論文の概要: LOTUSim-Energy: A Maritime Simulator for Human-Drone Interaction in Autonomous Offshore Operation \& Maintenance
- arxiv url: http://arxiv.org/abs/2609.17124v1
- Date: Tue, 15 Sep 2026 12:49:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.52932
- Title: LOTUSim-Energy: A Maritime Simulator for Human-Drone Interaction in Autonomous Offshore Operation \& Maintenance
- Title（参考訳）: LOTUSim-Energy: 自律オフショア作戦における人-人間相互作用の海上シミュレーター : 保守
- Abstract要約: LOTUSim-Energy(ロツシム・エネルギー)は、オフショア・オペレーションとメンテナンスのためのマルチドメイン・ヒューマン・ドローン・インタラクション用に設計されたリアルタイム海洋シミュレータである。
このシミュレータは、現実的な物理、エネルギーを意識したバッテリモデリング、モジュール検証ツールとしての欠陥検出パイプラインをサポートする。
- 参考スコア（独自算出の注目度）: 0.5545791216381868
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Offshore maintenance requires operations in the air, the surface, and the subsea domain and include human supervision. This paper presents LOTUSim-Energy, a real-time maritime simulator designed for multi-domain human--drone interaction for offshore operation and maintenance. The plat- form unifies heterogeneous unmanned vehicles (Unmanned Aerial Vehicles: UAVs, Unmanned Surface Vehicles: USVs, Autonomous Underwater Vehicles: AUVs, Remotely Operated Vehicles: ROVs) within a distributed architecture coupling environment forcing (wind, waves, currents) and provides immersive user interfaces for supervision (desktop and virtual reality). A structured offshore task library enables repeatable evaluation of autonomy stacks under realistic metocean disturbances. The simulator supports realistic physics, energy-aware battery modeling, and fault-detection pipelines as modular validation tools. System-level performance is demonstrated on a multi-domain inspection scenario for monopile and transition piece structure, where we evaluate the reliability of integrated waypoint-follower plugin and Automatic Identification System (AIS)-referenced trajectory tracking under real-time energy monitoring. By combining unified environmental physics, heterogeneous vehicle simulation, and immersive supervision, LOTUSim-Energy provides an integration testbed for prototyping and rehearsing offshore human--robot collaboration workflows, as a step toward de-risking sea deployment.
- Abstract（参考訳）: オフショアの維持には、大気、表面、海底ドメインでの運用が必要であり、人間の監督も必要である。
本稿では,オフショア操作とメンテナンスのためのマルチドメイン人間-ドローン間相互作用のためのリアルタイム海洋シミュレータLOTUSim-Energyを提案する。
不均一な無人航空機(無人航空機:UAV、無人表面車両:USV、自律水中車両:AUV、遠隔操作車両:ROV)を分散アーキテクチャ結合環境(風、波、電流)内で統合し、監督(デスクトップとバーチャルリアリティ)のための没入型ユーザーインターフェースを提供する。
構造化されたオフショアタスクライブラリは、現実的なメトカン乱下での自律的スタックの繰り返し評価を可能にする。
このシミュレータは、現実的な物理、エネルギーを意識したバッテリモデリング、モジュール検証ツールとしての欠陥検出パイプラインをサポートする。
モノパイル・トランジション・ピース構造に対するマルチドメイン検査シナリオでシステムレベルの性能を実証し,実時間エネルギーモニタリングにおける統合されたウェイポイント・フォロワ・プラグインとAIS(Automatic Identification System)参照軌道追跡の信頼性を評価する。
統合された環境物理学、異種車両シミュレーション、および没入型監視を組み合わせることで、LOTUSim-Energyは、海上での人間-ロボットのコラボレーションワークフローをプロトタイピングしリハーサルするための統合テストベッドを提供する。
関連論文リスト
- WorldSimProbe: Diagnosing Simulator Faithfulness in Action-Conditioned World Models for Embodied Manipulation [85.15806404962193]
行動条件付き世界モデル(ACWM)は、計画、ポリシー評価、データ生成のためのスケーラブルな予測シミュレータを具現化したAIを提供することを約束する。
物理シミュレータが期待する観測能力を用いてACWMを評価する。
WorldSimProbeは、制御のバリエーション、相互作用のグラウンディングにおける構造化された障害、ダイナミックスにまたがる、システマティックなアクション実現の劣化を明らかにする。
