論文の概要: Vision-Based Leader-Follower Formation Control for Cooperative UAVs in GPS-Degraded Environments

• arxiv url: http://arxiv.org/abs/2609.01420v1
• Date: Tue, 01 Sep 2026 15:35:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:36.806168
• Title: Vision-Based Leader-Follower Formation Control for Cooperative UAVs in GPS-Degraded Environments
• Title（参考訳）: GPS劣化環境における協調型UAVのビジョンベースリーダーフォロワー形成制御
• Authors: Deekshitha Angadi, Naveena Budda, Vikas Agarwal, Rojesh Arunkumar Mulasa, Ravi Killamsetty, Mohamed Samshad, Narsimlu Kemsaram,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.31662146097653004
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cooperation in multi-UAV systems requires reliable relative perception so that follower vehicles can maintain formation and continue their mission safely even when absolute positioning sensors degrade or fail. This paper presents a vision-based cooperative formation framework running on a follower UAV that uses a front-facing RGB-D camera to detect, track, and localize a leader UAV in real-time. A lightweight YOLO-based detector is trained on a dedicated drone dataset and deployed onboard to predict leader bounding boxes, which are then fused with depth information via a pinhole camera model to estimate the leader's relative pose. These estimates provide a leader-follower position controller and can also be used as a backup when GPS or external localization is unavailable. This framework is implemented as a set of ROS nodes and evaluated in a physics-based multi-UAV simulation built on XTDrone, with sensor noise and communication dropouts. We evaluate detection accuracy, runtime, and formation-keeping error under nominal conditions and under simulated failures of the positioning sensors. The results show that the proposed framework maintains stable leader-follower formations with reasonable computational cost and provides a practical basis for extending vision-based cooperative formation control to real-world multi-UAV systems.
• Abstract（参考訳）: マルチUAVシステムにおける協調は、絶対位置センサが劣化または故障しても、追従車両が構成を維持し、ミッションを安全に継続できるように、信頼性の高い相対認識を必要とする。 本稿では,前向きのRGB-Dカメラを用いてリーダUAVをリアルタイムに検出し,追跡し,ローカライズする,従者UAV上で動作する視覚ベース協調形成フレームワークを提案する。 軽量のYOLOベースの検出器は専用のドローンデータセットでトレーニングされ、リーダーバウンディングボックスを予測するためにオンボードに配置され、ピンホールカメラモデルを介して奥行き情報と融合してリーダの相対的なポーズを推定する。 これらの見積は、リーダー・フォロワーの位置制御を提供するとともに、GPSや外部のローカライゼーションが利用できない場合のバックアップとしても使用できる。 このフレームワークは、OSノードの集合として実装され、XTDrone上に構築された物理ベースのマルチUAVシミュレーションで評価され、センサノイズと通信損失がある。 位置決めセンサの故障を模擬した条件下で, 検出精度, 実行時間, 生成保持誤差を評価した。 提案手法は,適切な計算コストで安定なリーダフォロワ生成を維持し,現実のマルチUAVシステムにビジョンベースの協調構成制御を拡張するための実践的基盤を提供する。

関連論文リスト

• 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)
• Decentralized Multi-Robot Obstacle Detection and Tracking in a Maritime Scenario [1.1086440815804226]
  本稿では,自律型表面容器と協調する複数のUAVを用いて,浮遊容器の検出と追跡を行う分散マルチロボットフレームワークを提案する。 それぞれのUAVは、ステレオ不均一で強化されたYOLOv8検出器を実行し、ターゲットごとのEKFトラックを不確実性を認識したデータアソシエーションで維持する。 情報駆動アロケータは、旅行作業における期待される不確実性低減と安全分離を取引することで、目標を割り当て、UAVホバリング視点を選択する。
  論文  参考訳（メタデータ） (2026-02-12T14:42:17Z)
• Visual Heading Prediction for Autonomous Aerial Vehicles [0.9083675407657857]
  本稿では,リアルタイムUAV-UGV統合のためのビジョンベース,データ駆動型フレームワークを提案する。 YOLOv5モデルを使用してUGVを検出し、バウンディングボックスの特徴を抽出し、軽量な人工知能ニューラルネットワーク(ANN)によってUAVの要求方向角を推定する。 訓練されたANNは平均絶対誤差0.1506、根平均二乗誤差0.1957を達成し、正確な方向角予測を行う。
  論文  参考訳（メタデータ） (2025-12-10T18:27:37Z)
• AerialMind: Towards Referring Multi-Object Tracking in UAV Scenarios [64.51320327698231]
  UAVシナリオにおける最初の大規模RMOTベンチマークであるAerialMindを紹介する。 我々は、革新的な半自動協調型エージェントベースラベリングアシスタントフレームワークを開発した。 また,視覚言語表現学習を協調的に強化する新しい手法であるHawkEyeTrackを提案する。
  論文  参考訳（メタデータ） (2025-11-26T04:44:27Z)
• Decentralized Vision-Based Autonomous Aerial Wildlife Monitoring [55.159556673975544]
  野生生物モニタリングのための分散視覚に基づくマルチクワッドロータシステムを提案する。 我々のアプローチは、その自然生息地における大型種のロバスト同定と追跡を可能にする。
  論文  参考訳（メタデータ） (2025-08-20T20:05:05Z)
• 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)
• 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)

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。