論文の概要: Enhancing Drone Light Shows Performances: Optimal Allocation and Trajectories for Swarm Drone Formations

• arxiv url: http://arxiv.org/abs/2603.24401v1
• Date: Wed, 25 Mar 2026 15:16:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-26 21:06:11.357216
• Title: Enhancing Drone Light Shows Performances: Optimal Allocation and Trajectories for Swarm Drone Formations
• Title（参考訳）: ドローンの光の効率向上:Swarmのドローン生成のための最適な配置と軌道
• Authors: Yunes Alqudsi,
• Abstract要約: ドローンライトショー(DLShows)は、Swarmロボティクスの急速に普及している応用である。 この記事では、Unified Assignment and Trajectory Generationフレームワークを紹介します。 このフレームワークは DLShow 用に特別に設計されており、構成間の遷移時間を最小限に抑える。
• 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: Drone light shows (DLShows) represent a rapidly growing application of swarm robotics, creating captivating aerial displays through the synchronized flight of hundreds or thousands of unmanned aerial vehicles (UAVs) as environmentally friendly and reusable alternatives to traditional pyrotechnics. This domain presents unique challenges in optimally assigning drones to visual waypoints and generating smooth, collision-free trajectories at a very large scale. This article introduces the Unified Assignment and Trajectory Generation (UATG) framework. The proposed approach concurrently solves two core problems: the optimal assignment of drones to designated goal locations and the generation of dynamically feasible, collision-free, time-parameterized trajectories. The UATG framework is specifically designed for DLShows, ensuring minimal transition times between formations and guaranteeing inter-drone collision avoidance. A key innovation is its exceptional computational efficiency, enabling the coordination of large-scale in real-time; for instance, it computes the optimal assignment and trajectories for 1008 drones in approximately one second on a standard laptop. Extensive simulations in realistic environments validate the framework's performance, demonstrating its capability to orchestrate complex formations, from alphanumeric characters to intricate 3D shapes, with precision and visual smoothness. This work provides a critical advancement for the DLShow industry, offering a practical and scalable solution for generating complex aerial choreography and establishing a valuable benchmark for ground control station software designed for the efficient coordination of multiple UAVs. A supplemental animated simulation of this work is available at https://youtu.be/-Fjrhw03594.
• Abstract（参考訳）: ドローンのライトショー(DLShows)は、何百、何千もの無人航空機(UAV)の同期飛行を通じて、従来の火工芸品の環境に優しい再利用可能な代替品として、航空機を捕獲する、スウォームロボティクスの急速に普及している応用である。 このドメインは、ドローンを視覚的視点に最適に割り当て、スムーズで衝突のない軌道を非常に大規模に生成する、というユニークな課題を提示している。 本稿では,Unified Assignment and Trajectory Generation (UATG)フレームワークを紹介する。 提案手法は,目標地点へのドローンの最適配置と,動的に実現可能な衝突のない時間パラメータ化軌道の生成という,2つの課題を同時に解決する。 UATGフレームワークは、DLShowsのために特別に設計されており、構成間の遷移時間を最小限にし、ドローン間衝突の回避を保証している。 例えば、標準ラップトップで約1秒で1008台のドローンの最適割り当てと軌道を計算します。 現実的な環境での広範囲なシミュレーションは、そのフレームワークのパフォーマンスを検証し、アルファ数値文字から複雑な3D形状まで、精度と視覚的滑らかさで複雑な構成をオーケストレーションする能力を示す。 この研究はDLShow産業にとって重要な進歩であり、複雑な空中コレオグラフィーを生成するための実用的でスケーラブルなソリューションを提供し、複数のUAVの効率的な調整のために設計された地上管制局ソフトウェアのための貴重なベンチマークを確立する。 この研究のシミュレーションはhttps://youtu.be/-Fjrhw03594で見ることができる。

