論文の概要: Nonlinear Model Predictive Control via Sequential Convex Programming for Drone-to-Drone Docking

• arxiv url: http://arxiv.org/abs/2608.10542v1
• Date: Tue, 11 Aug 2026 06:27:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-12 19:14:45.928483
• Title: Nonlinear Model Predictive Control via Sequential Convex Programming for Drone-to-Drone Docking
• Title（参考訳）: ドローン・ドッキングのための逐次凸プログラミングによる非線形モデル予測制御
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous mid-air docking of multi-rotor vehicles under disturbance-driven target motion poses a constrained non-linear trajectory optimization challenge. This work formulates the docking task as a finite-horizon optimal control problem based on a reduced-order nonlinear model augmented with disturbance states. The resulting problem is solved using sequential convex programming within a receding-horizon framework to generate dynamically feasible docking trajectories. State estimation with noisy measurements is incorporated to enable robust relative motion prediction, while trajectory execution is validated in a high-fidelity rigid-body MuJoCo simulation environment. The proposed framework is evaluated for stationary and constant-velocity target motions, demonstrating reliable convergence to the docking interface while satisfying geometric capture constraints. Quantitatively, the method maintains negligible docking-cone violations and terminal state errors within prescribed tolerances, and achieves consistent, safe docking performance for cone half-angles as low as 10 degrees. Robust operation is observed for wind disturbance levels up to a standard deviation of 0.5, while preserving bounded approach velocities and stable control effort. These results demonstrate the effectiveness of the SCP-based trajectory optimization framework for disturbance-robust aerial docking under estimation uncertainty.
• Abstract（参考訳）: 障害駆動型目標運動下でのマルチロータ車両の自律的空中ドッキングは、制約付き非線形軌道最適化の課題となる。 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跡を生成するために, 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。 高忠実剛体 MuJoCo シミュレーション環境において, トラジェクトリの実行を検証しながら, ノイズ測定による状態推定を組み込むことにより, 相対運動予測の堅牢性を実現する。 提案手法は静止および一定速度の目標運動に対して評価され,幾何捕獲制約を満たすとともにドッキング界面への信頼性の高い収束性を示す。 定量的に、所定の許容範囲内で、無視可能なドッキングコーン違反と端末状態エラーを維持し、コーンハーフアングルに対して10度以下の一貫性のある安全なドッキング性能を達成する。 風速を0.5以下に抑えながら, 風害レベルを0.5以下に抑えながら, 着地速度と安定制御を保ちながらロバスト動作を観測した。 これらの結果から, 推定不確実性下での空中ドッキングに対するSCPに基づく軌道最適化フレームワークの有効性が示された。

関連論文リスト

• Biconvex Optimization for Smooth Minimum-Time Trajectories around Convex Obstacles [49.315843050082925]
  本稿では,最小時間移動計画凸障害物に対して,収束が保証されるバイアプローチを提案する。 提案手法は,変数の最先端分解を生成するために,時間とともに高品質な軌道を生成する。
  論文  参考訳（メタデータ） (2026-08-03T19:48:24Z)
• A Task-Space Receding Horizon Controller for Fast Collision Avoidance [0.08594140167290099]
  ロボットマニピュレータのリアルタイム衝突回避には、予期せぬ障害物運動に対する迅速な反応が必要である。 完全なモデル予測制御は、この展望を提供することができるが、オンラインコストは、水平線長、モデル忠実度、アクティブな幾何学的制約の数とともに急速に増大する可能性がある。 本稿では, 短時間の接触一貫性を持つロールアウトを用いて, 終端キネマティック参照を生成するタスクスペースリテーディング・ホライゾンコントローラを提案する。
  論文  参考訳（メタデータ） (2026-07-17T08:13:12Z)
• PoseShield: Neural Collision Fields for Human Self-Collision Resolution [44.26354057690119]
  SMPLをベースとした人間のポーズ推定とモーション生成において、自己照合は引き続き永続的な課題である。 SMPLポーズ空間で直接定義されたニューラル衝突制約であるPoseShieldを提案する。 本手法は95.8%の成功率を実現し,最先端のベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-06-29T01:20:25Z)
• Morphology-Specific Closed-Loop Control of Logarithmic-Spiral Continuum Arms via Online Jacobian Error Compensation [9.759803937074699]
  最近報告された対数的スピラルロボットは、スケーラブルな製造と多目的把握を実証したが、逆運動学と閉ループ制御に欠けていた。 本研究は、対数-スピラル連続腕のための最初の形態特異的クローズドループタスク空間制御フレームワークを提示する。 その結果, 対数-呼吸形態とオンラインジャコビアン補償を組み合わせることで, 高度に不安定な連続体マニピュレータの精度, 堅牢, スケーラブルな制御が可能となった。
  論文  参考訳（メタデータ） (2026-06-24T13:54:23Z)
• Grounding Generative Policies in Physics: Optimization-Guided Diffusion for Robot Control [41.782471938706344]
  タスク空間のロボットポリシーでは、生成された把握、ウェイポイント、トラジェクトリは分散的に有効だが実現不可能である。 動作生成を物理的実現可能性に結合する推論時間最適化フレームワークを提案する。 本研究では,到達性と衝突回避制約とコントローラレベルの追従性制約を併用した動的操作によるデクスタラスグリップ合成法の評価を行った。
  論文  参考訳（メタデータ） (2026-06-23T06:49:30Z)
• Fixed-Time Dynamic Landing of Quadrotors using Adaptive Unscented Kalman Filtering and Nonlinear Model Predictive Control [0.0]
  本稿では,移動プラットフォーム上でのマルチロータ無人航空機の動的着陸を推定・制御するためのフレームワークを提案する。 提案手法は,非線形モデル予測制御を実時間最小軌道プランナと統合する。 EKF/UKF法と比較して、繰り返し着地し、プラットフォーム速度予測精度を向上させることが示されている。
  論文  参考訳（メタデータ） (2026-06-01T06:05:34Z)
• Adaptive Smooth Tchebycheff Attention for Multi-Objective Policy Optimization [55.338784037660474]
  ドメインにおける多曲率強化学習は、矛盾する目的間の複雑な非脆弱な干渉トレードオフのバランスを必要とする。 本稿では,生態系をモニタリングするプロキシであるロボットビジュアルを用いた,新しいリアルタイムなリアルタイム最適化を提案する。
  論文  参考訳（メタデータ） (2026-05-12T21:32:57Z)
• 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)
• Model-Less Feedback Control of Space-based Continuum Manipulators using Backbone Tension Optimization [0.0]
  連続マニピュレータは、閉じ込められた、障害物の多い環境でのナビゲーションのディクスタリティと安全なコンプライアンスを提供する。 無限次元のバックボーン変形、非モデル化内部摩擦、構成に依存した剛性は、モデルベースキネマティックな定式化の信頼性を制限する。 この研究は、微分凸更新を通じてオンラインに改良された経験的に固有のヤコビアンを用いて、キネマティックモデリングをバイパスする完全なモデルレス制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-07T09:34:28Z)
• 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)
• 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)

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。