論文の概要: Borrowed Eyes: Markerless Nano-UAV Flight with an Active Quadruped Observer

• arxiv url: http://arxiv.org/abs/2610.09967v1
• Date: Wed, 07 Oct 2026 12:38:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.907144
• Title: Borrowed Eyes: Markerless Nano-UAV Flight with an Active Quadruped Observer
• Title（参考訳）: ボロードアイズ:アクティブ・クアドルプ・オブザーバ搭載のマーカーレスナノUAV飛行
• Abstract要約: 腕にカメラを装着した四足歩行ロボットからナノUAVをローカライズするビジョンベースシステムを提案する。 このフレームワークは、四足歩行者がナノUAVの局所化負荷をオフロードすることを可能にする。
• 参考スコア（独自算出の注目度）: 42.222436426499584
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Nano unmanned aerial vehicles (nano-UAVs) can navigate confined spaces that larger robots cannot, but their payload capacity severely limits the sensors and compute available for self-localization in global navigation satellite system (GNSS)-denied environments. We present a vision-based system that localizes a nano-UAV from a quadruped robot with an arm-mounted camera. The quadruped tracks the drone, estimates its position in its own coordinate system using segmentation masks and depth, and transmits that position over a real-time radio link. To ensure continuous tracking, we developed a perception-aware nonlinear Model Predictive Controller (NMPC) that dynamically adjusts the quadruped's body and arm to maximize the drone's visibility, treating observation reliability as a primary control objective. Relying solely on this external estimate, the nano-UAV executed predefined trajectories from takeoff to landing with a median 3D localization error of 59 mm. The system demonstrates robustness against short visual occlusions by smoothly transitioning to onboard inertial flight when line-of-sight is temporarily lost. Ultimately, this framework allows a quadruped to offload the localization burden of a nano-UAV, enabling inspection of complex spaces that neither robot could navigate alone.
• Abstract（参考訳）: ナノ無人航空機(nano-UAV)は、大型ロボットでは不可能な制限された空間を航行することができるが、そのペイロード容量は、グローバルナビゲーション衛星システム(GNSS)で自己ローカライズ可能なセンサーと計算能力を著しく制限している。 腕にカメラを装着した四足歩行ロボットからナノUAVをローカライズするビジョンベースシステムを提案する。 四足歩行はドローンを追跡し、セグメンテーションマスクと深さを使って独自の座標系で位置を推定し、その位置をリアルタイムの無線リンクで送信する。 連続的な追跡を確実にするため、我々は四足歩行者の身体と腕を動的に調整し、ドローンの視認性を最大化し、観察信頼性を第一制御目的として扱う、知覚に敏感な非線形モデル予測制御器(NMPC)を開発した。 この外部推定のみに基づいて、ナノUAVは離着陸から着陸までの事前定義された軌道を、中央値の3D位置誤差59mmで実行した。 このシステムは、視線が一時的に失われると、オンボードの慣性飛行にスムーズに移行することで、短い視覚的閉塞に対して堅牢性を示す。 最終的にこのフレームワークは、四足歩行者がナノUAVの局所化負荷をオフロードし、ロボットが単独で操作できない複雑な空間の検査を可能にする。

関連論文リスト

• Vision-Based Leader-Follower Formation Control for Cooperative UAVs in GPS-Degraded Environments [0.31662146097653004]
  本稿では, 追従型UAV上で動作する視覚型協調形成フレームワークを提案する。 前面のRGB-Dカメラを使って、リーダーUAVをリアルタイムで検出し、追跡し、ローカライズする。 その結果,提案フレームワークは,合理的な計算コストで安定したリーダ・フォロワ構成を維持していることがわかった。
  論文  参考訳（メタデータ） (2026-09-01T15:35:38Z)
• DynFly: Dynamic-Aware Continuous Trajectory Generation for UAV Vision-Language Navigation in Urban Environments [55.73595346639892]
  我々は高レベルナビゲーション推論と実行可能なUAV動作を橋渡しするDynFlyを提案する。 DynFlyはB-スプライン制御点空間のエキスパート軌道を表し、Spline-DiTジェネレータを用いて条件付き軌道生成を学習する。 OpenUAV UAV-VLNベンチマークの実験では、DynFlyは航法性能と軌道品質の両方を改善している。
  論文  参考訳（メタデータ） (2026-06-30T13:33:48Z)
• Fly, Track, Land: Infrastructure-less Magnetic Localization for Heterogeneous UAV-UGV Teaming [5.61837936726601]
  我々は,軽量UAVの自律的なホバリング,追跡,着陸を可能にする,完全なインフラストラクチャレス磁気誘導型(MI)ローカライゼーションシステムを提案する。 この研究は、超軽量飛行ロボットが地上の無人地上車両の移動認識エージェントとして機能する異種ロボットコラボレーションのビジョンを前進させる。
  論文  参考訳（メタデータ） (2026-03-09T20:52:51Z)
• Neural 3D Object Reconstruction with Small-Scale Unmanned Aerial Vehicles [16.745245388756533]
  小型無人航空機(UAV)は、屋内と難航地域を航行する大きな可能性を秘めている。 本稿では,100グラム以下のUAVを用いた静的物体の完全自律・高忠実な3次元走査を可能にするシステムアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2025-09-15T21:08:32Z)
• 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)
• R4Dyn: Exploring Radar for Self-Supervised Monocular Depth Estimation of Dynamic Scenes [69.6715406227469]
  駆動シナリオにおける自己教師付き単眼深度推定は、教師付きアプローチに匹敵する性能を達成した。 本稿では,自己監督型深度推定フレームワーク上に費用効率の高いレーダデータを利用する新しい手法であるR4Dynを提案する。
  論文  参考訳（メタデータ） (2021-08-10T17:57:03Z)

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。