論文の概要: Non-Contact Vibration-Based Damage Detection of Civil Structures Using a Cost-Effective Autonomous UAV
- arxiv url: http://arxiv.org/abs/2605.21914v1
- Date: Thu, 21 May 2026 02:37:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-22 16:35:42.061211
- Title: Non-Contact Vibration-Based Damage Detection of Civil Structures Using a Cost-Effective Autonomous UAV
- Title（参考訳）: 費用対効果自律型UAVを用いた非接触振動による土木構造物の損傷検出
- Authors: Javier Becerril, Maximiliano Vargas, Jennifer Herrera, Joanna Gutierrez, Jorge Rios, Mohsen Amjadian, Constantine Tarawneh, Jinghao Yang, Qi Lu,
- Abstract要約: 本稿では,無人航空機(UAV)を用いた振動による構造損傷検出のための非接触手法を提案する。
振動信号は、視覚に基づくモーショントラッキングを通じてビデオ記録から抽出され、構造劣化を示す自然周波数の変化を特定する。
商用のUAVシステムと比較して,提案プラットフォームは比較的低コストで同等の検査性能を実現する。
- 参考スコア（独自算出の注目度）: 3.8537494353592634
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper presents a non-contact approach for vibration-based structural damage detection using an autonomous and customized cost-effective unmanned aerial vehicle (UAV). Vibration signals are extracted from video recordings through vision-based motion tracking to identify shifts in natural frequencies indicative of structural degradation. A laboratory-scale frame structure is evaluated under healthy and simulated-damage conditions. The proposed system is validated through an experimental study involving two smartphones, a USB camera, and a custom-built low-cost UAV equipped with an onboard camera and an autonomous alignment system for operation in GPS-denied environments. The displacement time is extracted and analyzed in the frequency domain and compared to reference measurements from contact accelerometers and a finite element model. Experimental results show that all platforms successfully capture the fundamental frequency and its shift due to damage. Although the UAV exhibits slightly higher errors (up to 5.7%) due to platform-induced disturbances and sensing limitations, it reliably detects damage-induced frequency changes. Compared to commercial UAV systems, the proposed platform achieves comparable inspection performance at significantly lower cost. These results demonstrate that low-cost autonomous UAVs provide a practical, flexible, and scalable solution for structural health monitoring, particularly in scenarios where contact-based sensing is impractical. The findings also support the potential for the deployment of multiple cooperative UAVs to further enhance inspection coverage and robustness.
- Abstract（参考訳）: 本稿では,自律的かつカスタマイズされた費用対効果無人航空機(UAV)を用いた振動による構造損傷検出のための非接触手法を提案する。
振動信号は、視覚に基づくモーショントラッキングを通じてビデオ記録から抽出され、構造劣化を示す自然周波数の変化を特定する。
健全で模擬的な損傷条件下で実験室規模のフレーム構造を評価する。
提案システムは,2台のスマートフォン,USBカメラ,オンボードカメラとGPSデニッド環境での自律アライメントシステムを備えたカスタムビルドの低価格UAVを対象とする実験により検証した。
周波数領域において変位時間を求め解析し、接触加速度計および有限要素モデルからの基準測定と比較する。
実験の結果,全てのプラットフォームが損傷による基本周波数とそのシフトを捉えることができた。
UAVはプラットフォームによる障害や検知の制限によりエラーがわずかに高い(最大5.7%)が、損傷による周波数変化を確実に検出する。
商用のUAVシステムと比較して,提案プラットフォームは比較的低コストで同等の検査性能を実現する。
これらの結果は、低コストの無人無人機が、特に接触型センシングが現実的でないシナリオにおいて、構造的健康モニタリングのための実用的で柔軟でスケーラブルなソリューションを提供することを示した。
この結果はまた、複数の協力型UAVを配備し、検査範囲と堅牢性をさらに強化する可能性を支持している。
関連論文リスト
- Bench2Drive-Robust: Benchmarking Closed-Loop Autonomous Driving under Deployment Perturbations [122.22391796628408]
Bench2Drive-Robustは、クローズドループのエンドツーエンド自動運転のための最初のデバイス中心の堅牢性ベンチマークである。
我々は,カメラストリーム障害,エゴ状態推定誤差,計算による制御遅延という3つの主要な原因から生じる展開指向の摂動を系統的に評価した。
以上の結果から,これらの展開に伴う摂動は閉ループ駆動性能を著しく低下させる可能性が示唆された。
論文 参考訳（メタデータ） (2026-05-18T08:45:24Z) - 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) - 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) - UAV-SEAD: State Estimation Anomaly Dataset for UAVs [0.0]
このデータセットは、52時間以上の飛行時間で1396回の実際の飛行記録で構成されている。
UAV状態推定異常を4つのクラスに分類する構造化分類を提案する。
このデータセットは、異常検出と隔離システムの開発、トレーニング、評価において重要な役割を果たすことが期待されている。
論文 参考訳（メタデータ） (2026-02-14T21:45:30Z) - More Clear, More Flexible, More Precise: A Comprehensive Oriented Object Detection benchmark for UAV [58.89234732689013]
CODroneは、現実の状況を正確に反映した、UAVのための包括的なオブジェクト指向オブジェクト検出データセットである。
また、下流のタスク要求に合わせて設計された新しいベンチマークとしても機能する。
我々は、CODroneを厳格に評価するために、22の古典的またはSOTA法に基づく一連の実験を行う。
論文 参考訳（メタデータ） (2025-04-28T17:56:02Z) - Learning-based Detection of GPS Spoofing Attack for Quadrotors [11.398843753130425]
本稿では,変圧器をベースとした4重項UAVの高度な攻撃検出フレームワークであるQUADFormerを提案する。
このフレームワークは、異常に敏感な配列を生成する残基生成器を特徴とし、変換器によって解析され、検出と分類のための統計的パターンをキャプチャする。
論文 参考訳（メタデータ） (2025-01-10T02:20:59Z) - Machine Learning for Pre/Post Flight UAV Rotor Defect Detection Using Vibration Analysis [54.550658461477106]
無人航空機(UAV)は将来のスマートシティにとって重要なインフラ要素となるだろう。
効率的な運用のためには、UAVの信頼性は障害や故障の常時監視によって保証されなければならない。
本稿では,信号処理と機械学習を利用して,包括的振動解析データを分析し,ローターブレードの欠陥の有無を判定する。
論文 参考訳（メタデータ） (2024-04-24T13:50:27Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - Integrated Sensing, Computation, and Communication for UAV-assisted
Federated Edge Learning [52.7230652428711]
フェデレーションエッジ学習(FEEL)は、エッジデバイスとサーバ間の定期的な通信を通じて、プライバシ保護モデルトレーニングを可能にする。
無人航空機(UAV)搭載エッジデバイスは、効率的なデータ収集における柔軟性と移動性のため、FEELにとって特に有利である。
論文 参考訳（メタデータ） (2023-06-05T16:01:33Z) - 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) - Damage-sensitive and domain-invariant feature extraction for
vehicle-vibration-based bridge health monitoring [25.17078512102496]
本稿では,車両の加速度応答データから損傷感受性・領域不変性(DS&DI)特徴を抽出する物理誘導信号処理手法を提案する。
この特徴は,6つの実験のうち5つの実験において,橋梁にまたがる最高の損傷および局所化結果を提供する。
論文 参考訳（メタデータ） (2020-02-06T05:45:39Z)
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。