探査/制御2026/5/1arXiv:2605.14920

FU-MPC：モーター駆動LiDARを用いた効率的かつ高精度なUAV探査のためのフロンティア・不確実性考慮モデル予測制御

FU-MPC: Frontier- and Uncertainty-Aware Model Predictive Control for Efficient and Accurate UAV Exploration with Motorized LiDAR

シェア:X Threads Facebook LINE はてブ Bluesky

未知環境でのUAV探査効率と自己位置推定精度を両立するため、独立駆動の回転LiDARを搭載し、飛行軌道に沿ってLiDARの回転を最適化する階層的探査フレームワークを提案した。

詳しい要約

1. どんなもの？

モータ駆動の回転 LiDAR を搭載した UAV による未知環境探査のための階層型フレームワーク。 - グローバルプランナが frontier を代表 viewpoint に整理し、topology-aware な遷移コストで順序付け。 - その上で FU-MPC が局所的な receding-horizon scan controller として、予測飛行軌道に沿って LiDAR 回転を最適化。 - frontier-aware な探査効用と方向依存の localization uncertainty を同時に考慮。 - lightweight surrogate evaluation によりオンボードでリアルタイム実行。

2. 先行研究と比べてどこがすごい？

従来の LiDAR 搭載 UAV では観測領域が機体 pose・運動と強く結合し、被覆拡大に並進・回転機動が必要で探査効率低下や localization 劣化リスクがあった。 - モータ回転 LiDAR は機体運動を変えずに視野方向を調整でき、追加の sensing degree of freedom を与える。 - しかし既存探査システムはこの走査自由度を探査進捗と localization 品質に結びつけた明示的決定変数としてほとんど活用していない。 - 本研究はこのギャップに対し、回転 LiDAR を独立駆動する UAV プラットフォームと階層型探査フレームワークを提案。

3. 技術・手法の肝は？

階層型探査フレームワーク。 - グローバルプランナ：frontier を代表 viewpoint にまとめ、topology-aware transition cost で系列化。 - FU-MPC：予測飛行軌道に沿って LiDAR 回転を最適化する局所 receding-horizon scan controller。 - 目的関数：frontier-aware exploration utility と direction-dependent localization uncertainty を同時考慮。 - 軽量 surrogate evaluation によりオンボードでのリアルタイム実行を実現。

4. どうやって有効だと検証した？

複雑環境での実験により検証。 - 提案システムは fixed-pattern scanning および uncertainty-only baseline と比較。 - 探査効率を改善しつつ、堅牢な localization 性能を維持することを示した。 - 詳細な評価指標やデータセットは要旨からは不明。

5. 議論はある？

要旨からは不明。 - 想定される論点：回転 LiDAR の追加自由度活用の限界、surrogate evaluation の近似精度、複雑環境での localization 劣化抑制の一般性など。 - ただし本文に明示的な議論の記載は要旨からは読み取れない。

6. 次に読むべき論文は？

要旨で参照・比較されている研究：fixed-pattern scanning、uncertainty-only baseline。 - 関連手法として、frontier-based exploration、Model Predictive Control (MPC)、LiDAR odometry/localization、active perception などが次に読むべき候補。 - プロジェクトページ：https://kafeiyin00.github.io/FU-MPC/

※ 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: Jianping Li, Pengfei Wan, Zhongyuan Liu, Yi Wang, Yiheng Chen, Xinhang Xu, Rui Jin, Boyu Zhou, Lihua Xie

分類: cs.RO

原文アブストラクト

Efficient UAV exploration in unknown environments requires rapid coverage expansion while maintaining accurate and reliable localization, since safe navigation in complex scenes depends on consistent mapping and pose estimation. However, for conventional LiDAR-equipped UAVs, the observable region is tightly coupled with the UAV pose and motion. Expanding coverage often requires additional translational or rotational maneuvers, which can reduce exploration efficiency and increase the risk of localization degradation in geometrically challenging environments. Motorized rotating LiDARs provide a promising solution by actively adjusting the sensor viewing direction without changing the UAV motion, thereby introducing an additional sensing degree of freedom. Nevertheless, existing exploration systems rarely exploit this scanning freedom as an explicit decision variable linked to both exploration progress and localization quality. To address this gap, we develop a UAV platform equipped with an independently actuated rotating LiDAR and propose a hierarchical exploration framework. The global planner organizes frontiers into representative viewpoints and sequences them using topology-aware transition costs. Built upon this planner, FU-MPC serves as a local receding-horizon scan controller that optimizes LiDAR rotation along the predicted flight trajectory. The controller jointly considers frontier-aware exploration utility and direction-dependent localization uncertainty, while lightweight surrogate evaluation enables real-time onboard execution. Experiments in complex environments demonstrate that the proposed system improves exploration efficiency while maintaining robust localization performance compared with fixed-pattern scanning and uncertainty-only baselines. The project page can be found at https://kafeiyin00.github.io/FU-MPC/.

arXivで原文を読む →arXiv概要ページ

← 論文一覧