論文の概要: FU-MPC: Frontier- and Uncertainty-Aware Model Predictive Control for Efficient and Accurate UAV Exploration with Motorized LiDAR

• arxiv url: http://arxiv.org/abs/2605.14920v1
• Date: Thu, 14 May 2026 14:54:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-15 21:45:34.892578
• Title: FU-MPC: Frontier- and Uncertainty-Aware Model Predictive Control for Efficient and Accurate UAV Exploration with Motorized LiDAR
• Title（参考訳）: FU-MPC:電動LiDARによる効率的な高精度UAV探査のためのフロンティアモデルと不確実性モデル予測制御
• Authors: Jianping Li, Pengfei Wan, Zhongyuan Liu, Yi Wang, Yiheng Chen, Xinhang Xu, Rui Jin, Boyu Zhou, Lihua Xie,
• Abstract要約: 我々は独立に回転するLiDARを備えたUAVプラットフォームを開発し、階層的な探索フレームワークを提案する。 Fu-MPCは、予測された飛行軌道に沿ってLiDAR回転を最適化する局所後退水平走査コントローラとして機能する。 複雑な環境下での実験では、ロバストなローカライゼーション性能を維持しつつ、探索効率を向上させることが示されている。
• 参考スコア（独自算出の注目度）: 29.924596251375892
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Efficient UAV exploration in unknown environments requires rapid coverage expansion while maintaining accurate and reliable localization, since safe navigation in complex scenes depends on consistent mapping and pose estimation. However, for conventional LiDAR-equipped UAVs, the observable region is tightly coupled with the UAV pose and motion. Expanding coverage often requires additional translational or rotational maneuvers, which can reduce exploration efficiency and increase the risk of localization degradation in geometrically challenging environments. Motorized rotating LiDARs provide a promising solution by actively adjusting the sensor viewing direction without changing the UAV motion, thereby introducing an additional sensing degree of freedom. Nevertheless, existing exploration systems rarely exploit this scanning freedom as an explicit decision variable linked to both exploration progress and localization quality. To address this gap, we develop a UAV platform equipped with an independently actuated rotating LiDAR and propose a hierarchical exploration framework. The global planner organizes frontiers into representative viewpoints and sequences them using topology-aware transition costs. Built upon this planner, FU-MPC serves as a local receding-horizon scan controller that optimizes LiDAR rotation along the predicted flight trajectory. The controller jointly considers frontier-aware exploration utility and direction-dependent localization uncertainty, while lightweight surrogate evaluation enables real-time onboard execution. Experiments in complex environments demonstrate that the proposed system improves exploration efficiency while maintaining robust localization performance compared with fixed-pattern scanning and uncertainty-only baselines. The project page can be found at https://kafeiyin00.github.io/FU-MPC/.
• Abstract（参考訳）: 複雑なシーンにおける安全なナビゲーションは、一貫したマッピングとポーズ推定に依存するため、未知の環境での効率的なUAV探索は、正確で信頼性の高い位置決めを維持しながら、迅速なカバレッジ拡張を必要とする。 しかし、従来のLiDAR搭載UAVでは、観測可能な領域はUAVのポーズと動きと強く結合している。 カバー範囲の拡大には、探索効率を低減し、幾何学的に困難な環境での局所化劣化のリスクを高めるために、追加の翻訳または回転操作が必要となることが多い。 電動回転LiDARは、UAV動作を変更することなく、センサの視方向を積極的に調整し、追加の知覚自由度を導入することにより、有望なソリューションを提供する。 それでも、既存の探査システムは、このスキャンの自由を、探索の進行と局所化の質の両方に関連する明確な決定変数として利用することは滅多にない。 このギャップに対処するため、独立に回転するLiDARを備えたUAVプラットフォームを開発し、階層的な探索フレームワークを提案する。 グローバルプランナーは、フロンティアを代表的な視点に整理し、トポロジ対応のトランジションコストを使用してそれらをシーケンスする。 このプランナー上に構築されたFU-MPCは、予測飛行軌道に沿ってLiDAR回転を最適化する局所反射水平走査制御装置として機能する。 制御器は、フロンティア認識探索ユーティリティと方向依存の局所化の不確実性を共同で検討し、軽量なサロゲート評価により、リアルタイムのオンボード実行を可能にする。 複雑な環境下での実験では、固定パターンスキャンや不確実性のみのベースラインと比較して、ロバストなローカライゼーション性能を維持しつつ、探索効率を向上させることが示されている。 プロジェクトページはhttps://kafeiyin00.github.io/FU-MPC/にある。

関連論文リスト

• AWARE: Adaptive Whole-body Active Rotating Control for Enhanced LiDAR-Inertial Odometry under Human-in-the-Loop Interaction [15.502575136823237]
  リソース制限されたUAVプラットフォームは、しばしば視野の狭いLiDARセンサーに制限される。 AWAKEはバイオインスパイアされた全身のアクティブユーイングフレームワークで、UAV自身の回転速度を利用して効果的なセンサー水平線を拡大する。 Safe Flight Corridorメカニズムは、オペレータのナビゲーション意図を自律ヨー最適化から切り離すことによって、このHITLパラダイム内での運用上の安全性を保証する。
  論文  参考訳（メタデータ） (2026-04-12T12:07:58Z)
• Lightweight 3D LiDAR-Based UAV Tracking: An Adaptive Extended Kalman Filtering Approach [2.3646560222366695]
  本稿では,Adaptive Extended Kalman Filter (AEKF) を組み込んだ軽量LiDARベースのUAVトラッキングシステムを提案する。 提案手法は,非反復走査型3次元LiDARにより発生するスパース,ノイズ,および不均一点クラウドデータによる課題を効果的に解決する。
  論文  参考訳（メタデータ） (2026-03-10T15:19:34Z)
• Beyond Ground: Map-Free LiDAR Relocalization for UAVs [33.32926994694318]
  地図のないLiDAR再ローカライゼーションは、弱い信号や不利用可能な信号を持つ環境で高精度な位置決めを実現するための有効なソリューションである。 我々は、UAVのための新しい地図のないLiDAR再ローカライズフレームワークであるMAILSを提案する。 提案手法は, 良好な位置決め精度を実現し, 既存の手法を著しく上回っている。
  論文  参考訳（メタデータ） (2026-02-04T05:36:14Z)
• HUNT: High-Speed UAV Navigation and Tracking in Unstructured Environments via Instantaneous Relative Frames [50.83645076723809]
  HUNT (High-speed UAV Navigation and Tracking) は、1つの相対的な定式化の中で統合、取得、追跡を行うリアルタイムフレームワークである。 密林、コンテナ化合物、および車両やマネキンによる捜索救助活動の試行は、グローバルな方法が失敗した場合の堅牢な自律性を示している。
  論文  参考訳（メタデータ） (2025-09-23T18:07:10Z)
• 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)
• A Multi-UAV System for Exploration and Target Finding in Cluttered and GPS-Denied Environments [68.31522961125589]
  複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。 UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。 その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
  論文  参考訳（メタデータ） (2021-07-19T12:54:04Z)
• 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。