論文の概要: Demo Abstract: Indoor Positioning System in Visually-Degraded Environments with Millimetre-Wave Radar and Inertial Sensors

• arxiv url: http://arxiv.org/abs/2010.13750v1
• Date: Mon, 26 Oct 2020 17:41:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-02 18:48:18.542734
• Title: Demo Abstract: Indoor Positioning System in Visually-Degraded Environments with Millimetre-Wave Radar and Inertial Sensors
• Title（参考訳）: demo abstract: ミリメートル波レーダと慣性センサを用いた視覚劣化環境における屋内位置決めシステム
• Authors: Zhuangzhuang Dai, Muhamad Risqi U. Saputra, Chris Xiaoxuan Lu, Niki Trigoni, Andrew Markham
• Abstract要約: 本研究では,ミリ波レーダと慣性計測ユニット(IMU)データを深部センサ融合により融合する屋内位置決めシステムを提案する。 優れた精度とレジリエンスは、照明の悪いシーンでも見られた。
• 参考スコア（独自算出の注目度）: 44.58134907168034
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Positional estimation is of great importance in the public safety sector. Emergency responders such as fire fighters, medical rescue teams, and the police will all benefit from a resilient positioning system to deliver safe and effective emergency services. Unfortunately, satellite navigation (e.g., GPS) offers limited coverage in indoor environments. It is also not possible to rely on infrastructure based solutions. To this end, wearable sensor-aided navigation techniques, such as those based on camera and Inertial Measurement Units (IMU), have recently emerged recently as an accurate, infrastructure-free solution. Together with an increase in the computational capabilities of mobile devices, motion estimation can be performed in real-time. In this demonstration, we present a real-time indoor positioning system which fuses millimetre-wave (mmWave) radar and IMU data via deep sensor fusion. We employ mmWave radar rather than an RGB camera as it provides better robustness to visual degradation (e.g., smoke, darkness, etc.) while at the same time requiring lower computational resources to enable runtime computation. We implemented the sensor system on a handheld device and a mobile computer running at 10 FPS to track a user inside an apartment. Good accuracy and resilience were exhibited even in poorly illuminated scenes.
• Abstract（参考訳）: 位置推定は公共安全分野において非常に重要である。 消防隊、救急隊、警察などの緊急対応者は、安全で効果的な救急サービスを提供する回復力のある位置決めシステムから恩恵を受ける。 残念なことに、衛星ナビゲーション(GPSなど)は屋内環境に限られている。 インフラストラクチャベースのソリューションに頼ることも不可能である。 この目的のために、カメラや慣性計測ユニット(IMU)をベースとしたウェアラブルセンサー支援ナビゲーション技術が、最近、正確なインフラストラクチャフリーなソリューションとして登場した。 モバイルデバイスの計算能力の向上と合わせて,動作推定をリアルタイムに行うことができる。 本研究では,ミリ波(ミリ波)レーダとimuデータを深いセンサ融合で融合するリアルタイム屋内測位システムを提案する。 我々は、RGBカメラではなくmmWaveレーダを用いて、視覚的劣化(煙、暗闇など)に対してより堅牢性を提供すると同時に、実行時計算を可能にするために低い計算リソースを必要とする。 携帯端末と10FPSで動作する移動体コンピュータにセンサシステムを実装し,アパート内におけるユーザ追跡を行った。 照明の悪いシーンでも高い精度と弾力性が示された。

関連論文リスト

• Radar Fields: Frequency-Space Neural Scene Representations for FMCW Radar [62.51065633674272]
  本稿では,アクティブレーダイメージア用に設計されたニューラルシーン再構成手法であるRadar Fieldsを紹介する。 提案手法では,暗黙的ニューラルジオメトリとリフレクタンスモデルを用いて,暗黙的な物理インフォームドセンサモデルを構築し,生のレーダ測定を直接合成する。 本研究では,密集した車両やインフラを備えた都市景観を含む,多様な屋外シナリオにおける手法の有効性を検証する。
  論文  参考訳（メタデータ） (2024-05-07T20:44:48Z)
• Radar-Lidar Fusion for Object Detection by Designing Effective Convolution Networks [18.17057711053028]
  オブジェクト検出の強化のために,レーダデータとライダーデータを統合したデュアルブランチフレームワークを提案する。 この結果は、最先端の手法を1.89%ドルと2.61%ドルで上回り、好ましくない気象条件で上回っていることを示している。
  論文  参考訳（メタデータ） (2023-10-30T10:18:40Z)
• MSight: An Edge-Cloud Infrastructure-based Perception System for Connected Automated Vehicles [58.461077944514564]
  本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。 MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。 評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
  論文  参考訳（メタデータ） (2023-10-08T21:32:30Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts, Datasets and Metrics [77.34726150561087]
  本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。 両センサと融合に関する概念と特徴を提示する。 本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
  論文  参考訳（メタデータ） (2023-03-08T00:48:32Z)
• mmSense: Detecting Concealed Weapons with a Miniature Radar Sensor [2.963928676363629]
  mmSenseは、人体に隠された金属物の存在を正確に検知できる、エンドツーエンドのポータブルなリアルタイムシステムだ。 mmSenseは、データ取得のためにGoogleのSoliセンサーによって提供されるミリ波レーダー技術と、19ミリ秒で単一のレーダーデータフレームを処理できるリアルタイムニューラルネットワークであるTransDopeを備えています。
  論文  参考訳（メタデータ） (2023-02-28T15:06:03Z)
• Fusion of Radio and Camera Sensor Data for Accurate Indoor Positioning [45.926983284834954]
  広範に普及しているカメラのインフラが捉えた匿名の視覚検出を無線で読み取る新しい位置決めシステムであるRAVELを提案する。 我々の実験では、WiFi測定はそれ自体が十分正確ではないが、カメラデータと融合すると、不明瞭で断片的で匿名のビジュアル・トラックレットをまとめる触媒となる。
  論文  参考訳（メタデータ） (2023-02-01T11:37:41Z)
• Drone Detection and Tracking in Real-Time by Fusion of Different Sensing Modalities [66.4525391417921]
  マルチセンサ・ドローン検知システムの設計と評価を行う。 われわれのソリューションは、魚眼カメラを統合し、空の広い部分を監視し、他のカメラを興味ある対象に向けて操縦する。 このサーマルカメラは、たとえこのカメラが解像度が低いとしても、ビデオカメラと同じくらい実現可能なソリューションであることが示されている。
  論文  参考訳（メタデータ） (2022-07-05T10:00:58Z)
• A Novel Indoor Positioning System for unprepared firefighting scenarios [2.446948464551684]
  本研究は、室内位置決めシステム(IPS)のためのコンパス方向推定とIMUデータに基づく活動認識のための新しい光フローベースビデオを実装した。 この技術は、最初の応答者が未準備で未知の環境に入るのに役立ち、依然として、方向や犠牲者のファイアファイターの位置といった状況認識を維持するのに役立ちます。
  論文  参考訳（メタデータ） (2020-08-04T05:46:03Z)

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。