論文の概要: Dual-Regime Hybrid Aerodynamic Modeling of Winged Blimps With Neural Mixing
- arxiv url: http://arxiv.org/abs/2602.21696v1
- Date: Wed, 25 Feb 2026 08:59:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.703353
- Title: Dual-Regime Hybrid Aerodynamic Modeling of Winged Blimps With Neural Mixing
- Title（参考訳）: ニューラルミキシングによる羽根の二重レジムハイブリッド空力モデル
- Authors: Xiaorui Wang, Hongwu Wang, Yue Fan, Hao Cheng, Feitian Zhang,
- Abstract要約: Winged blimpsは、1つのモデルで適切に捕獲できない異なる空気力学系で作動する。
本稿では、固定翼空力結合モデル(ACM)と一般化ドラッグモデル(GDM)を統合したハイブリッド空力モデリングフレームワークを提案する。
提案手法はRGBlimpプラットフォーム上で,実世界の1,320の飛行軌道からなる大規模実験により検証された。
- 参考スコア（独自算出の注目度）: 22.07080402182441
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Winged blimps operate across distinct aerodynamic regimes that cannot be adequately captured by a single model. At high speeds and small angles of attack, their dynamics exhibit strong coupling between lift and attitude, resembling fixed-wing aircraft behavior. At low speeds or large angles of attack, viscous effects and flow separation dominate, leading to drag-driven and damping-dominated dynamics. Accurately representing transitions between these regimes remains a fundamental challenge. This paper presents a hybrid aerodynamic modeling framework that integrates a fixed-wing Aerodynamic Coupling Model (ACM) and a Generalized Drag Model (GDM) using a learned neural network mixer with explicit physics-based regularization. The mixer enables smooth transitions between regimes while retaining explicit, physics-based aerodynamic representation. Model parameters are identified through a structured three-phase pipeline tailored for hybrid aerodynamic modeling. The proposed approach is validated on the RGBlimp platform through a large-scale experimental campaign comprising 1,320 real-world flight trajectories across 330 thruster and moving mass configurations, spanning a wide range of speeds and angles of attack. Experimental results demonstrate that the proposed hybrid model consistently outperforms single-model and predefined-mixer baselines, establishing a practical and robust aerodynamic modeling solution for winged blimps.
- Abstract（参考訳）: Winged blimpsは、1つのモデルで適切に捕獲できない異なる空気力学系で作動する。
高速かつ小さな攻撃角度において、彼らの力学は、固定翼航空機の挙動に似た、リフトと姿勢の強い結合を示す。
低い速度または大きな攻撃角度では、粘性効果と流量分離が支配的であり、ドラッグ駆動および減衰が支配する動力学に繋がる。
これらの体制間の正確な移行を正確に表現することは、依然として根本的な課題である。
本稿では,ACM(Aerodynamic Coupling Model)とGDM(Generalized Drag Model)を統合したハイブリッド空力モデリングフレームワークを提案する。
ミキサーは、明示的な物理に基づく空気力学表現を維持しながら、レシエーション間のスムーズな遷移を可能にする。
モデルパラメータはハイブリッド空力モデリングに適した3相パイプラインによって同定される。
提案手法はRGBlimpプラットフォーム上で,330個のスラスタにまたがる1,320個の実世界の飛行軌道と,幅広い速度と攻撃角度にまたがる移動質量構成からなる大規模実験により検証された。
実験により,提案したハイブリッドモデルは単モデルと既定ミキサーベースラインを一貫して上回り,羽ばたき翼の実用的で堅牢な空力モデリングソリューションを確立した。
関連論文リスト
- Dual Quaternion Based Contact Modeling for Fast and Smooth Collision Recovery of Quadrotors [11.70412524968217]
この手紙は、SE(3)多様体上の剛体衝突を直接解決する双対四元数リセット写像を提示する。
