論文の概要: PASS: A Trustworthy Precision Approach Simulation System for CAT III Integrity Algorithm Development
- arxiv url: http://arxiv.org/abs/2610.23019v1
- Date: Fri, 16 Oct 2026 06:53:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 00:56:07.798529
- Title: PASS: A Trustworthy Precision Approach Simulation System for CAT III Integrity Algorithm Development
- Title（参考訳）: PASS: CAT III積分アルゴリズム開発のための信頼性の高い精密アプローチシミュレーションシステム
- Abstract要約: 本稿では,CAT III完全性アルゴリズム開発のための信頼性の高い精密アプローチシステムPASSを提案する。
PASSは空港環境、所定の軌道、慣性シミュレーション、キャリブレーションされたステレオ画像、連続した滑走路関係の地上真実を統合している。
制御可能なセンサエラーと環境変動、計算可能なビジュアルプロジェクションエラー、決定論的滑走路形状の先行、および統計的エラーモデリングのための条件付きデータによるナビゲーションと整合性の研究をサポートする。
- 参考スコア（独自算出の注目度）: 4.860110298771066
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: For fixed-wing aircraft, reliable localization during approach and landing is critical to flight safety. Visual--inertial navigation is promising, but aircraft navigation also requires integrity: trustworthy outputs and timely warnings when they should not be used. Real approach data are costly to collect, while many visual errors and failures required for integrity algorithm development are difficult to reproduce safely. We present PASS, a trustworthy Precision Approach Simulation System for CAT III integrity algorithm development. In a unified temporal and geometric framework, PASS integrates configurable airport environments, prescribed trajectories, inertial simulation, calibrated stereo images, and continuous runway-relative ground truth. It supports navigation and integrity research through controllable sensor errors and environmental variations, computable visual projection errors, deterministic runway geometry priors, and condition-labeled data for statistical error modeling. We further propose Sim-to-Real Scene Trustworthiness (SRST), a measure based on DINOv2 feature distributions and UMAP, to quantify sim-to-real closeness. Experiments with representative stereo--inertial estimators demonstrate the usability of the generated sequences and quantify localization errors across algorithms and environments. PASS provides a controllable foundation for developing and evaluating visual--inertial navigation and integrity algorithms for fixed-wing precision approaches up to CAT III requirements.
- Abstract（参考訳）: 固定翼機では、接近および着陸時の信頼性の高い位置決めが飛行安全にとって重要である。
ビジュアル慣性航法は有望だが、航空機の航法には整合性も必要である。
真のアプローチデータは収集に費用がかかるが、整合性アルゴリズムの開発に必要な視覚的エラーや失敗の多くは、安全に再現することは困難である。
本稿では,CAT III完全性アルゴリズム開発のための信頼性の高い精密アプローチシミュレーションシステムPASSを提案する。
PASSは、時間的および幾何学的な統合の枠組みにおいて、設定可能な空港環境、所定の軌道、慣性シミュレーション、キャリブレーションされたステレオ画像、連続的な滑走路相対的な地上真実を統合している。
制御可能なセンサエラーと環境変動、計算可能なビジュアルプロジェクションエラー、決定論的滑走路形状の先行、および統計的エラーモデリングのための条件付きデータによるナビゲーションと整合性の研究をサポートする。
さらに、DINOv2特徴分布とUMAPに基づく尺度であるSim-to-Real Scene Trustworthiness (SRST)を提案し、Sim-to-real closenessを定量化する。
代表的ステレオ慣性推定器による実験は、生成されたシーケンスのユーザビリティを実証し、アルゴリズムと環境間のローカライズエラーを定量化する。PASSは、CAT IIIの要件まで、固定翼精度アプローチのための視覚慣性ナビゲーションと整合性アルゴリズムの開発と評価のための制御可能な基盤を提供する。
関連論文リスト
- A High-accuracy Event-based Underwater SLAM System [17.722270830763957]
