論文の概要: Towards Quadruped-Provided Localization and Active Tracking for Micro-UAVs
- arxiv url: http://arxiv.org/abs/2610.06215v1
- Date: Mon, 05 Oct 2026 12:24:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-09 17:45:51.028514
- Title: Towards Quadruped-Provided Localization and Active Tracking for Micro-UAVs
- Title（参考訳）: マイクロUAVのための四足歩行位置定位とアクティブトラッキングに向けて
- Abstract要約: 小型無人航空機(micro-UAV)は、大型ロボットがアクセスできない狭い空間に到達できるほど小型である。
位置決めスタックを空中プラットフォームから7自由度(DOF)アームを備えた四足歩行ロボットに完全に移動させる。
腕のエンドエフェクターのカメラがドローンのエイプリルタグのフィデューシャルマーカーを検出し、その観察を四足歩行者の自己位置で作成し、ドローンを共有マップフレームに配置する。
- 参考スコア（独自算出の注目度）: 46.12497855679924
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Micro unmanned aerial vehicles (micro-UAVs) are small enough to reach confined spaces that larger robots cannot access, but too small to carry the sensing and computing power required for autonomous flight. We move the localization stack entirely off the aerial platform onto a quadruped robot with a 7-degree-of-freedom (DOF) arm, which supplies the micro-UAV (27 g bare, 42 g with fiducial markers) its full 6-DOF pose. A camera at the arm's end-effector detects AprilTag fiducial markers on the drone and composes that observation with the quadruped's own self-localization to place the drone in a shared map frame, so the ground robot localizes its partner, rather than only tracking it relative to the camera. The arm acts as an actively-controlled observer, repositioning to keep the drone in view as both robots move; the drone carries only an inertial measurement unit and fuses the external pose to fly commanded setpoints. In lab flights the external pose is accurate to 12-16 mm, enough to fly the drone autonomously within 2-5 cm of motion-capture-fed control. Having the quadruped actively follow the drone reduces the tracking error from 11.0 cm to 6.9 cm by holding the camera in the close range, where the markers are most accurate.
- Abstract（参考訳）: マイクロ無人航空機(micro-UAV)は、大きなロボットがアクセスできない狭い場所に到達するには十分小さいが、自律飛行に必要なセンサーと計算能力を運ぶには小さすぎる。
位置決めスタックは完全に空中プラットフォームから7自由度(DOF)アームを備えた四足歩行ロボットに移動し、そのフル6自由度ポーズをマイクロUAV(27gの裸、42gのフィデューシャルマーカー)に供給する。
アームのエンドエフェクターのカメラは、ドローン上の4月Tagフィデューシャルマーカーを検出し、その観察を四足歩行者の自己位置化で構成し、ドローンを共有マップフレームに配置する。
アームはアクティブに制御されたオブザーバーとして機能し、両方のロボットが動くようにドローンを視界に置き、ドローンは慣性測定ユニットのみを持ち、外部のポーズを融合して命令されたセットポイントを飛ばす。
実験室の飛行では、外装は12-16mmに正確で、ドローンを2-5cm以内で自律飛行できる。
ドローンをアクティブに追従させることで、追跡誤差を11.0cmから6.9cmに減少させる。
関連論文リスト
- A Precision Drone Landing System using Visual and IR Fiducial Markers
and a Multi-Payload Camera [0.0]
本研究では,広角,ズーム,赤外線センサを備えたジンバル搭載カメラとフィデューシャルマーカーを用いた自律精密ドローン着陸手法を提案する。
