論文の概要: Autonomous UAV Pipeline Near-proximity Inspection via Disturbance-Aware Predictive Visual Servoing

• arxiv url: http://arxiv.org/abs/2604.19618v1
• Date: Tue, 21 Apr 2026 16:05:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-22 22:41:49.858175
• Title: Autonomous UAV Pipeline Near-proximity Inspection via Disturbance-Aware Predictive Visual Servoing
• Title（参考訳）: 外乱認識型視覚サーボによる自律型UAVパイプライン近近距離検査
• Abstract要約: パイプライン検査は安全なエネルギー輸送には不可欠であるが、長距離、複雑な地形、人間の検査者へのリスクに制約されている。 本稿では、画像に基づく視覚サーボモデル予測制御(VMPC)に基づく3次元シナリオのための自律的四重項近傍パイプライン検査フレームワークを提案する。 地形情報のない未知の斜面上での垂直速度を発生させながら、所望の巡航速度を維持するために、地形適応速度設計を導入する。 実世界の実験では,提案手法は直線管に対して,パイプライン配向および横方向の偏差において,RMSEを52.63%,75.04%削減する。
• 参考スコア（独自算出の注目度）: 12.773186211498283
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable pipeline inspection is critical to safe energy transportation, but is constrained by long distances, complex terrain, and risks to human inspectors. Unmanned aerial vehicles provide a flexible sensing platform, yet reliable autonomous inspection remains challenging. This paper presents an autonomous quadrotor near-proximity pipeline inspection framework for three-dimensional scenarios based on image-based visual servoing model predictive control (VMPC). A unified predictive model couples quadrotor dynamics with image feature kinematics, enabling direct image-space prediction within the control loop. To address low-rate visual updates, measurement noise, and environmental uncertainties, an extended-state Kalman filtering scheme with image feature prediction (ESKF-PRE) is developed, and the estimated lumped disturbances are incorporated into the VMPC prediction model, yielding the ESKF-PRE-VMPC framework. A terrain-adaptive velocity design is introduced to maintain the desired cruising speed while generating vertical velocity references over unknown terrain slopes without prior terrain information. The framework is validated in high-fidelity Gazebo simulations and real-world experiments. In real-world tests, the proposed method reduces RMSE by 52.63% and 75.04% in pipeline orientation and lateral deviation in the image, respectively, for straight-pipeline inspection without wind, and successfully completes both wind-disturbance and bend-pipeline tasks where baseline method fails. An open-source nano quadrotor is modified for indoor experimentation.
• Abstract（参考訳）: 信頼性の高いパイプライン検査は安全なエネルギー輸送には不可欠であるが、長距離、複雑な地形、人間の検査者へのリスクに制約されている。 無人航空機はフレキシブルなセンシングプラットフォームを提供するが、信頼性のある自律的な検査は依然として難しい。 本稿では,画像に基づく視覚サーボモデル予測制御(VMPC)に基づく3次元シナリオを対象とした,自律的四重項近傍パイプライン検査フレームワークを提案する。 統合予測モデルは、四元子力学と画像特徴キネマティクスを結合し、制御ループ内の直接画像空間予測を可能にする。 画像特徴予測(ESKF-PRE)を用いた拡張状態カルマンフィルタリング手法を開発し,VMPC予測モデルに推定ラムプド障害を組み込んで,ESKF-PRE-VMPCフレームワークを実現する。 地形情報のない未知の地形斜面上での垂直速度基準を発生させながら、所望の巡航速度を維持するために、地形適応速度設計を導入する。 このフレームワークは、高忠実なGazeboシミュレーションと実世界の実験で検証されている。 実世界の実験では, 水平方向のパイプライン配向と横方向の偏差をそれぞれ52.63%, 75.04%削減し, ベースライン法が故障した場合の直流管検査を成功させた。 オープンソースのナノ四極子を室内実験のために改造する。