イベントカメラは水中SLAMに大きな可能性を秘めている。
既存のタイムサーフェス(TS)ベースの手法は、水中に展開する際は非常に信頼性が低い。
我々は,最初の高精度イベントベース水中ステレオSLAMシステムの開発を行った。
論文 参考訳（メタデータ） (2026-06-17T11:34:44Z) - A Causal Probabilistic Framework for Perception-Informed Closed-Loop Simulation of Autonomous Driving [1.9798595819903433]
ソフトウェア・イン・ザ・ループ (Software-in-the-loop, SIL) シミュレーションは、現代の自動車安全機能を検証する基盤となる。
本稿では, 実世界の知覚行動と地下構造シミュレーションのギャップを埋める, 知覚インフォームドSILテスト手法を提案する。
論文 参考訳（メタデータ） (2026-06-05T11:53:43Z) - ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
ResADは正規化された残留軌道モデリングフレームワークである。
学習タスクを再編成し、慣性参照からの残留偏差を予測する。
NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
論文 参考訳（メタデータ） (2025-10-09T17:59:36Z) - Predictive Uncertainty for Runtime Assurance of a Real-Time Computer Vision-Based Landing System [32.06417142452719]
滑走路画像から航空機のポーズ推定を行うためのビジョンベースパイプラインを提案する。
提案手法は,確率的キーポイント回帰のための空間的ソフトArgmax演算子をベースとした,効率的なフレキシブルなニューラルアーキテクチャ,リアルタイム推論による多様なビジョンバックボーンのサポート,および,シャープネスとキャリブレーションの指標によって評価される予測不確実性を生成する原理的損失関数,および (iii) 実行時検出と故障モデル出力の拒否を可能にするResidual-based Receiver Self Integrity Monitoring (RAIM) の適応である。
論文 参考訳（メタデータ） (2025-08-13T11:56:22Z) - Unsupervised Domain Adaptation for Self-Driving from Past Traversal
Features [69.47588461101925]
本研究では,新しい運転環境に3次元物体検出器を適応させる手法を提案する。
提案手法は,空間的量子化履歴特徴を用いたLiDARに基づく検出モデルを強化する。
実世界のデータセットの実験では、大幅な改善が示されている。
論文 参考訳（メタデータ） (2023-09-21T15:00:31Z) - DELO: Deep Evidential LiDAR Odometry using Partial Optimal Transport [23.189529003370303]
リアルタイムLiDARベースのオドメトリーは、ロボットナビゲーション、一貫した3Dシーンマップの再構築、安全なモーションプランニングなど、多くのアプリケーションに必須である。
本稿では,フレーム間の正確な対応とモデルの予測不確実性(PU)を共同で学習し,LO予測を安全に保護するための証拠として,新しいディープラーニングベースのリアルタイム(約35～40ms/fps/fps/fps/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s /s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s/s
提案手法をKITTIデータセット上で評価し,最近の最先端手法よりも優れた一般化能力を有する競争性能を示す。
論文 参考訳（メタデータ） (2023-08-14T14:06:21Z) - Bayesian Safety Validation for Failure Probability Estimation of Black-Box Systems [34.61865848439637]
失敗の確率を推定することは、安全クリティカルなシステムの認証において重要なステップである。
この研究は、ベイズ最適化問題としてブラックボックス安全性検証の問題を補足する。
このアルゴリズムは、障害を探索し、最もよく似た障害を計算し、オペレーティングシステム上での障害確率を推定するように設計されている。
論文 参考訳（メタデータ） (2023-05-03T22:22:48Z) - Learning Robust Output Control Barrier Functions from Safe Expert Demonstrations [50.37808220291108]
本稿では,専門家によるデモンストレーションの部分的な観察から,安全な出力フィードバック制御法を考察する。
まず,安全性を保証する手段として,ロバスト出力制御バリア関数(ROCBF)を提案する。
次に、安全なシステム動作を示す専門家による実証からROCBFを学習するための最適化問題を定式化する。
論文 参考訳（メタデータ） (2021-11-18T23:21:00Z) - PDC-Net+: Enhanced Probabilistic Dense Correspondence Network [161.76275845530964]
高度確率密度対応ネットワーク(PDC-Net+)は、精度の高い高密度対応を推定できる。
我々は、堅牢で一般化可能な不確実性予測に適したアーキテクチャと強化されたトレーニング戦略を開発する。
提案手法は,複数の挑戦的幾何マッチングと光学的フローデータセットに対して,最先端の結果を得る。
論文 参考訳（メタデータ） (2021-09-28T17:56:41Z) - Efficient and Robust LiDAR-Based End-to-End Navigation [132.52661670308606]
我々は,LiDARをベースとした効率的なエンドツーエンドナビゲーションフレームワークを提案する。
本稿では,スパース畳み込みカーネル最適化とハードウェア対応モデル設計に基づくFast-LiDARNetを提案する。
次に,単一の前方通過のみから予測の不確かさを直接推定するハイブリッド・エビデンシャル・フュージョンを提案する。
論文 参考訳（メタデータ） (2021-05-20T17:52:37Z)
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。