ハイブリッドリカバリコントローラは、直線運動量と角運動量とを結合して、衝撃に対する厳密なエネルギー散逸を保証するように設計されている。
高忠実なMuJoCoシミュレーションは、複雑な接触ダイナミクスに対するコントローラの応答を検証する。
論文 参考訳（メタデータ） (2026-03-16T01:10:04Z) - Dynamic Modeling and Attitude Control of a Reaction-Wheel-Based Low-Gravity Bipedal Hopper [0.0]
ホッピング・ロコモーションは エネルギー効率が高いが 飛行中の姿勢不安定になりやすい
本稿では,内輪を用いた不動二足歩行ロボットによる姿勢制御について述べる。
提案手法は,月の重力条件下でのMuJoCoシミュレーションで評価される。
論文 参考訳（メタデータ） (2026-03-11T11:35:21Z) - DiffWind: Physics-Informed Differentiable Modeling of Wind-Driven Object Dynamics [97.57382055179725]
DiffWindは、風と物体の相互作用、ビデオベースモデリング、フォワードシミュレーションを統一する物理インフォーム可能なフレームワークである。
提案手法は,再現精度とシミュレーション忠実度の両方において,従来の動的シーンモデリング手法よりも優れていた。
論文 参考訳（メタデータ） (2026-03-10T13:41:24Z) - Physics-infused Learning for Aerial Manipulator in Winds and Near-Wall Environments [3.895172208362693]
空中操作(AM)は、受動的観測から高高度およびその他の到達不能な環境での接触操作まで、UAV能力を拡大する。
本稿では,物理に基づくブレード要素モデルと学習に基づく残留力推定器を統合し,外乱補償のためのロータ速度割当戦略を組み込むことにより,統一的な制御フレームワークを実現する。
その結果, 従来の手法よりも外乱推定と軌道追跡精度が向上し, 困難な空力条件下でのロバストな壁面接触実行が可能となった。
論文 参考訳（メタデータ） (2026-03-08T22:08:15Z) - AStF: Motion Style Transfer via Adaptive Statistics Fusor [58.660938790014455]
本稿では,SDM(Style Distemporalment Module)とHO-SAttn(High-Order Multi-Statistics Attention)を組み合わせた適応統計ファサー(Adaptive Statistics Fusor)を提案する。
実験結果から,より包括的なモデルを提供することで,最先端技術よりも動作スタイルの習熟度が向上することが示唆された。
論文 参考訳（メタデータ） (2025-11-06T08:51:24Z) - Data-Driven Discovery and Formulation Refines the Quasi-Steady Model of Flapping-Wing Aerodynamics [4.146941837017164]
昆虫は羽ばたき翼の非定常空気力学力を制御し、複雑な環境を航行する。
我々は、これまで見過ごされていた重要なメカニズムの発見と定式化を含む、データ駆動型アプローチを開発する。
データ駆動の準定常モデルにより、高速な空気力学解析が可能となり、昆虫飛行における進化的適応を理解し、バイオインスパイアされた飛行ロボットを開発するための実用的なツールとなる。
論文 参考訳（メタデータ） (2025-08-26T06:09:32Z) - A Geometry-Aware Message Passing Neural Network for Modeling Aerodynamics over Airfoils [61.60175086194333]
空気力学は航空宇宙工学の重要な問題であり、しばしば翼のような固体物と相互作用する流れを伴う。
本稿では, 固体物体上の非圧縮性流れのモデル化について考察する。
ジオメトリを効果的に組み込むため,メッシュ表現に翼形状を効率よく,かつ効率的に統合するメッセージパッシング方式を提案する。
これらの設計選択は、純粋にデータ駆動の機械学習フレームワークであるGeoMPNNにつながり、NeurIPS 2024 ML4CFDコンペティションで最優秀学生賞を受賞し、総合で4位となった。
論文 参考訳（メタデータ） (2024-12-12T16:05:39Z) - Airfoil Diffusion: Denoising Diffusion Model For Conditional Airfoil Generation [7.136205674624813]
拡散モデルを用いた翼生成のためのデータ駆動手法を提案する。
我々のモデルは、既存の翼のデータセットに基づいて訓練され、ランダムなベクトルから任意の数の新しい翼を生成することができる。
論文 参考訳（メタデータ） (2024-08-28T16:12:16Z) - A Tricycle Model to Accurately Control an Autonomous Racecar with Locked
Differential [71.53284767149685]
自動オープンホイールレースカーの側面力学に対するロックディファレンシャルの影響をモデル化するための新しい定式化を提案する。
本稿では,マイクロステップの離散化手法を用いて,動的に線形化し,実時間実装に適した予測を行う。
論文 参考訳（メタデータ） (2023-12-22T16:29:55Z) - Physics-Inspired Temporal Learning of Quadrotor Dynamics for Accurate
Model Predictive Trajectory Tracking [76.27433308688592]
クオーロタのシステムダイナミクスを正確にモデル化することは、アジャイル、安全、安定したナビゲーションを保証する上で非常に重要です。
本稿では,ロボットの経験から,四重項系の力学を純粋に学習するための新しい物理インスパイアされた時間畳み込みネットワーク(PI-TCN)を提案する。
提案手法は,スパース時間的畳み込みと高密度フィードフォワード接続の表現力を組み合わせて,正確なシステム予測を行う。
論文 参考訳（メタデータ） (2022-06-07T13:51:35Z)
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。