論文の概要: Traceable Virtual Sea Trials in the Marine Robotics Unity Simulator for Manoeuvring Assessment of Unmanned Surface Vehicles
- arxiv url: http://arxiv.org/abs/2606.12349v2
- Date: Thu, 11 Jun 2026 18:28:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-15 16:00:42.496837
- Title: Traceable Virtual Sea Trials in the Marine Robotics Unity Simulator for Manoeuvring Assessment of Unmanned Surface Vehicles
- Title（参考訳）: 無人表面車両の操作評価のための海洋ロボットユニティシミュレータにおけるトレーサブルバーチャルシートライアル
- Authors: Paria Rezayan,
- Abstract要約: 本稿では,オープンソースのMarine Robotics Unity Simulator (MARUS) を拡張し,標準化された仮想海トライアルフレームワークを導入する。
このフレームワークは、トレース可能なコマンドアクティベーションログ、SI(system-identification)にフォーカスしたデータコンディショニング、IMO/ITTC対応の操作メトリクスの自動抽出を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Accurate identification of hydrodynamic derivatives is essential for precise control and autonomous navigation of Unmanned Surface Vehicles (USVs). However, acquiring high-fidelity manoeuvring data from physical sea trials is often constrained by cost, safety, and environmental disturbances. Standard manoeuvring trials, particularly Turning Circle (TC) and Zig-Zag (ZZ), remain fundamental to IMO and ITTC assessment procedures because they provide comparable performance metrics reflective of underlying hydrodynamic behaviour. This paper extends the open-source Marine Robotics Unity Simulator (MARUS) by introducing a standardised Virtual Sea Trial framework for automated execution and data generation of TC/ZZ manoeuvres. The framework provides traceable command-actuation logging, system-identification (SI)-focused data conditioning, and automated extraction of IMO/ITTC-aligned manoeuvring metrics. A key contribution is a dedicated TC/ZZ data acquisition and post-processing pipeline, improving the repeatability and auditability of simulator-based manoeuvres while producing SI-ready datasets for hydrodynamic-derivative identification and digital-twin workflows. The framework also provides explicit command-execution separation for differential-thrust steering, where manoeuvre inputs are recorded as ordered rudder-equivalent commands and realised actuation is logged as an execution-level proxy derived from applied thrust. Case study results demonstrate repeatable and IMO-compliant manoeuvre behaviour. For TC tests, the normalised advance differs by approximately 3.9% between port and starboard turns, while the tactical diameter differs by 4.6-4.7%. For ZZ tests, first and second overshoot excesses remain below 1 degree for both +/-10-degree and +/-20-degree manoeuvres, satisfying IMO criteria, while peak yaw rates range from approximately 4.1 to 5.8 degrees/second.
- Abstract（参考訳）: 流体力学的デリバティブの正確な同定は、無人表面車両(USV)の精密制御と自律航法に不可欠である。
しかし、物理的海上試験から高忠実な操作データを取得することは、しばしばコスト、安全性、環境障害によって制約される。
標準的な操作試験、特にTurning Circle (TC) と Zig-Zag (ZZ) は、基礎となる流体力学の振る舞いを反映した同等のパフォーマンス指標を提供するため、IMOおよびITTCアセスメント手順の基礎のままである。
本稿では,TC/ZZ操作の自動実行とデータ生成のための標準化された仮想海試行フレームワークを導入することにより,オープンソースのMarine Robotics Unity Simulator (MARUS)を拡張した。
このフレームワークは、トレース可能なコマンドアクティベーションログ、SI(system-identification)にフォーカスしたデータコンディショニング、IMO/ITTC対応の操作メトリクスの自動抽出を提供する。
主要なコントリビューションは、専用のTC/ZZデータ取得と後処理パイプラインであり、シミュレータベースの操作の再現性と監査性を改善しながら、熱力学的デリバティブ識別とデジタルツインワークフローのためのSI対応データセットを生成する。
また、このフレームワークは、差動スラストステアリングのための明示的なコマンド実行分離も提供し、手動入力を順序付き舵等価コマンドとして記録し、印加スラストから派生した実行レベルプロキシとして実行動作をログアップする。
ケーススタディでは反復的およびIMO準拠の操作行動を示した。
TCテストでは、正常化の進行はポートとスターボードの旋回で約3.9%、戦術的な直径は4.6-4.7%である。
