論文の概要: SPOT: Spatio-Temporal Obstacle-free Trajectory Planning for UAVs in an Unknown Dynamic Environment

• arxiv url: http://arxiv.org/abs/2602.01189v2
• Date: Sun, 08 Feb 2026 06:31:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.065042
• Title: SPOT: Spatio-Temporal Obstacle-free Trajectory Planning for UAVs in an Unknown Dynamic Environment
• Title（参考訳）: SPOT: 未知の動環境下でのUAVの時空間自由軌道計画
• Authors: Astik Srivastava, Thomas J Chackenkulam, Bitla Bhanu Teja, Antony Thomas, Madhava Krishna,
• Abstract要約: 我々は、視覚に基づくセーフフライト・コリドール(SFC)世代と統合した4次元プランナーを開発した。 シミュレーションおよび実世界のハードウェア実験において,本手法を広範囲に検証し,最先端の手法と比較した。
• 参考スコア（独自算出の注目度）: 1.9181913148426697
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We address the problem of reactive motion planning for quadrotors operating in unknown environments with dynamic obstacles. Our approach leverages a 4-dimensional spatio-temporal planner, integrated with vision-based Safe Flight Corridor (SFC) generation and trajectory optimization. Unlike prior methods that rely on map fusion, our framework is mapless, enabling collision avoidance directly from perception while reducing computational overhead. Dynamic obstacles are detected and tracked using a vision-based object segmentation and tracking pipeline, allowing robust classification of static versus dynamic elements in the scene. To further enhance robustness, we introduce a backup planning module that reactively avoids dynamic obstacles when no direct path to the goal is available, mitigating the risk of collisions during deadlock situations. We validate our method extensively in both simulation and real-world hardware experiments, and benchmark it against state-of-the-art approaches, showing significant advantages for reactive UAV navigation in dynamic, unknown environments.
• Abstract（参考訳）: 動的障害物のある未知の環境で動作する四辺形体の反応性運動計画問題に対処する。 提案手法は,4次元時空間プランナを応用し,視覚に基づくセーフフライト・コリダ(Safe Flight Corridor, SFC)の生成と軌道最適化を行う。 地図融合に依存する従来の手法とは異なり、我々のフレームワークはマップレスであり、計算オーバーヘッドを低減しつつ、衝突回避を直接認識できる。 動的障害物は視覚に基づくオブジェクトセグメンテーションと追跡パイプラインを用いて検出・追跡され、シーン内の静的要素と動的要素のロバストな分類を可能にする。 さらにロバスト性を高めるため,デッドロック時の衝突リスクを軽減し,目標への直接経路がない場合の動的障害物を動的に回避するバックアップ計画モジュールを導入する。 シミュレーションと実世界のハードウェア実験の両方において,本手法を広範囲に検証し,最先端のアプローチと比較し,動的で未知の環境下での反応性UAVナビゲーションに対する大きな利点を示す。

関連論文リスト

• DROID-SLAM in the Wild [76.259688785743]
  本稿では,異なる不確かさを意識したバンドル調整を利用して動的環境を処理するリアルタイムRGB SLAMシステムを提案する。 提案システムは,10FPS前後でリアルタイムに動作しながら,散在する動的シナリオにおいて,最先端カメラのポーズとシーン形状を実現する。
  論文  参考訳（メタデータ） (2026-03-19T16:02:12Z)
• 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)
• Monte Carlo Tree Search with Velocity Obstacles for safe and efficient motion planning in dynamic environments [49.30744329170107]
  本稿では,動的障害物に関する情報を最小限に抑えた最適オンライン動作計画手法を提案する。 提案手法は,モデルシミュレーションによるオンライン最適計画のためのモンテカルロ木探索 (MCTS) と障害物回避のためのVelocity Obstacles (VO) を組み合わせた。 我々は,非線形モデル予測制御(NMPC)を含む最先端のプランナーに対して,衝突速度,計算,タスク性能の向上の観点から,我々の方法論の優位性を示す。
  論文  参考訳（メタデータ） (2025-01-16T16:45:08Z)
• Open-World Drone Active Tracking with Goal-Centered Rewards [62.21394499788672]
  Drone Visual Active Trackingは、視覚的な観察に基づいてモーションシステムを制御することで、対象物を自律的に追跡することを目的としている。 DATは,世界初となるエア・ツー・グラウンド・トラッキング・ベンチマークである。 また,複雑なシナリオにおけるドローン追跡目標の性能向上を目的としたGC-VATを提案する。
  論文  参考訳（メタデータ） (2024-12-01T09:37:46Z)
• A Safer Vision-based Autonomous Planning System for Quadrotor UAVs with Dynamic Obstacle Trajectory Prediction and Its Application with LLMs [6.747468447244154]
  本稿では,動的障害物の追跡と軌道予測を組み合わせて,効率的な自律飛行を実現するビジョンベース計画システムを提案する。 シミュレーション環境と実環境環境の両方で実験を行い,本研究の結果から動的環境の障害物をリアルタイムに検出・回避することが可能であることが示唆された。
  論文  参考訳（メタデータ） (2023-11-21T08:09:00Z)
• A real-time dynamic obstacle tracking and mapping system for UAV navigation and collision avoidance with an RGB-D camera [7.77809394151497]
  RGB-Dカメラを用いたクワッドコプター障害物回避のためのリアルタイム動的障害物追跡とマッピングシステムを提案する。 本手法は,動的環境における障害物をリアルタイムに追跡・表現することができ,障害物を安全に回避することができる。
  論文  参考訳（メタデータ） (2022-09-17T05:32:33Z)
• Vision-aided UAV navigation and dynamic obstacle avoidance using gradient-based B-spline trajectory optimization [7.874708385247353]
  本稿では,ロボットの車載視力を利用した勾配に基づくB-スプライン軌道最適化アルゴリズムを提案する。 提案手法は、まず円ベースのガイドポイントアルゴリズムを用いて、静的障害物を避けるためのコストと勾配を近似する。 視界検出された移動物体では, 動的衝突を防止するために, 反射・水平距離場が同時に使用される。
  論文  参考訳（メタデータ） (2022-09-15T02:12:30Z)
• DPMPC-Planner: A real-time UAV trajectory planning framework for complex static environments with dynamic obstacles [0.9462808515258462]
  安全なUAVナビゲーションは、複雑な環境構造、動的障害物、計測ノイズによる不確実性、予測不可能な移動障害物の挙動のために困難である。 本稿では,動的障害物を伴う複雑な静的環境を考慮した安全なナビゲーションを実現するための軌道計画フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-14T23:51:02Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)

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。