この方法は最小限のデータ要件を持ち、主にドローンから着陸台への方向に依存する。
論文 参考訳（メタデータ） (2024-03-06T15:57:56Z) - 3D Trajectory Reconstruction of Drones using a Single Camera [0.5937476291232799]
一つのカメラでドローンの3次元軌道を再構築するための新しい枠組みを提案する。
ドローンを2D画像で自動的に追跡し、その2Dローテーションを推定する。
パブリックなドローンデータセットの欠如に対処するため、合成された2Dおよび3Dドローンデータセットも作成します。
論文 参考訳（メタデータ） (2023-09-06T07:39:51Z) - A Vision-based Autonomous Perching Approach for Nano Aerial Vehicles [0.0]
ナノクワッドコプターのための視覚に基づく自律パーチ手法を提案する。
ドローンは2cmの精度でマーカーの中心に到達することができる。
論文 参考訳（メタデータ） (2023-06-16T02:34:50Z) - Vision-based Target Pose Estimation with Multiple Markers for the
Perching of UAVs [0.0]
本稿では,複数のマーカーを用いた視覚的ターゲットポーズ推定手法を提案する。
より大きなものの内部に小さなマーカーが付いたエンチングターゲットは、広範囲かつ近距離での検知能力を改善するように設計されている。
ポーズは、位置制御器に送られ、ドローンとマーカーの中央を調整し、ターゲットのパーチを操縦する。
論文 参考訳（メタデータ） (2023-04-25T16:51:10Z) - TransVisDrone: Spatio-Temporal Transformer for Vision-based
Drone-to-Drone Detection in Aerial Videos [57.92385818430939]
視覚的フィードを用いたドローンからドローンへの検知は、ドローンの衝突の検出、ドローンの攻撃の検出、他のドローンとの飛行の調整など、重要な応用がある。
既存の手法は計算コストがかかり、非エンドツーエンドの最適化に追随し、複雑なマルチステージパイプラインを持つため、エッジデバイス上でのリアルタイムデプロイメントには適さない。
計算効率を向上したエンドツーエンドのソリューションを提供する,シンプルで効果的なフレームワークであるitTransVisDroneを提案する。
論文 参考訳（メタデータ） (2022-10-16T03:05:13Z) - A dataset for multi-sensor drone detection [67.75999072448555]
近年,小型・遠隔操作無人航空機(UAV)の使用が増加している。
ドローン検出に関するほとんどの研究は、取得デバイスの種類、ドローンの種類、検出範囲、データセットを特定することに失敗している。
我々は、赤外線および可視ビデオとオーディオファイルを含むドローン検出のための注釈付きマルチセンサーデータベースにコントリビュートする。
論文 参考訳（メタデータ） (2021-11-02T20:52:03Z) - Dogfight: Detecting Drones from Drones Videos [58.158988162743825]
本稿では,他の飛行ドローンからドローンを検知する問題に対処する。
ソースとターゲットドローンのエロティックな動き、小型、任意の形状、大きな強度、および閉塞は、この問題を非常に困難にします。
これに対処するため,地域提案に基づく手法ではなく,2段階のセグメンテーションに基づく手法を提案する。
論文 参考訳（メタデータ） (2021-03-31T17:43:31Z) - Relative Drone-Ground Vehicle Localization using LiDAR and Fisheye
Cameras through Direct and Indirect Observations [0.0]
本稿では,LiDARカメラを用いたドローンと地上車両間の相対ポーズ推定手法を提案する。
本稿では,LiDARを用いたドローン検出・追跡のための動的適応カーネルベース手法を提案する。
実験では、ドローンの高速な初期検出とリアルタイム追跡を実現しました。
論文 参考訳（メタデータ） (2020-11-13T16:41:55Z) - Real-Time Drone Detection and Tracking With Visible, Thermal and
Acoustic Sensors [66.4525391417921]
熱赤外カメラは、ドローン検出タスクに対する実現可能な解決策であることが示されている。
また,センサ間距離の関数としての検出器性能についても検討した。
ドローン、鳥、飛行機、ヘリコプターの650個の注釈付き赤外線と可視ビデオを含む新しいビデオデータセットも紹介されている。
論文 参考訳（メタデータ） (2020-07-14T23:06:42Z) - Multi-Drone based Single Object Tracking with Agent Sharing Network [74.8198920355117]
マルチDroneシングルオブジェクト追跡データセットは、92のビデオクリップと113,918の高解像度フレーム、63のビデオクリップ、145,875の高解像度フレームで構成されている。
エージェント共有ネットワーク(ASNet)は、複数のドローンからターゲットの自己教師付きテンプレート共有とビューアウェア融合によって提案される。
論文 参考訳（メタデータ） (2020-03-16T03:27:04Z)
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。