論文の概要: Exploiting Light To Enhance The Endurance and Navigation of Lighter-Than-Air Micro-Drones

• arxiv url: http://arxiv.org/abs/2601.13088v1
• Date: Mon, 19 Jan 2026 14:27:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.844097
• Title: Exploiting Light To Enhance The Endurance and Navigation of Lighter-Than-Air Micro-Drones
• Title（参考訳）: 軽量タンカー用マイクロドロンの耐久性と航法性を高める光の爆発
• Authors: Harry Huang, Talia Xu, Marco Zúñiga Zamalloa,
• Abstract要約: Lighter-Than-Air (LTA) ドローンはヘリウムエンベロープを使用して浮力を提供し、ホバリング中のほぼゼロパワードレインと、はるかに長い操作を可能にする。 エネルギー回収と航法の両方に光を用いる小型で自給自足型LTAドローンを提案する。 我々のLTA分析は、統合ソーラーパネルとともに、飛行中にエネルギーを節約するだけでなく、持続可能な運転を可能にする。
• 参考スコア（独自算出の注目度）: 0.3823356975862005
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Micro-Unmanned Aerial Vehicles (UAVs) are rapidly expanding into tasks from inventory to environmental sensing, yet their short endurance and unreliable navigation in GPS-denied spaces limit deployment. Lighter-Than-Air (LTA) drones offer an energy-efficient alternative: they use a helium envelope to provide buoyancy, which enables near-zero-power drain during hovering and much longer operation. LTAs are promising, but their design is complex, and they lack integrated solutions to enable sustained autonomous operations and navigation with simple, low-infrastructure. We propose a compact, self-sustaining LTA drone that uses light for both energy harvesting and navigation. Our contributions are threefold: (i) a high-fidelity simulation framework to analyze LTA aerodynamics and select a stable, efficient configuration; (ii) a framework to integrate solar cells on the envelope to provide net-positive energy; and (iii) a point-and-go navigation system with three light-seeking algorithms operating on a single light beacon. Our LTA-analysis, together with the integrated solar panels, not only saves energy while flying, but also enables sustainable operation: providing 1 minute of flying time for every 4 minutes of energy harvesting, under illuminations of 80klux. We also demonstrate robust single-beacon navigation towards a light source that can be up to 7m away, in indoor and outdoor environments, even with moderate winds. The resulting system indicates a plausible path toward persistent, autonomous operation for indoor and outdoor monitoring. More broadly, this work provides a practical pathway for translating the promise of LTA drones into a persistent, self-sustaining aerial system.
• Abstract（参考訳）: マイクロ無人航空機(UAV)は、在庫から環境検知まで急速にタスクに拡大している。 Lighter-Than-Air(LTA)ドローンは、エネルギー効率のよい代替手段を提供する。 LTAは有望だが、その設計は複雑で、持続的な自律的な操作とナビゲーションを実現するための統合されたソリューションが欠如している。 エネルギー回収と航法の両方に光を用いる小型で自給自足型LTAドローンを提案する。 私たちの貢献は3倍です。 (i)LTA空気力学を解析し、安定かつ効率的な構成を選択するための高忠実度シミュレーションフレームワーク。 二 エンベロープ上に太陽電池を一体化して純正エネルギーを供給するための枠組み 三 単光ビーコンで動作させる三つの光探索アルゴリズムによるポイント・アンド・ゴーナビゲーションシステム。 LTA分析と統合ソーラーパネルは、飛行中のエネルギーを節約するだけでなく、持続的な操作を可能にします。 また、室内や屋外の環境では、適度な風があっても、最大7mの距離の光源への頑丈な単一ビーコン航法を実証する。 その結果, 室内および屋外のモニタリングにおいて, 持続的かつ自律的な操作への道筋が示唆された。 より広範に、この研究はLTAドローンの約束を持続的で持続的な航空システムに翻訳するための実践的な経路を提供する。

関連論文リスト

• VLA-AN: An Efficient and Onboard Vision-Language-Action Framework for Aerial Navigation in Complex Environments [12.689250855332569]
  VLA-ANは、複雑な環境での自律ドローンナビゲーションに特化したフレームワークである。 既存の大型航法モデルの4つの大きな制限に対処する。 シングルタスクの成功率は98.1%に達する。
  論文  参考訳（メタデータ） (2025-12-17T10:02:55Z)
• LEARN: Learning End-to-End Aerial Resource-Constrained Multi-Robot Navigation [15.483749658372124]
  LEARNは、マルチUAVナビゲーションのための軽量で2段階の安全誘導型強化学習フレームワークである。 本システムは,低分解能のTime-of-Flight(ToF)センサと,コンパクトで注目度の高いRLポリシを備えたシンプルなモーションプランナーを組み合わせる。 LEARNの6つのクレージーフリークオーター上での生存性を実証し,屋内および屋外の多様な環境下での飛行を完遂した。
  論文  参考訳（メタデータ） (2025-11-21T20:29:03Z)
• HUNT: High-Speed UAV Navigation and Tracking in Unstructured Environments via Instantaneous Relative Frames [50.83645076723809]
  HUNT (High-speed UAV Navigation and Tracking) は、1つの相対的な定式化の中で統合、取得、追跡を行うリアルタイムフレームワークである。 密林、コンテナ化合物、および車両やマネキンによる捜索救助活動の試行は、グローバルな方法が失敗した場合の堅牢な自律性を示している。
  論文  参考訳（メタデータ） (2025-09-23T18:07:10Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• 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)
• Perception-and-Energy-aware Motion Planning for UAV using Learning-based Model under Heteroscedastic Uncertainty [1.223779595809275]
  本研究では, 否定された環境下でのUAVに対する知覚とエネルギーを意識した動作計画を提案する。 高忠実度シミュレータは、飛行データセットを取得し、LiDAR測定に関連するUAVのエネルギー消費と異種不確かさを学習する。 学習したモデルにより、オンラインプランナーはエネルギー消費と知覚品質を推定し、UAV電池の使用量とローカライズエラーを低減できる。
  論文  参考訳（メタデータ） (2023-09-25T16:34:54Z)
• Energy-Efficient Inference on the Edge Exploiting TinyML Capabilities for UAVs [0.0]
  本稿では,エッジ上での深層学習を生かした,この問題に対する実用的な解決策を提案する。 開発システムは、DJI Tello Micro Aerial Vehicle (MAV)にオープンMVマイクロコントローラを統合する。 このアプローチの目標は、オフライン推論、低レイテンシ、エネルギー効率、データセキュリティを含む、TinyMLの新機能を活用することだ。
  論文  参考訳（メタデータ） (2021-11-30T15:17:13Z)
• A Multi-UAV System for Exploration and Target Finding in Cluttered and GPS-Denied Environments [68.31522961125589]
  複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。 UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。 その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
  論文  参考訳（メタデータ） (2021-07-19T12:54:04Z)
• Robustifying the Deployment of tinyML Models for Autonomous mini-vehicles [61.27933385742613]
  本稿では,ループ内環境を含む自動運転ミニ車両を対象とした閉ループ学習フローを提案する。 我々は、小型CNNのファミリーを利用してミニ車両を制御し、コンピュータビジョンアルゴリズム、すなわち専門家を模倣してターゲット環境で学習する。 CNNのファミリを実行する場合、我々のソリューションはSTM32L4とk64f(Cortex-M4)の他の実装よりも優れており、レイテンシを13倍以上削減し、エネルギー消費を92%削減する。
  論文  参考訳（メタデータ） (2020-07-01T07:54:26Z)

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。