論文の概要: FusionPlanner: A Multi-task Motion Planner for Mining Trucks via
Multi-sensor Fusion
- arxiv url: http://arxiv.org/abs/2308.06931v3
- Date: Mon, 18 Dec 2023 12:08:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-20 23:36:25.956673
- Title: FusionPlanner: A Multi-task Motion Planner for Mining Trucks via
Multi-sensor Fusion
- Title（参考訳）: FusionPlanner: マルチセンサフュージョンによるトラックのマイニングのためのマルチタスクモーションプランナ
- Authors: Siyu Teng, Luxi Li, Yuchen Li, Xuemin Hu, Lingxi Li, Yunfeng Ai, Long
Chen
- Abstract要約: 本研究では, オープンピット鉱山における無人輸送の包括的パラダイムを提案する。
マルチセンサフュージョン法による自律型マイニングトラックのためのマルチタスク動作計画アルゴリズムFusionPlannerを提案する。
MiningNavと呼ばれる新しいベンチマークは、オープンピット鉱山の交通路におけるよく訓練されたアルゴリズムの信頼性と堅牢性を評価するための3つの検証手法を提供する。
- 参考スコア（独自算出の注目度）: 16.015095148145214
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In recent years, significant achievements have been made in motion planning
for intelligent vehicles. However, as a typical unstructured environment,
open-pit mining attracts limited attention due to its complex operational
conditions and adverse environmental factors. A comprehensive paradigm for
unmanned transportation in open-pit mines is proposed in this research.
Firstly, we propose a multi-task motion planning algorithm, called
FusionPlanner, for autonomous mining trucks by the multi-sensor fusion method
to adapt both lateral and longitudinal control tasks for unmanned
transportation. Then, we develop a novel benchmark called MiningNav, which
offers three validation approaches to evaluate the trustworthiness and
robustness of well-trained algorithms in transportation roads of open-pit
mines. Finally, we introduce the Parallel Mining Simulator (PMS), a new
high-fidelity simulator specifically designed for open-pit mining scenarios.
PMS enables the users to manage and control open-pit mine transportation from
both the single-truck control and multi-truck scheduling perspectives. The
performance of FusionPlanner is tested by MiningNav in PMS, and the empirical
results demonstrate a significant reduction in the number of collisions and
takeovers of our planner. We anticipate our unmanned transportation paradigm
will bring mining trucks one step closer to trustworthiness and robustness in
continuous round-the-clock unmanned transportation.
- Abstract（参考訳）: 近年、インテリジェントな車両の動作計画において大きな成果が得られている。
しかし、典型的な非構造環境として、複雑な運用条件と環境要因により、露天掘りは限られた注意を惹きつける。
本研究では, オープンピット鉱山における無人輸送の包括的パラダイムを提案する。
まず,マルチセンサフュージョン法による自律走行走行車用マルチタスク運動計画アルゴリズムFusionPlannerを提案し,横方向および縦方向の制御タスクを無人輸送に適用する。
そこで我々は,オープンピット鉱山の交通路におけるアルゴリズムの信頼性とロバスト性を評価するための3つの検証手法であるminingnavを開発した。
最後に,オープンピットマイニングを想定した新しい高忠実度シミュレータであるparallel mining simulator (pms)について紹介する。
PMSにより、ユーザーはシングルトラック制御とマルチトラックスケジューリングの両方の観点からオープンピットの鉱山輸送を管理し制御できる。
fusion planner の性能は pms において miningnav によってテストされ、実験結果から我々のプランナーの衝突や乗っ取りの回数が大幅に減少することが示された。
我々は、我々の無人輸送パラダイムが、マイニングトラックの信頼性と堅牢性に一歩近づくことを期待している。
関連論文リスト
- Multimodal Trajectory Prediction for Autonomous Driving on Unstructured Roads using Deep Convolutional Network [15.950227451262919]
