論文の概要: A 360-Degree Vision Dataset for Learning Yaw Control on GPS-Denied Micro-UAVs in Disaster-Response-Relevant Environments

• arxiv url: http://arxiv.org/abs/2608.19866v1
• Date: Thu, 20 Aug 2026 10:21:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-21 20:28:51.529644
• Title: A 360-Degree Vision Dataset for Learning Yaw Control on GPS-Denied Micro-UAVs in Disaster-Response-Relevant Environments
• Title（参考訳）: GPS-Denied Micro-UAVによる災害対応環境下でのヨー制御学習のための360度視覚データセット
• Abstract要約: 本稿では,室内環境におけるマイクロドローンのカメラベース自律性に対する新しいデータ駆動方式を提案する。 目標は災害と緊急対応であり、マイクロUAVは危険な状況下での迅速な状況認識を提供することができる。 通信リンクが失われると、マイクロドローンは学習したヨーコントローラを使用して、オープンスペースに向かって自律的にナビゲートする。
• 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: This paper presents a novel data-driven approach to camera-based autonomy for micro-drones in GPS-denied, radio-challenging indoor environments. The target application is disaster and emergency response, where micro-UAVs can provide rapid situational awareness in hazardous settings such as firefighting and chemical, biological, radiological, and nuclear (CBRN) incidents while reducing risk for human responders. When the communication link is lost, the micro-drone uses a learned yaw controller to autonomously navigate toward open space, preserving onboard sensor data that would otherwise be lost with the vehicle. A custom micro-drone equipped with a 360-degree camera was used to record diverse industrial, underground, and training scenarios representative of communication-denied field operations. We introduce a preprocessing pipeline that converts equirectangular 360-degree footage into planar front views and dynamically generates image-label pairs for AI training. We then train and compare multiple convolutional neural network variants that predict a continuous yaw command from a single monocular view. Evaluation on a held-out test set confirms the feasibility of the learned yaw-prediction approach. A semi-autonomous real-world test further demonstrates the practicality of the method while revealing key failure modes, particularly reflections and glare.
• Abstract（参考訳）: 本稿では,GPSを用いた屋内環境におけるマイクロドローンのカメラベース自律性に対する新しいデータ駆動方式を提案する。 マイクロUAVは、消防や化学、生物、放射線学、核(CBRN)の事故などの危険な状況において、人的応答のリスクを低減しつつ、迅速な状況認識を提供する。 通信リンクが失われると、マイクロドローンは学習したヨーコントローラを使ってオープンスペースに向かって自律的に移動し、車内で失われたセンサーデータを保存する。 360度カメラを搭載したカスタムのマイクロドローンは、様々な産業用、地下用、訓練用のシナリオを通信用フィールド操作として記録するために使用された。 我々は,正方形の360度映像を平面フロントビューに変換する前処理パイプラインを導入し,AIトレーニングのための画像ラベルペアを動的に生成する。 次に、単一の単分子ビューから連続ヨーコマンドを予測する複数の畳み込みニューラルネットワーク変種をトレーニングし、比較する。 ホールドアウトテストセットの評価は、学習されたヨー予測手法の有効性を確認する。 半自律的実世界テストでは、重要な障害モード、特に反射と光沢を明らかにしながら、この手法の実用性をさらに示している。

