論文の概要: Towards Agile Vision-Based Multi-UAV Flight: Revisiting State Estimation

• arxiv url: http://arxiv.org/abs/2609.39611v1
• Date: Wed, 30 Sep 2026 12:29:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.737348
• Title: Towards Agile Vision-Based Multi-UAV Flight: Revisiting State Estimation
• Title（参考訳）: アジャイルビジョンに基づくマルチUAV飛行に向けて - 状態推定の再検討
• Abstract要約: アジャイルのマルチUAV飛行には、衝突回避や動き調整などのために、近隣のUAVの運動状態を正確にかつ低レイテンシで推定する必要がある。 ほとんどの視覚に基づくアプローチは位置のみの測定に依存し、速度と加速度を変位から間接的に推定する。 これにより,高次状態の推定に一定の構造的遅延が生じ,達成可能なアジリティが制限されることがわかった。 そこで本稿では,コプラナー型マルチロータUAVの推力方向を知らせる最先端の視覚検出器によって提供される傾斜測定を統合することを提案する。
• 参考スコア（独自算出の注目度）: 4.109778149547297
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Agile multi-UAV flight requires accurate and low-latency onboard estimation of the kinematic states of neighboring UAVs for collision avoidance, motion coordination, etc. Most vision-based approaches rely on position-only measurements, inferring velocity and acceleration indirectly from displacement. We show that this introduces a fixed structural delay in the estimation of higher-order states, which limits the achievable agility. To address this, we propose to integrate tilt measurements, provided by a state-of-the-art visual detector, which inform about the thrust direction of co-planar multirotor UAVs. We benchmark four position-only and five pose-aware estimators, including a novel formulation of a linear thrust-constraining Kalman filter, on two real-world and one high-fidelity photorealistic simulated dataset over different levels of agility (3-21 m/s^2). In our setup, pose-aware estimation consistently reduces the average velocity and acceleration estimation errors by 40% and 57% across the three datasets with the proposed KF formulation outperforming the other estimators. Position-only filters exhibit a constant ~300 ms delay in acceleration step response independent of agility, whereas the tilt-constrained estimators operate near the physical response limit given by the camera frame-rate by observing the change in thrust direction before the displacement accumulates. In a closed-loop leader-follower simulated experiment with NMPC control, position-only estimation of the leader's state fails to facilitate stable hovering of the follower, while the proposed estimator enables tracking of lateral maneuvers exceeding 2g of acceleration.
• Abstract（参考訳）: アジャイルのマルチUAV飛行には、衝突回避や動き調整などのために、近隣のUAVの運動状態を正確にかつ低レイテンシで推定する必要がある。 ほとんどの視覚に基づくアプローチは位置のみの測定に依存し、速度と加速度を変位から間接的に推定する。 これにより,高次状態の推定に一定の構造的遅延が生じ,達成可能なアジリティが制限されることがわかった。 そこで本稿では,コプラナー型マルチロータUAVの推力方向を知らせる最先端の視覚検出器によって提供される傾斜測定を統合することを提案する。 我々は,2つの実世界と1つの高忠実なフォトリアリスティック・シミュレート・データセット上で,異なるレベルの俊敏性(3-21m/s^2)について,線形スラスト拘束カルマンフィルタの新規な定式化を含む,4つの位置限定および5つのポーズ対応推定器をベンチマークした。 提案手法では, 提案したKF定式化により, 平均速度と加速度推定誤差を3つのデータセットで40%, 57%削減する。 位置限定フィルタは、俊敏性に依存しない加速度ステップ応答において、一定の約300ms遅延を示す一方、傾き制約のある推定器は、変位が蓄積する前のスラスト方向の変化を観察して、カメラフレームレートによって与えられる物理応答限界付近で作動する。 NMPC制御を用いたクローズドループリーダ・フォロワーシミュレーション実験では、リーダの状態のみの位置推定がフォロワーの安定なホバリングを促進するのに失敗し、提案した推定器は加速度2gを超える横方向操作の追跡を可能にする。

関連論文リスト

• 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)
• Dense Soft Weighting for Radar Ego-Velocity Estimation [6.356174487225252]
  本稿では,エゴ速度推定のための分析レーダフロントエンドであるDense Soft Weightingを提案する。 すべてのレンジドップラーセルを2値検出閾値を強制するのではなく、連続した信頼度にマッピングする。 これは、最強のCFARポイントクラウドベースラインと比較して平均的な絶対的なポーズエラーを31-45%削減する。
  論文  参考訳（メタデータ） (2026-07-29T14:37:52Z)
• Event-based SLAM Benchmark for High-Speed Maneuvers [68.148886127117]
  イベントベースのカメラはバイオインスパイアされたセンサーで、独立して、マイクロ秒の解像度で明るさの変化に非同期に反応する。 既存のイベントベースのアプローチは、高速操作による動きのぼかしを緩和することに成功したが、多くの制限に悩まされた。 イベントベースの状態推定のためのベンチマークフレームワークであるEvSLAMを導入する。
  論文  参考訳（メタデータ） (2026-04-27T04:36:41Z)
• Meta-Adaptive Beam Search Planning for Transformer-Based Reinforcement Learning Control of UAVs with Overhead Manipulators under Flight Disturbances [8.618483849755604]
  オーバーヘッドマニピュレータを備えたドローンは、検査、メンテナンス、コンタクトベースのインタラクションにユニークな機能を提供する。 ドローンとそのマニピュレータの動作は強く結びついており、風や制御の欠陥による小さな姿勢の変化でさえ、エンドエフェクターを意図した経路から遠ざける。 変換器をベースとしたDouble Deep Q Learning (DDQN) を用いた強化学習フレームワークを開発した。 これにより、コントローラは実際のモデル上でこれらのアクションを直接実行するのではなく、シミュレーションされたロールアウトを通じてエンドエフェクタの動きを予測できる。
  論文  参考訳（メタデータ） (2026-03-27T17:08:40Z)
• 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)
• Vision-only UAV State Estimation for Fast Flights Without External Localization Systems: A2RL Drone Racing Finalist Approach [3.1619810082430977]
  本稿では,単眼RGBカメラとIMUを用いた高速UAVのオンボード状態推定手法を提案する。 提案手法は1600のシミュレーションと多数の実世界の実験を通じて徹底的に検証された。
  論文  参考訳（メタデータ） (2026-02-02T09:32:19Z)
• 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)
• 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)
• StreamYOLO: Real-time Object Detection for Streaming Perception [84.2559631820007]
  将来を予測する能力を備えたモデルを提供し、ストリーミング知覚の結果を大幅に改善する。 本稿では,複数の速度を駆動するシーンについて考察し,VasAP(Velocity-Awared streaming AP)を提案する。 本手法は,Argoverse-HDデータセットの最先端性能を実現し,SAPとVsAPをそれぞれ4.7%,VsAPを8.2%改善する。
  論文  参考訳（メタデータ） (2022-07-21T12:03:02Z)
• Deep Motion Network for Freehand 3D Ultrasound Reconstruction [10.053359709378304]
  Inertial Measurement Unit(IMU)と呼ばれる画像と軽量センサを統合した新しいディープモーションネットワーク(MoNet)を提案する。 我々は初めてIMU加速度を導入し、平面外の高度変位を推定した。 提案手法は, 基板全体の最先端手法を超越して, より優れた復元性能を実現する。
  論文  参考訳（メタデータ） (2022-07-01T02:45:27Z)

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。