FY26W18 ドローン論文まとめ

一言概要: 衛星画像だけを条件として、1平方kmあたり10分未満で広大かつシームレスな3D環境を生成するジェネレーティブ3D地球モデルABot-Earth 0.5を提案する。

背景・目的: UAVの閉ループナビゲーションなど身体性AIの下流応用には現実的な3Dシミュレーション環境が欠かせないが、大規模な3D再構築には高いコストがかかることが技術的・金銭的な障壁となっており、より手軽な生成手段が求められていた。

提案手法: 3D Gaussian Splatting表現を直接用いた生成モデルを提案し、実世界の都市再構築データで学習した。推論時には衛星画像のみを条件として新規3Dシーンを合成し、Web地図エンジン上でのリアルタイム可視化に対応する階層的LOD構造も統合している。

結果: 現実感の高い3Dシーンを低コストかつ高速(1平方kmあたり10分未満)に生成でき、シミュレーションと実世界のドメインギャップを効果的に緩和することで、閉ループUAVナビゲーションなどの下流応用を可能にした。

一言概要: 全方位画像の回転等価性を利用し、大規模な空間変動下でも一貫した長距離記憶を維持できるパノラマ世界モデルPanoWorldを提案する。

背景・目的: パノラマ世界モデルにおける長距離記憶は課題であり、既存のデータセットは照明条件や空間変化が比較的安定しているため、大規模な空間変動下での物理的整合性を十分に評価できていなかった。全方位表現ならではの回転等価性も十分活用されていなかった。

提案手法: カメラ軌道を固定方位への並進として単純化し、Dense Panoramic Ray-ConditioningとGeometry-aware Memory Augmentationにより現在の動作モデリングと長距離記憶を両立させた。3段階の学習パイプラインで各要素を段階的に最適化し、UAV撮影の実写映像とシミュレーション映像からなるWorld360データセットを新たに構築した。

結果: World360データセットでの実験によりPanoWorldの有効性が示され、比較対象の手法を大きく上回る性能を達成した。大規模な空間変動下や多様な照明条件でも物理的な一貫性を保てることが確認された。

一言概要: 空間理解に偏りがちだったUAV向け評価軸に自己認識の観点を加え、両者を統一的に評価するベンチマークSIS-Benchを提案する。

背景・目的: 複雑な実環境で動作する自律UAVはマルチモーダル大規模言語モデルに依存しつつあるが、既存のUAV向け手法・ベンチマークは環境中心の空間理解タスクに偏り、エージェント自身の自己認識は暗黙的なままだった。

提案手法: 空間と自己という2軸、知覚・記憶・推論という3階層で構成される評価軸を設計し、1,646本の実世界UAV映像から専門家検証を経て13タスク・4,856問のQAペアを構築した。運動情報を光学フローと視覚特徴の融合で取り込む運動考慮型表現も検討している。

結果: 現行のMLLMは動的でエージェント中心の処理に根本的な限界を抱え、空間認知と自己認識の間に明確な不均衡があること、認知レベルが上がるほど性能が段階的に低下することが判明した。運動を考慮した表現の導入により知覚・記憶・自己認識の各性能が一貫して向上した。

一言概要: 1台のLiDAR-IMUで地上・空中の両プラットフォームを同期駆動する、トンネル点検向け高速経路計画フレームワークFLISPを提案する。

背景・目的: 水力発電用トンネルの点検はインフラ健全性維持に不可欠だが、手作業では非効率かつ危険であり、既存の地図ベース手法は地図のラスタ化コストやサンプリングの不安定性という構造的なボトルネックを抱えていた。地図に依存しない計画手法が求められていた。

提案手法: 1台のUGV搭載LiDAR-IMUが両プラットフォームの経路生成を同期駆動する統一アーキテクチャを構築した。UGV障害物回避には強化版Fireflyアルゴリズム、UAV飛行には動的反復最適化を用いる階層的な洗練戦略により、運動学的実現可能性を状態推定のドリフト無しで確保している。

結果: 1.2kmの実運用トンネルでの検証により100%の成功率と7msの低遅延を達成し、格子ベース手法(Fast-LIO2 + A*)比で7倍、サンプリングベース手法(LIO-SAM + RRT*)比で3桁の高速化を実現した。

一言概要: 物理的忠実度とマルチエージェント対応、深層強化学習の高スループットを両立する、MuJoCo上のGPU高速マルチドローンシミュレータを提案する。

背景・目的: 空中ロボティクス研究では現実的な物理シミュレータが不可欠だが、既存のクアッドコプター学習環境は物理的忠実度・マルチエージェント対応・深層強化学習パイプラインが要求するスループットの間でトレードオフを抱えていた。

提案手法: Bitcraze Crazyflie 2.xナノクアッドコプターを任意台数扱えるGymnasium互換環境を構築し、物理モデル・行動インターフェース・観測空間を選択できるモジュラーAPIとPettingZoo対応ラッパーを備え、ホバリングから編隊飛行まで7種のタスク環境を用意した。

結果: 関連するgym-pybullet-dronesプロジェクトと同様の制御・学習例を通じて有用性を示し、MuJoCoの優れた接触処理・描画・並列化性能を活かせることを確認した。ホバリングから編隊飛行・ゲートレースまで幅広いタスクで動作を実証している。

一言概要: 標的発見までに確認すべき誤警報の数という運用面の観点から、UAVハイパースペクトル画像による地雷検出手法4種を比較検証する。

背景・目的: ハイパースペクトルイメージング(HSI)は物質識別に有効だが、実運用の地雷スクリーニングでは標的発見までに何件の誤警報を確認する必要があるかが重要な指標であり、この観点からの検証が不足していた。UAV搭載での実用性も未検証だった。

提案手法: 地上計測シグネチャ・シーン内の完全既知シグネチャ・人間参加型で段階的に構築するシミュレーションシグネチャの3条件を、SAM・MF・ACE・CEMの4手法で比較し、ROC-AUCや平均適合率に加え標的発見曲線と候補確認数を報告した。

結果: 完全レビュー方式は7つの標的領域全てを確認した時点で完全既知条件に到達したが、必要な確認作業量は手法により大きく異なり、ACEは2ラウンド・9件の候補確認で全領域を確認できた一方、SAM系は最終的な標的特定に数千件の確認を要した。

一言概要: エッジ実装での実時間性を保ちながら追跡精度を高める、適応運動学カルマンフィルタによるUAV群の熱赤外追跡パイプラインを提案する。

背景・目的: 熱赤外(TIR)イメージングは視覚的に劣化した環境でのUAV群運用に不可欠だが、小型UAVの追跡は外観手がかりの乏しさ・頻繁なオクルージョン・急な機動により難しく、既存手法は精度を重視するあまりエッジデバイスでのリアルタイム制約を軽視していた。

提案手法: 標準的なカルマンフィルタの効率性を保ちながら状態依存の運動学モデリングを加えたAdaptive Kinematic Kalman Filter(AKKF)を提案した。一時的な誤検出の抑制と運動学に基づく予測的な補完を組み合わせ、厳しいTIR条件下でも軌道の連続性を保つ設計にしている。

結果: Beyond Strong Baselineベンチマークでの実験により、厳しいTIR条件下での軌道の連続性が改善したことを確認した。追跡性能と計算効率を両立する将来のリアルタイム実装に向けた知見を提供している。