論文の概要: Onboard Wind-Preview Model Predictive Control Using Pitot-Static Sensing for Multirotor UAVs

• arxiv url: http://arxiv.org/abs/2609.31185v1
• Date: Fri, 25 Sep 2026 12:16:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.376495
• Title: Onboard Wind-Preview Model Predictive Control Using Pitot-Static Sensing for Multirotor UAVs
• Title（参考訳）: Pitot-Static Sensing を用いたマルチロータUAVの搭載風速予測制御
• Abstract要約: 風速の拒絶と安定なホバリングは、自律ドローンの屋外操作に不可欠である。 本研究は,ブームに装着された低コストで低重量のピットスタティックセンサーを用いて,ドローン前方の風を測定することにより,ガストを予測する。 結果として生じる風のプレビューは非線形モデル予測コントローラ(MPC)に組み込まれ、風の乱れを予測しながらドローンの動きを最適化する。
• 参考スコア（独自算出の注目度）: 2.81343658088074
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Effective wind gust rejection and stable hovering are critical for the outdoor operation of autonomous drones. However, existing gust rejection methods are primarily reactive, inferring the disturbance from the resulting motion or measuring it at the airframe. Either way, the wind has already begun to act before it can be compensated. In this work, we anticipate the gust instead by measuring the wind ahead of the drone with a low-cost, low-weight pitot-static sensor mounted on a boom. The resulting wind preview is incorporated into a nonlinear model predictive controller (MPC), which optimizes the drone motion while anticipating wind disturbances. A longer boom offers more preview time but adds inertia and degrades flight performance. We characterize this trade-off in simulation and show that the optimal preview distance is not a fixed property of the platform, but shifts with the wind speed and with how quickly the drone can respond. Indoor hardware experiments confirm the trend and show that the proposed controller substantially improves hover performance against a PX4 baseline and an otherwise identical wind-unaware MPC. Outdoor experiments show that the error along the wind direction is reduced by 54 percent with respect to the baseline, demonstrating that a single wind-aligned sensor can significantly improve hovering performance.
• Abstract（参考訳）: 自律ドローンのアウトドア操作には、効果的な風洞の拒絶と安定したホバリングが不可欠である。 しかし、既存のガスト拒絶法は主に反応し、結果として生じる動きから乱れを推測したり、機体で測定したりする。 いずれにせよ、風は補償される前に既に動き始めている。 本研究は,ブームに装着された低コストで低重量のピットスタティックセンサーを用いて,ドローン前方の風を測定することにより,ガストを予想する。 結果として生じる風のプレビューは非線形モデル予測コントローラ(MPC)に組み込まれ、風の乱れを予測しながらドローンの動きを最適化する。 より長いブームは、より多くのプレビュータイムを提供するが、慣性を追加し、飛行性能を低下させる。 我々は、このトレードオフをシミュレーションで特徴づけ、最適なプレビュー距離はプラットフォームの固定特性ではなく、風速とドローンの反応の速さによって変化することを示す。 室内ハードウェア実験により、この傾向を確認し、提案した制御器がPX4ベースラインと全く同じ風向のないMPCに対するホバー性能を大幅に向上することを示す。 屋外実験では、風向の誤差がベースラインに対して54%減少し、1つの風向センサがホバリング性能を著しく改善できることが示されている。

