論文の概要: Safe and Fuel-Efficient Motion Planning for Lunar Propulsive Drones

• arxiv url: http://arxiv.org/abs/2610.22225v1
• Date: Thu, 15 Oct 2026 17:05:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:09:33.217445
• Title: Safe and Fuel-Efficient Motion Planning for Lunar Propulsive Drones
• Title（参考訳）: 月用推進ドローンの安全かつ燃料効率の良い移動計画
• Abstract要約: 将来の月のミッションでは、推進ドローンが月面を横断する一連のホップを完成させる。 視覚誘導型最適制御戦略を用いた自律移動計画フレームワークを提案する。 以上の結果から,我々の統合移動計画フレームワークは安全で燃費効率の良いホップ軌道を導出することが示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Propulsive drones are a promising new technology for generating high-resolution terrain models of the Moon. In future lunar missions, propulsive drones will complete a series of hops across the lunar surface while capturing images with downward-facing cameras. We present an autonomous motion planning framework that uses a vision-guided optimal control strategy for performing safe, efficient hops between specified waypoints. The drone plans parabolic hops between waypoints generated by a global-level planner; if a nominal waypoint is unsafe or unreachable, the drone then completes a diversion maneuver to safely land. To evaluate the validity of potential landing sites, we develop a custom semantic segmentation model for identifying obstacles from aerial images, and we introduce an approach for rapidly calculating reachable terrain. We then use model predictive control (MPC) to robustly track hop trajectories that guide the drone towards safe landing sites. We test the optimal hop planner in a high-fidelity lunar simulation environment. Our results demonstrate that our unified motion planning framework yields safe, fuel-efficient hop trajectories which can be tracked rapidly and with low error via MPC.
• Abstract（参考訳）: 推進ドローンは、月の高解像度地形モデルを作成するための、有望な新しい技術だ。 将来の月ミッションでは、推進ドローンが月面を横断する一連のホップを完了し、下向きのカメラで画像を撮影する。 本稿では,視覚誘導型最適制御戦略を用いて,特定経路間の安全かつ効率的なホップを行う自律移動計画フレームワークを提案する。 ドローンは、グローバルレベルのプランナーが生成するウェイポイント間のパラボリックホップを計画し、名目上のウェイポイントが安全でない場合、ドローンは安全に着陸するための移動操作を完了する。 そこで本研究では,空中画像から障害物を識別するカスタムセマンティックセグメンテーションモデルを構築し,到達可能な地形を高速に計算するためのアプローチを提案する。 次に、モデル予測制御(MPC)を使用してホップ軌道をしっかり追跡し、ドローンを安全な着陸地点へと誘導します。 高忠実な月面シミュレーション環境で最適なホッププランナをテストする。 以上の結果から,我々の統合移動計画フレームワークは安全かつ燃費効率の高いホップ軌道を高速かつ低誤差でMPCで追跡できることを示した。

関連論文リスト

• DroneDAR: Long-Range Drone Distance Estimation Using Monocular Vision and Bounding-Box Features [1.7902579391218094]
  本稿では,画像作物を用いた単眼ドローン距離推定とバウンディングボックス形状について検討する。 我々は,軽量ゲーティング機構を通じて,畳み込みバックボーンと明示的なバウンディングボックスキューを組み合わせた新しいDroneDARモデルを提案する。
  論文  参考訳（メタデータ） (2026-06-05T18:12:00Z)
• DeTrack: A Benchmark and Altitude-Aware Dual World Model for Drone-embodied Tracking [19.17071505132198]
  DeTrackは、ドローンが対話的な3D環境でターゲットを追跡することを必要とする、ドローンを身体的に追跡する新しいタスクだ。 AaDWorldsは、ドローンの身体追跡のための高度対応のデュアルワールドモデルフレームワークである。
  論文  参考訳（メタデータ） (2026-05-17T13:49:27Z)
• Perception-to-Pursuit: Track-Centric Temporal Reasoning for Open-World Drone Detection and Autonomous Chasing [0.0]
  本稿では,検出と実行可能な追従計画を橋渡しするトラック中心の時間的推論フレームワークを提案する。 我々の研究は、動きパターンに対する時間的推論が正確な予測と行動可能な追跡計画の両方を可能にすることを示した。
  論文  参考訳（メタデータ） (2026-01-27T07:57:29Z)
• 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)
• Open-World Drone Active Tracking with Goal-Centered Rewards [62.21394499788672]
  Drone Visual Active Trackingは、視覚的な観察に基づいてモーションシステムを制御することで、対象物を自律的に追跡することを目的としている。 DATは,世界初となるエア・ツー・グラウンド・トラッキング・ベンチマークである。 また,複雑なシナリオにおけるドローン追跡目標の性能向上を目的としたGC-VATを提案する。
  論文  参考訳（メタデータ） (2024-12-01T09:37:46Z)
• 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)
• Coupling Vision and Proprioception for Navigation of Legged Robots [65.59559699815512]
  我々は視覚と受容の相補的な強みを利用して、脚のあるロボットでポイントゴールナビゲーションを実現する。 車輪付きロボット(LoCoBot)のベースラインよりも優れた性能を示す。 また,センサーと計算能力を備えた四足歩行ロボットに,我々のシステムを実環境に展開することも示す。
  論文  参考訳（メタデータ） (2021-12-03T18:59:59Z)
• AutoDrone: Shortest Optimized Obstacle-Free Path Planning for Autonomous Drones [0.0]
  GPSで誘導される座標系において,障害物のない最短経路を求める手法を提案する。 これは特に、省エネな方法で救助活動や迅速な配送やピックアップに有用である。
  論文  参考訳（メタデータ） (2021-10-30T07:52:57Z)

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。