Fugu-MT 論文翻訳(概要): Mobile-URSONet: an Embeddable Neural Network for Onboard Spacecraft Pose Estimation

論文の概要: Mobile-URSONet: an Embeddable Neural Network for Onboard Spacecraft Pose Estimation

arxiv url: http://arxiv.org/abs/2205.02065v1
Date: Wed, 4 May 2022 13:54:34 GMT
ステータス: 処理完了
システム内更新日: 2022-05-05 14:52:59.192603
Title: Mobile-URSONet: an Embeddable Neural Network for Onboard Spacecraft Pose Estimation
Title（参考訳）: Mobile-URSONet: 搭載型宇宙空間推定のための埋め込み型ニューラルネットワーク
Authors: Julien Posso, Guy Bois, Yvon Savaria
Abstract要約: ESA/スタンフォードの競争は、宇宙船に搭載されたコンピュータに課される制約とほとんど互換性のないソリューションを生み出した。提案するMobile-URSONetは,パラメータの178倍の精度で,精度を4倍に低下させる。
参考スコア（独自算出の注目度）: 0.3093890460224435
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Spacecraft pose estimation is an essential computer vision application that can improve the autonomy of in-orbit operations. An ESA/Stanford competition brought out solutions that seem hardly compatible with the constraints imposed on spacecraft onboard computers. URSONet is among the best in the competition for its generalization capabilities but at the cost of a tremendous number of parameters and high computational complexity. In this paper, we propose Mobile-URSONet: a spacecraft pose estimation convolutional neural network with 178 times fewer parameters while degrading accuracy by no more than four times compared to URSONet.
Abstract（参考訳）: 宇宙機ポーズ推定は、軌道上の操作の自律性を改善するための重要なコンピュータビジョンアプリケーションである。 ESA/スタンフォードの競争は、宇宙船に搭載されたコンピュータに課される制約とほとんど互換性のないソリューションを生み出した。 URSONetは、その一般化能力の競争で最も優れたものの1つだが、膨大な数のパラメータと高い計算複雑性を犠牲にしている。本稿では,URSONetよりも4倍の精度で精度を低下させながら,パラメータの178倍のパラメータを持つ推定畳み込みニューラルネットワークを提案する。

関連論文リスト

Orbital AI-based Autonomous Refuelling Solution [6.776059370975249]
本稿では、ドッキングおよび軌道上サーベイシング(OOS)の主センサとしてのオンボード可視光カメラの利用を成熟させるAIベースのナビゲーションアルゴリズムの開発について述べる。複数の畳み込みニューラルネットワークバックボーンアーキテクチャは、国際宇宙ステーション(ISS)とのドッキング操作の合成データに基づいてベンチマークされる再給油機構の物理プロトタイプと溶液の統合を、ロボットアームを用いて実験室で検証し、バーシング手順をシミュレートする。
論文参考訳（メタデータ） (2023-09-20T21:25:52Z)
Energy-Efficient On-Board Radio Resource Management for Satellite Communications via Neuromorphic Computing [59.40731173370976]
本研究は,エネルギー効率のよい脳誘発機械学習モデルのオンボード無線リソース管理への応用について検討する。関連するワークロードでは、Loihi 2に実装されたスパイクニューラルネットワーク(SNN)の方が精度が高く、CNNベースのリファレンスプラットフォームと比較して消費電力が100ドル以上削減される。
論文参考訳（メタデータ） (2023-08-22T03:13:57Z)
Efficient and Accurate Quantized Image Super-Resolution on Mobile NPUs, Mobile AI & AIM 2022 challenge: Report [144.41960648643564]
本稿では,高効率な量子化画像超解法を設計するための参加者を提案する。このソリューションはモバイルNPU上でリアルタイムのパフォーマンスを示すことができる。全てのモデルのランタイムは、専用のエッジNPUを備えたSynaptics VS680 Smart Homeボードで評価された。
論文参考訳（メタデータ） (2022-11-07T22:27:58Z)
Innovations in the field of on-board scheduling technologies [64.41511459132334]
本稿では、ミッション自律のためのソフトウェアフレームワークに組み込まれた、オンボードスケジューラを提案する。スケジューラは線形整数プログラミングに基づいており、ブランチ・アンド・カット・ソルバの使用に依存している。この技術は地球観測のシナリオでテストされており、その性能を最先端のスケジューリング技術と比較している。
論文参考訳（メタデータ） (2022-05-04T12:00:49Z)
Deep Learning for Real Time Satellite Pose Estimation on Low Power Edge TPU [58.720142291102135]
本稿では,ニューラルネットワークアーキテクチャを利用したポーズ推定ソフトウェアを提案する。我々は、低消費電力の機械学習アクセラレーターが宇宙での人工知能の活用を可能にしていることを示す。
論文参考訳（メタデータ） (2022-04-07T08:53:18Z)
Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
高速物体把握のための完全自律飛行ロボットが提案されている。追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
論文参考訳（メタデータ） (2021-12-10T11:49:51Z)
Evolved neuromorphic radar-based altitude controller for an autonomous open-source blimp [4.350434044677268]
本稿では,ロボット飛行船のためのSNNに基づく高度制御器を提案する。また、SNNベースのコントローラアーキテクチャ、シミュレーション環境でネットワークをトレーニングするための進化的フレームワーク、現実とのギャップを改善するための制御戦略も提示する。
論文参考訳（メタデータ） (2021-10-01T20:48:43Z)
Real-Time, Flight-Ready, Non-Cooperative Spacecraft Pose Estimation Using Monocular Imagery [1.1083289076967897]
本研究は、新しい畳み込みニューラルネットワーク(CNN)に基づく単眼ポーズ推定システムを提案する。計算要求の少ない最先端の精度を実現する。低出力のフライトライクなハードウェアでリアルタイム性能を実現します。
論文参考訳（メタデータ） (2021-01-23T18:40:08Z)
Integrating LEO Satellite and UAV Relaying via Reinforcement Learning for Non-Terrestrial Networks [51.05735925326235]
低軌道軌道(LEO)衛星のメガコンステレーションは、低レイテンシで長距離通信を可能にする可能性がある。軌道上の星座から選択されたLEO衛星を用いて、2つの遠距離地上端末間でパケットを転送する問題について検討する。エンドツーエンドのデータレートを最大化するためには、衛星アソシエーションとHAPロケーションを最適化する必要がある。本稿では, 深部強化学習(DRL)と新しい動作次元低減技術を用いてこの問題に対処する。
論文参考訳（メタデータ） (2020-05-26T05:39:27Z)
Assistive Relative Pose Estimation for On-orbit Assembly using Convolutional Neural Networks [0.0]
本稿では、畳み込みニューラルネットワークを利用して、カメラに対して関心のある物体の翻訳と回転を決定する。アセンブリタスク用に設計されたシミュレーションフレームワークを使用して、修正CNNモデルをトレーニングするためのデータセットを生成する。モデルが現在の特徴選択法に匹敵する性能を示し、従ってそれらと組み合わせてより信頼性の高い推定値を提供することができる。
論文参考訳（メタデータ） (2020-01-29T02:53:52Z)

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。