論文の概要: Multi-Agent 3D Map Reconstruction and Change Detection in Microgravity with Free-Flying Robots

• arxiv url: http://arxiv.org/abs/2311.02558v1
• Date: Sun, 5 Nov 2023 03:53:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-07 17:06:51.573439
• Title: Multi-Agent 3D Map Reconstruction and Change Detection in Microgravity with Free-Flying Robots
• Title（参考訳）: 自由飛行ロボットによる微小重力におけるマルチエージェント3次元マップ再構成と変化検出
• Authors: Holly Dinkel, Julia Di, Jamie Santos, Keenan Albee, Paulo Borges, Marina Moreira, Oleg Alexandrov, Brian Coltin, Trey Smith
• Abstract要約: 本研究は,宇宙基地のロボット保守を実現するための多エージェント協調マッピングと変更検出のためのフレームワークを提案する。 1つのエージェントは、画像のシーケンスと対応する深度情報から環境の3Dモデルを再構成するために使用される。 別のエージェントは、定期的に環境を3Dモデルに対して不整合としてスキャンするために使用される。
• 参考スコア（独自算出の注目度）: 4.575870619860645
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Assistive free-flyer robots autonomously caring for future crewed outposts -- such as NASA's Astrobee robots on the International Space Station (ISS) -- must be able to detect day-to-day interior changes to track inventory, detect and diagnose faults, and monitor the outpost status. This work presents a framework for multi-agent cooperative mapping and change detection to enable robotic maintenance of space outposts. One agent is used to reconstruct a 3D model of the environment from sequences of images and corresponding depth information. Another agent is used to periodically scan the environment for inconsistencies against the 3D model. Change detection is validated after completing the surveys using real image and pose data collected by Astrobee robots in a ground testing environment and from microgravity aboard the ISS. This work outlines the objectives, requirements, and algorithmic modules for the multi-agent reconstruction system, including recommendations for its use by assistive free-flyers aboard future microgravity outposts.
• Abstract（参考訳）: 国際宇宙ステーション(iss)のアストロビー(astrobee)ロボットなど、将来の有人宇宙基地を自律的に支援する無人飛行ロボットは、日々の内部変化を検出して在庫を追跡し、故障を検出して診断し、基地の状況を監視する必要がある。 本研究は,宇宙基地のロボット保守を実現するための多エージェント協調マッピングと変更検出のためのフレームワークを提案する。 1つのエージェントを用いて、画像のシーケンスと対応する深度情報から環境の3次元モデルを再構築する。 別のエージェントは、定期的に3Dモデルに対する不整合をスキャンするために使用される。 実際の画像を用いて調査を完了し、地上テスト環境およびISS内の微小重力下でアストローブロボットが収集したデータを合成した後、変更検出を検証する。 本研究は, マルチエージェント再構築システムにおける目的, 要件, アルゴリズムモジュールについて概説する。

