論文の概要: UGV-Conditioned Multi-UAV Informative Planning on a Shared Exposure Belief
- arxiv url: http://arxiv.org/abs/2606.12306v1
- Date: Wed, 10 Jun 2026 16:42:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-18 14:07:33.115757
- Title: UGV-Conditioned Multi-UAV Informative Planning on a Shared Exposure Belief
- Title（参考訳）: 共有露光信念に基づくUGV-Conditioned Multi-UAVインフォーマティブプランニング
- Authors: Lars Oerlemans, Moji Shi, Marija Popovic,
- Abstract要約: 無人航空機(UAV)のチームを調整して、未知の脅威地帯を航行する無人地上車両(UGV)の安全性を向上させるという課題に対処する。
われわれのアプローチの重要な側面は、航空観測からオンラインで更新された共有露光信条である。
これにより、UGVが新たに公表された脅威について再計画し、ルート関連領域への空中センシングを行える。
- 参考スコア（独自算出の注目度）: 4.454210876879236
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Safe ground navigation in large, threat-augmented environments requires aerial support that actively reduces the risks that a ground vehicle faces along its route. Existing aerial reconnaissance systems focus on mapping or covering the environment, but do not direct sensing toward regions that are most relevant for ground vehicle safety. In this paper, we address the problem of coordinating a team of unmanned aerial vehicles (UAVs) to improve the safety of an unmanned ground vehicle (UGV) navigating through unknown threat zones. A key aspect of our approach is a shared exposure belief that is updated online from aerial observations and used jointly by the UAV team and the ground vehicle. This enables us to direct aerial sensing towards route-relevant regions while allowing the UGV to replan around newly revealed threats. We coordinate the UAV team through spatial region assignment to avoid redundant sensing. Simulation experiments show that our approach reduces cumulative UGV exposure by 38% compared to a system that does not account for hazard levels, and reduces redundant aerial coverage from 38.8% to 3.7% under our multi-UAV coordination scheme.
- Abstract（参考訳）: 大規模で脅威が増大した環境での安全な地上航行には、地上車両がそのルートに沿って直面しているリスクを積極的に軽減する航空支援が必要である。
既存の空中偵察システムは、マッピングや環境のカバーに重点を置いているが、地上車両の安全性に最も関係のある地域への直接の検知は行っていない。
本稿では,無人航空機(UAV)のチームが未知の脅威地帯を航行する無人地上車両(UGV)の安全性を向上させるために協調する問題に対処する。
我々のアプローチの重要な側面は、航空観測からオンラインで更新され、UAVチームと地上車両が共同で使用する共有露光信条である。
これにより、UGVが新たに公表された脅威について再計画し、ルート関連領域への空中センシングを行える。
余剰センシングを避けるため、空間領域割り当てによりUAVチームを調整する。
シミュレーション実験により, 危険レベルを考慮しないシステムと比較して, 累積UGV曝露を38%削減し, 余剰空域を38.8%から3.7%に削減した。
関連論文リスト
- Integrated Exploration-Aware UAV Route Optimization and Path Planning [1.3999481573773072]
無人航空機(UAV)は、危険な環境での探査駆動の監視にますます利用されている。
これらの設定では、危険に関する事前情報は、しばしば不完全であり、空間的に不正確であり、実行中に変更される。
本稿では,未確定かつ進化した事前情報の下でのハザードモニタリングのための,調査対応UAV経路最適化と経路計画フレームワークについて述べる。
