論文の概要: Pose Estimation and Tracking for ASIST
- arxiv url: http://arxiv.org/abs/2311.18665v1
- Date: Thu, 30 Nov 2023 16:15:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-01 15:58:08.006645
- Title: Pose Estimation and Tracking for ASIST
- Title（参考訳）: ASISTの姿勢推定と追跡
- Authors: Ari Goodman, Gurpreet Singh, Ryan O'Shea, Peter Teague, James Hing
- Abstract要約: Aircraft Ship Integrated Secure and Traverse (ASIST) は、ヘリコプターを安全にかつ効率的に捕獲するシステムである。
PETA (Pose Estimation and Tracking for ASIST) は、ASISTシステムオペレータのハードウェアインストールを必要とせずに、ヘリコプター追跡システムのプロトタイプを開発するための研究である。
PETAは、最先端のコンピュータビジョンアルゴリズムである高速R-CNNとHRNetを使ってヘリコプターの姿勢をリアルタイムで推定する可能性を実証した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Aircraft Ship Integrated Secure and Traverse (ASIST) is a system designed to
arrest helicopters safely and efficiently on ships. Originally, a precision
Helicopter Position Sensing Equipment (HPSE) tracked and monitored the position
of the helicopter relative to the Rapid Securing Device (RSD). However, using
the HPSE component was determined to be infeasible in the transition of the
ASIST system due to the hardware installation requirements. As a result,
sailors track the position of the helicopters with their eyes with no sensor or
artificially intelligent decision aid. Manually tracking the helicopter takes
additional time and makes recoveries more difficult, especially at high sea
states. Performing recoveries without the decision aid leads to higher
uncertainty and cognitive load. PETA (Pose Estimation and Tracking for ASIST)
is a research effort to create a helicopter tracking system prototype without
hardware installation requirements for ASIST system operators. Its overall goal
is to improve situational awareness and reduce operator uncertainty with
respect to the aircrafts position relative to the RSD, and consequently
increase the allowable landing area. The authors produced a prototype system
capable of tracking helicopters with respect to the RSD. The software included
a helicopter pose estimation component, camera pose estimation component, and a
user interface component. PETA demonstrated the potential for state-of-the-art
computer vision algorithms Faster R-CNN and HRNet (High-Resolution Network) to
be used to estimate the pose of helicopters in real-time, returning ASIST to
its originally intended capability. PETA also demonstrated that traditional
methods of encoder-decoders could be used to estimate the orientation of the
helicopter and could be used to confirm the output from HRNet.
- Abstract（参考訳）: Aircraft Ship Integrated Secure and Traverse (ASIST) は、ヘリコプターを安全にかつ効率的に捕獲するシステムである。
当初、精密ヘリコプター位置検出装置(hpse)は、高速確保装置(rsd)に対してヘリコプターの位置を追跡監視していた。
しかし、ハードウェアのインストール要求のため、HPSEコンポーネントの使用はASISTシステムの移行では不可能であると判断された。
その結果、船員は、センサーや人工的な判断支援なしで、目でヘリコプターの位置を追跡することができた。
手動でヘリコプターを追跡するにはさらに時間がかかり、特に高海状態では回復が困難になる。
意思決定支援なしで回復を行うと、高い不確実性と認知負荷が発生する。
PETA (Pose Estimation and Tracking for ASIST) は、ASISTシステムオペレータのハードウェアインストールを必要とせずに、ヘリコプター追跡システムのプロトタイプを開発するための研究である。
その全体的な目標は、状況認識を改善し、RSDに対する航空機の位置に関する操作者の不確実性を低減し、結果として許容される着陸面積を増やすことである。
