenarios. Stringent safety requirements make high fidelity one of the key metrics for simulation platforms. Despite advancements in simulation platforms for low-altitude UAVs, there is still a shortage of platforms that feature rich traffic scenarios, high-precision UAV and scenario simulators, and comprehensive testing capabilities for low-altitude traffic. Therefore, this paper introduces an integrated high-fidelity simulation platform for low-altitude UAV traffic. This platform simulates all components of the UAV traffic network, including the control system, the traffic management system, the UAV system, the communication network , the anomaly and fault modules, etc. Furthermore, it integrates RflySim/AirSim and Unreal Engine 5 to develop full-state models of UAVs and 3D maps that model the real world using the oblique photogrammetry technique. Additionally, the platform offers a wide range of interfaces, and all models and scenarios can be customized with a high degree of flexibility. The platform's source code has been released, making it easier to conduct research related to low-altitude traffic.
- Abstract（参考訳）: 低高度無人航空機(UAV)の大規模テストに伴う高コストと低高度交通試験シナリオの確立の複雑さにより、低高度無人航空機(UAV)の分野におけるシミュレーションと試験によって大きな課題が生じる。
厳密な安全性要件は、シミュレーションプラットフォームの重要な指標のひとつとして、高い忠実度を実現している。
低高度UAVのシミュレーションプラットフォームの発展にもかかわらず、豊富なトラフィックシナリオ、高精度UAVとシナリオシミュレータ、低高度トラフィックのための包括的なテスト機能を備えたプラットフォームは依然として不足している。
そこで本稿では,低高度UAVトラフィックを対象とした高忠実度シミュレーションプラットフォームを提案する。
このプラットフォームは、制御システム、トラフィック管理システム、UAVシステム、通信ネットワーク、異常モジュール、障害モジュールなど、UAVトラフィックネットワークの全コンポーネントをシミュレートする。
さらに、RflySim/AirSimとUnreal Engine 5を統合し、斜めフォトグラム技術を用いて現実をモデル化するUAVと3Dマップのフルステートモデルを開発する。
さらに、プラットフォームは幅広いインターフェースを提供し、すべてのモデルとシナリオを高い柔軟性でカスタマイズできる。
プラットフォームのソースコードがリリースされ、低高度トラフィックに関する研究が容易になった。
関連論文リスト
- HetroD: A High-Fidelity Drone Dataset and Benchmark for Autonomous Driving in Heterogeneous Traffic [49.31491001465465]
HetroDは、異種環境で自律走行システムを開発するためのデータセットとベンチマークである。
HetroDは、VRU(vulner- able road users)が支配する現実の異種交通のナビゲーティングにおける重要な課題をターゲットにしている。
論文 参考訳（メタデータ） (2026-02-03T12:12:47Z) - Trajectory Design for UAV-Based Low-Altitude Wireless Networks in Unknown Environments: A Digital Twin-Assisted TD3 Approach [62.11847362756054]
低高度無線ネットワーク(LAWN)のキーイネーブラーとして無人航空機(UAV)が登場している
我々は、デジタルツイン(DT)支援トレーニングおよびデプロイメントフレームワークを提案する。
このフレームワークでは、UAVは統合されたセンシングと通信信号を送信し、地上ユーザーに通信サービスを提供し、同時にDTサーバにアップロードされたエコーを収集して、仮想環境(VE)を段階的に構築する。
これらのVEはモデルトレーニングを加速し、展開中のリアルタイムUAVセンシングデータを継続的に更新し、意思決定をサポートし、飛行安全性を向上する。
