論文の概要: Hardware- and Vision-in-the-Loop Validation of Deep Monocular Pose Estimation for Autonomous Maritime UAV Flight

• arxiv url: http://arxiv.org/abs/2606.19176v1
• Date: Wed, 17 Jun 2026 15:18:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-18 17:16:51.235629
• Title: Hardware- and Vision-in-the-Loop Validation of Deep Monocular Pose Estimation for Autonomous Maritime UAV Flight
• Title（参考訳）: 無人無人UAV飛行における深部単眼球推定のハードウェア・ビジョン・イン・ザ・ループ検証
• Authors: Maneesha Wickramasuriya, Beomyeol Yu, Jaden Shin, Mason Huslig, Taeyoung Lee, Murray Snyder,
• Abstract要約: 本稿では,船内における完全自律飛行を実現するハードウェア検証型ビジョン・イン・ザ・ループ・フレームワークを提案する。 その結果、艦載配備前に海上でのUAV自律性を開発するための安全で現実的な中間段階が確立された。
• 参考スコア（独自算出の注目度）: 2.0935101589828244
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous UAV operations on ships require reliable vision-based relative pose estimation, yet at-sea validation is costly, weather-dependent, and risky. This paper presents a hardware-validated vision-in-the-loop framework that enables fully autonomous indoor flight while emulating photorealistic maritime environments. Rendered maritime views are processed onboard by a deep transformer-based monocular pose estimator. Delayed vision measurements are fused with high-rate IMU data using a delayed Kalman filter to provide consistent state estimates for geometric control. The system captures critical embedded effects, including perception latency, asynchronous updates, and computational constraints, that are absent in pure simulation. Autonomous takeoff, trajectory tracking, and landing experiments demonstrate stable closed-loop flight. The results establish a safe and hardware-realistic intermediate stage for developing maritime UAV autonomy prior to shipboard deployment.
• Abstract（参考訳）: 船舶での無人無人機運用には、信頼性の高い視覚に基づく相対的なポーズ推定が必要であるが、海上での検証はコストが高く、天候に依存し、リスクが高い。 本稿では,光リアルタイム海洋環境をエミュレートしながら,完全自律型屋内飛行を可能にするハードウェアバリデーション・イン・ザ・ループ・フレームワークを提案する。 レンダリングされた海洋ビューは、ディープトランスフォーマーベースのモノクラーポーズ推定器で処理される。 遅延視覚計測は、幾何制御のための一貫した状態推定を提供するために、遅延カルマンフィルタを用いて高速IMUデータと融合する。 このシステムは、純粋なシミュレーションに欠けている知覚遅延、非同期更新、計算制約を含む重要な埋め込み効果をキャプチャする。 自律離陸、軌道追跡、着陸実験は安定した閉ループ飛行を実証する。 その結果、艦載配備前に海上でのUAV自律性を開発するための安全で現実的な中間段階が確立された。

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)
• 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)
• A Robust Simulation Framework for Verification and Validation of Autonomous Maritime Navigation in Adverse Weather and Constrained Environments [7.743296200054435]
  海上自律型表面船(MASS)は、航行安全、運用効率、長期費用効率を高めるための有望なソリューションとして登場した。 信頼性の高い展開には、様々な環境条件下で厳密な検証と検証(V&V)が必要である。 本稿では,現実的な海洋環境におけるMASSのV&Vを支援するための仮想シミュレーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-03T00:25:09Z)
• Continuous Marine Tracking via Autonomous UAV Handoff [0.4935992163749761]
  本稿では,海産動物,特にサメの連続的,リアルタイム追跡のための自律型UAV視覚システムを提案する。 このシステムは、オンボードコンピュータと、安定したRGB-DカメラとカスタムトレーニングされたOSTrackパイプラインを統合している。 重要なイノベーションは、ドローン間の責任追跡をシームレスに転送するUAVハンドオフプロトコルである。
  論文  参考訳（メタデータ） (2025-07-17T03:35:53Z)
• 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)
• Angle Robustness Unmanned Aerial Vehicle Navigation in GNSS-Denied Scenarios [66.05091704671503]
  本稿では、ポイントツーポイントナビゲーションタスクにおける飛行偏差に対処する新しい角度ナビゲーションパラダイムを提案する。 また、Adaptive Feature Enhance Module、Cross-knowledge Attention-guided Module、Robust Task-oriented Head Moduleを含むモデルを提案する。
  論文  参考訳（メタデータ） (2024-02-04T08:41:20Z)
• Vision-Based Autonomous Navigation for Unmanned Surface Vessel in Extreme Marine Conditions [2.8983738640808645]
  本稿では,極端海洋環境下での目標物追跡のための自律的視覚に基づくナビゲーション・フレームワークを提案する。 提案手法は砂嵐や霧による可視性低下下でのシミュレーションで徹底的に検証されている。 結果は、ベンチマークしたMBZIRCシミュレーションデータセット全体にわたる最先端のデハージング手法と比較される。
  論文  参考訳（メタデータ） (2023-08-08T14:25:13Z)
• Large-scale Autonomous Flight with Real-time Semantic SLAM under Dense Forest Canopy [48.51396198176273]
  本研究では,大規模自律飛行とリアルタイムセマンティックマッピングを,挑戦的なアンダーキャノピー環境下で実現可能な統合システムを提案する。 我々は、スキャン全体で関連付けられ、木のトランクモデルと同様にロボットのポーズを制約するために使用されるLiDARデータから、木の幹と地面の平面を検出し、モデル化する。 ドリフト補償機構は、プランナー最適性とコントローラ安定性を維持しつつ、セマンティックSLAM出力を用いたドリフトをリアルタイムで最小化するように設計されている。
  論文  参考訳（メタデータ） (2021-09-14T07:24:53Z)
• Distributed Variable-Baseline Stereo SLAM from two UAVs [17.513645771137178]
  本稿では,単眼カメラを1台,IMUを1台搭載した2台のUAVを用いて,視界の重なりと相対距離の測定を行った。 本稿では,glsuavエージェントを自律的に制御するために,分散協調推定方式を提案する。 我々は,高度160mまでの飛行におけるアプローチの有効性を実証し,最先端のVIO手法の能力を大きく超えている。
  論文  参考訳（メタデータ） (2020-09-10T12:16:10Z)

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。