論文の概要: BC-NMPC: Battery-Constrained NMPC with Propulsion Prediction and Replanning for High-Speed Flight

• arxiv url: http://arxiv.org/abs/2607.23867v1
• Date: Sun, 26 Jul 2026 22:16:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:15.256865
• Title: BC-NMPC: Battery-Constrained NMPC with Propulsion Prediction and Replanning for High-Speed Flight
• Title（参考訳）: BC-NMPC:高速飛行のための推進予測と再設計による電池制約NMPC
• Abstract要約: 無人航空機(UAV)の軌道追尾性能は、バッテリーの劣化と最大推力の喪失により、高速・アジャイル飛行中に低下する。 ドローンレースのような応用では、軌道追跡誤差は障害物と衝突し、その後レースが完了しなかった。 本稿では, モデル予測制御系にバッテリと推進系モデルを組み込むことにより, 電圧, 消費電流, 電力, 最大推力のリアルタイム予測を可能にする。
• 参考スコア（独自算出の注目度）: 4.322810915985893
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Trajectory tracking performance of Uncrewed Aerial Vehicles (UAVs) degrades during high-speed and agile flight due to the depletion of the battery and subsequent loss of maximum available thrust. In applications such as drone racing, the consequent trajectory tracking error leads to a collision with obstacles and a subsequent failure to complete the race. In this paper, we present a novel method for integrating battery and propulsion system models into a Nonlinear Model Predictive Controller (NMPC) framework to enable real-time prediction of the voltage, consumed current, power, and maximum available thrust of the platform. This enables our approach to account for the dynamic variations in the maximum available thrust of the UAV caused by battery discharge, allowing it to plan for the depleting thrust and improve trajectory tracking performance. A trajectory planning algorithm is implemented to replan the trajectory in-flight based on evolving thrust limits. The accuracy of the proposed model is verified in real-world flight experiments, while the effectiveness of the replanning algorithm is evaluated in simulation. Compared to an uncompensated flight, our novel approach demonstrates achieves a collision-free flight to achieve a 6-fold decrease in tracking Root Mean Square Error (RMSE), a 46 % increase in flight distance, and a 100 % increase in flight time in an obstacle-ridden environment.
• Abstract（参考訳）: 無人航空機(UAV)の軌道追尾性能は、バッテリーの劣化と最大推力の喪失により、高速・アジャイル飛行中に低下する。 ドローンレースのような応用では、後続の軌道追跡誤差が障害物と衝突し、その後にレースが完了しなかった。 本稿では, 電圧, 消費電流, 電力, 最大推力のリアルタイム予測を可能にする非線形モデル予測制御器 (NMPC) フレームワークに電池・推進系モデルを統合する新しい手法を提案する。 これにより, 電池放電によるUAVの最大推力の動的変動を考慮し, 推力の低下を計画し, 軌道追尾性能を向上させることができる。 進行する推力限界に基づいて飛行中の軌道を計画する軌道計画アルゴリズムを実装した。 実世界の飛行実験では,提案モデルの精度が検証され,シミュレーションでは再計画アルゴリズムの有効性が評価される。 非補償飛行と比較して、我々の新しいアプローチは、ルート平均角誤差(RMSE)の6倍の減少、飛行距離の46パーセントの増大、障害物のある環境での飛行時間の100パーセントの増大を達成するために、衝突のない飛行を実現することを実証している。

関連論文リスト

• Disturbance-Aware Flight for Aerial Robots in Narrow Space [18.124392684552998]
  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。
  論文  参考訳（メタデータ） (2026-07-20T01:58:05Z)
• Aero-World: Action-Conditioned Aerial Video Generation from Inertial Controls [57.166020875486474]
  我々は,事前学習した画像から映像への拡散モデルを制御可能な空中ビデオ生成装置に変換する方法であるtextbfAero-World を提案する。 実ビデオ-IMUペアで独立して訓練された冷凍潜伏空間物理学プローブは、LoRA微調整中に慣性・一貫性の異なる監視を提供する。 AeroBenchでは、アクションのみの微調整で平均AASを57.7から63.6に改善し、AirScapeよりも優れた品質制御トレードオフを提供する。
  論文  参考訳（メタデータ） (2026-05-19T12:02:17Z)
• Wind-Aware Optimal Trajectory Planning for Efficient Gliding of Fixed-Wing Aerial Systems [7.0414059106180025]
  グライディングは小型の固定翼UAVとサイレント操作を提供する。 従来のトータル・エナジー・コントロール・システム(Total Energy Control Systems)ベースのコントローラは、電位と運動エネルギーの交換を反応的に制御する。 小型UAVグライダーのための非線形多コスト軌道プランナを提案する。
  論文  参考訳（メタデータ） (2026-05-15T05:01:09Z)
• 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)
• Spatially-Aware Adaptive Trajectory Optimization with Controller-Guided Feedback for Autonomous Racing [74.83272587893508]
  本稿では,NURBSに基づく軌道表現,CMA-ESグローバル軌道最適化,コントローラ誘導空間フィードバックを組み合わせた自律レースライン最適化フレームワークを提案する。 シミュレーションでは,最大静的加速度をパラメータ化したコントローラと比較して17.38%のラップタイム短縮を実現している。 高摩擦から低摩擦まで様々なタイヤ化合物で試験された実ハードウェアでは、摩擦を明示的にパラメータ化することなく、7.60%のラップタイムの改善が得られる。
  論文  参考訳（メタデータ） (2026-02-17T15:10:44Z)
• Monocular Obstacle Avoidance Based on Inverse PPO for Fixed-wing UAVs [29.207513994002202]
  固定翼無人航空機(英語: Fixed-wing Unmanned Aerial Vehicles、UAV)は、低高度経済(LAE)と都市空運(UAM)のための最も一般的なプラットフォームの一つである。 従来の地図や高度なセンサーに依存する古典的な障害物回避システムは、未知の低高度環境や小型UAVプラットフォームにおいて制限に直面している。 本稿では,DRLに基づくUAV衝突回避システムを提案する。
  論文  参考訳（メタデータ） (2024-11-27T03:03:37Z)
• 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)
• DATT: Deep Adaptive Trajectory Tracking for Quadrotor Control [62.24301794794304]
  Deep Adaptive Trajectory Tracking (DATT)は、学習に基づくアプローチであり、現実世界の大きな乱れの存在下で、任意の、潜在的に実現不可能な軌跡を正確に追跡することができる。 DATTは、非定常風場における可溶性および非実用性の両方の軌道に対して、競争適応性非線形およびモデル予測コントローラを著しく上回っている。 適応非線形モデル予測制御ベースラインの1/4未満である3.2ms未満の推論時間で、効率的にオンラインで実行することができる。
  論文  参考訳（メタデータ） (2023-10-13T12:22:31Z)
• 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)
• Time-Optimal Planning for Quadrotor Waypoint Flight [50.016821506107455]
  立方体の作動限界における時間-最適軌道の計画は未解決の問題である。 四重項のアクチュエータポテンシャルをフル活用する解を提案する。 我々は、世界最大規模のモーションキャプチャーシステムにおいて、実世界の飛行における我々の方法を検証する。
  論文  参考訳（メタデータ） (2021-08-10T09:26:43Z)

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。