論文の概要: Prediction-Informed Landing Window Planning for UAV Landing on USV in High Sea States

• arxiv url: http://arxiv.org/abs/2610.13190v1
• Date: Fri, 09 Oct 2026 08:12:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.466894
• Title: Prediction-Informed Landing Window Planning for UAV Landing on USV in High Sea States
• Title（参考訳）: 高海でのUAVランディングの予測インフォームドランディングウィンドウ計画
• Abstract要約: 既存の階層的な着陸法は、将来のUSVの動きを短い観測履歴から暗黙的に推測する。 高高度着陸決定におけるUSVの姿勢を明示的に予測する事前訓練モデルを開発した。 実験は, 着地風の選び方を改善するために, 明示的な姿勢予測を用いて実現可能であることを示す。
• 参考スコア（独自算出の注目度）: 17.96514965198888
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous landing of unmanned aerial vehicle (UAV) on unmanned surface vehicle (USV) is difficult in high sea states. Existing hierarchical landing methods often infer future USV motion only implicitly from short observation histories, which limits their ability to adapt to severe and rapidly changing sea conditions. This paper presents a prediction-informed hierarchical control framework. A pretrained model is developed to explicitly predict the USV attitude during high-level landing decisions. The prediction helps identify suitable landing windows and choose the right touchdown time, while a conventional low-level flight controller maintains UAV stability and tracks motion commands. To evaluate the framework under realistic disturbances, a real-sim validation setup is constructed in which USV-motion data collected in real sea conditions are transferred to a MuJoCo USV. The experiments demonstrate the feasibility of using explicit attitude prediction to improve landing-window selection and support timing-aware UAV landing planning in rapidly varying marine environments.
• Abstract（参考訳）: 無人航空機(UAV)の無人航空機(USV)への自律着陸は、高海では困難である。 既存の階層的な着陸法は、しばしば将来のUSVの動きを短い観測履歴から暗黙的にしか推測しない。 本稿では,予測インフォームドな階層制御フレームワークを提案する。 高高度着陸決定におけるUSVの姿勢を明示的に予測する事前訓練モデルを開発した。 この予測は、適切な着陸ウィンドウを特定し、適切なタッチダウン時間を選択するのに役立つ。 現実的な乱れ下での枠組みを評価するため,実海域で収集したUSVモーションデータをMuJoCoUSVに転送する実数値検証装置を構築した。 実験では, 着地風の選択性の向上と, 急速に変化する海洋環境下でのUAVの着地計画を支援するために, 明示的な姿勢予測を用いることの有効性を実証した。

関連論文リスト

• RiverVLN: Phase-Grounded Temporal Vision--Language Navigation for Unmanned Surface Vehicles [21.531726614977035]
  連続する河川運動下での長距離UVVLNのための最初のベンチマークであるRiverVLNを紹介する。 PGT-NAVは,USVの位相接地時空間ナビゲーションフレームワークである。
  論文  参考訳（メタデータ） (2026-09-20T07:39:56Z)
• DESCENT: Directed Edge Scene Encoding for Airport Surface Movement Prediction [54.94692733670454]
  DESCENTは変圧器ベースのアーキテクチャで、不均一な力学と厳密なトポロジ的制約を扱うように設計されている。 本手法は,飛行場環境コンテキストを適応的に収集する,潜在的到達性セット(PRS)コンテキストサンプリング機構を備えている。 Amelia-10ベンチマークによる評価では,最先端のベースラインよりも大幅な性能向上が見られた。
  論文  参考訳（メタデータ） (2026-08-26T16:49:50Z)
• WaveLander: A Generalizable Hierarchical Control Framework for UAV Landing on Wave-Disturbed Platforms via Reinforcement Learning [8.852817079320781]
  本稿では、低レベルの飛行安定化から垂直着陸決定を分離する強化学習(RL)による階層制御フレームワークであるWaveLanderを提案する。 RLは、コンパクトなプラットフォーム相対観測をスカラーの垂直速度基準にマッピングする一方、従来の低レベル飛行制御器は姿勢安定性と横方向追跡を維持できる。 シミュレーションの結果,WaveLanderはロバストな着地性能を達成し,目に見えない外乱条件に一般化することがわかった。
  論文  参考訳（メタデータ） (2026-07-01T08:28:15Z)
• 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)
• Hardware- and Vision-in-the-Loop Validation of Deep Monocular Pose Estimation for Autonomous Maritime UAV Flight [2.0935101589828244]
  本稿では,船内における完全自律飛行を実現するハードウェア検証型ビジョン・イン・ザ・ループ・フレームワークを提案する。 その結果、艦載配備前に海上でのUAV自律性を開発するための安全で現実的な中間段階が確立された。
  論文  参考訳（メタデータ） (2026-06-17T15:18:11Z)
• Evidence-Based Landing Site Selection and Vison-Based Landing for UAVs in Unstructured Environments [0.9236074230806578]
  本稿では,無人無人無人着陸のためのエビデンスに基づく確率的枠組みを提案する。 視覚サーボによる実行から不確実性の下での意思決定を明示的に分離する。 NvidiaのIsaac Simによる実世界の実験と高忠実度シミュレーションの両方を通じて検証されている。
  論文  参考訳（メタデータ） (2026-05-02T13:05:20Z)
• Beyond Matching to Tiles: Bridging Unaligned Aerial and Satellite Views for Vision-Only UAV Navigation [51.286599397552756]
  本稿では,UAVの絶対位置と近距離からの進路を共同で予測する視覚駆動型クロスビューナビゲーション手法であるBering-UAVを提案する。 我々はまた、クロスビューのローカライゼーションとナビゲーションを評価するベンチマークである Bearing-UAV-90k も提示する。
  論文  参考訳（メタデータ） (2026-03-23T16:17:39Z)
• Angle Robustness Unmanned Aerial Vehicle Navigation in GNSS-Denied Scenarios [66.05091704671503]
  本稿では、ポイントツーポイントナビゲーションタスクにおける飛行偏差に対処する新しい角度ナビゲーションパラダイムを提案する。 また、Adaptive Feature Enhance Module、Cross-knowledge Attention-guided Module、Robust Task-oriented Head Moduleを含むモデルを提案する。
  論文  参考訳（メタデータ） (2024-02-04T08:41:20Z)
• Robust Autonomous Landing of UAV in Non-Cooperative Environments based on Dynamic Time Camera-LiDAR Fusion [11.407952542799526]
  低コストLiDARと双眼カメラを備えたUAVシステムを構築し,非協調環境における自律着陸を実現する。 我々は,LiDARの非繰り返し走査と高いFOVカバレッジ特性を利用して,動的時間深度補完アルゴリズムを考案した。 深度マップに基づいて, 傾斜, 粗度, 安全領域の大きさなどの高層地形情報を導出する。
  論文  参考訳（メタデータ） (2020-11-27T14:47:02Z)

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。