論文の概要: Disturbance-Aware Flight for Aerial Robots in Narrow Space

• arxiv url: http://arxiv.org/abs/2607.17476v1
• Date: Mon, 20 Jul 2026 01:58:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.476952
• Title: Disturbance-Aware Flight for Aerial Robots in Narrow Space
• Title（参考訳）: 狭い空間における空中ロボットの外乱認識飛行
• Abstract要約: 本稿では,狭い空間における四極子飛行の計画制御ループにオンライン外乱推定を統合する,外乱認識型計画制御フレームワークを提案する。 実験では、対角線長0.39mの四角形が直線、傾斜、湾曲したトンネルを0.6mまで横切ることができ、成功率と飛行効率の両方で人間のパイロットより優れていた。
• 参考スコア（独自算出の注目度）: 18.124392684552998
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous flight of aerial robots in narrow space remains challenging due to strong aerodynamic disturbances and limited flying space. Existing approaches mainly address aerodynamic disturbances at the control level, while motion planning typically relies on geometric constraints and fixed speed limits, leading to conservative or unsafe behaviors in confined environments. This paper presents a disturbance-aware planning and control framework (DAPCF) that integrates online disturbance estimation into the planning-control loop for quadrotor flight in narrow space. First, the dual-loop observers estimate 6-degree-of-freedom disturbance forces and torques in real time based on odometry and motor speed measurements. Then, a disturbance risk function is introduced that adaptively modulates the reference speed of the planner based on disturbance estimation, reducing velocity when disturbances exceed a threshold and restoring it under low-disturbance conditions. Finally, a motor-dynamics-based nonlinear model predictive controller (MDNMPC) with disturbance compensation is designed to ensure robust trajectory tracking under perturbed conditions. Experiments demonstrate that a quadrotor with a diagonal length of 0.39~m can traverse straight, sloped, and curved tunnels as narrow as 0.6~m, outperforming human pilots in both success rate and flight efficiency.
• Abstract（参考訳）: 狭い空間における航空ロボットの自律飛行は、強い空力障害と限られた飛行空間のために困難である。 既存のアプローチは、主に制御レベルでの空力障害に対処するが、運動計画は通常、幾何学的制約と固定速度制限に依存しており、制限された環境では保守的または安全でない振る舞いをもたらす。 本稿では,狭い空間における四極子飛行のための計画制御ループにオンライン外乱推定を統合する,外乱認識型計画制御フレームワーク(DAPCF)を提案する。 まず、両ループオブザーバは、オドメトリーと運動速度の測定に基づいて、6自由度外乱力とトルクをリアルタイムで推定する。 そして、乱れ推定に基づいてプランナーの基準速度を適応的に調整し、乱れが閾値を超えた場合の速度を低減し、低ゆらぎ条件下で復元する乱れリスク関数を導入する。 最後に、乱れ補償を伴う運動力学に基づく非線形モデル予測制御器(MDNMPC)は、摂動条件下でのロバストな軌道追跡を保証するように設計されている。 実験により、対角線長0.39〜mの四角形が直線、傾斜、湾曲したトンネルを0.6〜mまで横切ることができ、成功率と飛行効率の両方で人間パイロットより優れていることが示された。