ZZ試験では、第1および第2のオーバーシュート過剰は、IMO基準を満たす+/-10度と+/20度の両方で1度以下であり、ピークヨーレートは約4.1から5.8度/秒である。
関連論文リスト
- UTOPYA: A Multimodal Deep Learning Framework for Physics-Informed Anomaly Detection and Time-Series Prediction [42.532335022354545]
バッチプロセスにおける異常検出は、過渡的ダイナミクス、欠陥ラベルの不足、単一モードセンサデータへの依存によって妨げられる。
本研究は, バッチ蒸留における異常検出, 時系列予測, 位相分類を共同で扱うマルチモーダルフレームワークUTOPYAを紹介する。
本研究で導入された物理インフォームド正規化スキームは、時間的滑らかさと熱力学的モノトニクスを強制する。
論文 参考訳（メタデータ） (2026-05-18T10:28:15Z) - HydroAgent: Closing the Gap Between Frontier LLMs and Human Experts in Hydrologic Model Calibration via Simulator-Grounded RL [6.680830184790049]
分散水理モデルの校正は、運用水資源管理における重要なボトルネックである。
我々は、フロンティア大言語モデル(LLM)エージェントが人間の水理モデルに取って代わることができ、そうでなければ何が必要かと尋ねる。
我々は,アメリカ国立気象局がフラッシュフロード予測のために使用しているCREST分散水理モデル上で,9つのフロンティアLSMエージェントをベンチマークした。
論文 参考訳（メタデータ） (2026-05-18T03:17:38Z) - Data-Driven Open-Loop Simulation for Digital-Twin Operator Decision Support in Wastewater Treatment [2.3895981099137535]
CCSS-RSは、履歴状態推論と将来の制御とロールアウトを分離した、連続時間状態空間モデルである。
RMSE 0.696 と CRPS 0.349 を H=1000 で達成している。
これらの結果から,産業廃棄物処理におけるオフラインシナリオスクリーニングの実践的学習シミュレータとしてCCSS-RSが確立された。
論文 参考訳（メタデータ） (2026-04-22T12:23:27Z) - WUTDet: A 100K-Scale Ship Detection Dataset and Benchmarks with Dense Small Objects [68.44670476527155]
WUTDetは100,576イメージと381,378のアノテートされた船舶インスタンスを備えた大規模な船舶検出データセットである。
CNN, Transformer, Mambaの3つの主流検出アーキテクチャから20のベースラインモデルを体系的に評価した。
Ship-GENの結果は、WUTDetでトレーニングされたモデルは、異なるデータ分布下でより強力な一般化を示すことを示している。
論文 参考訳（メタデータ） (2026-04-09T03:28:05Z) - CRoSS: A Continual Robotic Simulation Suite for Scalable Reinforcement Learning with High Task Diversity and Realistic Physics Simulation [46.950823663585425]
継続的な強化学習では、エージェントは以前取得したポリシーを忘れずに一連のタスクから学ぶ必要がある。
本稿では,ガゼボシミュレータで現実的にシミュレーションされたロボットをベースとしたCRLのための新しいベンチマークスイートを提案する。
論文 参考訳（メタデータ） (2026-02-04T18:54:26Z) - HydroGEM: A Self Supervised Zero Shot Hybrid TCN Transformer Foundation Model for Continental Scale Streamflow Quality Control [2.153503585184628]
本稿では,大陸規模のストリームフロー品質管理の基礎モデルであるHydroGEMを紹介する。
HydroGEMは2段階の訓練をしており、3,724の駅から6.03万回の事前訓練を行っている。
保持された合成試験では、検出のためのHydroGEM F1 = 0.792、既存の方法よりも36.3%改善された。
論文 参考訳（メタデータ） (2025-12-16T05:39:26Z) - Predicting Barge Tow Size on Inland Waterways Using Vessel Trajectory Derived Features: Proof of Concept [0.0]
本研究では,機械学習(ML)を用いた曳航船数予測にAIS(Automatic Identification System)船体追跡データを用いた新しい手法を提案する。
モデルの訓練と試験のために、ミシシッピ川下流の衛星シーンからバージのインスタンスが注釈付けされた。
提案手法は,MDA(Maritime Domain Awareness)を,ロックスケジューリング,ポート管理,および貨物計画に強力な応用で拡張する,スケーラブルで容易に実装可能な手法を提供する。
論文 参考訳（メタデータ） (2025-10-28T01:51:23Z) - Embedding Trust at Scale: Physics-Aware Neural Watermarking for Secure and Verifiable Data Pipelines [0.0]
我々は科学的データ整合性のための堅牢なニューラルネットワーク透かしフレームワークを提案する。
畳み込みオートエンコーダを用いることで、二元メッセージは温度、渦、地磁気といった構造データに不可視的に埋め込まれる。
提案手法は,ERA5データセットとNavier-Stokesデータセット間で,98%の精度と視覚的に識別不能な再構成を実現する。
論文 参考訳（メタデータ） (2025-05-22T21:14:45Z) - Hydra-MDP++: Advancing End-to-End Driving via Expert-Guided Hydra-Distillation [71.08149200234188]
Hydra-MDP++は,マルチヘッドデコーダを備えた新しい知識蒸留フレームワークである。
このフレームワークには、交通光コンプライアンス(TL)、車線維持能力(LK)、快適性(EC)など、拡張された評価指標が組み込まれている。
Hydra-MDP++は、これらのコンポーネントをNAVSIMの91.0%のドライブスコアと統合することで、最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2025-03-17T04:58:09Z) - FlowTS: Time Series Generation via Rectified Flow [67.41208519939626]
FlowTSは、確率空間における直線輸送を伴う整流フローを利用するODEベースのモデルである。
非条件設定では、FlowTSは最先端のパフォーマンスを達成し、コンテキストFIDスコアはStockとETThデータセットで0.019と0.011である。
条件設定では、太陽予測において優れた性能を達成している。
論文 参考訳（メタデータ） (2024-11-12T03:03:23Z)
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。