論文の概要: Droneulator: A Portable UAV Simulator for Agricultural Workflows with RotorPy and Godot 4
- arxiv url: http://arxiv.org/abs/2605.23386v1
- Date: Fri, 22 May 2026 08:58:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-25 17:29:20.272639
- Title: Droneulator: A Portable UAV Simulator for Agricultural Workflows with RotorPy and Godot 4
- Title（参考訳）: Droneulator:RotorPyとGodot 4を使った農業用UAVシミュレータ
- Authors: Jacob Swindell, Michael Lowen, Marija Popovic, Riccardo Polvara,
- Abstract要約: Droneulatorは、マルチロータダイナミックスのためのRotorPyと、レンダリングとセンサー生成のためのGodot 4を組み合わせた、ポータブルなUAVシミュレータアーキテクチャである。
DroneulatorはPX4ベースのコントロールと軽量WebSocketコマンドパスの両方を公開し、ZenohベースのROS2互換パイプラインを通じて、同期されたビジュアルおよびステートストリームを公開する。
- 参考スコア（独自算出の注目度）: 3.2898781698366713
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agricultural UAV research requires simulators that integrate realistic 3D scenes, high-fidelity vehicle dynamics, and robotics middleware, while remaining practical to deploy across heterogeneous development machines. We present Droneulator, a portable UAV simulator architecture that combines RotorPy for multirotor dynamics with Godot 4 for rendering and sensor generation. Droneulator exposes both PX4-based control and a lightweight WebSocket command path, and publishes synchronised visual and state streams through a Zenoh-based ROS~2-compatible pipeline. This integration enables a single stack to support inspection-oriented data capture, ROS~2/PX4 local planning, and reinforcement learning experiments without modifying the simulator infrastructure. We present quantified validation of the current system across three agricultural UAV workflows: tree-scale image collection for 3D reconstruction with COLMAP, local planning around canopy obstacles using EGO-Planner, and closed-loop reinforcement learning through a custom Gymnasium environment. In the reported setup, the results show that the simulator can sustain low-latency sensing, support reconstruction-oriented data collection under varying capture density, execute collision-free local planning around canopy obstacles, and support stable depth-sensing-based policy training for obstacle-aware navigation. Together, these results show the potential of Droneulator for agricultural UAV inspection, planning, and learning within one deployable stack.
- Abstract（参考訳）: 農業用無人機の研究には、現実的な3Dシーン、高忠実度車両力学、ロボットミドルウェアを統合するシミュレータが必要です。
我々は,ロータPyをマルチロータ動的に組み合わせた携帯型UAVシミュレータアーキテクチャであるDroneulatorと,レンダリングとセンサ生成のためのGodot 4を提案する。
DroneulatorはPX4ベースのコントロールと軽量WebSocketコマンドパスの両方を公開し、ZenohベースのROS~2互換パイプラインを通じて、同期されたビジュアルおよびステートストリームを公開する。
この統合により、単一のスタックがインスペクション指向のデータキャプチャ、ROS~2/PX4ローカルプランニング、シミュレータのインフラを変更することなく強化学習実験をサポートすることができる。
