論文の概要: A Lightweight Toggleable Adhesion Prototype for Multirotor UAV Landing on Tilting Platforms

• arxiv url: http://arxiv.org/abs/2604.23074v1
• Date: Fri, 24 Apr 2026 23:58:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.140785
• Title: A Lightweight Toggleable Adhesion Prototype for Multirotor UAV Landing on Tilting Platforms
• Title（参考訳）: マルチロータUAVランディング用軽量トグルブル接着プロトタイプ
• Abstract要約: 本稿では,着地信頼性を向上させるための軽量なトグルブル接着機構を提案する。 システムはモーター駆動のコルクスクリューを使用し、着陸面にフック・アンド・ループ素材を配置する。 単純な垂直PIDコントローラのみを用いて、提案手法は着陸成功率を平均40%(ベースライン)からプラットフォーム全体の80%に引き上げる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous multirotor landings on uncrewed surface vessels (USVs) are critical for persistent maritime operations but remain challenging due to wave-induced tilt, wind disturbances, and limited landing area. Many existing approaches exhibit small pose tolerance for reliable landing. This paper presents a lightweight toggleable adhesion mechanism to improve landing reliability. The system uses a motor-driven corkscrew that engages hook-and-loop material on the landing surface, enabling active adhesion during landing and controlled release during takeoff. We evaluate a prototype using a modified Crazyflie 2.0 and a custom tilting platform at fixed angles representative of extreme wave conditions. Using only a simple vertical PID controller, the proposed approach increases landing success from an average of 40% (baseline) to 80% across platform tilts up to 43 degrees using appropriately selected actuation settings.
• Abstract（参考訳）: 無人潜水艇 (USV) への自律的なマルチローター着陸は、海洋活動において重要であるが、波動による傾き、風の乱れ、限定的な着地面積のために困難なままである。 既存の多くのアプローチは、信頼性の高い着陸に対する小さなポーズ耐性を示す。 本稿では,着地信頼性を向上させるための軽量なトグルブル接着機構を提案する。 このシステムはモーター駆動のコルクスクリューを使用し、着陸面にフック・アンド・ループの材料を係留し、着陸時のアクティブな付着と離陸時の離着陸を可能にする。 修正されたクラジフリー2.0と、極端波条件を表す固定角度の傾斜プラットフォームを用いた試作機の評価を行った。 単純な垂直PIDコントローラのみを用いて、提案手法は着陸成功率を平均40%(ベースライン)から、適切な選択されたアクティベーション設定を用いてプラットフォーム傾斜率を43度まで向上させる。