露天掘り鉱業における自動運転の応用は、安全で効率的な輸送を実現するための注目を集めている。
対象車両の複数の軌道とその確率を予測する手法を提案する。
この方法は、オープンピットマイニングにおける自律運転シナリオに特化したデータセット上で、オフラインでテストされた。
論文 参考訳（メタデータ） (2024-09-27T02:29:02Z) - Hybrid Imitation-Learning Motion Planner for Urban Driving [0.0]
本稿では,学習ベースと最適化ベースを融合した新しいハイブリッドモーションプランナを提案する。
我々のモデルは、これらの目的に固有のトレードオフを緩和し、安全性と人間の類似性を効果的にバランスさせます。
シミュレーション実験により本手法を検証し,現実の自動運転車に導入することで,その有効性を更に実証する。
論文 参考訳（メタデータ） (2024-09-04T16:54:31Z) - M2DA: Multi-Modal Fusion Transformer Incorporating Driver Attention for Autonomous Driving [11.36165122994834]
自律運転にドライバ注意(M2DA)を組み込んだ多モード核融合トランスを提案する。
ドライバーの注意を取り入れることで、自動運転車に人間のようなシーン理解能力を付与し、重要な領域を正確に特定し、安全性を確保する。
論文 参考訳（メタデータ） (2024-03-19T08:54:52Z) - Scenarios Engineering driven Autonomous Transportation in Open-Pit Mines [21.359823385387937]
自走式マイニングトラックのための新しいシナリオエンジニアリング(SE)手法が,オープンピット鉱山向けに提案されている。
本研究は, 露天掘り鉱業における自律走行の独特な課題に対処し, 鉱業経営における生産性, 安全性, 性能を育成するものである。
論文 参考訳（メタデータ） (2024-03-15T02:26:55Z) - Long-HOT: A Modular Hierarchical Approach for Long-Horizon Object
Transport [83.06265788137443]
我々は、時間的拡張ナビゲーションのための新しいオブジェクトトランスポートタスクと新しいモジュラーフレームワークを提案することで、長距離探査と航法を具現化する上で重要な課題に対処する。
私たちの最初の貢献は、深層探査と長期計画に焦点を当てた新しいLong-HOT環境の設計である。
重み付けされたフロンティアの助けを借りて探索を行うために,シーンのトポロジカルグラフを構築するモジュラー階層輸送ポリシー(HTP)を提案する。
論文 参考訳（メタデータ） (2022-10-28T05:30:49Z) - Trajectory-guided Control Prediction for End-to-end Autonomous Driving:
A Simple yet Strong Baseline [96.31941517446859]
現在のエンドツーエンドの自律運転法は、計画された軌道に基づいてコントローラを実行するか、直接制御予測を行う。
我々の統合されたアプローチには、それぞれ軌道計画と直接制御のための2つの枝があります。
CARLAシミュレータを用いて閉ループ都市運転環境の評価を行った。
論文 参考訳（メタデータ） (2022-06-16T12:42:44Z) - COOPERNAUT: End-to-End Driving with Cooperative Perception for Networked
Vehicles [54.61668577827041]
本稿では,車間認識を用いたエンドツーエンド学習モデルであるCOOPERNAUTを紹介する。
われわれのAutoCastSim実験は、我々の協調知覚駆動モデルが平均成功率を40%向上させることを示唆している。
論文 参考訳（メタデータ） (2022-05-04T17:55:12Z) - An Intelligent Self-driving Truck System For Highway Transportation [81.12838700312308]
本稿では,インテリジェントな自動運転トラックシステムについて紹介する。
提案システムは,1)テストシナリオにおける現実的なトラフィックフローを生成する現実的なトラフィックシミュレーションモジュール,2)実環境における実際のトラックの応答を模倣するために設計,評価された高忠実度トラックモデル,の3つの主要コンポーネントから構成される。
また,提案するシステムを実車に展開し,実車間ギャップを緩和するシステムの能力を示す実物実験を行う。
論文 参考訳（メタデータ） (2021-12-31T04:54:13Z) - A Multi-UAV System for Exploration and Target Finding in Cluttered and
GPS-Denied Environments [68.31522961125589]
複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。
UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。
その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
論文 参考訳（メタデータ） (2021-07-19T12:54:04Z) - BoMb-OT: On Batch of Mini-batches Optimal Transport [23.602237930502948]
ミニバッチ最適輸送(m-OT)は、難縮密度の確率測度を含む実用的な応用に成功している。
我々は,Batch of Mini-batches Optimal Transport (BoMb-OT)という,最適輸送のための新しいミニバッチ方式を提案する。
この新しいミニバッチ方式は,m-OTよりも2つの当初の手段間のよりよい交通計画を推定できることを示す。
論文 参考訳（メタデータ） (2021-02-11T09:56:25Z) - Deep Structured Reactive Planning [94.92994828905984]
自動運転のための新しいデータ駆動型リアクティブ計画目標を提案する。
本モデルは,非常に複雑な操作を成功させる上で,非反応性変種よりも優れることを示す。
論文 参考訳（メタデータ） (2021-01-18T01:43:36Z)
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。