論文の概要: Multi-stage Planning for Multi-target Surveillance using Aircrafts Equipped with Synthetic Aperture Radars Aware of Target Visibility

• arxiv url: http://arxiv.org/abs/2604.16962v1
• Date: Sat, 18 Apr 2026 11:04:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.263051
• Title: Multi-stage Planning for Multi-target Surveillance using Aircrafts Equipped with Synthetic Aperture Radars Aware of Target Visibility
• Title（参考訳）: ターゲット可視性を考慮した合成開口レーダ搭載航空機による多目的監視の多段階計画
• Authors: Daniel Fuertes, Carlos R. del-Blanco, Fernando Jaureguizar, Juan José Navarro-Corcuera, Narciso García,
• Abstract要約: 本稿では,合成開口レーダ(SAR)搭載航空機の軌道生成システムについて述べる。 深部強化学習で訓練された新しいニューラルネットワークを用いて、3次元地形に応じて目標視認性を最大化するストレート飛行セグメントを予測する。 このシステムは,3次元地形と目標視認性,リアルタイム性能を意識した高品質なマルチターゲットSAR画像取得を実現する。
• 参考スコア（独自算出の注目度）: 40.94744872735617
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generating trajectories for synthetic aperture radar (SAR)-equipped aircraft poses significant challenges due to terrain constraints, and the need for straight-flight segments to ensure high-quality imaging. Related works usually focus on trajectory optimization for predefined straight-flight segments that do not adapt to the target visibility, which depends on the 3D terrain and aircraft orientation. In addition, this assumption does not scale well for the multi-target problem, where multiple straight-flight segments that maximize target visibility must be defined for real-time operations. For this purpose, this paper presents a multi-stage planning system. First, the waypoint sequencing to visit all the targets is estimated. Second, straight-flight segments maximizing target visibility according to the 3D terrain are predicted using a novel neural network trained with deep reinforcement learning. Finally, the segments are connected to create a trajectory via optimization that imposes 3D Dubins curves. Evaluations demonstrate the robustness of the system for SAR missions since it ensures high-quality multi-target SAR image acquisition aware of 3D terrain and target visibility, and real-time performance.
• Abstract（参考訳）: 合成開口レーダ(SAR)搭載航空機の軌道生成は、地形の制約や、高品質な画像撮影を実現するための直線飛行セグメントの必要性により、大きな課題を生んでいる。 関連する作業は通常、3次元地形と航空機の向きに依存する目標視認性に適応しない、事前に定義された直線飛行セグメントの軌道最適化に焦点を当てる。 さらに、この仮定は、目標視認性を最大化する複数のストレート飛行セグメントをリアルタイム操作で定義しなければならないマルチターゲット問題に対してうまくスケールしない。 本研究では,多段階計画システムを提案する。 まず、全てのターゲットを訪問するためのウェイポイントシークエンシングを推定する。 第2に、3次元地形に応じた目標視認性を最大化する直線飛行セグメントを、深層強化学習で訓練された新しいニューラルネットワークを用いて予測する。 最後に、セグメントは3D Dubins曲線を課す最適化によって軌道を生成するために接続される。 SARミッションは,3次元地形と目標視認性,リアルタイム性能を意識した高品質なマルチターゲットSAR画像取得を実現するため,SARミッションのシステムの堅牢性を示す。

関連論文リスト

• Aerial World Model for Long-horizon Visual Generation and Navigation in 3D Space [48.19308247102762]
  本稿では,過去のフレームや行動に照らされた将来の視覚的観察を予測する航空ナビゲーションワールドモデルANWMを提案する。 ANWMは4-DoF UAV軌道で訓練され、物理学にインスパイアされたモジュールであるFuture Frame Projectionを導入した。 実験により、ANWMは長距離視覚予測において既存の世界を著しく上回り、大規模環境でのUAV航法成功率を向上させることが示された。
  論文  参考訳（メタデータ） (2025-12-26T06:22:39Z)
• Expert Switching for Robust AAV Landing: A Dual-Detector Framework in Simulation [0.0]
  2人のYOLOv8専門家が、HelipadCatデータセットのスケール特化バージョンでトレーニングされている。 推論の間、どちらの専門家も並列に操作し、幾何学的なゲーティング機構は、AAVの視点と最も一致した予測を持つ専門家を選択する。 その結果, 単検出器ベースラインに比べてアライメント, 着陸精度, 全体的なロバスト性は著しく向上した。
  論文  参考訳（メタデータ） (2025-12-16T03:41:59Z)
• Griffin: Aerial-Ground Cooperative Detection and Tracking Dataset and Benchmark [15.405137983083875]
  航空と地上の協力は、UAVの空中視界と地上の車両の局部的な観測を統合することで、有望な解決策を提供する。 本稿では,3つの重要な貢献を通じて,地上3次元協調認識のための包括的ソリューションを提案する。
  論文  参考訳（メタデータ） (2025-03-10T07:00:07Z)
• Affordances-Oriented Planning using Foundation Models for Continuous Vision-Language Navigation [64.84996994779443]
  本稿では,連続視覚言語ナビゲーション(VLN)タスクのためのAffordances-Oriented Plannerを提案する。 我々のAO-Plannerは、様々な基礎モデルを統合して、アベイランス指向の低レベルな動き計画とハイレベルな意思決定を実現する。 挑戦的なR2R-CEデータセットとRxR-CEデータセットの実験は、AO-Plannerが最先端のゼロショットのパフォーマンスを達成したことを示している。
  論文  参考訳（メタデータ） (2024-07-08T12:52:46Z)
• OccNeRF: Advancing 3D Occupancy Prediction in LiDAR-Free Environments [77.0399450848749]
  本稿では,OccNeRF法を用いて,3次元監視なしで占有ネットワークを訓練する手法を提案する。 我々は、再構成された占有領域をパラメータ化し、サンプリング戦略を再編成し、カメラの無限知覚範囲に合わせる。 意味的占有予測のために,事前学習した開語彙2Dセグメンテーションモデルの出力をフィルタリングし,プロンプトを洗練するためのいくつかの戦略を設計する。
  論文  参考訳（メタデータ） (2023-12-14T18:58:52Z)
• Adaptive Path Planning for UAV-based Multi-Resolution Semantic Segmentation [26.729010176211016]
  本稿では,UAV経路に適応して高精細なセマンティックセマンティックセマンティクスを得るオンライン計画アルゴリズムを提案する。 私たちのアプローチの重要な特徴は、ディープラーニングベースのアーキテクチャのための新しい精度モデルです。 実地フィールドデータを用いた精密農業における作物・雑草分断の適用性について,本研究のアプローチを評価した。
  論文  参考訳（メタデータ） (2021-08-04T07:30:04Z)

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。