論文の概要: Tether-Inertial Localization for Planetary Drones
- arxiv url: http://arxiv.org/abs/2608.09515v1
- Date: Mon, 10 Aug 2026 12:15:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.255144
- Title: Tether-Inertial Localization for Planetary Drones
- Title（参考訳）: 惑星型ドローンのテザー慣性位置推定
- Abstract要約: 本研究は, テザー長さと角度測定を用いて, ベースに対するUAV位置を推定する, テザー-慣性位置推定手法を提案する。
この手法は計算効率のよい解析カナリアモデルとガウス過程(GP)残差誤差補償を組み合わせたものである。
フィードバックのためにテザーベースの位置推定のみを用いることで、分析キャナリーモデルでは平均RMSEが7.4cmに達し、GPベースの残留補償によりさらに5.2cmに削減される。
- 参考スコア（独自算出の注目度）: 2.20200533591633
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent developments in planetary exploration have shown the potential of Unmanned Aerial Vehicles (UAVs), such as the Ingenuity helicopter that provided valuable mapping data. However, limited payload capabilities constrain the flight times and compute available for localization, which restrict their applicability. By providing a tethered connection, issues such as battery and computational constraints are offloaded to the base rover. At the same time, the cable can be exploited for non-drifting localization. This work presents a novel Tether-Inertial Localization approach that uses tether length and angle measurements to estimate the UAV position relative to its base. The method combines a computationally efficient analytical catenary model with a Gaussian Process (GP) residual error compensation. This accounts for systematic sensor inaccuracies and model limitations. Experimental validation across circular, triangular, and figure-eight trajectories with tether lengths up to 4.5 m and a total flight time of 37 minutes demonstrates the effectiveness of the proposed approach. Using only tether-based position estimates for feedback, the analytical catenary model achieves an average RMSE of 7.4 cm, which is further reduced to 5.2 cm through GP-based residual compensation, one order of magnitude better than the state-of-the-art. These results establish Tether-Inertial Localization as a practical alternative to vision- and GNSS-based localization for Tethered Unmanned Aerial Vehicles (TUAVs).
- Abstract（参考訳）: 惑星探査の最近の進歩は、貴重なマッピングデータを提供するインジェニュティヘリコプターのような無人航空機(UAV)の可能性を示している。
しかしながら、制限されたペイロード能力は、飛行時間とローカライゼーションに利用可能な計算を制限し、適用性を制限する。
テザリング接続を提供することで、バッテリや計算制約などの問題をベースローバーにオフロードする。
同時に、ケーブルを非ドリフトローカライゼーションに利用することができる。
本研究は, テザー長と角度測定を用いて, ベースに対するUAV位置を推定するテザー-慣性局所化手法を提案する。
この方法は、計算効率のよい解析カナリアモデルとガウス過程(GP)残差誤差補償を組み合わせる。
これは、系統的なセンサの不正確さとモデル制限を考慮に入れている。
テザー長さ4.5m, 総飛行時間37分を有する円形, 三角形, 図形8軌跡の実験的検証により, 提案手法の有効性が示された。
フィードバックのためにテザーベースの位置推定のみを用いることで、分析キャナリーモデルの平均RMSEは7.4cmに達し、GPベースの残留補償によりさらに5.2cmに削減される。
これらの結果は、テザ型無人航空機(TUAV)の視覚およびGNSSに基づく位置決めの実用的な代替手段としてテザ型慣性位置決めを確立した。
関連論文リスト
- Unifying UAV Cross-View Geo-Localization via 3D Geometric Perception [51.687842983240564]
無人航空機(UAV)のクロスビューな地上局地化は、斜めのUAV画像と衛星地図との厳密な幾何学的相違により、いまだに困難である。
本稿では,3次元シーン形状を明示的にモデル化し,粗い位置認識ときめ細かなポーズ推定を統一する,幾何認識型UAV測位フレームワークを提案する。
提案手法は, 最先端のベースラインを著しく上回り, ロバストメータレベルのローカライゼーション精度を実現し, 複雑な都市環境における一般化を向上する。
論文 参考訳（メタデータ） (2026-04-02T08:08:41Z) - ASCENT: Transformer-Based Aircraft Trajectory Prediction in Non-Towered Terminal Airspace [54.94692733670454]
ASCENTは、マルチモーダル3D航空機の軌道予測のための軽量トランスフォーマーベースのモデルである。
ドメイン対応の3D座標正規化とパラメータ化予測を統合している。
