論文の概要: Efficient Bezier Velocity Optimization for Free-Floating Space Manipulators
- arxiv url: http://arxiv.org/abs/2609.31880v1
- Date: Fri, 25 Sep 2026 18:17:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 05:01:06.441969
- Title: Efficient Bezier Velocity Optimization for Free-Floating Space Manipulators
- Title（参考訳）: 自由浮遊型宇宙マニピュレータのベジエ速度最適化
- Abstract要約: FAVORは、無人の宇宙船で衝突のない到達、追跡、所定の時間前のインターセプションのためのプランナーである。
ポイント・ツー・ポイントで99.8%成功し、1.779 sの平均計算は62.9%、50.270 sはIK-dの位置スプラインベースラインである。
- 参考スコア（独自算出の注目度）: 15.834928755345757
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present FAVOR (Free-floating Arm Velocity Optimization with Recursive Sensitivities), a planner for collision-free reaching, tracking, and prescribed-time pre-grasp interception on an unactuated spacecraft. It optimizes Bezier joint-velocity curves with linear velocity, acceleration, and continuity constraints. Decision dimension is independent of rollout resolution. Analytical recursive sensitivities provide task and clearance gradients through the coupled base-arm motion. Parallel evaluation, caching, and incremental collision discovery reduce computation. With a seven-DoF arm and five simulated spacecraft models, FAVOR achieves 99.8% point-to-point success with 1.779 s mean computation, versus 62.9% and 50.270 s for an IK-initialized position-spline baseline. Means include failures and timeouts. FAVOR completes 30 of 36 tracking cases, versus 15 for single-step QP, and all 36 interception instances, versus 22 for the spline baseline. A controlled ablation shows that finite differences increase mean planning time 4.7-fold.
- Abstract（参考訳）: FAVOR(Free-floating Arm Velocity Optimization with Recursive Sensitities, FAVOR)は、無人宇宙船上での無衝突到達、追跡、および所定時間プレグラスインターセプションのためのプランナーである。
これは、線形速度、加速度、連続性制約を伴うベジエ共同速度曲線を最適化する。
決定次元はロールアウトの解決とは無関係である。
分析的再帰感度は、ベースアーム運動を結合してタスクとクリアランス勾配を与える。
並列評価、キャッシュ、インクリメンタル衝突発見は計算を減らします。
7DoFアームと5つの模擬宇宙船モデルにより、FAVORは1.779 sの平均計算で99.8%のポイント・ツー・ポイント成功を達成したが、IK初期化のベースラインでは62.9%と50.270 sであった。
失敗とタイムアウトを含む。
FAVORは、36の追跡ケースのうち30を完了し、シングルステップのQPでは15を、スプリンのベースラインでは22を、36のインターセプションインスタンスはいずれも完了した。
制御アブレーションにより、平均計画時間4.7倍の差が生じる。
関連論文リスト
- Real-Time Bounded Catenary Solver for UAV Tether Modeling [11.337103237350185]
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。
論文 参考訳（メタデータ） (2026-09-16T11:12:59Z) - TIO-Former: Ultra-Lightweight 6-Directional ToF-Inertial Odometry for Nano-UAVs via a Streaming Causal Transformer [19.298838240329292]
TIO-FORMERは、ナノUAV用のカメラレス光フローナビゲーションフレームワークである。
ナノUAVの光学流と比較して、開ループ位置誤差を54.4%削減する。
資源制約されたマイクロエアリアルロボットに実用的なアンカーを提供する。
論文 参考訳（メタデータ） (2026-09-15T13:54:06Z) - Event-Based Motion Estimation via Oriented Distance Fields [55.23416502666468]
イベントベースの動き推定は、高時間分解能と高速動作に対する堅牢性を必要とするタスクの中心である。
本稿では,この最適化を,事前計算された事象距離ベクトルの場上の1つの平均ステップに置き換える,オブジェクト指向距離場運動推定(ODF Motion Estimation)を提案する。
公開および自己収集されたデータセットでは,ODFの動作推定は,比較手法の中で最低レイテンシでサブピクセル精度に達する。
論文 参考訳（メタデータ） (2026-08-25T08:27:42Z) - 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) - DRIFT: Drift and Aggregation for Motion Planning [20.309189828710362]
DRIFTは1ステップのドリフトをコンパクトな軌跡空間内でのドリフトとシーン認識型提案アグリゲーションを組み合わせた固定深度軌道プランナーである。
軽量アグリゲーションヘッドはこれらの特徴をシーン、ナビゲーション、エゴステート情報と統合し、最終軌道を直接予測する。
その出力は、専門家軌道の模倣と、乾燥可能なポリゴンの外側のウェイポイントをペナライズする地図由来境界正規化器で訓練されている。
論文 参考訳（メタデータ） (2026-07-16T02:43:13Z) - Perception-Aware Time-Optimal Planning for Quadrotor Waypoint Flight [25.084985306310827]
本稿では,視覚に基づく四元数に対する時間-最適軌道最適化フレームワークを提案する。
知覚制約を完全な非線形力学、ローターの作動制限、空力効果、カメラの視野制約、凸幾何学ゲート表現と組み合わせる。
実験では、実際の飛行速度は9.8m/s、平均追跡誤差は0.07m、クローズドループの成功率は55%から100%に向上した。
論文 参考訳（メタデータ） (2026-03-04T17:22:16Z) - Spatially-Aware Adaptive Trajectory Optimization with Controller-Guided Feedback for Autonomous Racing [74.83272587893508]
本稿では,NURBSに基づく軌道表現,CMA-ESグローバル軌道最適化,コントローラ誘導空間フィードバックを組み合わせた自律レースライン最適化フレームワークを提案する。
シミュレーションでは,最大静的加速度をパラメータ化したコントローラと比較して17.38%のラップタイム短縮を実現している。
高摩擦から低摩擦まで様々なタイヤ化合物で試験された実ハードウェアでは、摩擦を明示的にパラメータ化することなく、7.60%のラップタイムの改善が得られる。
論文 参考訳（メタデータ） (2026-02-17T15:10:44Z) - A 5-Point Minimal Solver for Event Camera Relative Motion Estimation [47.45081895021988]
本稿では,直線パラメータと線形カメラ速度予測を推定し,複数の直線を考慮した場合の1つの平均線形速度に融合できる新しい最小5点解法を提案する。
本手法は,既存の閉形式解法が23%から70%しか達成できない線形速度の推定において,連続的に100%の成功率を達成する。
論文 参考訳（メタデータ） (2023-09-29T08:30:18Z) - Motion Planning and Control for Multi Vehicle Autonomous Racing at High
Speeds [100.61456258283245]
本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。
提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
論文 参考訳（メタデータ） (2022-07-22T15:16:54Z) - Time-Optimal Planning for Quadrotor Waypoint Flight [50.016821506107455]
立方体の作動限界における時間-最適軌道の計画は未解決の問題である。
四重項のアクチュエータポテンシャルをフル活用する解を提案する。
我々は、世界最大規模のモーションキャプチャーシステムにおいて、実世界の飛行における我々の方法を検証する。
論文 参考訳（メタデータ） (2021-08-10T09:26:43Z)
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。