関連論文リスト

• Precision Meets Art: Autonomous Multi-UAV System for Large Scale Mural Drawing [0.0]
  本稿では,屋外における絵画の自動塗装システムの設計,展開,試験について述べる。 タスク実行にステートマシンアルゴリズムを活用する、複数のドローンを同時に調整する新しいソフトウェア。 100平方メートルの壁画が開発され、システムの有効性が検証された。
  論文  参考訳（メタデータ） (2026-01-10T10:00:23Z)
• Trajectory Design for UAV-Based Low-Altitude Wireless Networks in Unknown Environments: A Digital Twin-Assisted TD3 Approach [62.11847362756054]
  低高度無線ネットワーク(LAWN)のキーイネーブラーとして無人航空機(UAV)が登場している 我々は、デジタルツイン(DT)支援トレーニングおよびデプロイメントフレームワークを提案する。 このフレームワークでは、UAVは統合されたセンシングと通信信号を送信し、地上ユーザーに通信サービスを提供し、同時にDTサーバにアップロードされたエコーを収集して、仮想環境(VE)を段階的に構築する。 これらのVEはモデルトレーニングを加速し、展開中のリアルタイムUAVセンシングデータを継続的に更新し、意思決定をサポートし、飛行安全性を向上する。
  論文  参考訳（メタデータ） (2025-10-28T10:05:53Z)
• SpectraSentinel: LightWeight Dual-Stream Real-Time Drone Detection, Tracking and Payload Identification [0.0903415485511869]
  民間空域でのドローンの拡散は、緊急のセキュリティ上の懸念を引き起こしている。 2025年のVIPカップの課題に対応するため、我々は2ストリームのドローン監視フレームワークを提案する。 我々のアプローチでは、並列赤外(熱)および可視(RGB)データストリーム上に、独立してYou Only Look Once v11-nano (YOLOv11n)オブジェクト検出器をデプロイする。
  論文  参考訳（メタデータ） (2025-07-30T13:10:13Z)
• Open-World Drone Active Tracking with Goal-Centered Rewards [62.21394499788672]
  Drone Visual Active Trackingは、視覚的な観察に基づいてモーションシステムを制御することで、対象物を自律的に追跡することを目的としている。 DATは,世界初となるエア・ツー・グラウンド・トラッキング・ベンチマークである。 また,複雑なシナリオにおけるドローン追跡目標の性能向上を目的としたGC-VATを提案する。
  論文  参考訳（メタデータ） (2024-12-01T09:37:46Z)
• Learning Motion Blur Robust Vision Transformers for Real-Time UAV Tracking [14.382072224997074]
  無人航空機(UAV)の追跡は、監視、捜索救助、自律航法といった用途に欠かせない。 UAVとターゲットの高速移動は、リアルタイム処理要求や激しい動きのぼかしなど、ユニークな課題をもたらす。 本稿では,リアルタイムなUAVトラッキングのために,Transformerブロックを動的に終了する適応型計算フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-07-07T14:10:04Z)
• Tiny Multi-Agent DRL for Twins Migration in UAV Metaverses: A Multi-Leader Multi-Follower Stackelberg Game Approach [57.15309977293297]
  無人航空機(UAV)とメタバースの相乗効果は、UAVメタバースと呼ばれる新しいパラダイムを生み出している。 本稿では,UAVメタバースにおける効率的なUTマイグレーションのためのプルーニング技術に基づく,機械学習に基づく小さなゲームフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-01-18T02:14:13Z)
• TransVisDrone: Spatio-Temporal Transformer for Vision-based Drone-to-Drone Detection in Aerial Videos [57.92385818430939]
  視覚的フィードを用いたドローンからドローンへの検知は、ドローンの衝突の検出、ドローンの攻撃の検出、他のドローンとの飛行の調整など、重要な応用がある。 既存の手法は計算コストがかかり、非エンドツーエンドの最適化に追随し、複雑なマルチステージパイプラインを持つため、エッジデバイス上でのリアルタイムデプロイメントには適さない。 計算効率を向上したエンドツーエンドのソリューションを提供する,シンプルで効果的なフレームワークであるitTransVisDroneを提案する。
  論文  参考訳（メタデータ） (2022-10-16T03:05:13Z)

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。