関連論文リスト

• Aero-World: Action-Conditioned Aerial Video Generation from Inertial Controls [57.166020875486474]
  我々は,事前学習した画像から映像への拡散モデルを制御可能な空中ビデオ生成装置に変換する方法であるtextbfAero-World を提案する。 実ビデオ-IMUペアで独立して訓練された冷凍潜伏空間物理学プローブは、LoRA微調整中に慣性・一貫性の異なる監視を提供する。 AeroBenchでは、アクションのみの微調整で平均AASを57.7から63.6に改善し、AirScapeよりも優れた品質制御トレードオフを提供する。
  論文  参考訳（メタデータ） (2026-05-19T12:02:17Z)
• A Self-Rotating Tri-Rotor UAV for Field of View Expansion and Autonomous Flight [8.32290523896734]
  ロータクラフト(SPINNER)による自己知覚慣性航法 本稿では、FoV拡張と自律飛行のための自転三回転型UAVであるSPINNERを紹介する。 実験では、SPINNERは風速4.8m/sまでの強い飛行を維持している。
  論文  参考訳（メタデータ） (2026-03-30T15:30:58Z)
• WESPR: Wind-adaptive Energy-Efficient Safe Perception & Planning for Robust Flight with Quadrotors [9.15147164003286]
  WESPRは環境形状が局地風環境にどのように影響するかを予測する高速なフレームワークである。 その結果,最大軌道偏差が12.5-58.7%減少し,風向非依存の適応制御器に比べて24.6%の安定性が向上した。
  論文  参考訳（メタデータ） (2026-03-10T05:09:43Z)
• A 26-Gram Butterfly-Inspired Robot Achieving Autonomous Tailless Flight [61.21669716392821]
  textitAirPulseは、26グラムの蝶にインスパイアされたロボットで、このスケールで尾のない二翼プラットフォームのために、初めてオンボードでクローズドループ制御飛行を行う。 蝶の飛行における重要な生体力学的特性を再現し、低アスペクト比、炭素繊維強化翼の適合性、および特徴的な生物学的身体の起伏を再現する低周波の羽ばたきを利用する。
  論文  参考訳（メタデータ） (2026-02-06T15:58:50Z)
• Disturbance-Aware Flight Control of Robotic Gliding Blimp via Moving Mass Actuation [5.073162687197271]
  LTA(Lighter-than-air Air System)のようなロボットの飛行は、長時間の持続性と本質的に安全な操作を提供するが、風乱の影響を受けやすい。 本稿では,風による影響を明示的にモデル化し補償することにより,LTAプラットフォームに対する外乱認識制御フレームワークの欠如に対処する。 移動地平線推定器(MHE)は、リアルタイムな風の摂動を推定し、これらの推定をモデル予測制御器(MPC)に提供し、様々な風条件下でのロバストな軌道と方向制御を可能にする。
  論文  参考訳（メタデータ） (2026-01-29T02:36:26Z)
• Design and Implementation of a High-Precision Wind-Estimation UAV with Onboard Sensors [4.9295028416281985]
  本稿では,オンボードセンサのみを用いたリアルタイム風速推定手法を提案する。 システムは、風洞、屋内および屋外飛行における総合的な実験を通じて検証される。
  論文  参考訳（メタデータ） (2025-12-11T08:39:55Z)
• Improving Wind Resistance Performance of Cascaded PID Controlled Quadcopters using Residual Reinforcement Learning [0.0]
  風力抵抗制御は、目標位置からの逸脱を避けるために、クワッドコプターが位置を維持するために欠かせない特徴である。 クワッドコプターの耐風性制御系を構築するための残留強化学習に基づく手法を提案する。 従来のケースドPIDコントローラで制御されたクワッドコプターと比較して,制御器の位置ずれを約50%低減する。
  論文  参考訳（メタデータ） (2023-08-03T09:29:19Z)
• Learning a Single Near-hover Position Controller for Vastly Different Quadcopters [56.37274861303324]
  本稿では,クワッドコプターのための適応型ニアホバー位置制御器を提案する。 これは、非常に異なる質量、大きさ、運動定数を持つクワッドコプターに展開することができる。 また、実行中に未知の障害に迅速に適応する。
  論文  参考訳（メタデータ） (2022-09-19T17:55:05Z)
• Neural-Fly Enables Rapid Learning for Agile Flight in Strong Winds [96.74836678572582]
  本稿では,ディープラーニングを通じて事前学習した表現を組み込むことで,オンラインでの迅速な適応を可能にする学習ベースのアプローチを提案する。 Neural-Flyは、最先端の非線形かつ適応的なコントローラよりもかなり少ないトラッキングエラーで正確な飛行制御を実現する。
  論文  参考訳（メタデータ） (2022-05-13T21:55:28Z)

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。