論文の概要: A Robust Simulation Framework for Verification and Validation of Autonomous Maritime Navigation in Adverse Weather and Constrained Environments

• arxiv url: http://arxiv.org/abs/2603.02487v1
• Date: Tue, 03 Mar 2026 00:25:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.84141
• Title: A Robust Simulation Framework for Verification and Validation of Autonomous Maritime Navigation in Adverse Weather and Constrained Environments
• Title（参考訳）: 逆気象・制約環境における海上自律航行の検証と検証のためのロバスト・シミュレーション・フレームワーク
• Authors: Mayur S. Patil, Nataraj Sudharsan, Anthony S. Saaiby, JiaChang Xing, Keliang Pan, Veneela Ammula, Jude Tomdio, Jin Wang, Michael Kei, Heonyong Kang, Sivakumar Rathinam, Prabhakar R. Pagilla,
• Abstract要約: 海上自律型表面船(MASS)は、航行安全、運用効率、長期費用効率を高めるための有望なソリューションとして登場した。 信頼性の高い展開には、様々な環境条件下で厳密な検証と検証(V&V)が必要である。 本稿では,現実的な海洋環境におけるMASSのV&Vを支援するための仮想シミュレーションフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 7.743296200054435
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Maritime Autonomous Surface Ships (MASS) have emerged as a promising solution to enhance navigational safety, operational efficiency, and long-term cost effectiveness. However, their reliable deployment requires rigorous verification and validation (V\&V) under various environmental conditions, including extreme and safety-critical scenarios. This paper presents an enhanced virtual simulation framework to support the V\&V of MASS in realistic maritime environments, with particular emphasis on the influence of weather and bathymetry on autonomous navigation performance. The framework incorporates a high-fidelity environmental modeling suite capable of simulating adverse weather conditions such as rain, fog, and wave dynamics. The key factors that affect weather, such as rain and visibility, are parameterized to affect sea-state characteristics, perception, and sensing systems, resulting in position and velocity uncertainty, reduced visibility, and degraded situational awareness. Furthermore, high-resolution bathymetric data from major U.S. ports are integrated to enable depth-aware navigation, grounding prevention capabilities, and evaluation of vessel controllability in shallow or confined waterways. The proposed framework offers extensive configurability, enabling systematic testing in a wide spectrum of maritime conditions, including scenarios that are impractical or unsafe to replicate in real-world trials, thus supporting the V\&V of MASS.
• Abstract（参考訳）: 海上自律型表面船(MASS)は、航行安全、運用効率、長期費用効率を高めるための有望なソリューションとして登場した。 しかし、その信頼性の高い展開には、厳密な検証と検証(V\&V)が必要である。 本稿では,現実的な海洋環境におけるMASSのV\&Vを支援するための仮想シミュレーションフレームワークを提案する。 このフレームワークは、雨、霧、波動力学などの悪天候条件をシミュレートできる高忠実な環境モデリングスイートを組み込んでいる。 雨や可視性などの気象に影響を及ぼす重要な要因は、海面特性、知覚、センシングシステムに影響を及ぼすようにパラメータ化され、その結果、位置と速度の不確実性、視界の低下、状況認識の低下をもたらす。 さらに、米国の主要港からの高分解能の水位測定データを統合し、深海航法、接地防止機能、浅海・制限水路における船舶の制御性の評価を可能にする。 提案したフレームワークは広範な構成性を提供し、実世界の試行において非現実的あるいは安全でないシナリオを含む、幅広い海洋条件下での系統的なテストを可能にし、MASSのV\&Vをサポートする。

関連論文リスト

• COLREGs Compliant Collision Avoidance and Grounding Prevention for Autonomous Marine Navigation [8.778606523987198]
  海上自家用表面船(MASS)は、海上産業における乗組員の不足、安全、および運用効率に対処するための有望な解決策としてますます見なされている。 本稿では,海上衝突防止国際規則(COLREG)の遵守と防止要件を実現するMASSの統一動作計画手法を提案する。
  論文  参考訳（メタデータ） (2026-03-03T00:11:26Z)
• Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation [55.02966123945644]
  本稿では,ニューラルネットワーク検証技術を利用して制御障壁関数(CBF)とポリシー修正機構の設計を行う階層型制御フレームワークを提案する。 提案手法は,安全なCBFベースの制御層を構築するために使用される,安全でない操作領域を特定するための確率的列挙に依存する。 これらの実験は、効率的なナビゲーション動作を維持しながら、安全でない動作を補正する提案手法の能力を実証するものである。
  論文  参考訳（メタデータ） (2025-04-30T13:47:25Z)
• Depth-Constrained ASV Navigation with Deep RL and Limited Sensing [43.785833390490446]
  本研究では,深度制約下でのASVナビゲーションのための強化学習フレームワークを提案する。 環境意識を高めるため,GPレグレッションをRLフレームワークに統合する。 我々は,実世界の水環境に対して,訓練された政策が適切に一般化されることを保証する効果的なシミュレート・トゥ・リアル・トランスファーを実証する。
  論文  参考訳（メタデータ） (2025-04-25T10:56:56Z)
• Learning Underwater Active Perception in Simulation [51.205673783866146]
  タービディティは、検査された構造物の正確な視覚的記録を阻止する可能性があるため、ミッション全体を危険に晒す可能性がある。 従来の研究は、濁度や後方散乱に適応する手法を導入してきた。 本研究では, 広範囲の水環境下での高品質な画像取得を実現するための, 単純かつ効率的なアプローチを提案する。
  論文  参考訳（メタデータ） (2025-04-23T06:48:38Z)
• MarineFormer: A Spatio-Temporal Attention Model for USV Navigation in Dynamic Marine Environments [3.669739954510407]
  局所流れ場計測を取り入れることによって,問題の性質が根本的に変化し,解決不可能なナビゲーションシナリオがトラクタブルなものに変換されることを示す。 センサ融合のための空間的注意と時間的注意を統合したトランスフォーマーベースのポリシーアーキテクチャであるtextbfMarineFormer を提案する。
  論文  参考訳（メタデータ） (2024-10-17T18:57:15Z)
• Real-Time Multi-Scene Visibility Enhancement for Promoting Navigational Safety of Vessels Under Complex Weather Conditions [48.529493393948435]
  この可視光カメラは、インテリジェントな水上輸送システムにおいて、海洋表面の容器に不可欠なイメージングセンサーとして登場した。 視覚画像の画質は、複雑な気象条件下での様々な劣化に必然的に悩まされる。 本研究では,異なる気象条件下で撮影された劣化画像を復元する汎用多場面可視性向上手法を開発した。
  論文  参考訳（メタデータ） (2024-09-02T23:46:27Z)
• Angle Robustness Unmanned Aerial Vehicle Navigation in GNSS-Denied Scenarios [66.05091704671503]
  本稿では、ポイントツーポイントナビゲーションタスクにおける飛行偏差に対処する新しい角度ナビゲーションパラダイムを提案する。 また、Adaptive Feature Enhance Module、Cross-knowledge Attention-guided Module、Robust Task-oriented Head Moduleを含むモデルを提案する。
  論文  参考訳（メタデータ） (2024-02-04T08:41:20Z)
• 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)

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。