日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

軌道予測arXiv:2603.01997

RPM変調カルマンフィルタによるイベントカメラのみを用いたドローン軌道予測

Event-Only Drone Trajectory Forecasting with RPM-Modulated Kalman Filtering

シェア:XThreadsFacebookLINEはてブBluesky

イベントカメラのデータからプロペラ回転数を抽出し、それをカルマンフィルタに組み込むことで、学習データやRGB画像を使わずにドローンの軌道予測を行う手法を提案した。

詳しい要約

1. どんなもの?

イベントカメラのみを用いてドローンの軌道を予測する手法。プロペラ回転に起因する運動手がかりを利用し、raw event dataからプロペラ回転速度(RPM)を抽出してRPM-aware Kalman filteringに融合する。RGB画像や学習データに依存せず、短・中horizonの軌道予測を実現する。

2. 先行研究と比べてどこがすごい?

学習ベース手法やvanilla Kalman filterと比較して、FRED dataset上で0.4sおよび0.8s予測horizonにおけるaverage distance errorとfinal distance errorで優位。RGB imageryやtraining dataを必要としない点が従来と異なる。

3. 技術・手法の肝は?

raw event dataからプロペラ回転速度(RPM)を直接抽出し、それをRPM-aware Kalman filtering framework内で融合する。イベントカメラの高時間分解能を活かし、プロペラ誘起運動cueを予測に用いる。

4. どうやって有効だと検証した?

FRED dataset上で評価し、learning-based approachesおよびvanilla Kalman filterと比較。0.4sと0.8sのforecasting horizonでaverage distance errorとfinal distance errorを指標に有効性を検証。

5. 議論はある?

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learning-based approaches、vanilla Kalman filter、FRED dataset。関連手法としてevent cameraを用いたtrajectory predictionやKalman filteringの研究が挙げられる。

※ 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: Hari Prasanth S. M., Pejman Habibiroudkenar, Eerik Alamikkotervo, Dimitrios Bouzoulas, Risto Ojala

分類: cs.CV, cs.RO, eess.IV

原文アブストラクト

Event cameras provide high-temporal-resolution visual sensing that is well suited for observing fast-moving aerial objects; however, their use for drone trajectory prediction remains limited. This work introduces an event-only drone forecasting method that exploits propeller-induced motion cues. Propeller rotational speed are extracted directly from raw event data and fused within an RPM-aware Kalman filtering framework. Evaluations on the FRED dataset show that the proposed method outperforms learning-based approaches and vanilla kalman filter in terms of average distance error and final distance error at 0.4s and 0.8s forecasting horizons. The results demonstrate robust and accurate short- and medium-horizon trajectory forecasting without reliance on RGB imagery or training data.

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. 3GXO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
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

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