群制御2026/9/1arXiv:2609.01420

GPS劣化環境下での協調UAVのための視覚ベースリーダー・フォロワー編隊制御

Vision-Based Leader-Follower Formation Control for Cooperative UAVs in GPS-Degraded Environments

フォロワーUAVに搭載したRGB-DカメラでリーダーUAVを検出・追跡し、相対位置を推定して編隊を維持する視覚ベースの協調制御フレームワークを提案・評価した。

詳しい要約

1. どんなもの？

本論文は、GPSが劣化または故障した環境下で、複数のUAV（無人航空機）が協調して編隊飛行を行うための、視覚ベースのリーダー・フォロワー編隊制御フレームワークを提案している。フォロワーUAVに搭載された前方RGB-Dカメラを用いて、リーダーUAVをリアルタイムに検出・追跡・位置推定し、その相対位置情報を編隊制御に利用する。また、GPSや外部測位が利用できない場合のバックアップとしても機能する。

2. 先行研究と比べてどこがすごい？

先行研究では、GPSや外部測位システムに依存した編隊制御が一般的であり、GPSが劣化した環境では性能が低下する。また、視覚ベースの手法はあるが、軽量な検出器と深度情報の融合による実時間処理と、物理ベースのシミュレーションでの検証を組み合わせた点が新しい。特に、センサノイズや通信途絶を考慮した評価を行っている点が優れている。

3. 技術・手法の肝は？

手法の核は、軽量なYOLOベースの検出器を専用のドローンデータセットで学習し、フロントRGB-Dカメラの画像からリーダーUAVのバウンディングボックスを予測すること。次に、ピンホールカメラモデルを用いて深度情報と融合し、リーダーの相対姿勢を推定する。この推定値は、リーダー・フォロワー位置制御器に供給され、GPSや外部測位が使えない場合のバックアップとしても利用される。実装はROSノード群として行われ、XTDroneシミュレータ上で評価される。

4. どうやって有効だと検証した？

物理ベースのマルチUAVシミュレーション（XTDrone）を用いて、センサノイズと通信途絶を考慮した環境で評価した。検出精度、実行時間、編隊維持誤差を、通常条件と測位センサの故障を模擬した条件下で測定し、提案フレームワークが安定した編隊を維持し、計算コストも妥当であることを示した。

5. 議論はある？

要旨からは、実機実験の欠如や、提案手法の限界（例えば、視野角の制約や照明条件への依存）についての議論は不明である。また、シミュレーションのみの検証であり、実世界での性能は未確認である。さらに、通信途絶の程度やセンサノイズのモデル化の詳細も不明である。

6. 次に読むべき論文は？

要旨で参照されている研究は明示されていないが、関連手法として、視覚ベースのUAV編隊制御に関する既存研究（例えば、YOLOを用いた物体検出、RGB-Dカメラによる相対位置推定、リーダー・フォロワー制御など）が挙げられる。具体的には、"Vision-based formation control of UAVs"や"RGB-D camera based relative localization"などの論文が関連する。

※ 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: Deekshitha Angadi, Naveena Budda, Vikas Agarwal, Rojesh Arunkumar Mulasa, Ravi Killamsetty, Mohamed Samshad, Narsimlu Kemsaram

分類: cs.RO

原文アブストラクト

Cooperation in multi-UAV systems requires reliable relative perception so that follower vehicles can maintain formation and continue their mission safely even when absolute positioning sensors degrade or fail. This paper presents a vision-based cooperative formation framework running on a follower UAV that uses a front-facing RGB-D camera to detect, track, and localize a leader UAV in real-time. A lightweight YOLO-based detector is trained on a dedicated drone dataset and deployed onboard to predict leader bounding boxes, which are then fused with depth information via a pinhole camera model to estimate the leader's relative pose. These estimates provide a leader-follower position controller and can also be used as a backup when GPS or external localization is unavailable. This framework is implemented as a set of ROS nodes and evaluated in a physics-based multi-UAV simulation built on XTDrone, with sensor noise and communication dropouts. We evaluate detection accuracy, runtime, and formation-keeping error under nominal conditions and under simulated failures of the positioning sensors. The results show that the proposed framework maintains stable leader-follower formations with reasonable computational cost and provides a practical basis for extending vision-based cooperative formation control to real-world multi-UAV systems.

arXivで原文を読む →arXiv概要ページ