論文の概要: Sensitivity-Based Robust NMPC for Close-Proximity Offshore Wind Turbine Inspection with a Tilted Multirotor

• arxiv url: http://arxiv.org/abs/2605.07771v1
• Date: Fri, 08 May 2026 14:11:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-11 19:43:39.101967
• Title: Sensitivity-Based Robust NMPC for Close-Proximity Offshore Wind Turbine Inspection with a Tilted Multirotor
• Title（参考訳）: Tilted Multirotor を用いた沿岸風車検査のための感度ベースロバストNMPC
• Authors: Giuseppe Silano, Martin Saska,
• Abstract要約: オフショア風力タービン検査は、風下にある大きな円筒形構造物の周囲の厳密なクリアランス制御を必要とする。 傾き型マルチロータのための感度ベースロバストNMPCを提案する。
• 参考スコア（独自算出の注目度）: 5.702442201180031
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Close-proximity offshore wind turbine inspection requires strict clearance control around large cylindrical structures under wind and model mismatch. Nominal Nonlinear Model Predictive Control (NMPC) may violate safety constraints when mass, inertia, thrust effectiveness, drag, or wind conditions differ from nominal assumptions. We propose a sensitivity-based robust NMPC for a tilted multirotor that robustifies the tower-clearance constraint via online constraint tightening. First-order parametric state sensitivities provide a structured-uncertainty margin, while bounded gusts are handled by a stage-dependent additive margin. The formulation augments the nominal NMPC with sensitivity propagation and margin evaluation only, leaving the receding-horizon optimization structure unchanged. Monte-Carlo evaluation over 500 uncertainty realizations on a boundary-critical helical inspection trajectory shows that the proposed controller eliminates the clearance violations observed under nominal NMPC at the cost of a moderate increase in solve time.
• Abstract（参考訳）: 接近確率 オフショア風力タービン検査では、風と模型のミスマッチの下での大型円筒構造の厳密なクリアランス制御が必要である。 非線形モデル予測制御(NMPC)は、質量、慣性、推力効果、引力、または風条件が仮定と異なる場合、安全性の制約に違反する可能性がある。 傾き型マルチロータのための感度ベースロバストNMPCを提案する。 第一級パラメトリック状態感性は構造的不確かさのマージンを与えるが、有界ガストはステージ依存の加法マージンによって処理される。 この定式化は、感度伝搬とマージン評価のみで名目NMPCを増強し、後退水平最適化構造は変わらないままである。 境界臨界ヘリカル検査軌道上での500以上の不確実性を考慮したモンテカルロ評価により,提案した制御器は,解時間を適度に増加させるコストで,名目NMPCの下で観測されるクリアランス違反を除去することを示した。

