論文の概要: Lightweight 3D LiDAR-Based UAV Tracking: An Adaptive Extended Kalman Filtering Approach

• arxiv url: http://arxiv.org/abs/2603.09783v2
• Date: Mon, 16 Mar 2026 16:05:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.167816
• Title: Lightweight 3D LiDAR-Based UAV Tracking: An Adaptive Extended Kalman Filtering Approach
• Title（参考訳）: 軽量3D LiDARによるUAV追跡:適応型拡張カルマンフィルタアプローチ
• Authors: Nivand Khosravi, Meysam Basiri, Rodrigo Ventura,
• Abstract要約: 本稿では,Adaptive Extended Kalman Filter (AEKF) を組み込んだ軽量LiDARベースのUAVトラッキングシステムを提案する。 提案手法は,非反復走査型3次元LiDARにより発生するスパース,ノイズ,および不均一点クラウドデータによる課題を効果的に解決する。
• 参考スコア（独自算出の注目度）: 2.3646560222366695
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurate relative positioning is crucial for swarm aerial robotics, enabling coordinated flight and collision avoidance. Although vision-based tracking has been extensively studied, 3D LiDAR-based methods remain underutilized despite their robustness under varying lighting conditions. Existing systems often rely on bulky, power-intensive sensors, making them impractical for small UAVs with strict payload and energy constraints. This paper presents a lightweight LiDAR-based UAV tracking system incorporating an Adaptive Extended Kalman Filter (AEKF) framework. Our approach effectively addresses the challenges posed by sparse, noisy, and nonuniform point cloud data generated by non-repetitive scanning 3D LiDARs, ensuring reliable tracking while remaining suitable for small drones with strict payload constraints. Unlike conventional filtering techniques, the proposed method dynamically adjusts the noise covariance matrices using innovation and residual statistics, thereby enhancing tracking accuracy under real-world conditions. Additionally, a recovery mechanism ensures continuity of tracking during temporary detection failures caused by scattered LiDAR returns or occlusions. Experimental validation was performed using a Livox Mid-360 LiDAR mounted on a DJI F550 UAV in real-world flight scenarios. The proposed method demonstrated robust UAV tracking performance under sparse LiDAR returns and intermittent detections, consistently outperforming both standard Kalman filtering and particle filtering approaches during aggressive maneuvers. These results confirm that the framework enables reliable relative positioning in GPS-denied environments without the need for multi-sensor arrays or external infrastructure.
• Abstract（参考訳）: 正確な相対位置決めは、Swarmの航空ロボティクスにとって不可欠であり、協調飛行と衝突回避を可能にする。 視覚に基づくトラッキングは広く研究されているが、3D LiDARに基づく手法は、様々な照明条件下での堅牢性にもかかわらず、未利用のままである。 既存のシステムは、しばしば重厚で電力集約的なセンサーに依存しており、ペイロードとエネルギーの制約が厳しい小型のUAVには実用的ではない。 本稿では,Adaptive Extended Kalman Filter (AEKF) を組み込んだ軽量LiDARベースのUAVトラッキングシステムを提案する。 提案手法は,非繰り返し走査型3次元LiDARによって発生するスパース,ノイズ,非均一点クラウドデータによる課題を効果的に解決し,厳密なペイロード制約のある小型ドローンに適合しながら,信頼性の高いトラッキングを実現する。 従来のフィルタリング手法とは異なり,提案手法はイノベーションと残差統計量を用いて動的にノイズ共分散行列を調整し,実環境下でのトラッキング精度を向上する。 さらに、リカバリメカニズムは、LiDARのリターンや閉塞による一時的な検出障害時のトラッキングの継続性を保証する。 実際の飛行シナリオにおいて、DJI F550 UAVに搭載されたLivox Mid-360 LiDARを用いて実験的な検証が行われた。 提案手法は、LiDARリターンと断続的検出の下で頑健なUAV追跡性能を示し、攻撃的操作において標準カルマンフィルタと粒子フィルタリングの両方よりも一貫して優れていた。 これらの結果から,マルチセンサアレイや外部インフラを必要とせずに,GPSを用いた環境における信頼性の高い相対位置決めが可能であることが確認された。

関連論文リスト

• A Tri-Modal Dataset and a Baseline System for Tracking Unmanned Aerial Vehicles [74.8162337823142]
  MM-UAVはMulti-Modal UAV Trackingの最初の大規模ベンチマークである。 データセットは30以上の挑戦的なシナリオにまたがっており、1,321の同期マルチモーダルシーケンスと280万以上の注釈付きフレームがある。 データセットを伴って、我々は新しいマルチモーダルマルチUAV追跡フレームワークを提供する。
  論文  参考訳（メタデータ） (2025-11-23T08:42:17Z)
• 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)
• Unsupervised UAV 3D Trajectories Estimation with Sparse Point Clouds [18.48877348628721]
  本稿では,時空間シーケンス処理を用いたコスト効率,教師なしUAV検出手法を提案する。 CVPR 2024 UG2+ Challengeの4位にランクインした。 我々は、研究コミュニティ.com/lianghanfang/UnLiDAR-UAV-Estのすべての設計、コード、サンプルデータをオープンソース化する予定です。
  論文  参考訳（メタデータ） (2024-12-17T09:30:31Z)
• Better Monocular 3D Detectors with LiDAR from the Past [64.6759926054061]
  カメラベースの3D検出器は、画像の奥行きのあいまいさのため、LiDARベースの検出器に比べて性能が劣ることが多い。 本研究では,未ラベルの歴史的LiDARデータを活用することにより,単分子3D検出器の改良を図る。 複数の最先端モデルやデータセットに対して,9.66ミリ秒の追加レイテンシとストレージコストの低い,一貫性と大幅なパフォーマンス向上を示す。
  論文  参考訳（メタデータ） (2024-04-08T01:38:43Z)
• Unsupervised Domain Adaptation for Self-Driving from Past Traversal Features [69.47588461101925]
  本研究では,新しい運転環境に3次元物体検出器を適応させる手法を提案する。 提案手法は,空間的量子化履歴特徴を用いたLiDARに基づく検出モデルを強化する。 実世界のデータセットの実験では、大幅な改善が示されている。
  論文  参考訳（メタデータ） (2023-09-21T15:00:31Z)
• 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)

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。