論文 参考訳（メタデータ） (2026-08-10T08:48:06Z) - A Vision-based Control Framework for Real-time Autonomous UUV Operations [1.293050392312921]
本稿では,無人水中車両(UUV)のリアルタイムかつロバストなローカライゼーション,自律ナビゲーション,マッピングのためのビジョンベースフレームワークを提案する。
提案したパイプラインは,環境の連続した3次元マップをリアルタイムに生成しながら,ネット相対的およびグローバルなローカライゼーションを実現する。
結果は、リアルタイムのパフォーマンスと堅牢性の向上、ビジョン駆動型自律ナビゲーションのサポートを示す。
論文 参考訳（メタデータ） (2026-08-05T11:43:30Z) - LOTUSim: Multi-Domain Simulator for Marine Robotics [0.49838563301861205]
LOTUSimは、空中、地表、水中のロボットシステム間のマルチユーザーインタラクションをサポートするリアルタイム海洋シミュレータである。
バリデーションは、厳格なリアルタイム実行と高い視覚的忠実さを維持しながら、大規模な異種海洋ドローン群にスケールしながら、堅牢なループ内パフォーマンスを示す。
結果は,オペレーティング・ザ・ループ海洋ロボット研究におけるシミュレーションプラットフォームとしてのLOTUSimの適合性を確認した。
論文 参考訳（メタデータ） (2026-07-03T08:09:01Z) - A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner [69.43049144653882]
本稿では,車種別制御から高レベルの意思決定を分離する統一アーキテクチャを提案する。
提案アーキテクチャは、計画、センシング、車両実行の標準化されたインターフェースを定義するGuaralPlannerを通じて実現されている。
論文 参考訳（メタデータ） (2026-02-11T10:02:31Z) - Towards reliable subsea object recovery: a simulation study of an auv with a suction-actuated end effector [1.1984905847118061]
本稿では,ハダル小型車両(HSV)を用いた完全自律海底物体回収ミッションのシミュレーションに基づく研究について述べる。
ストーンフィッシュシミュレーターは、現実的な車両力学、流体力学の障害、センシング、およびハダルのような条件下での標的物体との相互作用をモデル化するために使用される。
HSVは海面から6000mまで自律的に降下し、構造的な海底被覆を行い、対象物を検出し、吸引による回復を行う。
論文 参考訳（メタデータ） (2026-01-03T07:55:23Z) - MetAdv: A Unified and Interactive Adversarial Testing Platform for Autonomous Driving [85.04826012938642]
MetAdvは、現実的でダイナミックでインタラクティブな評価を可能にする、新しい対向テストプラットフォームである。
フレキシブルな3D車両モデリングと、シミュレートされた環境と物理的環境のシームレスな遷移をサポートする。
生理的信号のリアルタイムキャプチャとドライバからの行動フィードバックを可能にする。
論文 参考訳（メタデータ） (2025-08-04T03:07:54Z) - ASVSim (AirSim for Surface Vehicles): A High-Fidelity Simulation Framework for Autonomous Surface Vehicle Research [5.906242539489915]
AirSim For Surface Vehicles (ASVSim) は、内陸および港湾環境での自律輸送研究のためのオープンソースのシミュレーションフレームワークである。
ASVSimは、自律的なナビゲーションアルゴリズムを開発し、合成データセットを生成するための包括的なプラットフォームを提供する。
ASVSimはMITライセンスの下でオープンソースプロジェクトとして提供されており、海洋工学コミュニティの大部分で自律的なナビゲーション研究が利用できるようになる。
論文 参考訳（メタデータ） (2025-06-27T12:39:16Z) - RealEngine: Simulating Autonomous Driving in Realistic Context [60.55873455475112]
RealEngineは3Dシーン再構成と新しいビュー合成技術を統合する新しい運転シミュレーションフレームワークである。
実世界のマルチモーダルセンサーデータを活用することで、RealEngineはバックグラウンドシーンとフォアグラウンドトラフィック参加者を別々に再構築し、非常に多様な現実的なトラフィックシナリオを実現する。
RealEngineは、非反応性シミュレーション、安全性テスト、マルチエージェントインタラクションの3つの重要な駆動シミュレーションカテゴリをサポートしている。
論文 参考訳（メタデータ） (2025-05-22T17:01:00Z) - FlightForge: Advancing UAV Research with Procedural Generation of High-Fidelity Simulation and Integrated Autonomy [2.6003704171754416]
本研究では,FlightForge UAVオープンソースシミュレータを提案する。
高度なレンダリング機能、多様な制御モダリティ、そして最も重要なのは、手続き的な環境生成を提供する。
このシミュレーターは、散らかった未知の環境で長距離飛行が可能な完全自律型UAVシステムとすでに統合されている。
論文 参考訳（メタデータ） (2025-02-07T16:05:17Z) - Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。
連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。
我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
論文 参考訳（メタデータ） (2021-11-15T18:50:04Z) - DriveGAN: Towards a Controllable High-Quality Neural Simulation [147.6822288981004]
DriveGANと呼ばれる新しい高品質のニューラルシミュレータを紹介します。
DriveGANは、異なるコンポーネントを監督なしで切り離すことによって制御性を達成する。
実世界の運転データ160時間を含む複数のデータセットでdriveganをトレーニングします。
論文 参考訳（メタデータ） (2021-04-30T15:30:05Z)
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。