関連論文リスト

• Tightly-Coupled Estimation and Guidance for Robust Low-Thrust Rendezvous via Adaptive Homotopy [0.0]
  本稿では,厳密な結合型推定とガイダンスアーキテクチャを提案する。 ナビゲーション信頼度は、後退水平間接最適制御ソルバのホモトピーパラメータを直接変調する。 正規化された革新とMTFのアクティビティからの合成スコアは、ホモトピーパラメータにオンラインでマッピングされ、コントローラがリラックスできる。
  論文  参考訳（メタデータ） (2026-05-06T04:17:21Z)
• Sensitivity-Based Tube NMPC for Cooperative Aerial Structures Under Parametric Uncertainty [6.559490392362257]
  本稿では, 境界不確実性下での協調的航空連鎖に対する感度に基づく管モデル予測制御フレームワークを提案する。 我々は,スムーズなコサイン埋め込みとスラスト-マグニチュード境界によって実装されたリンク間分離制約を堅牢化する。 その結果,名目NMPCに匹敵する追跡性能が不確実な場合の制約マージンが改善した。
  論文  参考訳（メタデータ） (2026-04-28T15:29:40Z)
• Equivariant Filter for Radar-Inertial Odometry [45.85581416235741]
  拡張カルマンフィルタ(EKF)に基づくレーダ慣性オドメトリー(RIO)は、レーダと慣性測定ユニット(IMU)の間の正確な外在的キャリブレーションに依存している。 このレターは、ナビゲーション状態とIMUバイアスを幾何学的に結合するリー群対称性に基づいて、RIOの同変フィルタ(EqF)を提案する。
  論文  参考訳（メタデータ） (2026-04-24T21:47:06Z)
• Intelligent Control of Differential Drive Robots Subject to Unmodeled Dynamics with EKF-based State Estimation [28.37226750522601]
  この研究は、リアプノフに基づく非線形コントローラと適応ネットワーク(ANN)を組み合わせた統一制御と状態推定フレームワークを導入する。 提案した制御器はニューラルネットワークの普遍近似特性を利用して未知の非線形性をリアルタイムでモデル化する。 堅牢な状態推定を保証するため、EKFは単分子、2D-LiDARおよびホイールエンコーダから慣性測定ユニット(IMU)とオドメトリーを融合させる。
  論文  参考訳（メタデータ） (2026-03-16T07:44:28Z)
• Consistent and Efficient MSCKF-based LiDAR-Inertial Odometry with Inferred Cluster-to-Plane Constraints for UAVs [46.21996481591401]
  本稿では,UAVに適した一貫した,効率的なLiDAR-Inertial Odometryフレームワークを提案する。 スライディングウインドウのコプラナー制約にヌル空間プロジェクションを適用することにより、状態ベクトルにおける特徴パラメータへの直接依存を排除できる。 退化シナリオにおける堅牢性の向上,マップのない性質によるメモリ使用量の最小化,リソース制約の組込みプラットフォーム上でのリアルタイム実行などを実現している。
  論文  参考訳（メタデータ） (2026-03-13T11:09:50Z)
• When Sensors Fail: Temporal Sequence Models for Robust PPO under Sensor Drift [64.37959940809633]
  時間的持続的なセンサ故障下でのPPOのロバスト性について検討する。 トランスフォーマーを用いたシーケンスポリシーは, センサ数が少ない場合でも高いリターンを保ちながら, 堅牢性, RNN, SSMよりも大幅に優れていた。
  論文  参考訳（メタデータ） (2026-03-04T22:21:54Z)
• Efficient and Sharp Off-Policy Evaluation in Robust Markov Decision Processes [44.974100402600165]
  意思決定プロセス(MDP)に対する最良パラメトリックかつ最悪の摂動の評価について検討する。 我々は、元のMDPからの遷移観測を用いて、それらが同一または異なるポリシーの下で生成されるかのどちらかを判断する。 我々の推定器はウォルドの信頼区間を用いた統計的推測も行う。
  論文  参考訳（メタデータ） (2024-03-29T18:11:49Z)
• Constrained Reinforcement Learning using Distributional Representation for Trustworthy Quadrotor UAV Tracking Control [2.325021848829375]
  本研究では, 未知の空力効果に対する分散強化学習障害推定器を統合した新しいトラジェクトリトラッカーを提案する。 提案手法は, 空気力学効果の真値と推定値の不確かさを正確に同定する。 本システムは,最近の技術と比較して,累積追尾誤差を少なくとも70%改善することを示した。
  論文  参考訳（メタデータ） (2023-02-22T23:15:56Z)
• Regret-optimal Estimation and Control [52.28457815067461]
  後悔最適推定器と後悔最適制御器は状態空間形式で導出可能であることを示す。 非線形力学系に対するモデル予測制御(MPC)と拡張KalmanFilter(EKF)の残差最適類似性を提案する。
  論文  参考訳（メタデータ） (2021-06-22T23:14:21Z)
• Pointwise Feasibility of Gaussian Process-based Safety-Critical Control under Model Uncertainty [77.18483084440182]
  制御バリア関数(CBF)と制御リアプノフ関数(CLF)は、制御システムの安全性と安定性をそれぞれ強化するための一般的なツールである。 本稿では, CBF と CLF を用いた安全クリティカルコントローラにおいて, モデル不確実性に対処するためのガウスプロセス(GP)に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2021-06-13T23:08:49Z)

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。