論文の概要: SonicNudge: Controlled Displacement of Hovering UAVs via Estimator-Controller Coupling
- arxiv url: http://arxiv.org/abs/2608.25319v2
- Date: Sat, 29 Aug 2026 02:05:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 13:34:07.617236
- Title: SonicNudge: Controlled Displacement of Hovering UAVs via Estimator-Controller Coupling
- Title（参考訳）: SonicNudge:Estimator-Controller CouplingによるUAVの移動制御
- Authors: Shaocheng Luo, Ashir Raza, Haocheng Meng, David Hunt, Miroslav Pajic,
- Abstract要約: SonicNudgeは、低レベルの慣性誤差をホバリングやスローモーションUAVの制御された変位に変換する攻撃プリミティブである。
この振る舞いは、ホバリング、ステーションキーピング、遅いアプローチ、正確な最終調整を必要とするUAVタスクに特に関係している。
- 参考スコア（独自算出の注目度）: 11.293063979196434
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: UAV displacement attacks have traditionally relied on spoofing sensors that directly report position or translational motion, such as GNSS and optical flow. In this work, we introduce SonicNudge, a new attack primitive that instead targets the gyroscope and shows that low-level inertial errors can be transformed into controlled displacement of hovering or slow-moving UAVs. The attack exploits estimator--controller coupling: a small gyroscope perturbation by ultrasonic resonance can persist as an attitude-estimation bias, and the flight controller can convert this biased estimate into a shifted hover point. This behavior is especially relevant to UAV tasks that require hovering, station-keeping, slow approach, or precise final alignment, such as perimeter denial, inspection, docking, landing alignment, and close-proximity operation, where meter-scale position errors can be operationally meaningful. We analyze this attack primitive in a PX4-style flight stack and validate it through 81 simulation runs and more than 10 indoor/outdoor physical experiments, showing that displacement is governed by estimator weighting, bias observability, and closed-loop position correction. Our study suggests that UAV and vehicle-system security should look beyond direct navigation spoofing and pay closer attention to low-level inertial errors and estimator--controller coupling as a subtle but important attack surface.
- Abstract（参考訳）: UAVの変位攻撃は伝統的に、GNSSや光の流れなど、位置や翻訳の動きを直接報告するスプーフセンサーに依存してきた。
本研究では,ジャイロスコープを標的とした新たな攻撃プリミティブであるSonicNudgeを導入し,低レベルの慣性誤差をホバリングやスローモーションUAVの制御変位に変換することを示す。
超音波共鳴による小さなジャイロスコープの摂動は、姿勢推定バイアスとして持続し、飛行制御装置はこのバイアスされた推定値をシフトホバーポイントに変換することができる。
この行動は特に、水平移動、局面維持、遅い接近、または近距離デニアル、検査、ドッキング、着陸アライメント、近接近距離操作のような正確な最終整列を必要とするUAVタスクに関係している。
この攻撃プリミティブをPX4スタイルのフライトスタックで解析し、81回のシミュレーションと10回以上の屋内/屋外物理実験を通して検証し、変位が推定器重み付け、バイアス可観測性、閉ループ位置補正によって制御されていることを示す。
我々の研究は、UAVと車両システムのセキュリティは、直接のナビゲーションスプーフィングを超えて、微妙だが重要な攻撃面として低レベルの慣性誤差と推定器の結合に注意を払うべきであることを示唆している。
関連論文リスト
- AWARE: Adaptive Whole-body Active Rotating Control for Enhanced LiDAR-Inertial Odometry under Human-in-the-Loop Interaction [15.502575136823237]
