論文の概要: Augmented Reality-Empowered Network Planning Services for Private Networks

• arxiv url: http://arxiv.org/abs/2206.12139v1
• Date: Fri, 24 Jun 2022 08:02:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-27 14:24:15.398225
• Title: Augmented Reality-Empowered Network Planning Services for Private Networks
• Title（参考訳）: プライベートネットワークのための拡張現実によるネットワーク計画サービス
• Authors: Qi Liao and Tianlun Hu and Nikolaj Marchenko
• Abstract要約: 本稿では,ユーザデバイスから視覚・感覚データを受信し,3Dネットワーク環境を再構築し,サーバ上でネットワークプランニングを行うエンド・ツー・エンドのソリューションを提案する。 このソリューションには、視覚とセンサーの融合に基づく3D環境の再構築、レイトレーシングに基づく無線マップの生成とネットワーク計画、リアルタイムカメラの再ローカライズによって実現されたARを利用したネットワーク可視化という、3つの重要な技術コンポーネントがある。
• 参考スコア（独自算出の注目度）: 2.4407358075103875
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To support Industry 4.0 applications with haptics and human-machine interaction, the sixth generation (6G) requires a new framework that is fully autonomous, visual, and interactive. In this paper, we propose a novel framework for private network planning services, providing an end-to-end solution that receives visual and sensory data from the user device, reconstructs the 3D network environment and performs network planning on the server, and visualizes the network performance with augmented reality (AR) on the display of the user devices. The solution is empowered by three key technical components: 1) vision- and sensor fusion-based 3D environment reconstruction, 2) ray tracing-based radio map generation and network planning, and 3) AR-empowered network visualization enabled by real-time camera relocalization. We conducted the proof-of-concept in a Bosch plant in Germany and showed good network coverage of the optimized antenna location, as well as high accuracy in both environment reconstruction and camera relocalization. We also achieved real-time AR-supported network monitoring with an end-to-end latency of about 32 ms per frame.
• Abstract（参考訳）: 触覚とヒューマンマシンインタラクションを備えたIndustrial 4.0アプリケーションをサポートするため、第6世代(6G)では、完全に自律的で視覚的でインタラクティブな新しいフレームワークが必要である。 本稿では,ユーザデバイスから視覚的および知覚的データを受信し,3Dネットワーク環境を再構築し,サーバ上でのネットワーク計画を行い,ユーザデバイスの表示に拡張現実(AR)を用いたネットワーク性能を可視化するエンド・ツー・エンドのソリューションを提供する,プライベートネットワーク計画サービスのための新しいフレームワークを提案する。 ソリューションには,3つの重要な技術コンポーネントがある。 1)視覚・センサ融合による3次元環境再構築 2)レイトレーシングに基づく無線地図の作成とネットワーク計画 3)リアルタイムカメラ再ローカライズによるARを利用したネットワーク可視化。 筆者らはドイツのボッシュ工場で概念実証を行い,アンテナ位置の最適化,環境復元とカメラ再配置の両方において高精度なネットワークカバレッジを示した。 また,1フレームあたり約32msのレイテンシで,arによるリアルタイムネットワーク監視を実現する。