著者らは、rsdに対してヘリコプターを追跡できるプロトタイプシステムを開発した。
ソフトウェアには、ヘリコプターのポーズ推定コンポーネント、カメラのポーズ推定コンポーネント、ユーザーインターフェイスコンポーネントが含まれていた。
petaは最新のコンピュータビジョンアルゴリズムの可能性を実証し、r-cnnとhrnet(high- resolution network)がヘリコプターの姿勢をリアルタイムで推定し、asistを当初の意図した能力に戻せることを実証した。
PETAはまた、従来のエンコーダ・デコーダの手法がヘリコプターの向きを推定し、HRNetからの出力を確認するためにも使用できることを示した。
関連論文リスト
- Angle Robustness Unmanned Aerial Vehicle Navigation in GNSS-Denied
Scenarios [66.05091704671503]
本稿では、ポイントツーポイントナビゲーションタスクにおける飛行偏差に対処する新しい角度ナビゲーションパラダイムを提案する。
また、Adaptive Feature Enhance Module、Cross-knowledge Attention-guided Module、Robust Task-oriented Head Moduleを含むモデルを提案する。
論文 参考訳（メタデータ） (2024-02-04T08:41:20Z) - Computer Vision for Carriers: PATRIOT [0.0]
PATRIOTは、既存のカメラフィードを受信し、航空機のポーズを計算し、仮想のOuijaボードインターフェースを現在の資産と更新するプロトタイプシステムである。
ソフトウェアは人工的および現実世界のデータでテストされ、資産のポーズを正確に抽出することができた。
論文 参考訳（メタデータ） (2023-11-27T15:23:25Z) - LIFT OFF: LoRaWAN Installation and Fiducial Tracking Operations for the
Flightline of the Future [0.0]
LIFT OFFは、人や支援機器のGPSセンサーと、航空機の視覚的フィジュアルを使って、追跡された全ての資産をリアルタイムで更新するマップを成功させた。
今後、空母や水陸両用攻撃船を含む他の環境にもこの技術を適用することが期待されている。
論文 参考訳（メタデータ） (2023-11-27T15:22:17Z) - Precise Payload Delivery via Unmanned Aerial Vehicles: An Approach Using
Object Detection Algorithms [0.0]
マイクロクラスUAVの開発について述べるとともに,新しいナビゲーション手法を提案する。
ディープラーニングベースのコンピュータビジョンアプローチを採用して、UAVをペイロードの配送位置にマークされたターゲットを特定し、正確に調整する。
提案手法は従来のGPS手法よりも平均水平精度を500%向上させる。
論文 参考訳（メタデータ） (2023-10-10T05:54:04Z) - MSight: An Edge-Cloud Infrastructure-based Perception System for
Connected Automated Vehicles [58.461077944514564]
本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。
MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。
評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
論文 参考訳（メタデータ） (2023-10-08T21:32:30Z) - 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) - ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and
Response with AI [55.41644538483948]
小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。
我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。
本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
論文 参考訳（メタデータ） (2022-01-25T14:51:19Z) - 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) - System Design and Analysis for Energy-Efficient Passive UAV Radar
Imaging System using Illuminators of Opportunity [16.336743608487257]
無人航空機(UAV)は、現代のレーダーイメージングシステムに優れた柔軟性とコスト効率を提供することができる。
本稿では、まず、機会のイルミネータを用いたエネルギー効率の高い受動型UAVレーダイメージングシステムを提案し、検討した。
論文 参考訳（メタデータ） (2020-10-01T02:27:37Z) - Perceiving Traffic from Aerial Images [86.994032967469]
本研究では,空中画像中の物体を検出するために,バタフライ検出器と呼ばれる物体検出手法を提案する。
UAVDT(UAVDT)とVisDrone 2019(VisDrone 2019)の2つのUAVデータセット上でButterfly Detectorを評価し、従来の最先端の手法よりも高速に動作し、かつリアルタイムに動作可能であることを示す。
論文 参考訳（メタデータ） (2020-09-16T11:37:43Z) - AutoSOS: Towards Multi-UAV Systems Supporting Maritime Search and Rescue
with Lightweight AI and Edge Computing [27.15999421608932]
本稿では,自律型マルチロボット探索・救助支援プラットフォームの開発を支援するAutoSOSプロジェクトの方向性について述べる。
このプラットフォームは、新しい適応型ディープラーニングアルゴリズムを用いて、環境の初期評価のための偵察ミッションを実行することを目的としている。
ドローンが潜在的な物体を見つけると、そのセンサーデータを船に送る。
論文 参考訳（メタデータ） (2020-05-07T12:22:15Z)
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。