論文の概要: Lunar Rover Cargo Transport: Mission Concept and Field Test

• arxiv url: http://arxiv.org/abs/2601.03371v1
• Date: Tue, 06 Jan 2026 19:16:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.669977
• Title: Lunar Rover Cargo Transport: Mission Concept and Field Test
• Title（参考訳）: ルナーローバー貨物輸送:ミッションコンセプトとフィールドテスト
• Authors: Alexander Krawciw, Nicolas Olmedo, Faizan Rehmatullah, Maxime Desjardins-Goulet, Pascal Toupin, Timothy D. Barfoot,
• Abstract要約: ローバーは、ピックアップと配送を成功させるために、貨物を小さな許容範囲内で自律的に駐車できなければならない。 ワントン・パス・ツー・フライ・ローバーは、安全な経路のネットワークを作るための半自律遠隔制御モードで駆動された。 クローズドループの性能は、車両を貨物に合わせるのに十分正確である。
• 参考スコア（独自算出の注目度）: 42.80839419610456
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In future operations on the lunar surface, automated vehicles will be required to transport cargo between known locations. Such vehicles must be able to navigate precisely in safe regions to avoid natural hazards, human-constructed infrastructure, and dangerous dark shadows. Rovers must be able to park their cargo autonomously within a small tolerance to achieve a successful pickup and delivery. In this field test, Lidar Teach and Repeat provides an ideal autonomy solution for transporting cargo in this way. A one-tonne path-to-flight rover was driven in a semi-autonomous remote-control mode to create a network of safe paths. Once the route was taught, the rover immediately repeated the entire network of paths autonomously while carrying cargo. The closed-loop performance is accurate enough to align the vehicle to the cargo and pick it up. This field report describes a two-week deployment at the Canadian Space Agency's Analogue Terrain, culminating in a simulated lunar operation to evaluate the system's capabilities. Successful cargo collection and delivery were demonstrated in harsh environmental conditions.
• Abstract（参考訳）: 将来の月面での運用では、自動車両が既知の場所間で貨物を輸送する必要がある。 このような車両は、自然の危険や人為的なインフラ、危険な暗い影を避けるために、安全な場所で正確に航行できなければならない。 ローバーは、ピックアップと配送を成功させるために、貨物を小さな許容範囲内で自律的に駐車できなければならない。 このフィールドテストでは、Lidar TeachとRepeatは、この方法で貨物を運ぶための理想的な自律的なソリューションを提供する。 ワントン・パス・ツー・フライ・ローバーは、安全な経路のネットワークを作るための半自律遠隔制御モードで駆動された。 ルートが教えられた後、ローバーはすぐに貨物を運んでいる間、自動的に経路のネットワークを繰り返す。 クローズドループの性能は、車両を貨物に合わせるのに十分正確である。 このフィールドレポートでは、カナダ宇宙機関(Canalogue Terrain)のアナローグ・テランの2週間の展開について記述し、シミュレーションされた月面活動でシステムの能力を評価する。 貨物の回収と輸送は厳しい環境条件下で実証された。

関連論文リスト

• Rationale Behind Human-Led Autonomous Truck Platooning [1.7609347893867413]
  人間のループ小隊アーキテクチャは階層的冗長性、不確実な条件での適応的判断、スケーラブルな検証フレームワークを提供する、と我々は主張する。 人間の手による小隊は妥協を表すのではなく、技術的に根拠と社会的に整合した橋を大規模に自律的な貨物配備に向けて提供する。
  論文  参考訳（メタデータ） (2026-03-01T23:02:51Z)
• Scout-Rover cooperation: online terrain strength mapping and traversal risk estimation for planetary-analog explorations [10.052329093064552]
  我々は,足と車輪のハイブリッドチームを用いて,そのような地形への安全なアクセスを拡大するスカウトローバー協調フレームワークを提案する。 高移動度脚付きロボットは移動スカウトとして機能し、脚と脚の相互作用を用いて移動中のリゴリス強度を推定する。 我々は、NASA Ames Lunar Simulant TestbedとWhite Sands Dune Fieldの類似ミッションを通じて、このフレームワークを検証する。
  論文  参考訳（メタデータ） (2026-02-21T01:41:40Z)
• Multimodal Trajectory Prediction for Autonomous Driving on Unstructured Roads using Deep Convolutional Network [15.950227451262919]
  露天掘り鉱業における自動運転の応用は、安全で効率的な輸送を実現するための注目を集めている。 対象車両の複数の軌道とその確率を予測する手法を提案する。 この方法は、オープンピットマイニングにおける自律運転シナリオに特化したデータセット上で、オフラインでテストされた。
  論文  参考訳（メタデータ） (2024-09-27T02:29:02Z)
• 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)
• MSight: An Edge-Cloud Infrastructure-based Perception System for Connected Automated Vehicles [58.461077944514564]
  本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。 MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。 評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
  論文  参考訳（メタデータ） (2023-10-08T21:32:30Z)
• FusionPlanner: A Multi-task Motion Planner for Mining Trucks via Multi-sensor Fusion [16.015095148145214]
  本研究では, オープンピット鉱山における無人輸送の包括的パラダイムを提案する。 マルチセンサフュージョン法による自律型マイニングトラックのためのマルチタスク動作計画アルゴリズムFusionPlannerを提案する。 MiningNavと呼ばれる新しいベンチマークは、オープンピット鉱山の交通路におけるよく訓練されたアルゴリズムの信頼性と堅牢性を評価するための3つの検証手法を提供する。
  論文  参考訳（メタデータ） (2023-08-14T04:18:07Z)
• Aeolus Ocean -- A simulation environment for the autonomous COLREG-compliant navigation of Unmanned Surface Vehicles using Deep Reinforcement Learning and Maritime Object Detection [0.0]
  海上部門における無人水上機(USV)の航行自律性は、より安全な水と運用コストの削減につながる可能性がある。 本稿では, 現実的な海洋シミュレーション環境において, COLREG 準拠の DRL を用いた衝突回避航法システムの開発について述べる。
  論文  参考訳（メタデータ） (2023-07-13T11:20:18Z)
• Tackling Real-World Autonomous Driving using Deep Reinforcement Learning [63.3756530844707]
  本研究では,加速と操舵角度を予測するニューラルネットワークを学習するモデルレスディープ強化学習プランナを提案する。 実際の自動運転車にシステムをデプロイするために、我々は小さなニューラルネットワークで表されるモジュールも開発する。
  論文  参考訳（メタデータ） (2022-07-05T16:33:20Z)
• An Intelligent Self-driving Truck System For Highway Transportation [81.12838700312308]
  本稿では,インテリジェントな自動運転トラックシステムについて紹介する。 提案システムは,1)テストシナリオにおける現実的なトラフィックフローを生成する現実的なトラフィックシミュレーションモジュール,2)実環境における実際のトラックの応答を模倣するために設計,評価された高忠実度トラックモデル,の3つの主要コンポーネントから構成される。 また,提案するシステムを実車に展開し,実車間ギャップを緩和するシステムの能力を示す実物実験を行う。
  論文  参考訳（メタデータ） (2021-12-31T04:54:13Z)
• Learning High-Speed Flight in the Wild [101.33104268902208]
  複雑な自然環境や人工環境を高速で自律的に飛行するエンド・ツー・エンドのアプローチを提案する。 鍵となる原理は、雑音の知覚観測を直接、後退水平方向に無衝突軌道にマッピングすることである。 現実的なセンサノイズをシミュレートすることにより,シミュレーションから現実環境へのゼロショット転送を実現する。
  論文  参考訳（メタデータ） (2021-10-11T09:43:11Z)

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。