論文の概要: Slip-Based Autonomous ZUPT through Gaussian Process to Improve Planetary
Rover Localization
- arxiv url: http://arxiv.org/abs/2103.07587v1
- Date: Sat, 13 Mar 2021 01:05:13 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-16 13:49:57.588433
- Title: Slip-Based Autonomous ZUPT through Gaussian Process to Improve Planetary
Rover Localization
- Title（参考訳）: Slip-based autonomous zuPT through Gaussian process to improveing Planetary Rover Localization
- Authors: Cagri Kilic, Nicholas Ohi, Yu Gu, Jason N. Gross
- Abstract要約: ローバーの動作中に車輪のすべりを予測し,ローバーのハードウェアや主要ローバー操作を変更することなく停止する適切なタイミングを予測できる3次元デッドレコンディング手法を提案する。
私たちのアプローチが異なる地形タイプで実行可能であることをフィールドテストで検証し、荒れた地形上の650 mドライブよりも97%以上の3Dローカリゼーション精度を実現します。
- 参考スコア（独自算出の注目度）: 2.4410222612390973
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The zero-velocity update (ZUPT) algorithm provides valuable state information
to maintain the inertial navigation system (INS) reliability when stationary
conditions are satisfied. Employing ZUPT along with leveraging non-holonomic
constraints can greatly benefit wheeled mobile robot dead-reckoning
localization accuracy. However, determining how often they should be employed
requires consideration to balance localization accuracy and traversal rate for
planetary rovers. To address this, we investigate when to autonomously initiate
stops to improve wheel-inertial odometry (WIO) localization performance with
ZUPT. To do this, we propose a 3D dead-reckoning approach that predicts wheel
slippage while the rover is in motion and forecasts the appropriate time to
stop without changing any rover hardware or major rover operations. We validate
with field tests that our approach is viable on different terrain types and
achieves a 3D localization accuracy of more than 97% over 650 m drives on rough
terrain.
- Abstract（参考訳）: ゼロ速度更新(ZUPT)アルゴリズムは、静止条件を満たす場合、慣性ナビゲーションシステム(INS)の信頼性を維持するために貴重な状態情報を提供する。
zuptと非ホロノミック制約を活用することで、車輪付き移動ロボットによる位置推定精度の大幅な向上が期待できる。
しかし、どのくらいの頻度で採用すべきかを決定するには、惑星ローバーのローカライズ精度とトラバーサルレートのバランスを考慮する必要がある。
これに対処するため、ZUPTによるホイール慣性ドオメトリー(WIO)のローカリゼーション性能を改善するため、停止を自律的に開始するタイミングを調査します。
そこで本研究では,ローバーの動作中に車輪のすべりを予測し,ローバーのハードウェアや主要ローバー操作を変更することなく停止時間を予測する3次元デッドレコンディング手法を提案する。
私たちのアプローチが異なる地形タイプで実行可能であることをフィールドテストで検証し、荒れた地形上の650 mドライブよりも97%以上の3Dローカリゼーション精度を実現します。
関連論文リスト
- Real-Time Stochastic Terrain Mapping and Processing for Autonomous Safe Landing [0.0]
本稿では,新しいリアルタイムな惑星地形マッピングアルゴリズムを開発した。
サンプル点間の地形的不確実性や、スパース3次元測定による不確かさを考慮に入れている。
論文 参考訳（メタデータ） (2024-09-14T05:12:14Z) - Accurate Cooperative Localization Utilizing LiDAR-equipped Roadside Infrastructure for Autonomous Driving [2.0499240875882]
LiDARは、センチメートルレベルの精度で車両のローカライズを容易にする。
