論文の概要: OA-MPPI: Occlusion-Aware Model Predictive Path Integral Control for UAV Flight

• arxiv url: http://arxiv.org/abs/2609.28709v1
• Date: Wed, 23 Sep 2026 18:46:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.507753
• Title: OA-MPPI: Occlusion-Aware Model Predictive Path Integral Control for UAV Flight
• Title（参考訳）: OA-MPPI:UAV飛行のためのオクルージョン・アウェア・モデル予測経路積分制御
• Abstract要約: OA-MPPIは、モデル予測経路積分(MPPI)制御の障害物と閉塞を意識した拡張である。 オンライン占有マップから3次元閉塞境界を抽出し、隠れたエージェントが予測地平線を越えて到達可能な領域をモデル化する。 提案手法をシミュレーションおよびハードウェア飛行実験で検証し,車載パイプラインをリアルタイムに動作させる。
• 参考スコア（独自算出の注目度）: 11.84428360689003
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous UAV flight through cluttered and partially unknown environments requires reasoning not only about observed obstacles but also about occluded regions that the sensor cannot observe. We present OA-MPPI, an obstacle- and occlusion-aware extension of Model Predictive Path Integral (MPPI) control for quadrotor flight that accounts for potential moving agents emerging from these regions into the vehicle's path. At every planning step, we extract a 3D occlusion boundary from the online occupancy map and use it to model the regions that hidden agents could reach over the prediction horizon. We penalize trajectories that enter these expanding regions within MPPI rollouts generated using nonlinear quadrotor dynamics and accounting for individual rotor thrust limits. We validate the proposed approach in simulation and hardware flight experiments, with the complete pipeline running onboard the vehicle in real time. Results show increased clearance from occlusion boundaries compared to baseline MPPI in both settings, as well as avoidance of an agent emerging from occlusion in simulation.
• Abstract（参考訳）: 乱雑で部分的に未知の環境で自律的なUAV飛行を行うには、観測された障害物だけでなく、センサーが観測できない閉鎖された領域についても推論する必要がある。 モデル予測経路積分(MPPI)制御の障害物と閉塞を意識した拡張であるOA-MPPIについて述べる。 計画の各段階において、オンライン占有マップから3次元閉塞境界を抽出し、隠れたエージェントが予測地平線を越えて到達可能な領域をモデル化する。 非線形四極子力学を用いて生成したMPPIロールアウト内のこれらの膨張領域に進入する軌道をペナルタイズし, 個々のロータスラスト限界を考慮に入れた。 提案手法をシミュレーションおよびハードウェア飛行実験で検証し,車載パイプラインをリアルタイムに動作させる。 その結果,両設定のベースラインMPPIと比較して咬合境界のクリアランスが向上し,シミュレーションにおいて閉塞から生じるエージェントの回避が認められた。

関連論文リスト

• Clustering-Embedded Model Predictive Path Integral Control: Avoiding Averaging-Induced Failure and Enabling Efficient Cluster Selection for Dynamic Obstacles [8.676152401214837]
  CEPPI(Cluster-Embedded MPPI)は、シミュレーション基準点から抽出される新しい幾何学的方向特徴を再定義するフレームワークを提案する。 2次元JAX-MPPIシミュレーションの実験では、クラスタリングベースの更新が動的シーンにおける永続的障害を軽減することが示されている。
  論文  参考訳（メタデータ） (2026-07-07T17:01:00Z)
• Visual Geometry Transformer in the Wild: Distractor-Free 3D Reconstruction [77.75911117889915]
  現在のエンドツーエンドのマルチビュー3D再構成手法は、目覚ましい結果を得るが、制限的な静的仮定に依存している。 この理想的な入力への依存は、最も高度なメソッドでさえ、現実世界の設定で失敗する原因となる。 非一貫性の視点から頑健な再構築を行うためのエンドツーエンドフレームワークであるWildにおけるビジュアルジオメトリトランスフォーマーを提案する。
  論文  参考訳（メタデータ） (2026-06-22T02:52:22Z)
• FLAP: FOV-Constrained Active Perception Planning for Prior-Map-Free 3D Navigation [11.226202958671502]
  本稿では,アクティブな知覚を軌道最適化に直接統合する新しい計画フレームワークを提案する。 パラメトリック起動時最適化を用いたアクティブな知覚サブ軌道セグメントを導入し、遅延障害物検出による衝突リスクを軽減した。 我々の定式化は、主に水平運動のために設計された従来の方法を超えて、任意の3D操作中にアクティブな知覚を可能にする。
  論文  参考訳（メタデータ） (2026-06-16T07:40:30Z)
• Evidence-Based Landing Site Selection and Vison-Based Landing for UAVs in Unstructured Environments [0.9236074230806578]
  本稿では,無人無人無人着陸のためのエビデンスに基づく確率的枠組みを提案する。 視覚サーボによる実行から不確実性の下での意思決定を明示的に分離する。 NvidiaのIsaac Simによる実世界の実験と高忠実度シミュレーションの両方を通じて検証されている。
  論文  参考訳（メタデータ） (2026-05-02T13:05:20Z)
• 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)
• Autonomous UAV Pipeline Near-proximity Inspection via Disturbance-Aware Predictive Visual Servoing [12.773186211498283]
  パイプライン検査は安全なエネルギー輸送には不可欠であるが、長距離、複雑な地形、人間の検査者へのリスクに制約されている。 本稿では、画像に基づく視覚サーボモデル予測制御(VMPC)に基づく3次元シナリオのための自律的四重項近傍パイプライン検査フレームワークを提案する。 地形情報のない未知の斜面上での垂直速度を発生させながら、所望の巡航速度を維持するために、地形適応速度設計を導入する。 実世界の実験では,提案手法は直線管に対して,パイプライン配向および横方向の偏差において,RMSEを52.63%,75.04%削減する。
  論文  参考訳（メタデータ） (2026-04-21T16:05:34Z)
• Vision-Guided MPPI for Agile Drone Racing: Navigating Arbitrary Gate Poses via Neural Signed Distance Fields [8.66703842496129]
  ドローンレースには、極端なアジリティの下での認識、計画、制御の緊密な結合が必要です。 近年のアプローチは、事前計算された空間基準軌道や明示的な6-DoFゲートポーズ推定に依存している。 そこで我々は,任意の配置と配向ゲートを介して,参照不要のアジャイル飛行を可能にするビジョンガイド付き最適制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-07T13:18:07Z)
• 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)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)

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。