論文の概要: Visual-Inertial Telepresence for Aerial Manipulation

• arxiv url: http://arxiv.org/abs/2003.11509v2
• Date: Sat, 20 Jun 2020 17:41:40 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-20 03:50:02.954644
• Title: Visual-Inertial Telepresence for Aerial Manipulation
• Title（参考訳）: 空中マニピュレーションのためのビジュアル慣性テレプレゼンス
• Authors: Jongseok Lee, Ribin Balachandran, Yuri S. Sarkisov, Marco De Stefano, Andre Coelho, Kashmira Shinde, Min Jun Kim, Rudolph Triebel and Konstantin Kondak
• Abstract要約: 本稿では,航空操作能力向上のための新しいテレプレゼンスシステムを提案する。 触覚デバイスだけでなく、リアルタイムに遠隔地の遠隔操作者に3D視覚フィードバックを提供するバーチャルリアリティーも含まれる。
• 参考スコア（独自算出の注目度）: 35.33968446550463
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a novel telepresence system for enhancing aerial manipulation capabilities. It involves not only a haptic device, but also a virtual reality that provides a 3D visual feedback to a remotely-located teleoperator in real-time. We achieve this by utilizing onboard visual and inertial sensors, an object tracking algorithm and a pre-generated object database. As the virtual reality has to closely match the real remote scene, we propose an extension of a marker tracking algorithm with visual-inertial odometry. Both indoor and outdoor experiments show benefits of our proposed system in achieving advanced aerial manipulation tasks, namely grasping, placing, force exertion and peg-in-hole insertion.
• Abstract（参考訳）: 本稿では,航空操作能力向上のための新しいテレプレゼンスシステムを提案する。 触覚デバイスだけでなく、遠隔地にいる遠隔操作者にリアルタイムで3d視覚フィードバックを提供する仮想現実も含まれる。 我々は,視覚および慣性センサ,物体追跡アルゴリズム,および予め生成された物体データベースを用いてこれを実現する。 バーチャルリアリティーは実際のリモートシーンと密に一致しなければならないため、マーカー追跡アルゴリズムの拡張と視覚慣性オドメトリーを提案する。 室内および屋外実験は, より進んだ空中操作作業, すなわち, つかみ, 配置, 力行使, 穴内挿入を実現する上で, 提案システムの有用性を示す。

関連論文リスト

• Neural feels with neural fields: Visuo-tactile perception for in-hand manipulation [57.60490773016364]
  マルチフィンガーハンドの視覚と触覚を組み合わせることで,手動操作時の物体の姿勢と形状を推定する。 提案手法であるNeuralFeelsは,ニューラルネットワークをオンラインで学習することでオブジェクトの形状を符号化し,ポーズグラフ問題を最適化して共同で追跡する。 私たちの結果は、タッチが少なくとも、洗練され、そして最も最良のものは、手動操作中に視覚的推定を曖昧にすることを示しています。
  論文  参考訳（メタデータ） (2023-12-20T22:36:37Z)
• General In-Hand Object Rotation with Vision and Touch [46.871539289388615]
  複数の軸に沿って指先で物体を回転させるシステムであるRotateItを紹介した。 実感的かつノイズの多いビゾタクタクタブルとプロピロセプティヴな感覚入力で操作するために蒸留する。
  論文  参考訳（メタデータ） (2023-09-18T17:59:25Z)
• Autonomous Marker-less Rapid Aerial Grasping [5.892028494793913]
  本稿では,自律的高速空中把握のための視覚ベースシステムを提案する。 検出対象の高密度点雲を生成し,幾何に基づく把握計画を行う。 飛行プラットフォームを用いた幾何学的把握技術の最初の利用例を示す。
  論文  参考訳（メタデータ） (2022-11-23T16:25:49Z)
• Virtual Reality via Object Poses and Active Learning: Realizing Telepresence Robots with Aerial Manipulation Capabilities [39.29763956979895]
  本稿では,動的・非構造環境下での空中操作を進展させる新しいテレプレゼンスシステムを提案する。 提案システムは触覚デバイスだけでなく、ロボットのワークスペースのリアルタイム3Dディスプレイを提供する仮想現実(VR)インターフェースも備えている。 DLRケーブル・サスペンド・エアリアルマニピュレータ(SAM)によるピック・アンド・プレイス、フォース・アプリケーション、ペグ・イン・ホールの70以上の堅牢な実行を示す。
  論文  参考訳（メタデータ） (2022-10-18T08:42:30Z)
• FlowBot3D: Learning 3D Articulation Flow to Manipulate Articulated Objects [14.034256001448574]
  そこで本研究では,様々な物体の潜在的な動きを学習して予測する視覚ベースシステムを提案する。 我々は,このベクトル場に基づく解析的運動プランナを配置し,最大調音を与えるポリシを実現する。 その結果,本システムは実世界のシミュレーション実験と実世界実験の両方において,最先端の性能を達成できることが示唆された。
  論文  参考訳（メタデータ） (2022-05-09T15:35:33Z)
• UNOC: Understanding Occlusion for Embodied Presence in Virtual Reality [12.349749717823736]
  本稿では,内装体追跡のための新しいデータ駆動型フレームワークを提案する。 まず、体と指の両方の動作で、大規模なモーションキャプチャーデータセットを収集する。 次に, 被写体部を推定する深層ニューラルネットワークを学習し, 被写体部から被写体部を抽出し, 被写体部から被写体部を推定する。
  論文  参考訳（メタデータ） (2020-11-12T09:31:09Z)
• Perceiving Traffic from Aerial Images [86.994032967469]
  本研究では,空中画像中の物体を検出するために,バタフライ検出器と呼ばれる物体検出手法を提案する。 UAVDT(UAVDT)とVisDrone 2019(VisDrone 2019)の2つのUAVデータセット上でButterfly Detectorを評価し、従来の最先端の手法よりも高速に動作し、かつリアルタイムに動作可能であることを示す。
  論文  参考訳（メタデータ） (2020-09-16T11:37:43Z)
• Kinematic 3D Object Detection in Monocular Video [123.7119180923524]
  運動運動を注意深く利用して3次元位置決めの精度を向上させるモノクロ映像を用いた3次元物体検出法を提案する。 我々は、KITTI自動運転データセット内のモノクロ3次元物体検出とバードアイビュータスクの最先端性能を達成する。
  論文  参考訳（メタデータ） (2020-07-19T01:15:12Z)
• Transferable Active Grasping and Real Embodied Dataset [48.887567134129306]
  ハンドマウント型RGB-Dカメラを用いて把握可能な視点を探索する方法を示す。 現実的な3段階の移動可能な能動把握パイプラインを開発し、未確認のクラッタシーンに適応する。 本研究のパイプラインでは,カテゴリ非関連行動の把握と確保において,スパース報酬問題を克服するために,新しいマスク誘導報酬を提案する。
  論文  参考訳（メタデータ） (2020-04-28T08:15:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。