論文の概要: UAV-Supported Maritime Search System: Experience from Valun Bay Field Trials

• arxiv url: http://arxiv.org/abs/2602.08450v1
• Date: Mon, 09 Feb 2026 10:01:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.280539
• Title: UAV-Supported Maritime Search System: Experience from Valun Bay Field Trials
• Title（参考訳）: UAV対応海中サーチシステム:バラン湾試験の経験
• Authors: Stefan Ivić, Luka Lanča, Karlo Jakac, Ante Sikirica, Stella Dumenčić, Matej Mališa, Zvonimir Mrle, Bojan Crnković,
• Abstract要約: 本稿では,自動海中探索システムにおける流れ場再構成,動的確率モデル,探索制御,機械視覚検出の統合について述べる。 バラン湾(クロアチアのクレス島)で実施されたフィールド実験では、リアルタイムドリフトデータ取得、数値流体力学と数値最適化に基づく代理フローモデルフィッティング、高度なマルチUAV探索制御と視覚センシング、深層学習に基づく物体検出などが行われた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This paper presents the integration of flow field reconstruction, dynamic probabilistic modeling, search control, and machine vision detection in a system for autonomous maritime search operations. Field experiments conducted in Valun Bay (Cres Island, Croatia) involved real-time drifter data acquisition, surrogate flow model fitting based on computational fluid dynamics and numerical optimization, advanced multi-UAV search control and vision sensing, as well as deep learning-based object detection. The results demonstrate that a tightly coupled approach enables reliable detection of floating targets under realistic uncertainties and complex environmental conditions, providing concrete insights for future autonomous maritime search and rescue applications.
• Abstract（参考訳）: 本稿では,自動海中探索システムにおける流れ場再構成,動的確率モデル,探索制御,機械視覚検出の統合について述べる。 バラン湾(クロアチアのクレス島)で実施されたフィールド実験では、リアルタイムドリフトデータ取得、数値流体力学と数値最適化に基づく代理フローモデルフィッティング、高度なマルチUAV探索制御と視覚センシング、深層学習に基づく物体検出などが行われた。 その結果、密結合型アプローチにより、現実的な不確実性や複雑な環境条件下での浮動目標の確実な検出が可能となり、将来の自律海難救助のための具体的な知見が得られた。

関連論文リスト

• AerialMind: Towards Referring Multi-Object Tracking in UAV Scenarios [64.51320327698231]
  UAVシナリオにおける最初の大規模RMOTベンチマークであるAerialMindを紹介する。 我々は、革新的な半自動協調型エージェントベースラベリングアシスタントフレームワークを開発した。 また,視覚言語表現学習を協調的に強化する新しい手法であるHawkEyeTrackを提案する。
  論文  参考訳（メタデータ） (2025-11-26T04:44:27Z)
• IndustryNav: Exploring Spatial Reasoning of Embodied Agents in Dynamic Industrial Navigation [56.43007596544299]
  IndustryNavは、アクティブな空間推論のための最初の動的産業用ナビゲーションベンチマークである。 9つの最先端のVisual Large Language Modelsの研究によると、クローズドソースモデルは一貫した優位性を維持している。
  論文  参考訳（メタデータ） (2025-11-21T16:48:49Z)
• Visual Trajectory Prediction of Vessels for Inland Navigation [42.81677042059531]
  本研究では,高度な物体検出手法を統合することで,映像に基づく容器追跡と予測の課題に対処する。 BoT-SORT、Deep OC-SORT、ByeTrackなどの追跡アルゴリズムの比較評価では、スムーズなトラジェクトリを提供する際のカルマンフィルタの堅牢性を強調している。 この結果は、内陸航法のためのカスタマイズされたデータセットとモデルの必要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-05-01T15:31:15Z)
• Experimental validation of UAV search and detection system in real wilderness environment [0.0]
  地中海カルスト環境下での無人無人UAV探索の設計と実験を行った。 UAVは、既知の確率密度と検出関数に従って、Heath equation-driven Area Cover (HEDAC) ergodic control法を用いて誘導される。
  論文  参考訳（メタデータ） (2025-02-24T17:53:54Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• Vision-Based Autonomous Navigation for Unmanned Surface Vessel in Extreme Marine Conditions [2.8983738640808645]
  本稿では,極端海洋環境下での目標物追跡のための自律的視覚に基づくナビゲーション・フレームワークを提案する。 提案手法は砂嵐や霧による可視性低下下でのシミュレーションで徹底的に検証されている。 結果は、ベンチマークしたMBZIRCシミュレーションデータセット全体にわたる最先端のデハージング手法と比較される。
  論文  参考訳（メタデータ） (2023-08-08T14:25:13Z)
• Multitask Adaptation by Retrospective Exploration with Learned World Models [77.34726150561087]
  本稿では,タスク非依存ストレージから取得したMBRLエージェントのトレーニングサンプルを提供するRAMaというメタ学習型アドレッシングモデルを提案する。 このモデルは、期待されるエージェントのパフォーマンスを最大化するために、ストレージから事前のタスクを解く有望な軌道を選択することで訓練される。
  論文  参考訳（メタデータ） (2021-10-25T20:02:57Z)
• 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)
• SVAM: Saliency-guided Visual Attention Modeling by Autonomous Underwater Robots [16.242924916178282]
  本稿では,自律型水中ロボットの視覚的注意モデル(SVAM)に対する総合的なアプローチを提案する。 提案するSVAM-Netは,様々なスケールの深部視覚的特徴を統合し,自然水中画像に有効なSOD(Salient Object Detection)を実現する。
  論文  参考訳（メタデータ） (2020-11-12T08:17:21Z)
• Reinforcement Learning for UAV Autonomous Navigation, Mapping and Target Detection [36.79380276028116]
  本研究では,無人航空機(UAV)に低高度レーダーを装備し,未知の環境下での飛行における共同検出・マッピング・ナビゲーション問題について検討する。 目的は、マッピング精度を最大化する目的で軌道を最適化することであり、目標検出の観点からは、測定が不十分な領域を避けることである。
  論文  参考訳（メタデータ） (2020-05-05T20:39:18Z)

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。