論文の概要: RADAR Perception for Dynamic Obstacle Avoidance onboard small-scale Quadrotor UAVs

• arxiv url: http://arxiv.org/abs/2608.01855v1
• Date: Mon, 03 Aug 2026 08:04:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:25.392828
• Title: RADAR Perception for Dynamic Obstacle Avoidance onboard small-scale Quadrotor UAVs
• Title（参考訳）: 小型クアドロターUAVにおける動的障害物回避のためのRADAR認識
• Authors: Dnyandeep Mandaokar, Bernhard Rinner,
• Abstract要約: 本文は, 高速搭載DOAのための最初の mmWave RADAR を用いた知覚制御システムについて述べる。 我々は,センサ範囲,相対速度,制御遅延に関連する遅延と空間境界を導出し,解析する。 Raspberry Pi 4Bのオンボード実装では、エンド・ツー・エンドのセンサー・トゥ・コマンドのレイテンシが約14ミリ秒でリアルタイムに実現可能であることが示されている。
• 参考スコア（独自算出の注目度）: 5.125365753953585
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Fast dynamic obstacle avoidance (DOA) on uncrewed aerial vehicles (UAVs) demands not only low-latency control and actuation but also reliable perception with sufficient sensing range for accurate obstacle detection and speed estimation. This letter presents, to the best of our knowledge, the first mmWave RADAR-based perception-and-control system for fast onboard DOA. We derive and analyze latency and spatial bounds that relate sensing range, relative speed, and control delay, yielding sufficient conditions for successful avoidance. Our system adopts a lightweight tracker based on interacting multiple models and a controller based on control-barrier functions that directly outputs evasive accelerations. It achieves position errors of less than 0.15 m, 0.93 m, and 0.87 m in x, y, and z directions for 300 experiments with three different object sizes and varying visibility (light and dark), and a similar spread for 90 experiments in smoke. An onboard implementation on a Raspberry Pi 4B demonstrates real-time feasibility with an end-to-end sensing-to-command latency of approximately 14 ms. Code and the full dataset of 390 throws are available (https://tinyurl.com/radardoagit).
• Abstract（参考訳）: 無人航空機(UAV)の高速ダイナミック障害物回避(DOA)は、低遅延制御とアクティベーションだけでなく、正確な障害物検出と速度推定のために十分な検知範囲の信頼性も要求する。 この手紙は、我々の知る限り、高速搭載DOAのための最初のmmWave RADARベースの知覚制御システムである。 我々は,検出範囲,相対速度,制御遅延に関連する遅延と空間境界を導出し,解析し,回避に十分な条件を導出する。 本システムでは,複数のモデル間の相互作用に基づく軽量トラッカーと,回避加速度を直接出力する制御バリア関数に基づくコントローラを採用している。 位置誤差は0.15m、0.93m、0.87m以下のx、y、z方向で3つの異なる物体サイズと異なる視認性(光と暗さ)を持つ300の実験で達成し、90の実験でも同様に広がる。 Raspberry Pi 4Bのオンボード実装では、約14ミリ秒のエンドツーエンドのセンシングとコマンドのレイテンシによるリアルタイム実現性を示し、390スローの全データセットが利用可能である(https://tinyurl.com/radardoagit)。

関連論文リスト

• Disturbance-aware Motion Planning for Over-actuated Underwater Vehicles Exploiting Actuation Redundancy for High-fidelity 3D Reconstruction [9.030271148215196]
  高出力推力スラスタは堆積物を補充し、乱流を誘発し、センサー入力時の画質を劣化させる。 過度にアクティベートされたプラットフォームにおける冗長性を利用して、このアクティベーションとパーセプションの結合に対処する。 440回の試験では、目標領域の粒子速度を67%削減した。 3DリコンストラクションRMSEを55%改善し、外乱のないベースラインを55%改善する。
  論文  参考訳（メタデータ） (2026-07-08T08:32:15Z)
• 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)
• Edge-Efficient Two-Stream Multimodal Architecture for Non-Intrusive Bathroom Fall Detection [2.669350701173451]
  濡れた浴室環境の滝は、高齢者が一人で生活する大きな安全リスクである。 近年の研究では、mWaveのみ、振動のみ、および既存のマルチモーダルスキームがプライバシー保護、非侵襲的な転倒検出をサポートすることが示されている。 本研究では,長距離移動パターンと床振動の処理を行うMotion-Mambaブランチを用いて,レーダ信号を符号化する2ストリームアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-03-17T18:54:21Z)
• Towards Foundational Models for Single-Chip Radar [49.896124982717716]
  mmWaveレーダーは小型で安価で耐久性のあるセンサーで、天気や暗闇といった環境条件によらず機能する。 これは角分解能の低さ、特に自動車や屋内センサーの用途で一般的に使用される安価な単チップレーダーのコストが伴う。 我々は、4Dシングルチップレーダーの基本モデルを訓練し、3D占有率とセマンティックセマンティックセグメンテーションを、高解像度センサーでのみ可能な品質で予測できる。
  論文  参考訳（メタデータ） (2025-09-15T22:06:17Z)
• Skyshield: Event-Driven Submillimetre Thin Obstacle Detection for Drone Flight Safety [22.778033892271555]
  本稿では,イベント駆動型エンドツーエンドフレームワークであるSkyShieldについて紹介する。 提案手法では,U-Net アーキテクチャとDice-Contour 正規化損失を用いて精度の高い検出を行う。
  論文  参考訳（メタデータ） (2025-08-13T00:26:35Z)
• Planar Velocity Estimation for Fast-Moving Mobile Robots Using Event-Based Optical Flow [1.4447019135112429]
  本稿では,車輪と表面のトラクションの仮定から分離した速度推定手法を提案する。 提案手法は1:10スケールの自律レースプラットフォーム上でのフィールド実験により評価される。
  論文  参考訳（メタデータ） (2025-05-16T11:00:33Z)
• 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)
• Fully Convolutional One-Stage 3D Object Detection on LiDAR Range Images [96.66271207089096]
  FCOS-LiDARは、自律走行シーンのLiDAR点雲のための完全な1段式3Dオブジェクト検出器である。 標準的な2Dコンボリューションを持つRVベースの3D検出器は、最先端のBEVベースの検出器と同等の性能を発揮することを示す。
  論文  参考訳（メタデータ） (2022-05-27T05:42:16Z)
• LiRaNet: End-to-End Trajectory Prediction using Spatio-Temporal Radar Fusion [52.59664614744447]
  本稿では,レーダセンサ情報と広範に使用されているライダーと高精細度(HD)マップを用いた新しい終端軌道予測手法LiRaNetを提案する。 自動車レーダーは、リッチで補完的な情報を提供し、より長い距離の車両検出と即時速度測定を可能にします。
  論文  参考訳（メタデータ） (2020-10-02T00:13:00Z)
• Accurate Alignment Inspection System for Low-resolution Automotive and Mobility LiDAR [125.41260574344933]
  車両やロボットなどの移動システムにおいて,センサ装着後のLiDARアライメント誤差を正確に推定する検査システムを提案する。 提案手法は, 固定位置における1つのターゲットボードのみを用いて, 水平方向(回転, 傾き, ヨー)とLiDARアタッチメントの水平位置を, 水平方向の精度で推定する。
  論文  参考訳（メタデータ） (2020-08-24T17:47:59Z)

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。