日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

群制御arXiv:2602.11116

GPS不感環境における方位のみ測位のためのマルチUAV軌道最適化

Multi-UAV Trajectory Optimization for Bearing-Only Localization in GPS Denied Environments

シェア:XThreadsFacebookLINEはてブBluesky

固定カメラを搭載した複数UAVと水上船舶の協調により、GPS不感環境で目標を測位するための軌道最適化フレームワークを提案し、従来のヒューリスティック経路より測位誤差を半減させた。

詳しい要約

1. どんなもの?

- 本論文は、GPS-denied環境における海上目標の協調位置推定のための新しい軌道最適化フレームワークを提案する。 - 固定式(non-gimballed)カメラを搭載したUAVとsurface vesselが協調し、bearing-only localizationを行う。 - 推定を考慮した(estimation-aware)軌道を生成し、mission constraints、platform dynamics、out-of-frame eventsを明示的に扱う。

2. 先行研究と比べてどこがすごい?

- 従来はgimballed electro-optical sensorsを搭載したUAVが用いられてきたが、機械的複雑性、コスト、単一点故障の脆弱性が問題であった。 - 本研究では固定式カメラでgimballedシステムと同等以上の位置推定精度を達成し、システムの複雑性とコストを大幅に削減する。 - estimation-aware軌道はheuristic pathsと比較して位置推定誤差を2倍以上低減する。

3. 技術・手法の肝は?

- estimation-aware optimizationにより、mission constraints、platform dynamics、out-of-frame eventsを考慮した動的に実行可能な軌道を生成する。 - 固定式カメラを搭載した複数UAVとsurface vesselの協調によるbearing-only localizationを実現する。 - 具体的なアルゴリズムや定式化の詳細は要旨からは不明。

4. どうやって有効だと検証した?

- estimation-aware軌道とheuristic pathsを比較し、位置推定誤差が2倍以上低減することを示した。 - 固定式カメラを搭載した協調UAVが、単一のgimballedシステムと同等以上の位置推定精度を達成することを実証した。 - シミュレーションか実機実験かは要旨からは不明。

5. 議論はある?

- 固定式カメラの協調UAVにより、システムの複雑性とコストを削減し、スケーラビリティとmission resilienceを向上できると主張。 - 一方で、gimballedシステムとの直接比較における公平性や、実環境での検証の必要性などは要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、bearing-only localization、cooperative target localization、estimation-aware trajectory optimization、gimballed electro-optical sensorsを用いたUAV localizationなどが挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Alfonso Sciacchitano, Liraz Mudrik, Sean Kragelund, Isaac Kaminer

分類: eess.SY, cs.RO, cs.SY, math.OC

原文アブストラクト

Accurate localization of maritime targets by unmanned aerial vehicles (UAVs) remains challenging in GPS-denied environments. UAVs equipped with gimballed electro-optical sensors are typically used to localize targets, however, reliance on these sensors increases mechanical complexity, cost, and susceptibility to single-point failures, limiting scalability and robustness in multi-UAV operations. This work presents a new trajectory optimization framework that enables cooperative target localization using UAVs with fixed, non-gimballed cameras operating in coordination with a surface vessel. This estimation-aware optimization generates dynamically feasible trajectories that explicitly account for mission constraints, platform dynamics, and out-of-frame events. Estimation-aware trajectories outperform heuristic paths by reducing localization error by more than a factor of two, motivating their use in cooperative operations. Results further demonstrate that coordinated UAVs with fixed, non-gimballed cameras achieve localization accuracy that meets or exceeds that of single gimballed systems, while substantially lowering system complexity and cost, enabling scalability, and enhancing mission resilience.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3Google DeepMind、ロボット向けAIを発表新製品・発表
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI