論文の概要: A Digital Twin Framework for Traffic-Aware UAV Pavement Monitoring without Lane Closure

• arxiv url: http://arxiv.org/abs/2606.20742v1
• Date: Wed, 17 Jun 2026 20:30:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 13:18:23.637781
• Title: A Digital Twin Framework for Traffic-Aware UAV Pavement Monitoring without Lane Closure
• Title（参考訳）: レーン閉鎖のない交通対応UAV舗装監視のためのディジタルツインフレームワーク
• Authors: Yamil Uchani, Grace Abigail Luna Verdueta, Mauricio Figueroa, Edwin Salcedo,
• Abstract要約: 本稿では、車線閉鎖のない交通対応UAV舗装監視のためのUnityベースのデジタルツインフレームワークを提案する。 提案した環境は、手続き的に生成された道路欠陥、動的車両と歩行者、無人UAVナビゲーション、組込み道路損傷認識パイプラインを統合している。 デジタル双生児は、ホバー・アンド・リチェック、マイクロ・リポジション、スキップ・アンド・リバイジットという、閉鎖された道路セグメントの3つの回復戦略を評価するために使用された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: UAV-based pavement inspection can reduce the cost and risk of road-surface monitoring, but real-world deployment remains difficult when traffic, pedestrians, and temporary occlusions affect the visibility of defects. This paper presents a Unity-based digital twin framework for traffic-aware UAV pavement monitoring without lane closure. The proposed environment integrates procedurally generated road defects, dynamic vehicles and pedestrians, autonomous UAV navigation, and an embedded road-damage perception pipeline. The perception module uses a two-stage approach: a lightweight YOLOv8n detector first localises road defects, pedestrians, and vehicles, while a second classifier distinguishes among potholes, single cracks, and crocodile cracks. On the simulator test set, the full pipeline achieved 99.26% overall accuracy across five classes. The digital twin was then used to evaluate three recovery strategies for occluded road segments: hover-and-recheck, micro-repositioning, and skip-and-revisit. Experiments were conducted across different traffic densities and flight altitudes using coverage, mission time, energy consumption, and revisit ratio as operational metrics. Results show that flight altitude has a strong influence on inspection coverage and that adaptive recovery improves performance under occlusion. In particular, hover-and-recheck achieved the most consistent coverage under medium and high traffic conditions, reaching up to 97.03% coverage, while skip-and-revisit was most effective in low-traffic scenarios, reaching 97.95\% coverage at medium altitude. These results demonstrate that digital twins can support the development and evaluation of traffic-aware UAV inspection strategies before real-world deployment.
• Abstract（参考訳）: UAVをベースとした舗装検査は、道路面監視のコストとリスクを低減できるが、交通、歩行者、一時的な閉塞が欠陥の視認に影響を及ぼす場合、実際の展開は困難である。 本稿では、車線閉鎖のない交通対応UAV舗装監視のためのUnityベースのデジタルツインフレームワークを提案する。 提案した環境は、手続き的に生成された道路欠陥、動的車両と歩行者、無人UAVナビゲーション、組込み道路損傷認識パイプラインを統合している。 ライトウェイトなYOLOv8n検出器はまず道路の欠陥、歩行者、車両をローカライズし、第2の分類器はポットホール、シングルクラック、ワニの亀裂を区別する。 シミュレータテストセットでは、全パイプラインは5つのクラスで99.26%の精度を達成した。 デジタル双生児は、ホバー・アンド・リチェック、マイクロ・リポジション、スキップ・アンド・リバイジットの3つの道路セグメントの回復戦略を評価するために使用された。 様々な交通密度と飛行高度で実験を行い、運用指標としてカバレッジ、ミッション時間、エネルギー消費、再訪比率を使用した。 その結果, 飛行高度が検査範囲に強い影響を与え, 適応回収により閉塞下での性能が向上することが示唆された。 特に、ホバー・アンド・リビジットは中・高交通条件下では最も一貫したカバレッジを達成し、97.03%まで到達し、一方スキップ・アンド・リビジットは低軌道のシナリオでは最も有効であり、中高度では97.95 %まで到達した。 これらの結果から,デジタル双生児は実世界展開前の交通対応型UAV検査戦略の開発と評価を支援することができることが示された。

