論文の概要: SwarmNxt: Open-source Software-Hardware Platform for Fast and Agile Aerial Swarms
- arxiv url: http://arxiv.org/abs/2609.11382v1
- Date: Thu, 10 Sep 2026 11:17:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 23:53:35.312107
- Title: SwarmNxt: Open-source Software-Hardware Platform for Fast and Agile Aerial Swarms
- Title（参考訳）: SwarmNxt - 高速かつアジャイルな航空群のためのオープンソースソフトウェアハードウエアプラットフォーム
- Abstract要約: 航空ロボット群は、時間クリティカルな安全、セキュリティ、捜索救助操作を変革する可能性がある。
我々は,オープンソースのドローンハードウェアOmniNxt上に構築された,オープンソースのソフトウェアプラットフォームであるSwarmNxtを紹介する。
- 参考スコア（独自算出の注目度）: 20.62451188541601
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Aerial robot swarms have the potential to transform time-critical safety, security, and search-and-rescue operations. By coordinating multiple robots, they can rapidly survey disaster sites, map collapsed or GPS-denied environments, and search cluttered areas faster than a single robot, reducing response times and minimizing risks to first responders. Realizing this potential, however, requires robust autonomous swarm navigation, which remains an active research challenge. Progress is further constrained by existing platforms, as commercial drones are often closed-source or lack the onboard computational resources needed for agile, vision-based collective flight. Moreover, developing, deploying, and maintaining software across multiple aerial robots requires significant engineering effort. To address these challenges, we present SwarmNxt, an open-source software platform built on the open-source OmniNxt drone hardware. SwarmNxt provides an end-to-end toolkit, including detailed hardware assembly instructions with a video tutorial, automation tools for parallel software deployment and swarm-wide updates, and a ROS 2-based framework for autonomous navigation. The platform integrates state-of-the-art control, planning, and depth estimation into a single ROS 2 multi-agent system, providing an open research infrastructure for physical swarm experimentation. We validate SwarmNxt through two real-world experiments: a six-drone swarm performing decentralized planning with high-speed inter-drone collision avoidance, and a four-drone swarm executing collective flight with onboard depth estimation in an obstacle-filled environment. Both experiments were run indoors with global position from external motion capture; perception, planning, and control run onboard.
- Abstract（参考訳）: 航空ロボット群は、時間クリティカルな安全、セキュリティ、捜索救助操作を変革する可能性がある。
複数のロボットをコーディネートすることで、災害現場の迅速な調査、地図崩壊やGPS化環境の探索、単一ロボットよりも早く散らばった領域の探索が可能になり、応答時間を短縮し、最初の応答者へのリスクを最小限に抑えることができる。
しかし、この可能性を実現するには、堅牢な自動群れナビゲーションが必要である。
商用ドローンは、しばしばクローズドソースであるか、アジャイルでビジョンベースの集団飛行に必要な計算リソースが備わっていないため、既存のプラットフォームによって進歩はさらに制限されている。
さらに、複数の空中ロボットにまたがるソフトウェアの開発、デプロイ、保守には、かなりのエンジニアリング努力が必要である。
これらの課題に対処するために、オープンソースのOmniNxtドローンハードウェア上に構築されたオープンソースのソフトウェアプラットフォームであるSwarmNxtを紹介します。
SwarmNxtは、ビデオチュートリアルを備えた詳細なハードウェアアセンブリインストラクション、並列ソフトウェアデプロイメントとSwarm全体の更新のための自動化ツール、自律ナビゲーションのためのROS 2ベースのフレームワークを含む、エンドツーエンドツールキットを提供する。
このプラットフォームは、最先端の制御、計画、深さ推定を単一のROS 2マルチエージェントシステムに統合し、物理的なSwarm実験のためのオープンな研究基盤を提供する。
我々はSwarmNxtを2つの実世界実験により検証した。高速衝突回避による分散計画を行う6段式Swarmと、障害物充填環境下で搭載深度推定による集合飛行を実行する4段式Swarmである。
両方の実験は、外部のモーションキャプチャー、知覚、計画、制御からグローバルな位置で屋内で実行された。
関連論文リスト
- Real-Time Visual Intelligence on Low-Cost UAVs: A Modular Approach for Tracking, Scanning, and Navigation [0.0]
本稿では,パーソナルアシスタントとして機能するインテリジェントドローンシステムの開発について述べる。
