論文の概要: Docking and Persistent Operations for a Resident Underwater Vehicle

• arxiv url: http://arxiv.org/abs/2602.16360v1
• Date: Wed, 18 Feb 2026 10:50:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.53911
• Title: Docking and Persistent Operations for a Resident Underwater Vehicle
• Title（参考訳）: 居住型水中車両のドッキング・パーシスタント運転
• Authors: Leonard Günzel, Gabrielė Kasparavičiūtė, Ambjørn Grimsrud Waldum, Bjørn-Magnus Moslått, Abubakar Aliyu Badawi, Celil Yılmaz, Md Shamin Yeasher Yousha, Robert Staven, Martin Ludvigsen,
• Abstract要約: 本研究は, 小型遠隔操作車両(ROV)を90m深度で使用した居住インフラの開発, 展開, 運用について述べる。 ROVisはオンボード処理と知覚を強化し、USBL信号を使って自律的なナビゲートを可能にした。 このシステムは、90%の自律ドッキング成功率を示し、4分以内に完全な検査任務を完了した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Our understanding of the oceans remains limited by sparse and infrequent observations, primarily because current methods are constrained by the high cost and logistical effort of underwater monitoring, relying either on sporadic surveys across broad areas or on long-term measurements at fixed locations. To overcome these limitations, monitoring systems must enable persistent and autonomous operations without the need for continuous surface support. Despite recent advances, resident underwater vehicles remain uncommon due to persistent challenges in autonomy, robotic resilience, and mechanical robustness, particularly under long-term deployment in harsh and remote environments. This work addresses these problems by presenting the development, deployment, and operation of a resident infrastructure using a docking station with a mini-class Remotely Operated Vehicle (ROV) at 90m depth. The ROVis equipped with enhanced onboard processing and perception, allowing it to autonomously navigate using USBL signals, dock via ArUco marker-based visual localisation fused through an Extended Kalman Filter, and carry out local inspection routines. The system demonstrated a 90% autonomous docking success rate and completed full inspection missions within four minutes, validating the integration of acoustic and visual navigation in real-world conditions. These results show that reliable, untethered operations at depth are feasible, highlighting the potential of resident ROV systems for scalable, cost-effective underwater monitoring.
• Abstract（参考訳）: 海に対する我々の理解は、主に、広範囲にわたる散発的な調査や、固定された場所での長期的な測定に頼って、海面監視の費用と物流の努力に制約されているため、希少な観測と希少な観測によって制限されている。 これらの制限を克服するためには、モニタリングシステムは継続的な表面サポートを必要とせず、永続的かつ自律的な操作を可能にする必要がある。 近年の進歩にもかかわらず、自律性、ロボットの弾力性、機械的堅牢性といった永続的な課題のために、特に厳しい遠隔環境での長期展開では、居住する水中車両は珍しくない。 本研究は, 小型遠隔操作車両(ROV)を90m深度で搭載したドッキングステーションを用いて, 居住インフラの開発, 展開, 運用を行うことにより, これらの課題に対処する。 ROVisはオンボード処理と知覚を強化し、USBL信号を使って自律的にナビゲートし、ArUcoマーカーをベースとした視覚的ローカライゼーションを拡張カルマンフィルタで融合させ、ローカル検査ルーチンを実行した。 このシステムは、90%の自律ドッキング成功率を示し、4分以内に完全な検査ミッションを完了し、実環境における音響と視覚のナビゲーションの統合を検証した。 これらの結果から, 信頼性の高い遠隔操作が実現可能であり, スケーラブルで費用対効果の高い水中監視のためのROVシステムの可能性を強調した。

関連論文リスト

• Underwater Embodied Intelligence for Autonomous Robots: A Constraint-Coupled Perspective on Planning, Control, and Deployment [9.865783767797874]
  レビューでは、計画と制御は、実際の海洋環境における密結合したセンシング、コミュニケーション、調整、資源制約の中で理解されなければならないと論じている。 本研究では, 環境モニタリング, 検査, 探索, 協力的ミッションが, 層間結合の異なる応力分布を明らかにする方法を示す。
  論文  参考訳（メタデータ） (2026-03-08T00:45:06Z)
• 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)
• DREAM: Domain-aware Reasoning for Efficient Autonomous Underwater Monitoring [14.347123589187964]
  本稿では,長期水中探査および生息環境モニタリングのための視覚言語モデル(VLM)誘導自律フレームワークであるDREAMについて述べる。 カキモニタリングタスクでは、我々のフレームワークは、同じ量のカキのベースラインよりも31.5%の時間を要する。 難破現場では、我々のフレームワークは衝突なしに難破船を探索、地図化することに成功し、バニラモデルよりも27.5%のステップを要した。
  論文  参考訳（メタデータ） (2025-09-17T03:35:52Z)
• Continuous Marine Tracking via Autonomous UAV Handoff [0.4935992163749761]
  本稿では,海産動物,特にサメの連続的,リアルタイム追跡のための自律型UAV視覚システムを提案する。 このシステムは、オンボードコンピュータと、安定したRGB-DカメラとカスタムトレーニングされたOSTrackパイプラインを統合している。 重要なイノベーションは、ドローン間の責任追跡をシームレスに転送するUAVハンドオフプロトコルである。
  論文  参考訳（メタデータ） (2025-07-17T03:35:53Z)
• Benchmarking Online Object Trackers for Underwater Robot Position Locking Applications [0.9642500063568189]
  視覚に基づく水中ロボットのナビゲーションと制御は、最近、水中環境で直面する多くの課題に対処するために注目を集めている。 本稿では,ROVプラットフォームにおける視覚ベースの位置ロックのための,機械学習(ML)ベースの1ショットオブジェクト追跡アルゴリズムを7つ以上導入した,厳密な統一ベンチマークを提案する。 提案システムは,物体追跡アルゴリズムの出力結果を用いて,外乱に対するROVの位置を自動的に補正する。
  論文  参考訳（メタデータ） (2025-02-23T13:27:34Z)
• Online Stochastic Variational Gaussian Process Mapping for Large-Scale SLAM in Real Time [1.3387004254920498]
  AUVは、科学と産業の両方の分野で、水中探査と海底マッピングの標準ツールになりつつある。 潜水能力は浮き彫りで、船体に近づきにくい地域まで到達し、海底に近いデータを収集することができる。 ナビゲーションの自律性は、その世界位置の死亡推定(DR)の正確さによって制限され続けており、地域とGPS信号の事前マップが欠如しているため、著しく制限されている。
  論文  参考訳（メタデータ） (2022-11-10T14:21:48Z)
• ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and Response with AI [55.41644538483948]
  小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。 我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。 本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
  論文  参考訳（メタデータ） (2022-01-25T14:51:19Z)
• 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)
• Occupancy Anticipation for Efficient Exploration and Navigation [97.17517060585875]
  そこで我々は,エージェントが自我中心のRGB-D観測を用いて,その占有状態を可視領域を超えて推定する,占有予測を提案する。 エゴセントリックなビューとトップダウンマップの両方でコンテキストを活用することで、私たちのモデルは環境のより広いマップを予測できます。 われわれのアプローチは、2020 Habitat PointNav Challengeの優勝だ。
  論文  参考訳（メタデータ） (2020-08-21T03:16:51Z)

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。