傾斜LiDARによるニューラル幾何トンネル通過：ローカライゼーション不要のUAV飛行

arXiv cs.RO / 2026/4/30

💬 オピニオンDeveloper Stack & InfrastructureIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、GNSSが使えないトンネルや採掘現場などの環境において、照明や壁面特徴が不安定または乏しい状況でもUAVを自己位置推定なしで誘導する手法を提案している。
傾斜LiDARのデータを、幾何学的手法と深層ニューラルネットワークの組み合わせで処理し、トンネルの長手軸に対するUAVのヨーを推定して進行方向を調整する。
幾何モジュールにより、最も近い障害物からの距離が最大となる「安全なトンネル内位置」を算出する。
学習（推定）と幾何の情報を組み合わせることで、直線および曲線トンネルの双方で効果的なナビゲーションが可能だとする実証（プロトタイプ）を示している。

Abstract

トンネルや鉱山などの困難な環境におけるUAVのナビゲーションでは、自己位置推定のためにGNSS手法を使用できないことがあり、照明が不均一または存在しない場合があり、壁面の特徴が乏しい可能性が高いなど、特にナビゲーションを高速で実行する必要がある場合には、複雑な課題となります。本論文では、幾何学的アルゴリズムと機械学習アルゴリズムを併用して、LiDAR情報を用いることでUAVのための新しい実証（proof-of-concept）ナビゲーション手法を提案します。知覚された情報は深層ニューラルネットワークによって処理され、トンネルの長手方向の軸に対するUAVのヨー角を確立し、これによってナビゲーションの向きを調整します。さらに、トンネル内部で最も安全な位置（すなわち、最も近い障害物までの距離を最大化する位置）を計算するために幾何学的方法を使用します。この情報は、直線および曲線トンネルにおいて、シンプルながら効果的なナビゲーションを行うのに十分であることが示されます。