論文の概要: KinoUAV: A Benchmark for Safe and Stable UAV Vision-Language Navigation with Kinodynamic Modeling

• arxiv url: http://arxiv.org/abs/2610.30609v1
• Date: Thu, 22 Oct 2026 02:16:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.188706
• Title: KinoUAV: A Benchmark for Safe and Stable UAV Vision-Language Navigation with Kinodynamic Modeling
• Title（参考訳）: KinoUAV: キノダイナミックモデリングによる安全で安定なUAVビジョンランゲージナビゲーションベンチマーク
• Abstract要約: データセットとKinoUAV-AgentからなるキノダイナミックベンチマークであるKinoUAVを紹介する。 我々は,UAVを加速動作により駆動する階層的キノダイナミック軌道生成パイプラインを開発した。 提案したKinoUAV-AgentはDFDを予測し、安全な行動を生成するために使用し、行動決定から認識を分離する。
• 参考スコア（独自算出の注目度）: 7.327493801112342
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Unmanned aerial vehicles (UAVs) have recently emerged as important remote sensing platforms, and UAV navigation has shown great potential in remote sensing applications. However, existing methods do not explicitly incorporate kinodynamic modeling or safety distances into trajectory generation, resulting in high absolute yaw rates, frequent collisions, and low navigation success rates, which limit safety and motion stability. To address this challenge, we introduce KinoUAV, a kinodynamic benchmark comprising a dataset and KinoUAV-Agent. First, we develop a hierarchical kinodynamic trajectory generation pipeline that drives UAV through acceleration actions. It uses waypoint chains from global planning and generates trajectories segment by segment under velocity, acceleration, and jerk constraints, reducing oscillations and improving trajectory stability. Furthermore, we introduce directional free-space distance (DFD) labels into the constructed dataset to describe the available clearance for safe motion decisions. The proposed KinoUAV-Agent predicts DFDs and uses them to generate safe actions, decoupling perception from action decision-making. This design enables autonomous obstacle avoidance and improves navigation safety. The benchmark incorporates the proposed Cruise-Seek task, in which the UAV first enters the target region and then searches for the target, reducing the difficulty of target search and improving navigation success. Experiments on KinoUAV show that KinoUAV-Agent outperforms existing methods, achieving the highest success rate while maintaining lower absolute yaw rates and collision rates. These results demonstrate the effectiveness of kinodynamic modeling for safe and stable UAV navigation.
• Abstract（参考訳）: 無人航空機(UAV)は、最近、重要なリモートセンシングプラットフォームとして出現し、UAVナビゲーションはリモートセンシングアプリケーションに大きな可能性を示している。 しかし、既存の手法では、キノダイナミックモデリングや安全距離を軌道生成に明示的に組み込んでいないため、高い絶対ヨーレート、頻繁な衝突、そして安全と運動の安定性を制限した航法成功率が低下する。 この課題に対処するために、データセットとKinoUAV-AgentからなるキノダイナミックベンチマークであるKinoUAVを紹介する。 まず,UAVを加速動作により駆動する階層的キノダイナミック軌道生成パイプラインを開発する。 グローバルプランニングのウェイポイントチェーンを使用し、速度、加速度、ジャーク制約の下でのセグメントによる軌道セグメントを生成し、振動を低減し、軌道安定性を向上させる。 さらに、安全な動き決定のために利用可能なクリアランスを記述するために、指向性自由空間距離 (DFD) ラベルを構築データセットに導入する。 提案したKinoUAV-AgentはDFDを予測し、安全な行動を生成するために使用し、行動決定から認識を分離する。 この設計により、自律的な障害物回避が可能となり、ナビゲーションの安全性が向上する。 このベンチマークには提案されたCruise-Seekタスクが組み込まれており、UAVはまずターゲット領域に入り、次にターゲット領域を探索し、ターゲット探索の困難さを低減し、ナビゲーションの成功を改善する。 キノUAVの実験では、キノUAV-Agentは既存の手法よりも優れており、絶対ヨーレートと衝突速度を低く保ちながら最高成功率を達成した。 これらの結果は、安全で安定したUAVナビゲーションにおけるキノダイナミックモデリングの有効性を示す。

関連論文リスト

• UAV Video Deblurring via Motion-Aware Diffusion: A Path to Robust Target Detection [10.233658861023612]
  無人航空機(UAV)は災害対応から交通監視まで様々なシナリオにおいて重要な役割を果たしている。 我々のゴールは、UAV目標検出性能を向上させるために、計算効率が高く効果的なビデオデブロアリング手法を検討することである。
  論文  参考訳（メタデータ） (2026-08-15T14:31:16Z)
• 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)
• How Far are Modern Trackers from UAV-Anti-UAV? A Million-Scale Benchmark and New Baseline [74.4054700050366]
  無人航空機(UAV)は広範囲のアプリケーションを提供するが、安全性とプライバシー侵害のリスクも大きい。 現在の反UAV研究は、主に固定地上カメラで撮影したRGB、赤外線(IR)、またはRGB-IRビデオに焦点を当てている。 本稿では,UAV-Anti-UAVと呼ばれるマルチモーダル視覚追跡タスクを提案する。
  論文  参考訳（メタデータ） (2025-12-08T10:19:54Z)
• 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)
• Dynamic Radar Network of UAVs: A Joint Navigation and Tracking Approach [36.587096293618366]
  新たな問題は、建物の後ろに隠れている無人小型無人航空機(UAV)を追跡することである。 本稿では,悪意のある標的のリアルタイムかつ高精度な追跡のためのUAVの動的レーダネットワークを提案する。
  論文  参考訳（メタデータ） (2020-01-13T23:23:09Z)

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。