論文の概要: Trajectory Planning for a Multi-UAV Rigid-Payload Cascaded Transportation System Based on Enhanced Tube-RRT*

• arxiv url: http://arxiv.org/abs/2604.15074v1
• Date: Thu, 16 Apr 2026 14:39:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-17 21:29:31.950184
• Title: Trajectory Planning for a Multi-UAV Rigid-Payload Cascaded Transportation System Based on Enhanced Tube-RRT*
• Title（参考訳）: 拡張管RRTに基づく多UAVリギッド装荷キャシケード輸送システムの軌道計画*
• Authors: Jianqiao Yu, Jia Li, Tianhua Gao,
• Abstract要約: 本稿では,剛性装荷輸送システムのための2段階の軌道計画手法を提案する。 ステージIでは,アクティブハイブリッドサンプリングと適応展開戦略を統合し,拡張管-RRT*アルゴリズムを開発した。 ステージIIにおいて、凸二次プログラムはペイロードの変換と回転のダイナミクスを考慮して定式化される。
• 参考スコア（独自算出の注目度）: 5.920746855674374
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a two-stage trajectory planning framework for a multi-UAV rigid-payload cascaded transportation system, aiming to address planning challenges in densely cluttered environments. In Stage I, an Enhanced Tube-RRT* algorithm is developed by integrating active hybrid sampling and an adaptive expansion strategy, enabling rapid generation of a safe and feasible virtual tube in environments with dense obstacles. Moreover, a trajectory smoothness cost is explicitly incorporated into the edge cost to reduce excessive turns and thereby mitigate cable-induced oscillations. Simulation results demonstrate that the proposed Enhanced Tube-RRT* achieves a higher success rate and effective sampling rate than mixed-sampling Tube-RRT* (STube-RRT*) and adaptive-extension Tube-RRT* (AETube-RRT*), while producing a shorter optimal path with a smaller cumulative turning angle. In Stage II, a convex quadratic program is formulated by considering payload translational and rotational dynamics, cable tension constraints, and collision-safety constraints, yielding a smooth, collision-free desired payload trajectory. Finally, a centralized geometric control scheme is applied to the cascaded system to validate the effectiveness and feasibility of the proposed planning framework, offering a practical solution for payload attitude maneuvering in densely cluttered environments.
• Abstract（参考訳）: 本稿では, 密集した環境下での計画課題に対処することを目的とした, マルチUAV剛性荷輸送システムのための2段階の軌道計画フレームワークを提案する。 ステージIでは,アクティブハイブリッドサンプリングと適応拡張戦略を統合した拡張管-RRT*アルゴリズムが開発され,高密度障害物のある環境下での安全かつ実現可能な仮想管の高速な生成が可能となった。 さらに、エッジコストに軌道平滑化コストを明示的に組み込んで過度な旋回を低減し、ケーブル誘起振動を緩和する。 シミュレーションの結果, 提案した拡張管-RRT*は, 混合サンプリング管-RRT* (STube-RRT*) と適応拡張管-RRT* (AETube-RRT*) よりも高い成功率と有効サンプリング率を達成するとともに, 累積回転角を小さくしたより短い最適経路が得られることがわかった。 ステージIIにおいて、凸2次プログラムは、ペイロードのトランスレーションと回転のダイナミクス、ケーブル張力の制約、衝突安全制約を考慮して定式化され、スムーズで無衝突で所望のペイロード軌道が得られる。 最後に, 集中型幾何制御方式を適用し, 提案手法の有効性と妥当性を検証し, 密集した環境下でのペイロード姿勢操作のための実用的なソリューションを提供する。