本稿では,COLMAPを用いた3次元再構成のためのツリースケール画像収集,EGO-Plannerを用いたキャノピー障害物周辺の局所計画,カスタムギムナジウム環境による閉ループ強化学習,3つの農業UAVワークフローにおける現在のシステムの定量的検証について述べる。
報告した設定では、シミュレータは低遅延センシングを維持でき、キャプチャ密度の異なる再構成指向データ収集をサポートし、キャノピー障害物周辺の衝突のない局所計画を実行し、障害物認識ナビゲーションのための安定した深度センシングベースのポリシートレーニングをサポートする。
これらの結果は、農業用UAV検査、計画、および1つの展開可能なスタック内での学習のためのDroneulatorの可能性を示している。
関連論文リスト
- Asset Harvester: Extracting 3D Assets from Autonomous Driving Logs for Simulation [63.01022057888141]
Asset Harvesterはイメージ・ツー・3Dモデルとエンドツーエンドのパイプラインで、実際の運転ログからスパース・イン・ザ・ワン・オブジェクトの観察を完全なシミュレーション可能なアセットに変換する。
SparseViewDiTは、限定角度ビューやその他の実世界のデータ課題に対処するように明示的に設計されている。
論文 参考訳（メタデータ） (2026-04-20T16:20:57Z) - Fly, Track, Land: Infrastructure-less Magnetic Localization for Heterogeneous UAV-UGV Teaming [5.61837936726601]
我々は,軽量UAVの自律的なホバリング,追跡,着陸を可能にする,完全なインフラストラクチャレス磁気誘導型(MI)ローカライゼーションシステムを提案する。
この研究は、超軽量飛行ロボットが地上の無人地上車両の移動認識エージェントとして機能する異種ロボットコラボレーションのビジョンを前進させる。
論文 参考訳（メタデータ） (2026-03-09T20:52:51Z) - A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner [69.43049144653882]
本稿では,車種別制御から高レベルの意思決定を分離する統一アーキテクチャを提案する。
提案アーキテクチャは、計画、センシング、車両実行の標準化されたインターフェースを定義するGuaralPlannerを通じて実現されている。
論文 参考訳（メタデータ） (2026-02-11T10:02:31Z) - Neural 3D Object Reconstruction with Small-Scale Unmanned Aerial Vehicles [16.745245388756533]
小型無人航空機(UAV)は、屋内と難航地域を航行する大きな可能性を秘めている。
本稿では,100グラム以下のUAVを用いた静的物体の完全自律・高忠実な3次元走査を可能にするシステムアーキテクチャを提案する。
論文 参考訳（メタデータ） (2025-09-15T21:08:32Z) - Shrinking POMCP: A Framework for Real-Time UAV Search and Rescue [10.399964979693996]
本稿では,UAVによる周辺地域の捜索救助活動の最適化に包括的アプローチを提案する。
経路計画問題は部分的に観測可能なマルコフ決定過程(POMDP)として定式化される
本稿では,時間制約に対処する新しいShrinking POMCP'アプローチを提案する。
論文 参考訳（メタデータ） (2024-11-20T01:41:29Z) - Gaussian Splatting to Real World Flight Navigation Transfer with Liquid Networks [93.38375271826202]
本研究では,シミュレート・トゥ・リアルな視覚四重項ナビゲーションタスクにおける分布シフトに対する一般化とロバスト性を改善する手法を提案する。
まず,擬似飛行力学とガウススプラッティングを統合してシミュレータを構築し,その後,液状ニューラルネットワークを用いてロバストなナビゲーションポリシーを訓練する。
このようにして、我々は3次元ガウススプラッティングラディアンス場レンダリング、専門家による実演訓練データのプログラミング、およびLiquid Networkのタスク理解能力の進歩を組み合わせたフルスタックの模倣学習プロトコルを得る。
論文 参考訳（メタデータ） (2024-06-21T13:48:37Z) - Learning a Single Near-hover Position Controller for Vastly Different
Quadcopters [56.37274861303324]
本稿では,クワッドコプターのための適応型ニアホバー位置制御器を提案する。
これは、非常に異なる質量、大きさ、運動定数を持つクワッドコプターに展開することができる。
また、実行中に未知の障害に迅速に適応する。
論文 参考訳（メタデータ） (2022-09-19T17:55:05Z) - Transferable Active Grasping and Real Embodied Dataset [48.887567134129306]
ハンドマウント型RGB-Dカメラを用いて把握可能な視点を探索する方法を示す。
現実的な3段階の移動可能な能動把握パイプラインを開発し、未確認のクラッタシーンに適応する。
本研究のパイプラインでは,カテゴリ非関連行動の把握と確保において,スパース報酬問題を克服するために,新しいマスク誘導報酬を提案する。
論文 参考訳（メタデータ） (2020-04-28T08:15:35Z)
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。