論文の概要: Real-Time Visual Intelligence on Low-Cost UAVs: A Modular Approach for Tracking, Scanning, and Navigation
- arxiv url: http://arxiv.org/abs/2607.02298v1
- Date: Thu, 02 Jul 2026 15:15:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-03 19:45:08.897379
- Title: Real-Time Visual Intelligence on Low-Cost UAVs: A Modular Approach for Tracking, Scanning, and Navigation
- Title（参考訳）: 低コストUAVにおけるリアルタイムビジュアルインテリジェンス:トラッキング,スキャン,ナビゲーションのためのモジュール的アプローチ
- Abstract要約: 本稿では,パーソナルアシスタントとして機能するインテリジェントドローンシステムの開発について述べる。
我々は,顔検出,顔認識,単眼視からの深度推定という,3つの中心的人工知能機能を統合するモジュールアーキテクチャを実装した。
既存の商用ソリューションとは異なり、このシステムはアクセシビリティ、低コストのハードウェア、オープンソース技術を強調している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous drones are rapidly transforming modern warfare and civil applications alike. This paper presents the development of an integrated intelligent drone system designed to serve as a personal assistant. Leveraging the DJI Tello drone platform, we implemented a modular architecture that integrates three core artificial intelligence functionalities: facial detection, facial recognition, and depth estimation from monocular vision. A web-based interface enables seamless drone control and real-time video monitoring, while a Python-based server processes visual data and executes inference pipelines using lightweight neural models optimized for embedded systems. Unlike existing commercial solutions, this system emphasizes accessibility, low-cost hardware, and open-source technologies. The system demonstrates robust performance in real-world conditions, including person tracking, indoor scanning, and autonomous line following using virtual sensors. This project validates the applicability of advanced AI techniques in real-time robotic systems and illustrates the feasibility of deploying them on constrained hardware, providing a foundation for future research in autonomous UAVs for military, rescue, and surveillance missions.
- Abstract（参考訳）: 自律ドローンは、現代の戦争や民間用途も急速に変化しつつある。
本稿では,パーソナルアシスタントとして機能するインテリジェントドローンシステムの開発について述べる。
DJI Telloのドローンプラットフォームを活用して、顔検出、顔認識、単眼視からの深度推定という、3つのコア人工知能機能を統合したモジュラーアーキテクチャを実装しました。
Webベースのインターフェースはシームレスなドローン制御とリアルタイムのビデオ監視を可能にし、Pythonベースのサーバは視覚データを処理し、組み込みシステムに最適化された軽量ニューラルネットワークを使用して推論パイプラインを実行する。
既存の商用ソリューションとは異なり、このシステムはアクセシビリティ、低コストのハードウェア、オープンソース技術を強調している。
このシステムは、人追跡、屋内スキャン、そして仮想センサーを用いた自律走行線など、現実世界の環境下での堅牢な性能を示す。
このプロジェクトは、リアルタイムロボットシステムにおける高度なAI技術の適用性を検証し、制約されたハードウェアにそれらをデプロイする可能性を示し、軍事、救助、監視ミッションのための自律型UAVの研究の基盤を提供する。
関連論文リスト
- Generative AI for Safe and Photorealistic Drone Light Shows [51.71264054256171]
ドローンのライトショーは、空のエンターテイメントを再定義しているが、その普及は労働集約的な手動アニメーションによって妨げられている。
SWANは、テキストプロンプトから直接、フォトリアリスティック、大規模、衝突のないドローン振付を直接合成するエンドツーエンドパイプラインである。
シミュレーションされた2000基のドローンを安全に編成し,49基のクアッドコプターを密集した実世界の群れ上での物理的実現可能性を検証することにより,スケーラビリティを実証する。