関連論文リスト

• Opening the Black Box of 3D Reconstruction Error Analysis with VECTOR [8.142689309891368]
  VECTORは、ステレオ再構成のエラー検査を改善するビジュアル解析ツールである。 VECTORはNASAジェット推進研究所のPerseverance Mars RoverとIngenuity Mars Helicopterと共同で開発された。 我々は、このツールが、2020年火星ミッションの地形復元のデバッグと改善にどのように使われたかを報告する。
  論文  参考訳（メタデータ） (2024-08-07T02:03:32Z)
• SatSplatYOLO: 3D Gaussian Splatting-based Virtual Object Detection Ensembles for Satellite Feature Recognition [0.0]
  本研究では、軌道上の未知の非協力衛星の成分のマッピングと高信頼度検出のためのアプローチを提案する。 我々は、衛星の3次元表現を学習し、ターゲットの仮想ビューをレンダリングし、仮想ビュー上でYOLOv5オブジェクト検出器をアンサンブルするために、加速3次元ガウススプラッティングを実装した。
  論文  参考訳（メタデータ） (2024-06-04T17:54:20Z)
• Unsupervised Change Detection for Space Habitats Using 3D Point Clouds [4.642898625014145]
  この研究は、将来の宇宙空間における自律的なロボットケアを可能にするために、点雲からシーン変化を検出するアルゴリズムを提案する。 このアルゴリズムは、NASA Ames Granite LabのAstrobeeロボットが収集したテストデータセットを用いて、定量的かつ質的に検証されている。
  論文  参考訳（メタデータ） (2023-12-04T23:26:12Z)
• Care3D: An Active 3D Object Detection Dataset of Real Robotic-Care Environments [52.425280825457385]
  本稿では,実環境の注釈付きデータセットを紹介する。 捕獲された環境は、ロボット医療研究の分野ですでに使われている領域を表している。 また,医療ロボット上で直接動作するSLAMアルゴリズムを評価するために,一室で真実データを提供する。
  論文  参考訳（メタデータ） (2023-10-09T10:35:37Z)
• 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)
• USTC FLICAR: A Sensors Fusion Dataset of LiDAR-Inertial-Camera for Heavy-duty Autonomous Aerial Work Robots [13.089952067224138]
  本稿では,同時ローカライゼーションとマッピングの開発を目的としたUSTC FLICARデータセットを提案する。 提案したデータセットは、典型的な自律走行センシングスイートを空中シーンに拡張する。 Segment Anything Model (SAM)に基づいて,セマンティックFLICARデータセットを生成し,セマンティックセマンティックなセマンティックセマンティックアノテーションを提供する。
  論文  参考訳（メタデータ） (2023-04-04T17:45:06Z)
• Aerial Monocular 3D Object Detection [46.26215100532241]
  本研究は,2次元画像空間と3次元物理空間の両方において,空中単分子物体検出を実現するために,DVDETというデュアルビュー検出システムを提案する。 この課題に対処するため,AirSIMとCARLAの共同シミュレーションによって生成されたAM3D-Simという新しい大規模シミュレーションデータセットと,DJI Matrice 300 RTKによって収集されたAM3D-Realという新しい実世界の空中データセットを提案する。
  論文  参考訳（メタデータ） (2022-08-08T08:32:56Z)
• Kimera-Multi: Robust, Distributed, Dense Metric-Semantic SLAM for Multi-Robot Systems [92.26462290867963]
  Kimera-Multiは、最初のマルチロボットシステムであり、不正なインターループとイントラロボットループの閉鎖を識別し拒否することができる。 我々は、フォトリアリスティックシミュレーション、SLAMベンチマークデータセット、地上ロボットを用いて収集された屋外データセットの挑戦において、Kimera-Multiを実証した。
  論文  参考訳（メタデータ） (2021-06-28T03:56:40Z)
• Domain and Modality Gaps for LiDAR-based Person Detection on Mobile Robots [91.01747068273666]
  本稿では,移動ロボットのシナリオに着目した既存のLiDAR人物検出装置について検討する。 実験は3Dと2D LiDARのセンサー間のモダリティのギャップだけでなく、運転と移動ロボットのシナリオ間の領域ギャップを回避している。 その結果、LiDARに基づく人物検出の実践的な洞察を与え、関連する移動ロボットの設計と応用に関する情報決定を容易にする。
  論文  参考訳（メタデータ） (2021-06-21T16:35:49Z)
• LIBRE: The Multiple 3D LiDAR Dataset [54.25307983677663]
  We present LIBRE: LiDAR Benchmarking and Reference, a first-of-in-kind dataset with 10 different LiDAR sensor。 LIBREは、現在利用可能なLiDARを公平に比較するための手段を提供するために、研究コミュニティに貢献する。 また、既存の自動運転車やロボティクス関連のソフトウェアの改善も促進する。
  論文  参考訳（メタデータ） (2020-03-13T06:17:39Z)

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。