関連論文リスト

• Nonlinear Model Predictive Control via Sequential Convex Programming for Drone-to-Drone Docking [0.0]
  本研究は, ドッキングタスクを外乱状態が拡張された低次非線形モデルに基づいて, 有限水平最適制御問題として定式化する。 その結果, 動的に実現可能なドッキング軌道を生成するために, 後退水平フレームワーク内での逐次凸プログラミングを用いて問題を解く。
  論文  参考訳（メタデータ） (2026-08-11T06:27:45Z)
• SkyJEPA: Learning Long-Horizon World Models for Zero-Shot Sim-to-Real Control of Quadrotors [48.60897189520386]
  本稿では,実時間四重項制御のためのJEPAスタイルモデルを提案する。 我々は、潜伏動力学モデルと、凍結した潜伏者を解釈可能な状態にマッピングする、物理学に着想を得た新しいプロバーを組み合わせる。 高価で安全性の低い実世界のデータ収集への依存を低減するため,自動データセット生成のための構造化パイプラインを構築した。
  論文  参考訳（メタデータ） (2026-06-22T15:00:59Z)
• Safe Polytope-in-Polytope Motion Planning and Control with Control Barrier Functions [45.68209588239261]
  本研究は,多目的ロボットのフットプリントが凸自由空間領域内に留まることを保証する安全な局所運動計画制御手法を提案する。 提案された自由空間定式化では障害物検出やセグメンテーションは不要である。 このアプローチは、自動運転車と非ホロノミックな移動ロボットによるハードウェアによるシミュレーションで検証されている。
  論文  参考訳（メタデータ） (2026-06-08T16:44:28Z)
• Accurate Trajectory Tracking with MPCC for Flapping-Wing MAVs [4.066849397181078]
  羽ばたきの小型航空機はロータリーウィングのドローンよりも静かで安全な操作を提供する。 従来のカスケードコントローラーは、高度、速度、方向を独立して扱い、永続的な追跡エラーを発生させる。 本稿では,鳥型オルニトプターの圧倒的な結合を捉える,コンパクトで連続的な微分可能なモデルを提案する。
  論文  参考訳（メタデータ） (2026-05-07T11:31:34Z)
• Perception-Aware Time-Optimal Planning for Quadrotor Waypoint Flight [25.084985306310827]
  本稿では,視覚に基づく四元数に対する時間-最適軌道最適化フレームワークを提案する。 知覚制約を完全な非線形力学、ローターの作動制限、空力効果、カメラの視野制約、凸幾何学ゲート表現と組み合わせる。 実験では、実際の飛行速度は9.8m/s、平均追跡誤差は0.07m、クローズドループの成功率は55%から100%に向上した。
  論文  参考訳（メタデータ） (2026-03-04T17:22:16Z)
• A 26-Gram Butterfly-Inspired Robot Achieving Autonomous Tailless Flight [61.21669716392821]
  textitAirPulseは、26グラムの蝶にインスパイアされたロボットで、このスケールで尾のない二翼プラットフォームのために、初めてオンボードでクローズドループ制御飛行を行う。 蝶の飛行における重要な生体力学的特性を再現し、低アスペクト比、炭素繊維強化翼の適合性、および特徴的な生物学的身体の起伏を再現する低周波の羽ばたきを利用する。
  論文  参考訳（メタデータ） (2026-02-06T15:58:50Z)
• Disturbance-Aware Flight Control of Robotic Gliding Blimp via Moving Mass Actuation [5.073162687197271]
  LTA(Lighter-than-air Air System)のようなロボットの飛行は、長時間の持続性と本質的に安全な操作を提供するが、風乱の影響を受けやすい。 本稿では,風による影響を明示的にモデル化し補償することにより,LTAプラットフォームに対する外乱認識制御フレームワークの欠如に対処する。 移動地平線推定器(MHE)は、リアルタイムな風の摂動を推定し、これらの推定をモデル予測制御器(MPC)に提供し、様々な風条件下でのロバストな軌道と方向制御を可能にする。
  論文  参考訳（メタデータ） (2026-01-29T02:36:26Z)
• Custom Non-Linear Model Predictive Control for Obstacle Avoidance in Indoor and Outdoor Environments [0.0]
  本稿では,DJI行列100のための非線形モデル予測制御(NMPC)フレームワークを提案する。 このフレームワークは様々なトラジェクトリタイプをサポートし、厳密な操作の精度を制御するためにペナルティベースのコスト関数を採用している。
  論文  参考訳（メタデータ） (2024-10-03T17:50:19Z)
• A Tricycle Model to Accurately Control an Autonomous Racecar with Locked Differential [71.53284767149685]
  自動オープンホイールレースカーの側面力学に対するロックディファレンシャルの影響をモデル化するための新しい定式化を提案する。 本稿では,マイクロステップの離散化手法を用いて,動的に線形化し,実時間実装に適した予測を行う。
  論文  参考訳（メタデータ） (2023-12-22T16:29:55Z)
• Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
  本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。 提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
  論文  参考訳（メタデータ） (2022-07-22T15:16:54Z)
• Neural-Fly Enables Rapid Learning for Agile Flight in Strong Winds [96.74836678572582]
  本稿では,ディープラーニングを通じて事前学習した表現を組み込むことで,オンラインでの迅速な適応を可能にする学習ベースのアプローチを提案する。 Neural-Flyは、最先端の非線形かつ適応的なコントローラよりもかなり少ないトラッキングエラーで正確な飛行制御を実現する。
  論文  参考訳（メタデータ） (2022-05-13T21:55:28Z)

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。