我々は,顔検出,顔認識,単眼視からの深度推定という,3つの中心的人工知能機能を統合するモジュールアーキテクチャを実装した。
既存の商用ソリューションとは異なり、このシステムはアクセシビリティ、低コストのハードウェア、オープンソース技術を強調している。
論文 参考訳（メタデータ） (2026-07-02T15:15:56Z) - Athena: An Autonomous Open-Hardware Tracked Rescue Robot Platform [1.4777718769290527]
我々はAthenaを紹介した。Athenaはオープン・ハードウェア・レスキュー・グラウンド・ロボットの研究プラットフォームで、4つの個別に再構成可能なフリップパを備えている。
工業用PUベルトと歯の挿入を用いた新しい実装ソリューションは、異なるトラックプロファイルの置換と試験を可能にする。
最大射程1.54mのマニピュレータは、ドア、バルブ、その他の興味ある物体を操作するのに使用できる。
論文 参考訳（メタデータ） (2026-02-23T14:38:23Z) - aerial-autonomy-stack -- a Faster-than-real-time, Autopilot-agnostic, ROS2 Framework to Simulate and Deploy Perception-based Drones [0.3262230127283452]
我々は、パイプラインを(GPUアクセラレーションによる)知覚から(フライトコントローラベースの)アクションへ合理化するように設計された、オープンソースのエンドツーエンドフレームワークであるAero-autonomy-stackを紹介した。
完全な開発とデプロイメントスタックの,20倍以上の高速,エンドツーエンドのシミュレーションをサポートしています。
論文 参考訳（メタデータ） (2026-02-06T23:29:33Z) - AI and Vision based Autonomous Navigation of Nano-Drones in Partially-Known Environments [8.595976385391896]
この研究は、Crzyflie 2.1と呼ばれる、ポケットサイズの30グラムのプラットホームの安全かつ自律的な飛行を可能にすることに焦点を当てている。
統合センシング, コンピューティング, コミュニケーションのパラダイムを取り入れた, 障害物回避のためのAI支援型リアクティブ計画手法を提案する。
ドローンを毎秒$sim8$のフレームでコマンドできる能力と、COCOの平均平均精度が60.8ドルのモデル性能を示す。
論文 参考訳（メタデータ） (2025-05-08T06:16:36Z) - Hyp2Nav: Hyperbolic Planning and Curiosity for Crowd Navigation [58.574464340559466]
我々は,群集ナビゲーションを実現するための双曲学習を提唱し,Hyp2Navを紹介した。
Hyp2Navは双曲幾何学の本質的な性質を活用し、ナビゲーションタスクにおける意思決定プロセスの階層的性質をよりよく符号化する。
本稿では, 効果的なソーシャルナビゲーション, 最高の成功率, 複数シミュレーション設定におけるリターンをもたらす, 双曲型ポリシーモデルと双曲型好奇性モジュールを提案する。
論文 参考訳（メタデータ） (2024-07-18T14:40:33Z) - TransVisDrone: Spatio-Temporal Transformer for Vision-based
Drone-to-Drone Detection in Aerial Videos [57.92385818430939]
視覚的フィードを用いたドローンからドローンへの検知は、ドローンの衝突の検出、ドローンの攻撃の検出、他のドローンとの飛行の調整など、重要な応用がある。
既存の手法は計算コストがかかり、非エンドツーエンドの最適化に追随し、複雑なマルチステージパイプラインを持つため、エッジデバイス上でのリアルタイムデプロイメントには適さない。
計算効率を向上したエンドツーエンドのソリューションを提供する,シンプルで効果的なフレームワークであるitTransVisDroneを提案する。
論文 参考訳（メタデータ） (2022-10-16T03:05:13Z) - ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and
Response with AI [55.41644538483948]
小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。
我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。
本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
論文 参考訳（メタデータ） (2022-01-25T14:51:19Z) - Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
高速物体把握のための完全自律飛行ロボットが提案されている。
追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。
我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
論文 参考訳（メタデータ） (2021-12-10T11:49:51Z) - SABER: Data-Driven Motion Planner for Autonomously Navigating
Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。
モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。
リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。
ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文 参考訳（メタデータ） (2021-08-03T02:56:21Z) - AutoSOS: Towards Multi-UAV Systems Supporting Maritime Search and Rescue
with Lightweight AI and Edge Computing [27.15999421608932]
本稿では,自律型マルチロボット探索・救助支援プラットフォームの開発を支援するAutoSOSプロジェクトの方向性について述べる。
このプラットフォームは、新しい適応型ディープラーニングアルゴリズムを用いて、環境の初期評価のための偵察ミッションを実行することを目的としている。
ドローンが潜在的な物体を見つけると、そのセンサーデータを船に送る。
論文 参考訳（メタデータ） (2020-05-07T12:22:15Z) - AirSim Drone Racing Lab [56.68291351736057]
AirSim Drone Racing Labは、この領域で機械学習研究を可能にするシミュレーションフレームワークである。
本フレームワークは,複数の写真リアル環境下でのレーストラック生成を可能にする。
当社のフレームワークを使用して,NeurIPS 2019で,シミュレーションベースのドローンレースコンペティションを開催しました。
論文 参考訳（メタデータ） (2020-03-12T08:06:06Z)
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。