水中ロボティクス/視覚サーボ/MPC2026/9/17arXiv:2609.20731

目標特化型深度推定と適応モデル融合予測制御による水中視覚目標追跡

Underwater Visual Target Tracking with Target-Specific Depth Estimation and Adaptive Model-Fusion Predictive Control

AUVがステレオ画像から目標の深度を抽出し、カルマンフィルタで安定した3D相対状態を得て、ヨー制御と並進制御を分離した適応モデル融合MPCで目標を追跡する枠組みを提案した。

詳しい要約

1. どんなもの？

- AUVによる視覚ベース水中目標追跡のフレームワーク - stereo visual-servoingを採用 - 知覚: target-specific depth estimationとKalman filteringで安定した3D相対状態を推定 - 制御: yaw regulationとtranslational controlを分離し、adaptive model-fusion predictive controlを適用 - 目的: 信頼できないdepth測定と未知の目標運動への対処

2. 先行研究と比べてどこがすごい？

- 既存フレームワークより優れた性能を実証 - 詳細な比較対象は要旨からは不明 - 計算コストの高いcoupled multi-DOF optimizationを回避 - リアルタイムtranslational MPCを可能に - 適応的model-fusion predictive controlで異なる目標運動パターンに対応

3. 技術・手法の肝は？

- 知覚: target-depth maskをcolor, disparity, temporal cuesから構築し、信頼できる目標画素を選択 - depth測定と検出画像中心を別々にフィルタリング - 制御: yaw regulationとtranslational controlを分離 - translational controllerはconstant-velocityとzero-velocityの目標モデルを融合 - 履歴予測誤差でモデル重みを更新 - actuation, following-distance, field-of-view制約下でtranslational commandsを計算

4. どうやって有効だと検証した？

- simulationsとreal-world experimentsを実施 - 提案フレームワークの有効性を検証 - 既存フレームワークより良い性能を示した - 具体的な評価指標や実験条件は要旨からは不明

5. 議論はある？

- 要旨からは不明 - 限界や失敗事例、計算負荷、パラメータ感度などの議論は記載なし

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記されていない - 同分野の関連手法としてvisual servoing, model predictive control (MPC), Kalman filtering, stereo vision, underwater target trackingの定番文献を挙げる

※ 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: Yuheng Zhou, Haiyang Cheng, Yanqi Feng, Pangkit Fong, Mei Xuan Lee, Marcus Gee, Chongrong Fang, Jianping He

分類: cs.RO

原文アブストラクト

Vision-based underwater target tracking is challenged by unreliable depth measurements and unknown target motion. This paper proposes a stereo visual-servoing framework for an autonomous underwater vehicle (AUV). For perception, the framework derives a stable 3D relative state from stereo images through target-specific depth extraction and Kalman filtering. It constructs a target-depth mask from color, disparity, and temporal cues to select reliable target pixels, and then filters the resulting depth measurement and detected image center separately. For control, the framework decouples yaw regulation from translational control, avoiding computationally expensive coupled multi-DOF optimization and enabling real-time translational MPC. The translational controller employs adaptive model-fusion predictive control, combining constant-velocity and zero-velocity target models to accommodate different target-motion patterns. It updates the model weights using historical prediction errors and computes translational commands subject to actuation, following-distance, and field-of-view constraints. Through simulations and real-world experiments, we validate the effectiveness of the proposed framework and show it has better performance than existing frameworks.

arXivで原文を読む →arXiv概要ページ

← 論文一覧