論文の概要: Evidence-Based Landing Site Selection and Vison-Based Landing for UAVs in Unstructured Environments
- arxiv url: http://arxiv.org/abs/2605.01432v1
- Date: Sat, 02 May 2026 13:05:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-05 20:33:49.769298
- Title: Evidence-Based Landing Site Selection and Vison-Based Landing for UAVs in Unstructured Environments
- Title（参考訳）: 非構造環境におけるUAVのエビデンスに基づく着地場所選択とバイソンベース着地
- Authors: Sina Sajjadi, Jacopo Panerati, Sina Soleymanpour, Varunkumar Mehta, Farrokh Janabi-Sharifi, Iraj Mantegh,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.9236074230806578
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous landing in cluttered or unstructured environments remains a safety-critical challenge for unmanned aerial vehicles (UAVs), particularly under noisy perception caused by sensor uncertainty and platform-induced disturbances such as vibration. This paper presents an evidence-based probabilistic framework for autonomous UAV landing that explicitly separates decision-making under uncertainty from execution via visual servoing. Landing safety is modeled as a latent variable and inferred through recursive accumulation of frame-wise visual likelihoods derived from flatness, slope, and obstacle cues, yielding a temporally consistent belief map that is robust to transient perception errors. Physical feasibility is enforced through a hard geometric constraint based on the minimum required landing radius of the UAV, ensuring that undersized but visually appealing regions are rejected. The final landing site is selected using constrained maximum a posteriori estimation. Once selected, the UAV locks onto the target region using ORB feature tracking and performs precise alignment and descent via image-based visual servoing (IBVS). The proposed approach is validated through both real-world laboratory experiments and high-fidelity simulations in Nvidia Isaac Sim, demonstrating consistent, cautious, and stable landing behavior across domains.
- Abstract（参考訳）: 乱雑な環境や非構造的な環境への自律着陸は、無人航空機(UAV)にとって安全に重要な課題であり、特にセンサの不確実性や振動などのプラットフォームによって引き起こされる障害によって生じるノイズの認識下にある。
本稿では,自律型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。
着地安全性は潜伏変数としてモデル化され、平坦性、傾斜、障害物から導かれるフレームワイドの視覚的可能性の再帰的蓄積を通じて推定され、過渡的な知覚誤差に対して頑健な時間的に一貫した信念マップが得られる。
物理的実現性は、UAVの最低着陸半径に基づく厳密な幾何学的制約によって強制され、小さくても視覚的に魅力的な領域が拒絶される。
最終着陸地点は、制約付き最大アフター推定を用いて選択される。
選択されると、UAVはORB機能トラッキングを使用してターゲット領域にロックし、画像ベースのビジュアルサーボ(IBVS)を介して正確なアライメントと降下を行う。
提案手法は、NvidiaのIsaac Simにおけ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、一貫した、慎重で安定した着陸挙動を示す。
関連論文リスト
- Autonomous UAV Pipeline Near-proximity Inspection via Disturbance-Aware Predictive Visual Servoing [12.773186211498283]
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。
論文 参考訳（メタデータ） (2026-04-21T16:05:34Z) - 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) - Beyond Matching to Tiles: Bridging Unaligned Aerial and Satellite Views for Vision-Only UAV Navigation [51.286599397552756]
本稿では,UAVの絶対位置と近距離からの進路を共同で予測する視覚駆動型クロスビューナビゲーション手法であるBering-UAVを提案する。
我々はまた、クロスビューのローカライゼーションとナビゲーションを評価するベンチマークである Bearing-UAV-90k も提示する。
論文 参考訳（メタデータ） (2026-03-23T16:17:39Z) - 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) - 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) - VisLanding: Monocular 3D Perception for UAV Safe Landing via Depth-Normal Synergy [0.0]
VisLandingは、無人航空機(Unmanned Aerial Vehicle)の安全な着陸のための知覚ベースのフレームワークである。
提案手法は, クロスドメインテストにおいて, 他の手法と比較して優れた一般化とロバスト性を示す。
論文 参考訳（メタデータ） (2025-06-17T13:51:16Z) - 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) - Robust Autonomous Landing of UAV in Non-Cooperative Environments based
on Dynamic Time Camera-LiDAR Fusion [11.407952542799526]
低コストLiDARと双眼カメラを備えたUAVシステムを構築し,非協調環境における自律着陸を実現する。
我々は,LiDARの非繰り返し走査と高いFOVカバレッジ特性を利用して,動的時間深度補完アルゴリズムを考案した。
深度マップに基づいて, 傾斜, 粗度, 安全領域の大きさなどの高層地形情報を導出する。
論文 参考訳（メタデータ） (2020-11-27T14:47:02Z)
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。