関連論文リスト

• Vision-Based Leader-Follower Formation Control for Cooperative UAVs in GPS-Degraded Environments [0.31662146097653004]
  本稿では, 追従型UAV上で動作する視覚型協調形成フレームワークを提案する。 前面のRGB-Dカメラを使って、リーダーUAVをリアルタイムで検出し、追跡し、ローカライズする。 その結果,提案フレームワークは,合理的な計算コストで安定したリーダ・フォロワ構成を維持していることがわかった。
  論文  参考訳（メタデータ） (2026-09-01T15:35:38Z)
• Fly360: Omnidirectional Obstacle Avoidance within Drone View [23.21774398877285]
  無人航空機(UAV)の障害物回避は、空間知性への注目が高まり、注目を集めている。 現在の障害物回避法は主に視野の限られたセンサーに依存しており、UAVのシナリオには適していない。 この制限は、パノラマドローンの完全な視界を持つ全方位障害物回避を探求する動機となる。
  論文  参考訳（メタデータ） (2026-03-06T18:59:43Z)
• ODD-SEC: Onboard Drone Detection with a Spinning Event Camera [9.195358584956091]
  移動キャリアへの展開を目的としたリアルタイムドローン検知システムを提案する。 システムは回転イベントベースのカメラを使用し、360度水平視野を提供し、検出されたドローンのベアリング推定を可能にする。
  論文  参考訳（メタデータ） (2026-03-06T13:30:40Z)
• Radar-Inertial Odometry For Computationally Constrained Aerial Navigation [0.7310043452300737]
  本稿では,IMUとレーダの情報を融合するために,レーダ・慣性オドメトリー(RIO)アルゴリズムを提案する。 本研究では, 深層学習の進歩を活かして, スパース・ノイズの多いレーダ点雲中の3次元点対応を検索する方法を示す。
  論文  参考訳（メタデータ） (2026-02-04T15:03:26Z)
• 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)
• YOLOMG: Vision-based Drone-to-Drone Detection with Appearance and Pixel-Level Motion Fusion [9.810747004677474]
  本稿では,複雑な環境下で小型ドローンを正確に識別する新しいエンドツーエンドフレームワークを提案する。 最初は、小さなドローンのモーション特性を捉えるために、動きの差分マップを作成する。 次に、この動き差分マップをバイモーダル融合モジュールを用いてRGB画像と組み合わせることで、ドローンの適応的な特徴学習を可能にする。
  論文  参考訳（メタデータ） (2025-03-10T09:44:21Z)
• Radar Fields: Frequency-Space Neural Scene Representations for FMCW Radar [62.51065633674272]
  本稿では,アクティブレーダイメージア用に設計されたニューラルシーン再構成手法であるRadar Fieldsを紹介する。 提案手法では,暗黙的ニューラルジオメトリとリフレクタンスモデルを用いて,暗黙的な物理インフォームドセンサモデルを構築し,生のレーダ測定を直接合成する。 本研究では,密集した車両やインフラを備えた都市景観を含む,多様な屋外シナリオにおける手法の有効性を検証する。
  論文  参考訳（メタデータ） (2024-05-07T20:44:48Z)
• Learning Deep Sensorimotor Policies for Vision-based Autonomous Drone Racing [52.50284630866713]
  既存のシステムは、状態推定、計画、制御のために手作業によるコンポーネントを必要とすることが多い。 本稿では、深層感触者ポリシーを学習することで、視覚に基づく自律ドローンレース問題に取り組む。
  論文  参考訳（メタデータ） (2022-10-26T19:03:17Z)
• A Multi-UAV System for Exploration and Target Finding in Cluttered and GPS-Denied Environments [68.31522961125589]
  複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。 UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。 その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
  論文  参考訳（メタデータ） (2021-07-19T12:54:04Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)
• Physically Realizable Adversarial Examples for LiDAR Object Detection [72.0017682322147]
  本稿では,LiDAR検出器を騙すために,汎用な3次元対向物体を生成する手法を提案する。 特に,LiDAR検出器から車両を完全に隠蔽するために,車両の屋根上に対向物体を配置し,その成功率は80%であることを示した。 これは、限られたトレーニングデータから見知らぬ条件下での、より安全な自動運転への一歩だ。
  論文  参考訳（メタデータ） (2020-04-01T16:11:04Z)
• Dynamic Radar Network of UAVs: A Joint Navigation and Tracking Approach [36.587096293618366]
  新たな問題は、建物の後ろに隠れている無人小型無人航空機(UAV)を追跡することである。 本稿では,悪意のある標的のリアルタイムかつ高精度な追跡のためのUAVの動的レーダネットワークを提案する。
  論文  参考訳（メタデータ） (2020-01-13T23:23:09Z)

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。