論文 参考訳（メタデータ） (2026-05-27T15:54:35Z) - 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) - Optimized Area Coverage in Disaster Response Utilizing Autonomous UAV Swarm Formations [0.879504058268139]
本稿では,山火事等の災害シナリオにおいて,最初の応答者を支援するために設計されたUAVスワムシステムを提案する。
複数のエージェントにセンサーを分散させることで、飛行期間を延長し、データの可用性を高め、衝突によるミッション失敗のリスクを低減する。
論文 参考訳（メタデータ） (2025-12-08T20:41:08Z) - Trajectory Design for UAV-Based Low-Altitude Wireless Networks in Unknown Environments: A Digital Twin-Assisted TD3 Approach [62.11847362756054]
低高度無線ネットワーク(LAWN)のキーイネーブラーとして無人航空機(UAV)が登場している
我々は、デジタルツイン(DT)支援トレーニングおよびデプロイメントフレームワークを提案する。
このフレームワークでは、UAVは統合されたセンシングと通信信号を送信し、地上ユーザーに通信サービスを提供し、同時にDTサーバにアップロードされたエコーを収集して、仮想環境(VE)を段階的に構築する。
これらのVEはモデルトレーニングを加速し、展開中のリアルタイムUAVセンシングデータを継続的に更新し、意思決定をサポートし、飛行安全性を向上する。
論文 参考訳（メタデータ） (2025-10-28T10:05:53Z) - When UAV Swarm Meets IRS: Collaborative Secure Communications in Low-altitude Wireless Networks [68.45202147860537]
低高度無線ネットワーク (LAWN) は、多様なアプリケーションに対して、拡張されたカバレッジ、信頼性、スループットを提供する。
これらのネットワークは、既知のおよび潜在的に未知の盗聴者の両方から重大なセキュリティ上の脆弱性に直面している。
本稿では,Swarm内で選択されたUAVを仮想アンテナアレイとして機能させる,LAWNのための新しいセキュア通信フレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-25T02:02:14Z) - Vision-Based Risk Aware Emergency Landing for UAVs in Complex Urban Environments [0.46873264197900916]
本稿では,セマンティックセグメンテーションを利用したリスク認識手法を提案する。
本手法は,臨界障害物を移動しながら安定な安全着陸ゾーン(SLZ)を適応的に同定する。
制御システムはUAVをこの低リスク領域に向けて誘導し、高度依存性の安全しきい値と時間的着地点安定化を利用する。
論文 参考訳（メタデータ） (2025-05-26T18:16:21Z) - Long-Range Vision-Based UAV-assisted Localization for Unmanned Surface Vehicles [7.384309568198598]
地球測位システム (GPS) は海洋環境下での無人表面車両 (USV) によるフィールド操作に必須のナビゲーション手法となっている。
GPSは、自然の干渉や悪意のある妨害攻撃に弱いため、必ずしも屋外で利用できるとは限らない。
本研究では,無人航空機(UAV)を用いて,制限された海洋環境下でのUSVのローカライズを支援する新しい手法を提案する。
論文 参考訳（メタデータ） (2024-08-21T08:37:37Z) - Segmentation of Drone Collision Hazards in Airborne RADAR Point Clouds
Using PointNet [0.7067443325368975]
統合のための重要な前提条件は、安全な運用を確保するために、状況認識を増強したUAVを装備することである。
本研究は,複数の衝突リスクを同時に識別するために,レーダ技術を活用した航空点雲のエンドツーエンドセマンティックセマンティックセマンティックセグメンテーションを実現する。
我々の知る限り、これは空中における複数の衝突脅威の同時識別に対処する最初のアプローチであり、94%の精度を達成する。
論文 参考訳（メタデータ） (2023-11-06T16:04:58Z) - 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) - Simultaneous Navigation and Radio Mapping for Cellular-Connected UAV
with Deep Reinforcement Learning [46.55077580093577]
空のUAVに対して、ユビキタスな3Dコミュニケーションを実現するには、新しい課題だ。
本稿では,UAVの制御可能な移動性を利用して航法・軌道を設計する新しい航法手法を提案する。
そこで我々は,UAVの信号計測を深部Qネットワークのトレーニングに用いるSNARM (Concurrent Navigation and Radio Mapping) という新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2020-03-17T08:16:14Z)
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。