論文の概要: A Survey on Sensor-based Planning and Control for Unmanned Underwater Vehicles
- arxiv url: http://arxiv.org/abs/2604.05003v1
- Date: Mon, 06 Apr 2026 00:40:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-08 17:42:09.399885
- Title: A Survey on Sensor-based Planning and Control for Unmanned Underwater Vehicles
- Title（参考訳）: 無人水中車両のセンサベース計画と制御に関する調査
- Authors: Shivam Vishwakarma, Tejal Bedmutha, Dharmendra Kumar Patel, Vijay Bhaskar Semwal, Leena Vachhani,
- Abstract要約: 本調査は無人水中車両(UUV)のセンサによる最近の計画・制御手法について検討する。
焦点は、SONARや慣性測定ユニット(IMU)のようなリアルタイムセンサー入力に適応するリアクティブなローカルプランニングレイヤである。
この調査では、既存の文献を、センサーベースの計画と制御のための分離された結合アーキテクチャに分類している。
- 参考スコア（独自算出の注目度）: 2.6706790642027194
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This survey examines recent sensor-based planning and control methods for Unmanned Underwater Vehicles (UUVs). In complex, uncertain underwater environments, UUVs require advanced planning and control strategies for effective navigation. These vehicles face significant challenges including drifting and noisy sensor measurements, absence of Global Navigation Satellite System (GNSS) signals, and low-bandwidth, high-latency underwater acoustic communications. The focus is on reactive local planning layers that adapt to real-time sensor inputs such as SONAR and Inertial Measurement Units (IMU) to improve localization accuracy and autonomy in dynamic ocean conditions, enabling dynamic obstacle avoidance and on-the-fly re-planning. The survey categorizes the existing literature into decoupled and coupled architectures for sensor-based planning and control. The decoupled architecture sequentially addresses planning and control stages, whereas coupled architectures offer tighter feedback loops for more immediate responsiveness. A comparative analysis of coupled planning and control methods reveals that while PID controllers are simple, they lack predictive capability for complex maneuvers. Model Predictive Control (MPC) offers superior path optimization but can be computationally intensive, and invariant-set controllers provide strong safety guarantees at the potential cost of agility in confined environments. Key contributions include a taxonomy of architectures combining planning and control, a focus on adaptive local planning, and an analysis of controller roles in integrated planning frameworks for autonomous navigation of UUVs.
- Abstract（参考訳）: 本研究では,無人水中車両(UUV)のセンサによる最近の計画と制御方法について検討する。
複雑な不確実な水中環境では、UUVは効果的な航法のための高度な計画と制御戦略を必要とする。
これらの車両は、ドリフトとノイズセンサーの測定、グローバルナビゲーション衛星システム(GNSS)信号の欠如、低帯域幅の高遅延水中音響通信など、重大な課題に直面している。
SONARや慣性測定ユニット(Inertial Measurement Units, IMU)のようなリアルタイムセンサー入力に適応して、動的海洋環境における局所化精度と自律性を向上し、動的障害物回避とオンザフライ再計画を可能にする、リアクティブなローカルプランニング層に重点を置いている。
この調査では、既存の文献を、センサーベースの計画と制御のための分離された結合アーキテクチャに分類している。
分離されたアーキテクチャは、計画と制御段階に順次対処する一方、結合されたアーキテクチャは、より迅速な応答性を得るために、より厳密なフィードバックループを提供する。
複合計画法と制御法の比較分析により、PIDコントローラは単純ではあるが、複雑な操作を行うための予測能力が欠如していることが明らかになった。
モデル予測制御(MPC)は、優れた経路最適化を提供するが、計算集約性があり、不変セットコントローラは、制限された環境でのアジリティの潜在的なコストにおいて、強力な安全性を保証する。
主な貢献は、計画と制御を組み合わせたアーキテクチャの分類、適応的なローカルプランニングへの焦点、UUVの自律ナビゲーションのための統合計画フレームワークにおけるコントローラの役割の分析である。
関連論文リスト
- Instantaneous Planning, Control and Safety for Navigation in Unknown Underwater Spaces [0.21108097398435333]
未知の環境で自律型水中車両(AUV)を航行することは極めて困難である。
これらの要因は、正確なグローバルローカライゼーション、信頼性の高い通信、障害物回避において課題を提起する。
本研究では,実時間センサデータを利用して閉ループAUV軌道を動的に誘導する統合計画制御フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-07T01:32:29Z) - A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner [69.43049144653882]
本稿では,車種別制御から高レベルの意思決定を分離する統一アーキテクチャを提案する。
提案アーキテクチャは、計画、センシング、車両実行の標準化されたインターフェースを定義するGuaralPlannerを通じて実現されている。
論文 参考訳（メタデータ） (2026-02-11T10:02:31Z) - FlyAware: Inertia-Aware Aerial Manipulation via Vision-Based Estimation and Post-Grasp Adaptation [38.97192455287927]
本文は, 強靭な航空操作のための新しい枠組みを提示する。
提案システムでは,視力に基づく初期慣性推定モジュールとポストグラフ適応機構を統合した。
制御のために、ゲインスケジューリングに基づく慣性を考慮した適応制御戦略を開発する。
論文 参考訳（メタデータ） (2026-01-30T08:02:33Z) - Autonomous Navigation at the Nano-Scale: Algorithms, Architectures, and Constraints [3.8673630752805437]
本稿では,ナノUAVのセンサ,コンピューティング,制御アーキテクチャの最先端を概説する。
我々は、古典幾何学に基づく手法から新しい「エッジAI」パラダイムへの移行を批判的に分析する。
論文 参考訳（メタデータ） (2026-01-19T17:38:15Z) - A Future Capabilities Agent for Tactical Air Traffic Control [0.0]
エージェント・マラード(Agens Mallard)は、システム化された空域における制御のためのルールベースの戦術的エージェントである。
このアーキテクチャは、モデルに基づく安全性評価、解釈可能な決定論理、およびトラクタブルな計算性能を組み合わせることを意図している。
論文 参考訳（メタデータ） (2026-01-07T14:19:46Z) - 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) - 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) - Integrating DeepRL with Robust Low-Level Control in Robotic Manipulators for Non-Repetitive Reaching Tasks [0.24578723416255746]
ロボット工学では、現代の戦略は学習に基づくもので、複雑なブラックボックスの性質と解釈可能性の欠如が特徴である。
本稿では, 深部強化学習(DRL)に基づく衝突のない軌道プランナと, 自動調整型低レベル制御戦略を統合することを提案する。
論文 参考訳（メタデータ） (2024-02-04T15:54:03Z) - Convergence of Communications, Control, and Machine Learning for Secure
and Autonomous Vehicle Navigation [78.60496411542549]
接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。
本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
論文 参考訳（メタデータ） (2023-07-05T21:38:36Z) - Deep Learning for Wireless Networked Systems: a joint
Estimation-Control-Scheduling Approach [47.29474858956844]
ワイヤレスネットワーク制御システム(Wireless Networked Control System, WNCS)は、無線通信を介してセンサ、コントローラ、アクチュエータを接続する技術であり、産業用 4.0 時代において、高度にスケーラブルで低コストな制御システムの展開を可能にする技術である。
WNCSにおける制御と通信の密接な相互作用にもかかわらず、既存のほとんどの研究は分離設計アプローチを採用している。
モデルフリーデータとモデルベースデータの両方を利用する制御と最適化のための,DRLに基づく新しいアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-10-03T01:29:40Z)
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。