関連論文リスト

• A Neural Network Based Teleoperation for Remote Controlled Vehicles [98.38733381483934]
  車両の直接遠隔操作は重要な技術的ボトルネックに直面している。 通信遅延とオペレーターの 物理的に知覚できない 未モデル化の環境障害。 本稿では,一方的な遠隔操作フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-11T01:51:08Z)
• SkyJEPA: Learning Long-Horizon World Models for Zero-Shot Sim-to-Real Control of Quadrotors [48.60897189520386]
  本稿では,実時間四重項制御のためのJEPAスタイルモデルを提案する。 我々は、潜伏動力学モデルと、凍結した潜伏者を解釈可能な状態にマッピングする、物理学に着想を得た新しいプロバーを組み合わせる。 高価で安全性の低い実世界のデータ収集への依存を低減するため,自動データセット生成のための構造化パイプラインを構築した。
  論文  参考訳（メタデータ） (2026-06-22T15:00:59Z)
• Hardware- and Vision-in-the-Loop Validation of Deep Monocular Pose Estimation for Autonomous Maritime UAV Flight [2.0935101589828244]
  本稿では,船内における完全自律飛行を実現するハードウェア検証型ビジョン・イン・ザ・ループ・フレームワークを提案する。 その結果、艦載配備前に海上でのUAV自律性を開発するための安全で現実的な中間段階が確立された。
  論文  参考訳（メタデータ） (2026-06-17T15:18:11Z)
• Evidence-Based Landing Site Selection and Vison-Based Landing for UAVs in Unstructured Environments [0.9236074230806578]
  本稿では,無人無人無人着陸のためのエビデンスに基づく確率的枠組みを提案する。 視覚サーボによる実行から不確実性の下での意思決定を明示的に分離する。 NvidiaのIsaac Simによる実世界の実験と高忠実度シミュレーションの両方を通じて検証されている。
  論文  参考訳（メタデータ） (2026-05-02T13:05:20Z)
• Event-based SLAM Benchmark for High-Speed Maneuvers [68.148886127117]
  イベントベースのカメラはバイオインスパイアされたセンサーで、独立して、マイクロ秒の解像度で明るさの変化に非同期に反応する。 既存のイベントベースのアプローチは、高速操作による動きのぼかしを緩和することに成功したが、多くの制限に悩まされた。 イベントベースの状態推定のためのベンチマークフレームワークであるEvSLAMを導入する。
  論文  参考訳（メタデータ） (2026-04-27T04:36:41Z)
• Unifying UAV Cross-View Geo-Localization via 3D Geometric Perception [51.687842983240564]
  無人航空機(UAV)のクロスビューな地上局地化は、斜めのUAV画像と衛星地図との厳密な幾何学的相違により、いまだに困難である。 本稿では,3次元シーン形状を明示的にモデル化し,粗い位置認識ときめ細かなポーズ推定を統一する,幾何認識型UAV測位フレームワークを提案する。 提案手法は, 最先端のベースラインを著しく上回り, ロバストメータレベルのローカライゼーション精度を実現し, 複雑な都市環境における一般化を向上する。
  論文  参考訳（メタデータ） (2026-04-02T08:08:41Z)
• Predictive Uncertainty for Runtime Assurance of a Real-Time Computer Vision-Based Landing System [32.06417142452719]
  滑走路画像から航空機のポーズ推定を行うためのビジョンベースパイプラインを提案する。 提案手法は,確率的キーポイント回帰のための空間的ソフトArgmax演算子をベースとした,効率的なフレキシブルなニューラルアーキテクチャ,リアルタイム推論による多様なビジョンバックボーンのサポート,および,シャープネスとキャリブレーションの指標によって評価される予測不確実性を生成する原理的損失関数,および (iii) 実行時検出と故障モデル出力の拒否を可能にするResidual-based Receiver Self Integrity Monitoring (RAIM) の適応である。
  論文  参考訳（メタデータ） (2025-08-13T11:56:22Z)
• Deep Bilinear Koopman Model for Real-Time Vehicle Control in Frenet Frame [0.0]
  本稿では,カービリニアFrenetフレーム内の車両力学のモデリングと制御のための深いクープマン手法を提案する。 提案フレームワークは、深層ニューラルネットワークアーキテクチャを使用して、データからクープマン演算子とその関連する不変部分空間を同時に学習する。 提案した制御器は, ベースライン制御器と比較して追従誤差を著しく低減し, 組込み自動運転車システムにおけるリアルタイム実装に適していることを確認した。
  論文  参考訳（メタデータ） (2025-07-16T18:49:44Z)
• 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)
• 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)
• Vision-based control for landing an aerial vehicle on a marine vessel [0.0]
  本研究は,イメージベースビジュアルサーボ制御を用いた移動プラットフォーム上での航空機の着陸問題に対処する。 テクスチャ化された対象平面上の画像特徴を利用して、視覚に基づく制御法則を導出する。 提案法は、目標と移動プラットフォームの間の未知距離を推定することなく収束を保証する。
  論文  参考訳（メタデータ） (2024-04-17T12:53:57Z)
• OOSTraj: Out-of-Sight Trajectory Prediction With Vision-Positioning Denoising [49.86409475232849]
  軌道予測はコンピュータビジョンと自律運転の基本である。 この分野における既存のアプローチは、しばしば正確で完全な観測データを仮定する。 本稿では,視覚的位置決め技術を利用した視線外軌道予測手法を提案する。
  論文  参考訳（メタデータ） (2024-04-02T18:30:29Z)
• Diffusion-Based Particle-DETR for BEV Perception [94.88305708174796]
  Bird-Eye-View (BEV)は、自律走行車(AV)における視覚知覚のための最も広く使われているシーンの1つである。 近年の拡散法は、視覚知覚のための不確実性モデリングに有望なアプローチを提供するが、BEVの広い範囲において、小さな物体を効果的に検出することができない。 本稿では,BEVにおける拡散パラダイムと最先端の3Dオブジェクト検出器を組み合わせることで,この問題に対処する。
  論文  参考訳（メタデータ） (2023-12-18T09:52:14Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)
• Control Design of Autonomous Drone Using Deep Learning Based Image Understanding Techniques [1.0953917735844645]
  本稿では,室内の騒音や不確実性を考慮して,自律飛行を行うための制御器の入力として画像を使用する新しい枠組みを提案する。 ノイズの多い環境下でドローン/クワッドコプターの飛行安定性を向上させるために, 微分フィルタを用いた新しいPIDA制御を提案する。
  論文  参考訳（メタデータ） (2020-04-27T15:50:04Z)

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。