論文の概要: Real-Time Bounded Catenary Solver for UAV Tether Modeling

• arxiv url: http://arxiv.org/abs/2609.18482v1
• Date: Wed, 16 Sep 2026 11:12:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.768172
• Title: Real-Time Bounded Catenary Solver for UAV Tether Modeling
• Title（参考訳）: UAVテザモデリングのための実時間境界カテナリーソルバー
• Abstract要約: 前報では, 一般用ルートファインダを用いた準解析的テザモデルの平均解時間0.51msに達した。 本研究では,一条件未知の単一超越方程式にカテナリバウンダリ値問題を還元することにより,内部解法を再構成する。 提案した解法により、フルテザモデルは平均で6.9us、最悪の場合は7.7us、40倍の速度でほぼ一定に解ける。
• 参考スコア（独自算出の注目度）: 11.337103237350185
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: For non-stationary tethered multirotor UAVs in real-world conditions, simulating the forces imposed on the drone by the aerodynamic drag of the tether becomes crucial, with online use cases placing a hard bound on the maximum solve time. In previous work, a quasi-analytical catenary tether model reached a mean solve time of 0.51 ms using a general-purpose root finder, but without any worst-case guarantees or proven convergence. In this work, we reformulate the inner solver by reducing the catenary boundary-value problem to a single transcendental equation in one well-conditioned unknown. We derive a closed-form bracket and prove monotonicity and convexity as well as existence and uniqueness of the root, which together guarantee convergence of the solver. We further propose a two-regime initial guess which approximates the true root within 3.4% and reduces the mean iteration count by 68.0% to 2.36 compared to the textbook initialization. Building on the hybrid root-finding method rtsafe (Newton-Raphson with bisection fallback giving bounded iteration counts), we implement a specialized variant that exploits the problem structure to omit unnecessary checks while retaining correctness, which gives up to 1.3 times speedup. With the proposed solver the full tether model achieves a nearly constant solve time of 6.9 us on average and 7.7 us at worst, a 40 times speedup over an optimized re-implementation of the previous method, while agreeing with it to a relative deviation of 8.7e-9. Because the reformulation leaves the underlying physical model untouched, the experimental validation of the previous work carries over unchanged. We further demonstrate its suitability for embedded, resource-constrained platforms with a Lua implementation running directly in ArduPilot on a drone's flight controller, where it stays well inside the scheduling budget with a mean solve time of 0.74 ms.
• Abstract（参考訳）: 実世界の状況下では,非定常型マルチロータUAVでは,テザーの空力抵抗によってドローンに課される力をシミュレートすることが重要となり,最大解時間にハードバウンドを置くオンラインユースケースが重要となる。 前回の研究では、準解析的なテザーモデルが汎用ルートファインダを用いて平均解解時間0.51msに達したが、最悪の場合の保証や収束が得られなかった。 本研究では,一条件未知の単一超越方程式にカテナリバウンダリ値問題を還元することにより,内部解法を再構成する。 閉形式ブラケットを導出し、単調性と凸性、および根の存在と特異性を証明する。 さらに,3.4%の範囲で真の根を近似し,教科書の初期化と比較して平均反復回数を68.0%から2.36に削減する2段階の初期推定法を提案する。 提案手法は,Hybrid root-finding method rtsafe (Newton-Raphson with bisection fallback giving bounded iteration counts)に基づいて,問題構造を利用して不必要なチェックを省略し,正確性を保ちながら最大1.3倍のスピードアップを実現する。 提案した解法では, 平均6.9時間, 最低7.7時間, 最適化された既存手法の40倍の高速化を実現し, 相対偏差8.7e-9に一致した。 改定は基礎となる物理モデルに手を加えないままにするため、以前の研究の実験的な検証は変化しない。 さらに、ドローンのフライトコントローラ上でArduPilotで直接実行されるLua実装を組み込んだ、リソースに制約のあるプラットフォームに適合する可能性を示します。