論文 参考訳（メタデータ） (2026-03-17T14:16:10Z) - Seeing Where to Deploy: Metric RGB-Based Traversability Analysis for Aerial-to-Ground Hidden Space Inspection [48.120690574682875]
本稿では,RGBを用いた幾何学的意味的再構成と,空中から地上への隠れ空間検査のためのトラベル可能性解析フレームワークを提案する。
テザリングされたUAV-UGVプラットフォームでの実験では、隠れた空間シナリオにおける信頼性の高いデプロイメントゾーンの識別が示されている。
論文 参考訳（メタデータ） (2026-03-15T22:20:59Z) - Consistent and Efficient MSCKF-based LiDAR-Inertial Odometry with Inferred Cluster-to-Plane Constraints for UAVs [46.21996481591401]
本稿では,UAVに適した一貫した,効率的なLiDAR-Inertial Odometryフレームワークを提案する。
スライディングウインドウのコプラナー制約にヌル空間プロジェクションを適用することにより、状態ベクトルにおける特徴パラメータへの直接依存を排除できる。
退化シナリオにおける堅牢性の向上,マップのない性質によるメモリ使用量の最小化,リソース制約の組込みプラットフォーム上でのリアルタイム実行などを実現している。
論文 参考訳（メタデータ） (2026-03-13T11:09:50Z) - Fly, Track, Land: Infrastructure-less Magnetic Localization for Heterogeneous UAV-UGV Teaming [5.61837936726601]
我々は,軽量UAVの自律的なホバリング,追跡,着陸を可能にする,完全なインフラストラクチャレス磁気誘導型(MI)ローカライゼーションシステムを提案する。
この研究は、超軽量飛行ロボットが地上の無人地上車両の移動認識エージェントとして機能する異種ロボットコラボレーションのビジョンを前進させる。
論文 参考訳（メタデータ） (2026-03-09T20:52:51Z) - Distributed State Estimation for Vision-Based Cooperative Slung Load Transportation in GPS-Denied Environments [2.3747069320845067]
本稿では,ビジョンベースマルチリフト運用のための分散分散分散ペイロード状態推定フレームワークを提案する。
搭載されている単眼カメラを用いて、各UAVはペイロードのフィデューシャルマーカーを検出し、相対的なポーズを推定する。
このペイロード状態推定は、クローズドループ軌道追跡制御に使用される。
論文 参考訳（メタデータ） (2026-03-04T19:59:11Z) - Self-supervised Domain Adaptation for Visual 3D Pose Estimation of Nano-drone Racing Gates by Enforcing Geometric Consistency [43.497514957094275]
シミュレーションデータに基づいて事前学習した畳み込みニューラルネットワークを用いて,ナノクワッドロータの前方のドローンレースゲートの相対的なポーズを視覚的に推定する作業を検討する。
ゲートの前方に任意の軌道を飛行するドローンによって収集された実画像のみを用いた教師なし領域適応(UDA)手法を提案する。
論文 参考訳（メタデータ） (2026-03-03T12:46:25Z) - Vision-Aided Relative State Estimation for Approach and Landing on a Moving Platform with Inertial Measurements [36.94429692322632]
本稿では,UAVと平面プラットフォーム間の相対的な位置,向き,速度を,接近・着陸時の任意の3次元運動によって推定する問題に対処する。
相対的な姿勢を再現するために,SO(3)上の補足フィルタを用いたカスケードオブザーバを提案し,続いて相対的な位置と速度推定のための線形リカティオブザーバを提案する。
提案したオブザーバの性能は、広範囲なシミュレーションによって検証される。
論文 参考訳（メタデータ） (2025-12-22T10:28:20Z) - MobileGeo: Exploring Hierarchical Knowledge Distillation for Resource-Efficient Cross-view Drone Geo-Localization [47.16612614191333]
クロスビューなジオローカライゼーションにより、航空画像とジオタグ付き衛星データベースとのマッチングによるドローンのローカライゼーションが可能になる。
MobileGeoは、デバイス上の効率的なCVGL用に設計されたモバイルフレンドリーなフレームワークである。
MobileGeoはNVIDIA AGX Orinエッジデバイス上で251.5FPSで動作する。
論文 参考訳（メタデータ） (2025-10-26T08:47:20Z) - FieldFormer: Physics-Informed Transformers for Spatio-Temporal Field Reconstruction from Sparse Sensors [4.027064713296126]
本研究では、メッシュフリー時間フィールド再構築のためのトランスフォーマーベースのフレームワークであるFieldFormerを紹介する。
各クエリに対して、FieldFormerは学習可能なベロシティスケール距離メトリックを使用して、ローカルエリアを収集する。
本研究では,フィールドフォーマーの精度(RMSE$10-2$)と,スパース(0.4%-2%)とノイズ(10%)データから効率よく,物理的に一貫したフィールド再構成を可能にすることを示す。
論文 参考訳（メタデータ） (2025-10-04T00:37:28Z) - ROLO-SLAM: Rotation-Optimized LiDAR-Only SLAM in Uneven Terrain with Ground Vehicle [49.61982102900982]
荒地における地上車両の姿勢推定精度を向上させるために,LiDARを用いたSLAM法を提案する。
累積誤差の低減を支援するために,グローバルスケールの因子グラフが確立されている。
その結果,ROLO-SLAMは地上車両の姿勢推定に優れ,既存のLiDAR SLAMフレームワークよりも優れていた。
論文 参考訳（メタデータ） (2025-01-04T02:44:27Z) - Towards Accurate Ground Plane Normal Estimation from Ego-Motion [10.22470503842832]
本稿では,車輪付き車両の地上面正規推定のための新しい手法を提案する。
実際には、地平面はブレーキと不安定な路面によって動的に変化する。
提案手法は, 実時間で正確な地平面正規ベクトルを入力し, 推定するためにオドメトリーのみを用いる。
論文 参考訳（メタデータ） (2022-12-08T12:06:36Z)
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。