論文 参考訳（メタデータ） (2026-06-24T06:34:44Z) - AerialMind: Towards Referring Multi-Object Tracking in UAV Scenarios [64.51320327698231]
UAVシナリオにおける最初の大規模RMOTベンチマークであるAerialMindを紹介する。
我々は、革新的な半自動協調型エージェントベースラベリングアシスタントフレームワークを開発した。
また,視覚言語表現学習を協調的に強化する新しい手法であるHawkEyeTrackを提案する。
論文 参考訳（メタデータ） (2025-11-26T04:44:27Z) - Explain and Monitor Deep Learning Models for Computer Vision using Obz AI [2.406359246841227]
Obz AIは、ビジョンAIシステムの最先端の説明可能性と可観測性を促進するために設計された、包括的なソフトウェアエコシステムである。
Obz AIは、Pythonクライアントライブラリからフルスタック分析ダッシュボードまで、シームレスな統合パイプラインを提供する。
論文 参考訳（メタデータ） (2025-08-25T16:46:21Z) - A Compendium of Autonomous Navigation using Object Detection and Tracking in Unmanned Aerial Vehicles [0.0]
無人航空機(英語: Unmanned Aerial Vehicles、UAV)は21世紀の最も革新的な発明の1つである。
本稿では,UAVの自律航法を目的として,複数の著者が提案した様々なアプローチについて検討する。
論文 参考訳（メタデータ） (2025-05-31T09:13:43Z) - AI and Vision based Autonomous Navigation of Nano-Drones in Partially-Known Environments [8.595976385391896]
この研究は、Crzyflie 2.1と呼ばれる、ポケットサイズの30グラムのプラットホームの安全かつ自律的な飛行を可能にすることに焦点を当てている。
統合センシング, コンピューティング, コミュニケーションのパラダイムを取り入れた, 障害物回避のためのAI支援型リアクティブ計画手法を提案する。
ドローンを毎秒$sim8$のフレームでコマンドできる能力と、COCOの平均平均精度が60.8ドルのモデル性能を示す。
論文 参考訳（メタデータ） (2025-05-08T06:16:36Z) - Open-World Drone Active Tracking with Goal-Centered Rewards [62.21394499788672]
Drone Visual Active Trackingは、視覚的な観察に基づいてモーションシステムを制御することで、対象物を自律的に追跡することを目的としている。
DATは,世界初となるエア・ツー・グラウンド・トラッキング・ベンチマークである。
また,複雑なシナリオにおけるドローン追跡目標の性能向上を目的としたGC-VATを提案する。
論文 参考訳（メタデータ） (2024-12-01T09:37:46Z) - Learning Deep Sensorimotor Policies for Vision-based Autonomous Drone
Racing [52.50284630866713]
既存のシステムは、状態推定、計画、制御のために手作業によるコンポーネントを必要とすることが多い。
本稿では、深層感触者ポリシーを学習することで、視覚に基づく自律ドローンレース問題に取り組む。
論文 参考訳（メタデータ） (2022-10-26T19:03:17Z) - ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and
Response with AI [55.41644538483948]
小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。
我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。
本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
論文 参考訳（メタデータ） (2022-01-25T14:51:19Z) - Artificial Intelligence for UAV-enabled Wireless Networks: A Survey [72.10851256475742]
無人航空機(UAV)は次世代無線通信ネットワークにおいて有望な技術であると考えられている。
人工知能(AI)は近年急速に成長し、成功している。
UAVベースのネットワークにおけるAIの潜在的な応用について概観する。
論文 参考訳（メタデータ） (2020-09-24T07:11:31Z) - AutoSOS: Towards Multi-UAV Systems Supporting Maritime Search and Rescue
with Lightweight AI and Edge Computing [27.15999421608932]
本稿では,自律型マルチロボット探索・救助支援プラットフォームの開発を支援するAutoSOSプロジェクトの方向性について述べる。
このプラットフォームは、新しい適応型ディープラーニングアルゴリズムを用いて、環境の初期評価のための偵察ミッションを実行することを目的としている。
ドローンが潜在的な物体を見つけると、そのセンサーデータを船に送る。
論文 参考訳（メタデータ） (2020-05-07T12:22:15Z) - An Efficient UAV-based Artificial Intelligence Framework for Real-Time
Visual Tasks [33.489573797811474]
アドホックなビジュアルベースのAIアプリケーションを容易に統合できるように、マルチレイヤAI(MLAI)フレームワークを導入します。
特徴とその利点を示すために,オブジェクト検出,目標追跡,ターゲットハンドオーバのための,現代の視覚的深層学習モデルを実装し,評価した。
論文 参考訳（メタデータ） (2020-04-13T18:53:12Z)
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。