論文の概要: From Multi-Fisheye Sensing to Panoramic Perception: A Parallax-Aware Onboard Platform for Ultra-Low-Altitude UAVs

• arxiv url: http://arxiv.org/abs/2609.02319v2
• Date: Sat, 05 Sep 2026 14:28:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-09 14:43:41.682577
• Title: From Multi-Fisheye Sensing to Panoramic Perception: A Parallax-Aware Onboard Platform for Ultra-Low-Altitude UAVs
• Title（参考訳）: マルチファイバーセンシングからパノラマ知覚:超低高度UAV用パララックス対応プラットフォーム
• Abstract要約: 超低高度無人航空機(UAV)は、建物、植生、その他の障害物の近くでの周囲の視界を必要とする。 4つの同期魚眼ストリームをオープン1280x640矩形パノラマ (ERP) インターフェースに変換するパララックス対応プラットフォームを提案する。
• 参考スコア（独自算出の注目度）: 9.663036325597135
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ultra-low-altitude unmanned aerial vehicles (UAVs) require surround vision near buildings, vegetation, and other obstacles. We present a parallax-aware onboard platform that converts four synchronized fisheye streams into an open 1280x640 equirectangular panorama (ERP) interface. A purpose-built carbon-fiber airframe integrates the cameras, NVIDIA Jetson Orin NX, a flight controller, and a global navigation satellite system (GNSS) receiver. The formation pipeline selects projection depth per overlap and combines controlled seams and photometric fusion. Ours adds content-adaptive seam search and a validation-gated residual mesh and is evaluated under a sensor-rate deployment configuration. Evaluation uses more than 50,000 four-view groups from 18 field sequences. Relative to Fixed Depth, Ours reduces far-field P90 feature misalignment by 41.6% and achieves the lowest aggregate geometric errors across held-out sites. At a paced 20 Hz input rate, Ours sustains 19.99 frames/s at 13.29 W mean module-input power. Eight-sector ERP sampling reaches 90.8% mean daytime visual-place-recognition Recall@5. Together, these results validate an integrated onboard panoramic-perception architecture that unifies parallax-aware formation, sensor-rate embedded execution, and reusable downstream vision interfaces for ultra-low-altitude UAVs. Source code is available at https://github.com/DUNDAI1998/parallax-aware-uav-panorama.git.
• Abstract（参考訳）: 超低高度無人航空機(UAV)は、建物、植生、その他の障害物の近くでの周囲の視界を必要とする。 4つの同期魚眼ストリームをオープン1280x640等方形パノラマ (ERP) インターフェースに変換するパララックス対応プラットフォームを提案する。 カメラ、NVIDIA Jetson Orin NX、フライトコントローラ、グローバルナビゲーション衛星システム(GNSS)レシーバーが組み込まれている。 形成パイプラインは重なり合うプロジェクション深さを選択し、制御されたシームと光度融合を組み合わせる。 コンテント適応型シームサーチとバリデーションゲート型残差メッシュを追加し,センサレートの配置構成で評価した。 評価は18のフィールドシーケンスから5万以上の4ビューグループを使用する。 固定深度とは対照的に、Oursは遠距離P90特徴の不整合を41.6%減らし、ホールドアウトサイト全体で最も低い集合的誤差を達成している。 20Hzの入力速度で、Oursは13.29Wで19.99フレーム/秒を維持できる。 8セクターERPサンプリングは平均90.8%の日中視覚的位置認識Recall@5に達する。 これらの結果は、パララックス認識、センサレートの組込み、超低高度UAVのための再利用可能な下流視覚インタフェースを統一する、搭載型パノラマ知覚アーキテクチャを検証した。 ソースコードはhttps://github.com/DUNDAI1998/parallax-aware-uav-panorama.gitで公開されている。