関連論文リスト

• Spatio-Temporal 3D Point Clouds from WiFi-CSI Data via Transformer Networks [2.084922791522632]
  5Gネットワークと6Gネットワークのキーコンポーネントとして、ジョイントコミュニケーションとセンシング(JC&S)が登場している。 本稿では,時間的チャネル状態情報(CSI)データ,特に振幅と位相を処理するトランスフォーマーアーキテクチャを提案し,室内環境の3次元点雲を生成する。
  論文  参考訳（メタデータ） (2024-10-07T08:59:04Z)
• DISORF: A Distributed Online 3D Reconstruction Framework for Mobile Robots [4.683651138674254]
  DISORFは、リソースに制約された移動ロボットとエッジデバイスによってキャプチャされたシーンのオンライン3D再構成と視覚化を可能にするフレームワークである。 デバイス上のSLAMシステムを利用してポーズを生成し、それをリモートサーバに送信し、実行時に高品質な3D再構成と可視化を行う。 本稿では,オンライン学習におけるこの課題に対処する,シフト指数型フレームサンプリング手法を提案する。
  論文  参考訳（メタデータ） (2024-03-01T02:19:40Z)
• SGL: Structure Guidance Learning for Camera Localization [7.094881396940598]
  本稿では,SGL(Structure Guidance Bundle)と呼ばれるネットワークアーキテクチャを提案する。 本研究では、シーン予測に焦点をあて、受容分岐と構造分岐を利用して高レベル特徴と低レベル特徴の両方を抽出するSGLというネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-04-12T02:20:29Z)
• Dual skip connections in U-Net, ResUnet and U-Net3+ for remote extraction of buildings [0.0]
  U-Netなどのセマンティックセグメンテーションネットワークを用いた高分解能地球観測(EO)画像から都市建物を抽出する。 それぞれの再イテレーションは、オブジェクトマッピングの精度を高めるために、マルチスケールの機能を利用する、より高密度なスキップ接続機構を利用することで、パフォーマンスを向上させることを目的としている。 我々は,3つのネットワーク(U-Net,ResUnet,U-Net3+)に対して,本質的な特徴マップを選択的に深化して性能向上を図るための3つの二重スキップ接続機構を開発した。
  論文  参考訳（メタデータ） (2023-03-16T03:44:33Z)
• WiFi-based Spatiotemporal Human Action Perception [53.41825941088989]
  SNN(End-to-end WiFi signal Neural Network)は、Wi-Fiのみのセンシングを可能にするために提案されている。 特に、3D畳み込みモジュールはWiFi信号の時間的連続性を探索することができ、特徴自己保持モジュールは支配的な特徴を明示的に維持することができる。
  論文  参考訳（メタデータ） (2022-06-20T16:03:45Z)
• Multi-Exit Semantic Segmentation Networks [78.44441236864057]
  本稿では,最先端セグメンテーションモデルをMESSネットワークに変換するフレームワークを提案する。 パラメトリド早期出口を用いた特別訓練されたCNNは、より簡単なサンプルの推測時に、その深さに沿って保存する。 接続されたセグメンテーションヘッドの数、配置、アーキテクチャとエグジットポリシーを併用して、デバイス機能とアプリケーション固有の要件に適応する。
  論文  参考訳（メタデータ） (2021-06-07T11:37:03Z)
• Multi-view data capture for dynamic object reconstruction using handheld augmented reality mobiles [0.0]
  移動移動型携帯端末からほぼ同期のフレームストリームをキャプチャするシステムを提案する。 各モバイルは、そのポーズを推定するために同時にローカライズとマッピングを実行し、無線通信チャネルを使用して同期トリガーを送受信する。 3次元骨格とボリュームリコンストラクションに利用することで,本システムの有効性を示す。
  論文  参考訳（メタデータ） (2021-03-14T10:26:50Z)
• Achieving Real-Time LiDAR 3D Object Detection on a Mobile Device [53.323878851563414]
  本稿では,強化学習技術を用いたネットワーク拡張とpruning検索を組み込んだコンパイラ対応統一フレームワークを提案する。 具体的には,リカレントニューラルネットワーク(RNN)を用いて,ネットワークの強化とプルーニングの両面での統一的なスキームを自動で提供する。 提案手法は,モバイルデバイス上でのリアルタイム3次元物体検出を実現する。
  論文  参考訳（メタデータ） (2020-12-26T19:41:15Z)
• 6G in the Sky: On-Demand Intelligence at the Edge of 3D Networks [60.49776988771734]
  6Gは衛星、航空、地上のプラットフォームを共同で利用し、無線アクセス能力を向上する。 通信、計算、キャッシュ(C3)サービスをオンデマンドで、いつでも、そして、どこでも3D空間で提供するアーキテクチャを考えます。
  論文  参考訳（メタデータ） (2020-10-19T13:07:57Z)
• A Comprehensive Overview on 5G-and-Beyond Networks with UAVs: From Communications to Sensing and Intelligence [152.89360859658296]
  5Gネットワークは、拡張モバイルブロードバンド(eMBB)、超信頼性低遅延通信(URLLC)、大規模機械型通信(mMTC)の3つの典型的な利用シナリオをサポートする必要がある。 一方、UAVはコスト効率のよい航空プラットフォームとして利用でき、地上の利用者に高い高度と3D空間での操作性を利用して通信サービスを強化することができる。 一方,UAVと地上ユーザの両方に同時に通信サービスを提供することは,ユビキタスな3D信号網と強力な地上ネットワーク干渉の必要性から,新たな課題を提起する。
  論文  参考訳（メタデータ） (2020-10-19T08:56:04Z)
• OmniSLAM: Omnidirectional Localization and Dense Mapping for Wide-baseline Multi-camera Systems [88.41004332322788]
  超広視野魚眼カメラ(FOV)を用いた広視野多視点ステレオ構成のための全方向位置決めと高密度マッピングシステムを提案する。 より実用的で正確な再構築のために、全方向深度推定のための改良された軽量のディープニューラルネットワークを導入する。 我々は全方位深度推定をビジュアル・オドメトリー(VO)に統合し,大域的整合性のためのループ閉鎖モジュールを付加する。
  論文  参考訳（メタデータ） (2020-03-18T05:52:10Z)

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。