論文の概要: A Vision-based Control Framework for Real-time Autonomous UUV Operations

• arxiv url: http://arxiv.org/abs/2608.04723v1
• Date: Wed, 05 Aug 2026 11:43:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 14:48:43.858071
• Title: A Vision-based Control Framework for Real-time Autonomous UUV Operations
• Title（参考訳）: リアルタイム自律UUV運用のためのビジョンベース制御フレームワーク
• Authors: Erik Tjærand Frøland, Marco Job, Md Ether Deowan, Eleni Kelasidi,
• Abstract要約: 本稿では,無人水中車両(UUV)のリアルタイムかつロバストなローカライゼーション,自律ナビゲーション,マッピングのためのビジョンベースフレームワークを提案する。 提案したパイプラインは,環境の連続した3次元マップをリアルタイムに生成しながら,ネット相対的およびグローバルなローカライゼーションを実現する。 結果は、リアルタイムのパフォーマンスと堅牢性の向上、ビジョン駆動型自律ナビゲーションのサポートを示す。
• 参考スコア（独自算出の注目度）: 1.293050392312921
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a fully integrated vision-based framework for real-time and robust localization, autonomous navigation, and mapping for unmanned underwater vehicles (UUVs) in dynamic, visually challenging environments. The proposed pipeline enables both net-relative and global localization while generating continuous 3D maps of the surroundings in real-time. The framework was validated on synthetic datasets with ground truth and tested onboard an UUV during autonomous net-relative navigation experiments. Results demonstrate real-time performance and enhanced robustness, supporting vision-driven autonomous navigation and enabling the field deployment of marine robots for critical inspection and mapping tasks in complex underwater environments.
• Abstract（参考訳）: 本稿では,無人水中車両(UUV)の動的かつ視覚的に困難な環境でのリアルタイムかつロバストなローカライゼーション,自律ナビゲーション,マッピングのための,完全に統合された視覚ベースのフレームワークを提案する。 提案したパイプラインは,環境の連続した3次元マップをリアルタイムに生成しながら,ネット相対的およびグローバルなローカライゼーションを実現する。 このフレームワークは、地上の真実を持つ合成データセット上で検証され、自律的なネット相対航法実験中にUUV上でテストされた。 その結果、実時間性能と堅牢性の向上、視覚駆動型自律航法のサポート、複雑な水中環境におけるクリティカルインスペクションおよびマッピングタスクのための海洋ロボットの現場展開が可能となった。

関連論文リスト

• Hardware- and Vision-in-the-Loop Validation of Deep Monocular Pose Estimation for Autonomous Maritime UAV Flight [2.0935101589828244]
  本稿では,船内における完全自律飛行を実現するハードウェア検証型ビジョン・イン・ザ・ループ・フレームワークを提案する。 その結果、艦載配備前に海上でのUAV自律性を開発するための安全で現実的な中間段階が確立された。
  論文  参考訳（メタデータ） (2026-06-17T15:18:11Z)
• A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner [69.43049144653882]
  本稿では,車種別制御から高レベルの意思決定を分離する統一アーキテクチャを提案する。 提案アーキテクチャは、計画、センシング、車両実行の標準化されたインターフェースを定義するGuaralPlannerを通じて実現されている。
  論文  参考訳（メタデータ） (2026-02-11T10:02:31Z)
• AutoFly: Vision-Language-Action Model for UAV Autonomous Navigation in the Wild [62.47761809929869]
  視覚言語ナビゲーション(VLN)は、視覚的観察とともに言語指示を解釈することで、知的エージェントが環境をナビゲートする必要がある。 無人航空機(UAV)の現在のVLN研究は、所定のルートに沿ってUAVを誘導するための詳細な指示に依存している。 本稿では,自律型UAVナビゲーションのためのエンド・ツー・エンドのビジョン・ランゲージ・アクションモデルであるAutoFlyを提案する。
  論文  参考訳（メタデータ） (2026-02-10T11:08:07Z)
• Digital Twin Supervised Reinforcement Learning Framework for Autonomous Underwater Navigation [0.0]
  本稿では,科学実験に広く利用されているオープンプラットフォームであるBlueROV2の事例を通して,課題を考察する。 本稿では,PPOアルゴリズムに基づく深層強化学習手法を提案する。 以上の結果から, PPO政策は高度に乱雑な環境でのDWAを一貫して上回っていることが示唆された。
  論文  参考訳（メタデータ） (2025-12-11T18:52:42Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• Towards an Autonomous Surface Vehicle Prototype for Artificial Intelligence Applications of Water Quality Monitoring [68.41400824104953]
  本稿では,人工知能アルゴリズムの利用と水質モニタリングのための高感度センシング技術に対処する車両プロトタイプを提案する。 車両には水質パラメータと水深を測定するための高品質なセンサーが装備されている。 ステレオカメラにより、実際の環境でのマクロプラスチックの検出と検出も可能である。
  論文  参考訳（メタデータ） (2024-10-08T10:35:32Z)
• Image-based Navigation in Real-World Environments via Multiple Mid-level Representations: Fusion Models, Benchmark and Efficient Evaluation [13.207579081178716]
  近年の学習に基づくナビゲーション手法では,エージェントのシーン理解とナビゲーション能力が同時に実現されている。 残念ながら、シミュレーターがナビゲーションポリシーを訓練する効率的なツールであるとしても、現実の世界に移動すると、結果のモデルは失敗することが多い。 可能な解決策の1つは、シーンの重要なドメイン不変性を含む中間レベルの視覚表現を備えたナビゲーションモデルを提供することである。
  論文  参考訳（メタデータ） (2022-02-02T15:00:44Z)
• Large-scale Autonomous Flight with Real-time Semantic SLAM under Dense Forest Canopy [48.51396198176273]
  本研究では,大規模自律飛行とリアルタイムセマンティックマッピングを,挑戦的なアンダーキャノピー環境下で実現可能な統合システムを提案する。 我々は、スキャン全体で関連付けられ、木のトランクモデルと同様にロボットのポーズを制約するために使用されるLiDARデータから、木の幹と地面の平面を検出し、モデル化する。 ドリフト補償機構は、プランナー最適性とコントローラ安定性を維持しつつ、セマンティックSLAM出力を用いたドリフトをリアルタイムで最小化するように設計されている。
  論文  参考訳（メタデータ） (2021-09-14T07:24:53Z)
• On Embodied Visual Navigation in Real Environments Through Habitat [20.630139085937586]
  ディープラーニングに基づくビジュアルナビゲーションモデルは、大量の視覚的観察に基づいてトレーニングされた場合、効果的なポリシーを学ぶことができる。 この制限に対処するため、仮想環境における視覚ナビゲーションポリシーを効率的に訓練するためのシミュレーションプラットフォームがいくつか提案されている。 本研究では,実世界の航法ピソードを走らせることなく,実世界の観測における航法方針の訓練と評価を効果的に行うことができることを示す。
  論文  参考訳（メタデータ） (2020-10-26T09:19:07Z)

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。