関連論文リスト

• Low-Altitude Fluid Antenna Network with Multi-Agent Reinforcement Learning [49.09908852315575]
  マルチエージェント強化学習(MARL)を用いた低高度FAネットワークの高速かつ高性能な再構成について検討する。 今回のケーススタディでは、固定位置ベースラインと比較して、関節FA位置とビームフォーミング最適化がシステム総和率を118.5%向上できることを示した。
  論文  参考訳（メタデータ） (2026-08-28T04:27:44Z)
• Vision-Guided Morphing Quadcopter for Multi-Geometry Payload Transport through Narrow Passages [0.0]
  本稿では,狭路を横断するマルチジオメトリペイロード輸送のための視覚誘導型クアッドコプターを提案する。 提案プラットフォームは4つのハイブリッドアームレッグ構造を用いており、着陸支援および把持部材として機能する。
  論文  参考訳（メタデータ） (2026-08-22T09:45:13Z)
• A Tilt-Rotor UAV with a Gripper for Stable Contact-Based Tasks via Environmental Anchoring [6.225267148607479]
  本稿では,非拘束飛行から安定な作業プラットフォームへの移行を目的とした,無人航空機(UAV)プラットフォームを提案する。 本システムでは,(1)前方運動からピッチを分離し,非ゼロピッチ角度での安定ホバリングを可能にする傾斜回転機構を有するマルチロータと,(2)不活性化,ケーブル駆動,プリサマティックグリップパーを備える。 その結果,風条件下であっても,アンカーの安定性が著しく向上し,自由飛行ベースラインに比べて位置ずれRMSEが95%以上低減されることがわかった。
  論文  参考訳（メタデータ） (2026-08-03T06:01:47Z)
• WaveLander: A Generalizable Hierarchical Control Framework for UAV Landing on Wave-Disturbed Platforms via Reinforcement Learning [8.852817079320781]
  本稿では、低レベルの飛行安定化から垂直着陸決定を分離する強化学習(RL)による階層制御フレームワークであるWaveLanderを提案する。 RLは、コンパクトなプラットフォーム相対観測をスカラーの垂直速度基準にマッピングする一方、従来の低レベル飛行制御器は姿勢安定性と横方向追跡を維持できる。 シミュレーションの結果,WaveLanderはロバストな着地性能を達成し,目に見えない外乱条件に一般化することがわかった。
  論文  参考訳（メタデータ） (2026-07-01T08:28:15Z)
• Robust Autonomous UAV Landing on Maritime Platforms via Multimodal Agentic AI and Active Wave Compensation [0.0]
  本稿では,無人航空機 (UAV) と無人航空機 (USV) を同期させる離間多輪着地機構を提案する。 このアーキテクチャは、2つの独立したDeep Reinforcement Learning (DRL)エージェント(Soft Actor-Critic (SAC)エージェント、ランディングデッキに高周波波動補償を提供するSoft Actor-Critic (SAC)エージェント、UAVの最終アプローチのためのマルチモーダルRLエージェント)を利用する。 高忠実度海洋シミュレーションで評価されたこのシステムは、穏やかから荒々しい状態の15回の試験で100%の着陸成功率を達成した。
  論文  参考訳（メタデータ） (2026-06-30T13:03:45Z)
• Manipulider: A Multi-Engine Buoyancy-Controlled Robot for Thrusterless Underwater Gliding and Manipulation [24.80183425217753]
  マニプライダー(Manipulider)は、浮力式水中ロボットである。 これはスラスターレスで滑空のような動きと姿勢に基づく操作を可能にする。 4基のシリンジ系浮力エンジンは、純浮力と浮力の中心を調節する。
  論文  参考訳（メタデータ） (2026-06-19T14:16:57Z)
• A 26-Gram Butterfly-Inspired Robot Achieving Autonomous Tailless Flight [61.21669716392821]
  textitAirPulseは、26グラムの蝶にインスパイアされたロボットで、このスケールで尾のない二翼プラットフォームのために、初めてオンボードでクローズドループ制御飛行を行う。 蝶の飛行における重要な生体力学的特性を再現し、低アスペクト比、炭素繊維強化翼の適合性、および特徴的な生物学的身体の起伏を再現する低周波の羽ばたきを利用する。
  論文  参考訳（メタデータ） (2026-02-06T15:58:50Z)
• RPL: Learning Robust Humanoid Perceptive Locomotion on Challenging Terrains [53.674116167774095]
  本研究では,挑戦的な地形上での多方向移動を可能にする2段階トレーニングフレームワークを提案する。 RPLは、高度マップの観察を特権化した専門家のポリシーを訓練し、分離された移動と操作のスキルを習得する。 次に、複数の深度カメラを活用して広い視野をカバーできるトランスフォーマーポリシーを作成します。 スケーラブルな深度蒸留のために、動的ロボットメッシュと静的な地形メッシュの両方に対してレイキャストを行う効率的なマルチ深度システムを開発した。
  論文  参考訳（メタデータ） (2026-02-03T02:17:08Z)
• Vertical Planetary Landing on Sloped Terrain Using Optical Flow Divergence Estimates [6.3359275271421565]
  ロータークラフトやランダーのような小型軽量の宇宙船は、限られた処理能力とペイロード容量を有する。 ミツバチのような飛べる昆虫は、神経と感覚の資源が最小限に抑えられ、目覚ましい着陸を遂げる。 本稿では,2つの異なる局所流分量の推定値を利用して推力と姿勢の制御を行う非線形制御手法を提案する。
  論文  参考訳（メタデータ） (2025-12-04T01:46:55Z)
• Autonomous Control of a Novel Closed Chain Five Bar Active Suspension via Deep Reinforcement Learning [0.6456676618238324]
  本稿では,シャーシ安定化に着目したアクティブサスペンションシステムについて述べる。 SACをPID(Proportional Integral Derivative)コントロールと併用してシャシーを安定化した。 モデルは、周囲の障害物からの距離、障害物の高さ、シャシーの向きを利用して、サスペンションの制御リンクを正確に作動させる。
  論文  参考訳（メタデータ） (2024-06-27T05:27:39Z)
• Angle Robustness Unmanned Aerial Vehicle Navigation in GNSS-Denied Scenarios [66.05091704671503]
  本稿では、ポイントツーポイントナビゲーションタスクにおける飛行偏差に対処する新しい角度ナビゲーションパラダイムを提案する。 また、Adaptive Feature Enhance Module、Cross-knowledge Attention-guided Module、Robust Task-oriented Head Moduleを含むモデルを提案する。
  論文  参考訳（メタデータ） (2024-02-04T08:41:20Z)
• Neural-Fly Enables Rapid Learning for Agile Flight in Strong Winds [96.74836678572582]
  本稿では,ディープラーニングを通じて事前学習した表現を組み込むことで,オンラインでの迅速な適応を可能にする学習ベースのアプローチを提案する。 Neural-Flyは、最先端の非線形かつ適応的なコントローラよりもかなり少ないトラッキングエラーで正確な飛行制御を実現する。
  論文  参考訳（メタデータ） (2022-05-13T21:55:28Z)
• VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
  本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。 本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。 生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
  論文  参考訳（メタデータ） (2022-05-02T19:49:53Z)
• Soft Actor-Critic Deep Reinforcement Learning for Fault Tolerant Flight Control [3.236217153362305]
  オフライントレーニングされたソフトアクター・クリティカル深部強化学習コントローラは、高度に結合した操作で成功している。 制御器は6つの故障事例に対して堅牢であり、その中には15デグで詰まった舵、アイレロンの有効性を70%低下させ、構造的故障、アイシング、後向きのc.g.シフトなどが含まれる。
  論文  参考訳（メタデータ） (2022-02-16T07:22:54Z)

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。