関連論文リスト

• TIO-Former: Ultra-Lightweight 6-Directional ToF-Inertial Odometry for Nano-UAVs via a Streaming Causal Transformer [19.298838240329292]
  TIO-FORMERは、ナノUAV用のカメラレス光フローナビゲーションフレームワークである。 ナノUAVの光学流と比較して、開ループ位置誤差を54.4%削減する。 資源制約されたマイクロエアリアルロボットに実用的なアンカーを提供する。
  論文  参考訳（メタデータ） (2026-09-15T13:54:06Z)
• Towards Practical Precision Agriculture: Real-Time Fruit Detection and Video Analytics on Embedded Edge Hardware [0.815557531820863]
  本研究では,NVIDIA Jetson Orin Super上で実時間果物の検出,追跡,計数を行うためのエンドツーエンドフレームワークを提案する。 軽量のYOLO26s検出器は、リンゴ、マンゴー、ブルーベリー、イチゴを表す4つの公開データセットで独立に訓練されている。 APPLE MOTSは、果肉の恒常性を持った果樹配列を提供するため、時間的ビデオ解析に使用される。
  論文  参考訳（メタデータ） (2026-09-11T21:32:02Z)
• Robostral Navigate [138.74472687550374]
  Robostral Navigateは、大規模なナビゲーションシステムのための視覚言語モデルである。 モノラルなRGB画像のストリームのみを消費し、現在のカメラビューの次のターゲット位置を指して、ウェイポイントを予測する。 我々は、実世界のデータ収集への依存を減らすため、350kのシミュレートされたシーンに240万のトラジェクトリを生成します。
  論文  参考訳（メタデータ） (2026-07-22T23:13:05Z)
• End-to-End Real-Time Drone-Based Person Detection Framework Using Deep Learning [0.0]
  本研究は、無線ライブドローンビデオフィードを介してターゲットを検出するための統合リアルタイム検出パイプラインを提案する。 VisDrone 2019データセットに基づいてトレーニングされたYOLOv8-nanoモデルは、それぞれ57.4%、41%、44.8%、20.3%の精度、リコール、mAP50:95を達成した。 本研究の目的は、無線通信による空中プラットフォームからのリアルタイム人検出を可能にすることである。
  論文  参考訳（メタデータ） (2026-07-12T06:55:26Z)
• Towards UAV Detection in the Real World: A New Multispectral Dataset UAVNet-MS and a New Method [80.50361258830928]
  UAVNet-MSは、微小UAV検出のための最初のマルチスペクトルデータセットである。 本稿では、アレイ誘起パララックスと空間-スペクトル融合に対処するデュアルストリームベースラインであるMFDNetを提案する。 この研究は、基礎的なデータセット、強力なベースライン、マルチスペクトルUAV監視研究のためのベンチマークを提供する。
  論文  参考訳（メタデータ） (2026-05-20T09:49:04Z)
• Instance-level Visual Active Tracking with Occlusion-Aware Planning [61.982298426203165]
  Visual Active Tracking (VAT)は、カメラを3D空間でターゲットに追従することを目的としている。 VATは、視覚的に類似したイントラクタからの混乱と、閉塞下での深刻な障害という、現実世界のデプロイメントにおいて2つの重要なボトルネックに直面している。 3つの相補的なモジュールを持つ統一パイプラインであるOA-VATを提案する。
  論文  参考訳（メタデータ） (2026-04-23T09:11:50Z)
• A 96pJ/Frame/Pixel and 61pJ/Event Anti-UAV System with Hybrid Object Tracking Modes [5.593237736175593]
  本稿では,フレームベースとイベント駆動型オブジェクトトラッキングを統合したエネルギー効率の高い対UAVシステムを提案する。 2mm2チップは1ピクセル当たり96pJ、イベント毎61pJを0.8Vで達成し、パブリックUAVデータセットでの認識精度は98.2%に達する。
  論文  参考訳（メタデータ） (2025-12-12T13:53:38Z)
• Autonomous Navigation of Cloud-Controlled Quadcopters in Confined Spaces Using Multi-Modal Perception and LLM-Driven High Semantic Reasoning [0.0]
  本稿では,GPSを用いた屋内環境における自律ナビゲーションのための高度なAI駆動認識システムを提案する。 システムは、物体検出用YOLOv11、単眼深度推定用深度任意のV2、タイム・オブ・ライト(ToF)センサーと慣性測定ユニット(IMU)を備えたPCBを統合する。 室内テストベッドにおける実験結果は、平均平均精度(mAP50)が0.6、深さ推定平均絶対誤差(MAE)が7.2cm、エンドツーエンドのシステム遅延が1秒以下で達成された。
  論文  参考訳（メタデータ） (2025-08-11T12:00:03Z)
• 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)
• High-throughput Visual Nano-drone to Nano-drone Relative Localization using Onboard Fully Convolutional Networks [51.23613834703353]
  相対的なドローンとドローンのローカライゼーションは、どんなSwarm操作でも基本的なビルディングブロックである。 我々は、新しいビジョンベース完全畳み込みニューラルネットワーク(FCNN)に基づく垂直統合システムを提案する。 その結果,水平画像座標で32～47%,垂直画像座標で18～55%,実世界の30k画像のデータセットでR2乗改善が得られた。
  論文  参考訳（メタデータ） (2024-02-21T12:34:31Z)
• Ultra-low Power Deep Learning-based Monocular Relative Localization Onboard Nano-quadrotors [64.68349896377629]
  この研究は、2つのピアナノドロンのディープニューラルネットワーク(DNN)を介して、単分子の相対的な局所化に対処する、新しい自律的なエンドツーエンドシステムを示す。 超制約ナノドローンプラットフォームに対処するため,データセットの増大,量子化,システム最適化などを含む垂直統合フレームワークを提案する。 実験の結果,DNNは低分解能モノクローム画像のみを用いて最大2mの距離で10cmのターゲットナノドローンを正確に局在させることができることがわかった。
  論文  参考訳（メタデータ） (2023-03-03T14:14:08Z)
• Planetary UAV localization based on Multi-modal Registration with Pre-existing Digital Terrain Model [0.5156484100374058]
  我々は,UAV上のナディルビューカメラを用いて,惑星UAVの位置を推定するマルチモーダル登録に基づくSLAMアルゴリズムを提案する。 オンボードUAV画像とプリインストールデジタル地形モデルとのスケールと外観の違いを克服するために,UAV画像とDEMの地形特性がクロスパワースペクトルを介して周波数領域で相関できることを示す理論的モデルを提案した。 提案するローカライゼーションアルゴリズムのロバスト性と有効性をテストするために,惑星探査のための新しいクロスソースドローンベースのローカライゼーションデータセットを提案する。
  論文  参考訳（メタデータ） (2021-06-24T02:54:01Z)

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。