論文 参考訳（メタデータ） (2025-10-28T10:05:53Z) - Hierarchical and Collaborative LLM-Based Control for Multi-UAV Motion and Communication in Integrated Terrestrial and Non-Terrestrial Networks [21.350819743855382]
本研究は,複数のUAVの連立動作と通信制御を地球外ネットワークと非地球外ネットワークで行うことを目的としたものである。
大規模言語モデル(LLM)に基づく新しい階層的協調手法を提案する。
実験により,提案手法は, システム報酬の向上, 運用コストの低減, ベースライン手法と比較してUAV衝突率の大幅な低減を実現していることがわかった。
論文 参考訳（メタデータ） (2025-06-06T20:59:52Z) - FlightForge: Advancing UAV Research with Procedural Generation of High-Fidelity Simulation and Integrated Autonomy [2.6003704171754416]
本研究では,FlightForge UAVオープンソースシミュレータを提案する。
高度なレンダリング機能、多様な制御モダリティ、そして最も重要なのは、手続き的な環境生成を提供する。
このシミュレーターは、散らかった未知の環境で長距離飛行が可能な完全自律型UAVシステムとすでに統合されている。
論文 参考訳（メタデータ） (2025-02-07T16:05:17Z) - Waymax: An Accelerated, Data-Driven Simulator for Large-Scale Autonomous
Driving Research [76.93956925360638]
Waymaxは、マルチエージェントシーンにおける自動運転のための新しいデータ駆動シミュレータである。
TPU/GPUなどのハードウェアアクセラレータで完全に動作し、トレーニング用のグラフ内シミュレーションをサポートする。
我々は、一般的な模倣と強化学習アルゴリズムのスイートをベンチマークし、異なる設計決定に関するアブレーション研究を行った。
論文 参考訳（メタデータ） (2023-10-12T20:49:15Z) - Augmented Driver Behavior Models for High-Fidelity Simulation Study of
Crash Detection Algorithms [2.064612766965483]
人力車と自動車の両方を含むハイブリッド輸送システムのシミュレーションプラットフォームを提案する。
我々は、人間の運転タスクを分解し、大規模な交通シナリオをシミュレートするためのモジュラーアプローチを提供する。
我々は、大きな駆動データセットを分析し、異なる駆動特性を最もよく記述する表現的パラメータを抽出する。
論文 参考訳（メタデータ） (2022-08-10T19:59:16Z) - Mobility, Communication and Computation Aware Federated Learning for
Internet of Vehicles [29.476152044104005]
道路車両を学習エージェントとして利用する新しいオンラインFLプラットフォームを提案する。
現代の車両の高度な機能のおかげで、車載センサーは車両が軌道に沿って移動するときにデータを集めることができる。
オンボードプロセッサは、収集されたデータを使用して機械学習モデルをトレーニングすることができる。
論文 参考訳（メタデータ） (2022-05-17T19:14:38Z) - VISTA 2.0: An Open, Data-driven Simulator for Multimodal Sensing and
Policy Learning for Autonomous Vehicles [131.2240621036954]
VISTAはオープンソースのデータ駆動シミュレータで、複数のタイプのセンサーを自律走行車に組み込む。
高忠実で実世界のデータセットを使用して、VISTAはRGBカメラ、3D LiDAR、イベントベースのカメラを表現し、シミュレートする。
センサタイプ毎に知覚制御ポリシーをトレーニングし,テストする能力を示し,フルスケールの自律走行車への展開を通じて,このアプローチのパワーを示す。
論文 参考訳（メタデータ） (2021-11-23T18:58:10Z) - Multi-intersection Traffic Optimisation: A Benchmark Dataset and a
Strong Baseline [85.9210953301628]
交通信号の制御は、都市部の交通渋滞の緩和に必要不可欠である。
問題モデリングの複雑さが高いため、現在の作業の実験的な設定はしばしば矛盾する。
エンコーダ・デコーダ構造を用いた深層強化学習に基づく新規で強力なベースラインモデルを提案する。
論文 参考訳（メタデータ） (2021-01-24T03:55:39Z) - Testing the Safety of Self-driving Vehicles by Simulating Perception and
Prediction [88.0416857308144]
センサシミュレーションは高価であり,領域ギャップが大きいため,センサシミュレーションに代わる方法を提案する。
我々は、自動運転車の知覚と予測システムの出力を直接シミュレートし、現実的な動き計画テストを可能にする。
論文 参考訳（メタデータ） (2020-08-13T17:20:02Z)
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。