関連論文リスト

• When a neural surrogate cannot accelerate a solver: runtime share, closed-loop drift, and the economics of uncertainty gating in a stiff coupled simulation [0.0]
  高価なインナーソルバブロックのための学習されたサロゲートは、より高速な多物理シミュレーションのための広く追求されたルートである。 制御されたエンドツーエンドの負の結果を報告し、3つの構造的障壁を特定します。
  論文  参考訳（メタデータ） (2026-08-24T10:29:59Z)
• Biconvex Optimization for Smooth Minimum-Time Trajectories around Convex Obstacles [49.315843050082925]
  本稿では,最小時間移動計画凸障害物に対して,収束が保証されるバイアプローチを提案する。 提案手法は,変数の最先端分解を生成するために,時間とともに高品質な軌道を生成する。
  論文  参考訳（メタデータ） (2026-08-03T19:48:24Z)
• Cycle-Consistent and Uncertainty-Aware Neural Surrogates for Tokamak Edge Plasmas [0.040071856451118486]
  境界プラズマと変圧器プラズマはトカマクが動力と粒子を排出する方法を支配している。 機械学習のサロゲートは高速な代替手段を提供するが、多くは前方のみである。 本稿では,エッジプラズマに対するサイクル一貫性ニューラルサロゲートを提案する。
  論文  参考訳（メタデータ） (2026-07-23T15:06:57Z)
• Closed-Form Spectral Regularization for Multi-Task Model Merging [96.82449201305234]
  モデルマージは、個別に調整された複数の専門家をトレーニングデータなしで単一のマルチタスクモデルに結合する。 State-of-the-art merging method formulate merging as a layer-wise interference problem。 本稿では,逐次降下の勾配-流路に一致するソフト指数フィルタを組み合わせた閉形式手法SWUDIを提案する。
  論文  参考訳（メタデータ） (2026-06-05T14:00:47Z)
• K-GMRF: Kinetic Gauss-Markov Random Field for First-Principles Covariance Tracking on Lie Groups [8.489406212619164]
  共分散追跡のためのオンライン学習自由フレームワークK-GMRFを提案する。 本手法は, 構造保存型シンプレクティックインテグレータにより伝搬される潜在角速度を駆動するトルクとして観測を解釈する。 理論的には、この2階の力学が一定回転下でゼロ定常誤差を達成することを証明している。
  論文  参考訳（メタデータ） (2026-03-20T03:16:36Z)
• FlowConsist: Make Your Flow Consistent with Real Trajectory [99.22869983378062]
  現在の高速フロートレーニングパラダイムには,2つの根本的な問題がある,と我々は主張する。 ランダムにペアリングされたノイズデータサンプルから構築された条件付き速度は、系統的な軌跡ドリフトを導入する。 本研究では,高速フローにおける軌道整合性を実現するためのトレーニングフレームワークであるFlowConsistを提案する。
  論文  参考訳（メタデータ） (2026-02-06T03:24:23Z)
• A Class of Accelerated Fixed-Point-Based Methods with Delayed Inexact Oracles and Its Applications [3.6997773420183866]
  我々は,非拡張作用素の固定点を近似するために,遅延不正確なオラクルを用いた固定点ベースのフレームワークを開発する。 本手法はネステロフ加速法とクラスノセル・スキーマン(KM)反復法の両方を利用する。
  論文  参考訳（メタデータ） (2025-12-15T17:06:22Z)
• INC: An Indirect Neural Corrector for Auto-Regressive Hybrid PDE Solvers [61.84396402100827]
  本稿では,学習した補正を支配方程式に統合する間接ニューラルコレクタ(mathrmINC$)を提案する。 $mathrmINC$は、$t-1 + L$の順番でエラー増幅を減らし、$t$はタイムステップ、$L$はリプシッツ定数である。 大規模なベンチマークで$mathrmINC$をテストし、1Dカオスシステムから3D乱流まで、多くの異なる解法、神経バックボーン、テストケースをカバーした。
  論文  参考訳（メタデータ） (2025-11-16T20:14:28Z)
• Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction [82.72686460985297]
  我々はマンハッタンのフレームを推定する問題に取り組む。 2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。 また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
  論文  参考訳（メタデータ） (2023-08-21T13:03:25Z)

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。