論文の概要: Instantaneous Planning, Control and Safety for Navigation in Unknown Underwater Spaces

• arxiv url: http://arxiv.org/abs/2604.05310v1
• Date: Tue, 07 Apr 2026 01:32:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-08 17:42:09.56061
• Title: Instantaneous Planning, Control and Safety for Navigation in Unknown Underwater Spaces
• Title（参考訳）: 未知の水中空間における瞬時計画・制御・航行安全
• Authors: Veejay Karthik, Udit Ekansh, Tejal Bedmutha, Shivam Vishwakarma, Rohan Deshpande, Leena Vachhani,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.21108097398435333
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Navigating autonomous underwater vehicles (AUVs) in unknown environments is significantly challenging due to poor visibility, weak signal transmission, and dynamic water currents. These factors pose challenges in accurate global localization, reliable communication, and obstacle avoidance. Local sensing provides critical real time environmental data to enable online decision making. However, the inherent noise in underwater sensor measurements introduces uncertainty, complicating planning and control. To address these challenges, we propose an integrated planning and control framework that leverages real time sensor data to dynamically induce closed loop AUV trajectories, ensuring robust obstacle avoidance and enhanced maneuverability in tight spaces. By planning motion based on pre designed feedback controllers, the approach reduces the computational complexity needed for carrying out online optimizations and enhances operational safety in complex underwater spaces. The proposed method is validated through ROS Gazebo simulations on the RexRov AUV, demonstrating its efficacy. Its performance is evaluated by comparison against PID based tracking methods, and quantifying localization errors in dead reckoning as the AUV transitions into the target communication range.
• Abstract（参考訳）: 未知の環境下での自律型水中車両(AUV)の航行は、視界の低下、信号伝達の弱さ、動的水流によって著しく困難である。 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。 ローカルセンシングは、オンライン意思決定を可能にするために重要なリアルタイム環境データを提供する。 しかし、水中センサー測定における固有のノイズは、計画と制御を複雑にする不確実性をもたらす。 これらの課題に対処するために,実時間センサデータを活用して閉ループAUV軌道を動的に誘導し,頑健な障害物回避と密接な空間での操作性の向上を図る,統合型計画制御フレームワークを提案する。 事前設計されたフィードバックコントローラに基づく動作を計画することにより、オンライン最適化の実行に必要な計算複雑性を低減し、複雑な水中空間における運用上の安全性を向上させる。 提案手法はRexRov AUV上でのROS Gazeboシミュレーションにより検証し,その有効性を示す。 その性能は、PIDに基づく追跡手法との比較により評価され、AUVがターゲット通信範囲に遷移するにつれて、デッドレコメンデーションにおける局所化誤差を定量化する。

関連論文リスト

• A Survey on Sensor-based Planning and Control for Unmanned Underwater Vehicles [2.6706790642027194]
  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。
  論文  参考訳（メタデータ） (2026-04-06T00:40:37Z)
• Safe Path Planning and Observation Quality Enhancement Strategy for Unmanned Aerial Vehicles in Water Quality Monitoring Tasks [7.258114996625529]
  スペクトルリモートセンシング技術は水質モニタリングに広く利用されている。 動的環境において、影やスペクトル反射のような様々な照明条件は、厳しいスペクトル歪みを引き起こす。 本稿では,動的光と影乱れ回避のための能動経路計画法を提案する。
  論文  参考訳（メタデータ） (2025-12-24T14:26:20Z)
• Digital Twin Supervised Reinforcement Learning Framework for Autonomous Underwater Navigation [0.0]
  本稿では,科学実験に広く利用されているオープンプラットフォームであるBlueROV2の事例を通して,課題を考察する。 本稿では,PPOアルゴリズムに基づく深層強化学習手法を提案する。 以上の結果から, PPO政策は高度に乱雑な環境でのDWAを一貫して上回っていることが示唆された。
  論文  参考訳（メタデータ） (2025-12-11T18:52:42Z)
• Secure Low-altitude Maritime Communications via Intelligent Jamming [53.42658269206017]
  低高度無線ネットワーク (LAWN) は海上通信の有効なソリューションとして登場している。 オープンで明確なUAV通信チャネルは、海上のLAWNを盗聴攻撃に対して脆弱にする。 本稿では,動的盗難対策にインテリジェントジャミングを用いた低高度海上通信システムを提案する。
  論文  参考訳（メタデータ） (2025-11-10T03:16:19Z)
• 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)
• 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)
• 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。