関連論文リスト

• Risk-Aware Obstacle Avoidance Algorithm for Real-Time Applications [0.6299766708197881]
  本研究は,車両経路に沿った障害物の確率論的モデリングと,自律表面容器のスムーズな軌道最適化を統合したハイブリッド型リスク対応ナビゲーションアーキテクチャを提案する。 提案手法は、運転安全性と自律性の向上を示し、不確実かつダイナミックな環境下でのリスク対応型自動運転車のミッションのための有望なソリューションとして確立する。
  論文  参考訳（メタデータ） (2026-02-09T21:15:33Z)
• Adaptive Linear Path Model-Based Diffusion [52.84663832658799]
  リニアパスモデルベース拡散(LP-MBD)を導入し、分散保存スケジュールをフローマッチング線形確率パスに置き換える。 また,適応型LP-MBD(ALP-MBD)を提案し,タスクの複雑さや環境条件に応じて拡散ステップやノイズレベルを調整する。
  論文  参考訳（メタデータ） (2026-02-02T21:33:03Z)
• PlannerRFT: Reinforcing Diffusion Planners through Closed-Loop and Sample-Efficient Fine-Tuning [17.21182051618103]
  拡散に基づくプランナーは、自動運転における人間のような軌道生成の有望なアプローチとして現れてきた。 最近の研究は拡散プランナーの堅牢性を高めるために強化微調整を取り入れている。 拡散型プランナのための試料効率強化微調整フレームワークPlannerRFTを提案する。
  論文  参考訳（メタデータ） (2026-01-19T09:56:05Z)
• Two-Timescale Joint Transmit and Pinching Beamforming for Pinching-Antenna Systems [58.27781210487552]
  ピンチングアンテナシステム (PASS) は、多数の低Kuピンチングアンテナを介して、アクティベーション位置を調節可能なライン・オブ・ライト・リンクを容易にする革命的フレキシブルアンテナとして提案されている。 2時間スケール問題を2つのサブプロブレムに分離するために, 一次二重分解法を開発した。
  論文  参考訳（メタデータ） (2025-04-13T16:58:35Z)
• Dynamic Tube MPC: Learning Tube Dynamics with Massively Parallel Simulation for Robust Safety in Practice [28.37162791852146]
  追跡不能なエラーは、安全を確保するために名目上の計画の堅牢化を必要とする。 本研究では,超並列シミュレーションを利用して動的チューブ表現を学習する手法を提案する。 結果のダイナミックMPCチューブは、3DホッピングロボットARCHERに適用される。
  論文  参考訳（メタデータ） (2024-11-22T21:22:51Z)
• Custom Non-Linear Model Predictive Control for Obstacle Avoidance in Indoor and Outdoor Environments [0.0]
  本稿では,DJI行列100のための非線形モデル予測制御(NMPC)フレームワークを提案する。 このフレームワークは様々なトラジェクトリタイプをサポートし、厳密な操作の精度を制御するためにペナルティベースのコスト関数を採用している。
  論文  参考訳（メタデータ） (2024-10-03T17:50:19Z)
• DATT: Deep Adaptive Trajectory Tracking for Quadrotor Control [62.24301794794304]
  Deep Adaptive Trajectory Tracking (DATT)は、学習に基づくアプローチであり、現実世界の大きな乱れの存在下で、任意の、潜在的に実現不可能な軌跡を正確に追跡することができる。 DATTは、非定常風場における可溶性および非実用性の両方の軌道に対して、競争適応性非線形およびモデル予測コントローラを著しく上回っている。 適応非線形モデル予測制御ベースラインの1/4未満である3.2ms未満の推論時間で、効率的にオンラインで実行することができる。
  論文  参考訳（メタデータ） (2023-10-13T12:22:31Z)
• Trajectory Planning for Autonomous Vehicles Using Hierarchical Reinforcement Learning [21.500697097095408]
  不確実かつ動的条件下で安全な軌道を計画することは、自律運転問題を著しく複雑にする。 RRT(Rapidly Exploring Random Trees)のような現在のサンプリングベース手法は、高い計算コストのため、この問題には理想的ではない。 軌道計画のための階層型強化学習構造とPID(Proportional-Integral-Derivative)コントローラを提案する。
  論文  参考訳（メタデータ） (2020-11-09T20:49:54Z)
• Path Planning Followed by Kinodynamic Smoothing for Multirotor Aerial Vehicles (MAVs) [61.94975011711275]
  そこで本稿では,RRT*textquotedblrightのテキストを幾何学的にベースとした動き計画手法を提案する。 提案手法では,適応探索空間とステアリング機能を導入したオリジナルのRT*を改良した。 提案手法を様々なシミュレーション環境で検証した。
  論文  参考訳（メタデータ） (2020-08-29T09:55:49Z)

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。