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)
• Instance-level Visual Active Tracking with Occlusion-Aware Planning [61.982298426203165]
  Visual Active Tracking (VAT)は、カメラを3D空間でターゲットに追従することを目的としている。 VATは、視覚的に類似したイントラクタからの混乱と、閉塞下での深刻な障害という、現実世界のデプロイメントにおいて2つの重要なボトルネックに直面している。 3つの相補的なモジュールを持つ統一パイプラインであるOA-VATを提案する。
  論文  参考訳（メタデータ） (2026-04-23T09:11:50Z)
• Measuring Braking Behavior Using Vehicle Tracking and Camera-to-Satellite Homography Rectification [4.61803711540329]
  本稿では,信号化都市高速道路における車両の挙動とブレーキイベントに着目し,交通カメラ映像を解析するためのオープンソースソフトウェアアプリケーションを提案する。 中心となるイノベーションは、固定されたトラフィックカメラビューと衛星の直視を結びつける、堅牢な地上面のホモグラフィー推定である。 すべての検出およびトラジェクトリデータは、その後の分析のためにClickHouseデータベースに格納される。
  論文  参考訳（メタデータ） (2026-01-24T18:59:32Z)
• DARTS: A Drone-Based AI-Powered Real-Time Traffic Incident Detection System [4.230713219853656]
  DARTSは、AIを利用したドローンによるリアルタイム交通事故検知システムである。 このシステムは、自己収集されたデータセットで99%の精度で検出された。 現地試験では、DARTSは地方交通管理センターより12分早く後方衝突を検出し、確認した。
  論文  参考訳（メタデータ） (2025-10-29T22:32:16Z)
• Sequence-Preserving Dual-FoV Defense for Traffic Sign and Light Recognition in Autonomous Vehicles [0.07646713951724012]
  本研究では,米国における信号機と信号機のための二重FoV,シーケンス保存型ロバストネスフレームワークを提案する。 実生活における異常検出の応用に関する一連の実験において、本研究では、統一された3層防御スタックフレームワークの概要を概説する。
  論文  参考訳（メタデータ） (2025-10-03T00:43:25Z)
• UAV-Based Intelligent Traffic Surveillance System: Real-Time Vehicle Detection, Classification, Tracking, and Behavioral Analysis [2.6341839987582345]
  本稿では,高度無人航空機(UAV)による交通監視システムについて紹介する。 実際の、制約のない都市環境での正確な車両検出、分類、追跡、行動分析を行うことができる。
  論文  参考訳（メタデータ） (2025-09-04T19:19:25Z)
• Overtake Detection in Trucks Using CAN Bus Signals: A Comparative Study of Machine Learning Methods [51.28632782308621]
  ボルボグループが提供する5台の車載トラックから収集した制御エリアネットワーク(CAN)バスデータを用いたオーバーテイク検出に焦点を当てた。 車両操作検出、ニューラルネットワーク(ANN)、ランダムフォレスト(RF)、サポートベクトルマシン(SVM)の3つの共通分類器の評価を行った。 当社のパートラック分析では、特にオーバーテイクにおいて、車両毎のトレーニングデータの量に依存する分類精度も明らかにしています。
  論文  参考訳（メタデータ） (2025-07-01T09:20:41Z)
• A Multi-Loss Strategy for Vehicle Trajectory Prediction: Combining Off-Road, Diversity, and Directional Consistency Losses [68.68514648185828]
  軌道予測は、自動運転車における計画の安全性と効率に不可欠である。 現在のモデルでは、複雑な交通規則と潜在的な車両の動きを完全に捉えることができないことが多い。 本研究は, オフロード損失, 方向整合誤差, ダイバーシティ損失の3つの新しい損失関数を紹介する。
  論文  参考訳（メタデータ） (2024-11-29T14:47:08Z)
• MSight: An Edge-Cloud Infrastructure-based Perception System for Connected Automated Vehicles [58.461077944514564]
  本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。 MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。 評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
  論文  参考訳（メタデータ） (2023-10-08T21:32:30Z)
• Vision-Based Robust Lane Detection and Tracking under Different Challenging Environmental Conditions [8.312192184427762]
  レーンマーキング検出は、どちらも先進運転支援システムの基本である。 本稿では,3つの重要な技術を用いた頑健な車線検出・追跡手法を提案する。 実験の結果、平均検出率は97.55%であり、平均処理時間は22.33msec/frameであることがわかった。
  論文  参考訳（メタデータ） (2022-10-19T01:25:21Z)
• Road Curb Detection and Localization with Monocular Forward-view Vehicle Camera [74.45649274085447]
  魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。 我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
  論文  参考訳（メタデータ） (2020-02-28T00:24:18Z)

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。