これらの高精度な手法は、識別可能なマップ機能を持たない環境での信頼性上の課題に直面することが多い。
本稿では,道路側ユニット(RSU)と車両間通信(V2I)を併用して車両の自己位置決定を支援する手法を提案する。
論文 参考訳（メタデータ） (2024-07-11T10:44:42Z) - Cross-Cluster Shifting for Efficient and Effective 3D Object Detection
in Autonomous Driving [69.20604395205248]
本稿では,自律運転における3次元物体検出のための3次元点検出モデルであるShift-SSDを提案する。
我々は、ポイントベース検出器の表現能力を解き放つために、興味深いクロスクラスタシフト操作を導入する。
我々は、KITTI、ランタイム、nuScenesデータセットに関する広範な実験を行い、Shift-SSDの最先端性能を実証した。
論文 参考訳（メタデータ） (2024-03-10T10:36:32Z) - Characterizing Satellite Geometry via Accelerated 3D Gaussian Splatting [0.0]
本稿では,3次元ガウス散乱に基づく軌道上の衛星のマッピング手法を提案する。
ループ型衛星モックアップにおけるモデルトレーニングと3次元レンダリング性能を実演する。
我々のモデルでは、未知の衛星の高品質な新しいビューを、従来のNeRFベースのアルゴリズムよりも2桁近く高速にトレーニングし、レンダリングすることが可能であることが示されている。
論文 参考訳（メタデータ） (2024-01-05T00:49:56Z) - EVORA: Deep Evidential Traversability Learning for Risk-Aware Off-Road Autonomy [34.19779754333234]
本研究では,不確実性を考慮したトラクションモデルを学習し,リスクを考慮したトラジェクトリを計画するための統一的なフレームワークを提案する。
ネットワーク出力を用いてディリクレ分布をパラメータ化し、新しい不確実性を考慮した2乗地球モーバー距離損失を提案する。
我々のアプローチはシミュレーションや車輪付き四足歩行ロボットで広範囲に検証されている。
論文 参考訳（メタデータ） (2023-11-10T18:49:53Z) - Unsupervised Domain Adaptation for Self-Driving from Past Traversal
Features [69.47588461101925]
本研究では,新しい運転環境に3次元物体検出器を適応させる手法を提案する。
提案手法は,空間的量子化履歴特徴を用いたLiDARに基づく検出モデルを強化する。
実世界のデータセットの実験では、大幅な改善が示されている。
論文 参考訳（メタデータ） (2023-09-21T15:00:31Z) - Boosting 3-DoF Ground-to-Satellite Camera Localization Accuracy via
Geometry-Guided Cross-View Transformer [66.82008165644892]
地上レベルの画像と一致/検索衛星画像との相対的な回転と変換を推定することにより、地上カメラの位置と方向の精度を向上させる手法を提案する。
実験の結果,本手法は最先端の手法よりも優れていた。
論文 参考訳（メタデータ） (2023-07-16T11:52:27Z) - Automated Automotive Radar Calibration With Intelligent Vehicles [73.15674960230625]
本稿では,自動車用レーダセンサの自動校正手法を提案する。
本手法では, 車両の外部改造を必要とせず, 自動走行車から得られる位置情報を利用する。
実地試験場からのデータを評価した結果,インフラセンサを自動で正確に校正できることが判明した。
論文 参考訳（メタデータ） (2023-06-23T07:01:10Z) - Learning multiobjective rough terrain traversability [0.0]
本研究では, 地形の高分解能地形データと地上車両シミュレーションを用いて, トラバーサビリティの予測を行う手法を提案する。
深層ニューラルネットワークは、局所的なハイトマップと目標速度からトラバーサビリティ対策を予測するために訓練される。
従来は見つからなかったレーザ走査型森林地形のモデルについて検討した。
論文 参考訳（メタデータ） (2022-03-30T14:31:43Z) - Time-Optimal Planning for Quadrotor Waypoint Flight [50.016821506107455]
立方体の作動限界における時間-最適軌道の計画は未解決の問題である。
四重項のアクチュエータポテンシャルをフル活用する解を提案する。
我々は、世界最大規模のモーションキャプチャーシステムにおいて、実世界の飛行における我々の方法を検証する。
論文 参考訳（メタデータ） (2021-08-10T09:26:43Z) - Lidar Light Scattering Augmentation (LISA): Physics-based Simulation of
Adverse Weather Conditions for 3D Object Detection [60.89616629421904]
ライダーベースの物体検出器は、自動運転車のような自律ナビゲーションシステムにおいて、3D知覚パイプラインの重要な部分である。
降雨、雪、霧などの悪天候に敏感で、信号-雑音比(SNR)と信号-背景比(SBR)が低下している。
論文 参考訳（メタデータ） (2021-07-14T21:10:47Z)
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。