リソース制限されたUAVプラットフォームは、しばしば視野の狭いLiDARセンサーに制限される。
AWAKEはバイオインスパイアされた全身のアクティブユーイングフレームワークで、UAV自身の回転速度を利用して効果的なセンサー水平線を拡大する。
Safe Flight Corridorメカニズムは、オペレータのナビゲーション意図を自律ヨー最適化から切り離すことによって、このHITLパラダイム内での運用上の安全性を保証する。
論文 参考訳（メタデータ） (2026-04-12T12:07:58Z) - Meta-Adaptive Beam Search Planning for Transformer-Based Reinforcement Learning Control of UAVs with Overhead Manipulators under Flight Disturbances [8.618483849755604]
オーバーヘッドマニピュレータを備えたドローンは、検査、メンテナンス、コンタクトベースのインタラクションにユニークな機能を提供する。
ドローンとそのマニピュレータの動作は強く結びついており、風や制御の欠陥による小さな姿勢の変化でさえ、エンドエフェクターを意図した経路から遠ざける。
変換器をベースとしたDouble Deep Q Learning (DDQN) を用いた強化学習フレームワークを開発した。
これにより、コントローラは実際のモデル上でこれらのアクションを直接実行するのではなく、シミュレーションされたロールアウトを通じてエンドエフェクタの動きを予測できる。
論文 参考訳（メタデータ） (2026-03-27T17:08:40Z) - 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) - Control and State Estimation of Vehicle-Mounted Aerial Systems in GPS-Denied, Non-Inertial Environments [5.191474416940848]
我々は,GNSS(Global Navigation Satellite System, グローバルナビゲーション衛星システム)を用いた非慣性環境下で稼働する四元数に対するロバストな制御と推定フレームワークを提案する。
本手法は,プラットフォーム動作を考慮した拡張カルマンフィルタと未知入力(EKF-UI)を組み合わせた外部位置計測にのみ依存する。
従来のEKFと比較して,提案手法は慣性フィードバックを必要とせず,安定性と軌道追跡を大幅に改善する。
論文 参考訳（メタデータ） (2026-02-03T22:45:34Z) - Real-Time Bayesian Detection of Drift-Evasive GNSS Spoofing in Reinforcement Learning Based UAV Deconfliction [6.956559003734227]
無人無人航空機(UAV)は、正確なリアルタイムの局地化と航法のためにグローバルナビゲーション衛星システム(GNSS)の擬似距離測定に頼っている。
この依存は、敵がUAV受信機を騙す偽りを操る洗練された偽造脅威にそれらを暴露する。
従来の分布シフト検出技術は、しばしばサンプルのしきい値の蓄積を必要とし、迅速な検出とタイムリーな応答を妨げる遅延を引き起こす。
本研究では,UAVナビゲーションにおける微妙な行動偏差を検出するために,強化学習(RL)批判ネットワークから評価値の時間的変化を監視する,ベイズオンライン変化点検出(BOCPD)アプローチについて検討する。
論文 参考訳（メタデータ） (2025-07-15T10:27:27Z) - 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) - OOSTraj: Out-of-Sight Trajectory Prediction With Vision-Positioning Denoising [49.86409475232849]
軌道予測はコンピュータビジョンと自律運転の基本である。
この分野における既存のアプローチは、しばしば正確で完全な観測データを仮定する。
本稿では,視覚的位置決め技術を利用した視線外軌道予測手法を提案する。
論文 参考訳（メタデータ） (2024-04-02T18:30:29Z) - Interpretable Stochastic Model Predictive Control using Distributional
Reinforced Estimation for Quadrotor Tracking Systems [0.8411385346896411]
本研究では,動的・複雑環境下での自律的四角形ナビゲーションのためのトラジェクトリトラッカーを提案する。
提案フレームワークは,未知の空力効果に対する分散強化学習推定器をモデル予測制御器に統合する。
我々は,未知かつ多様な空気力を用いて,累積追従誤差を少なくとも66%改善するシステムを実証した。
論文 参考訳（メタデータ） (2022-05-14T23:27:38Z) - Trajectory Forecasting from Detection with Uncertainty-Aware Motion
Encoding [121.66374635092097]
物体検出と追跡から得られる軌道は、必然的にうるさい。
本稿では, 明示的に形成された軌道に依存することなく, 直接検出結果に基づく軌道予測器を提案する。
論文 参考訳（メタデータ） (2022-02-03T09:09:56Z) - Transition control of a tail-sitter UAV using recurrent neural networks [80.91076033926224]
制御戦略は姿勢と速度安定化に基づいている。
RNNは高非線形空力項の推定に用いられる。
その結果, 遷移操作時の直線速度とピッチ角の収束性を示した。
論文 参考訳（メタデータ） (2020-06-29T21:33:30Z)
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。