論文の概要: A Low-Cost Real-Time Spiking System for Obstacle Detection based on Ultrasonic Sensors and Rate Coding
- arxiv url: http://arxiv.org/abs/2409.02680v1
- Date: Wed, 4 Sep 2024 13:08:03 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-05 18:26:46.821935
- Title: A Low-Cost Real-Time Spiking System for Obstacle Detection based on Ultrasonic Sensors and Rate Coding
- Title（参考訳）: 超音波センサとレート符号化による障害物検出のための低コストリアルタイムスパイキングシステム
- Authors: Alvaro Ayuso-Martinez, Daniel Casanueva-Morato, Juan Pedro Dominguez-Morales, Angel Jimenez-Fernandez, Gabriel Jimenez-Moreno,
- Abstract要約: この研究は、視覚に基づく障害物検出に焦点を当てているが、音に基づく障害物検出については多くは見つからない。
完全なシステムは、障害物検出のためのスパイキングアーキテクチャの有効性を確認する一連の実験によってテストされた。
インタースパイク・インターバルの概念に基づいて,このシステムがどのように低レベルで動作するかの詳細な研究を行った。
- 参考スコア（独自算出の注目度）: 0.37109226820205005
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Since the advent of mobile robots, obstacle detection has been a topic of great interest. It has also been a subject of study in neuroscience, where flying insects and bats could be considered two of the most interesting cases in terms of vision-based and sound-based mechanisms for obstacle detection, respectively. Currently, many studies focus on vision-based obstacle detection, but not many can be found regarding sound-based obstacle detection. This work focuses on the latter approach, which also makes use of a Spiking Neural Network to exploit the advantages of these architectures and achieve an approach closer to biology. The complete system was tested through a series of experiments that confirm the validity of the spiking architecture for obstacle detection. It is empirically demonstrated that, when the distance between the robot and the obstacle decreases, the output firing rate of the system increases in response as expected, and vice versa. Therefore, there is a direct relation between the two. Furthermore, there is a distance threshold between detectable and undetectable objects which is also empirically measured in this work. An in-depth study on how this system works at low level based on the Inter-Spike Interval concept was performed, which may be useful in the future development of applications based on spiking filters.
- Abstract（参考訳）: 移動ロボットの登場以来、障害物検出は大きな関心を集めてきた。
また、これは神経科学の研究対象であり、飛行する昆虫とコウモリは、それぞれ障害物検出のための視覚に基づくメカニズムと音に基づくメカニズムにおいて、最も興味深い2つと見なすことができる。
現在、多くの研究は視覚に基づく障害物検出に焦点を当てているが、音に基づく障害物検出については多くは見つからない。
この研究は、スパイキングニューラルネットワークを使用してこれらのアーキテクチャの利点を活用し、生物学に近いアプローチを実現する、後者のアプローチに焦点を当てている。
完全なシステムは、障害物検出のためのスパイキングアーキテクチャの有効性を確認する一連の実験によってテストされた。
実験により,ロボットと障害物の距離が減少すると,期待通りにシステムの出力発火速度が上昇し,その逆も増加することを示した。
したがって、両者の間には直接的な関係がある。
さらに、検出可能な物体と検出できない物体の間には距離閾値があり、この研究でも実験的に測定されている。
スパイク・インターバルの概念に基づく低レベル動作に関する詳細な研究が行われ、スパイクフィルタに基づく将来のアプリケーション開発に有用かもしれない。
関連論文リスト
- Deep Active Perception for Object Detection using Navigation Proposals [39.52573252842573]
オブジェクト検出のための汎用的な教師付き能動知覚パイプラインを提案する。
既存のオフ・ザ・シェルフ・オブジェクト・ディテクターを使って訓練でき、シミュレーション環境の進歩も活用できる。
提案手法は, Webots ロボットシミュレータ内に構築された合成データセットを用いて評価した。
論文 参考訳（メタデータ） (2023-12-15T20:55:52Z) - Perspective Aware Road Obstacle Detection [104.57322421897769]
道路障害物検出技術は,車間距離が大きくなるにつれて障害物の見かけの規模が減少するという事実を無視することを示す。
画像位置毎に仮想物体の見かけの大きさを符号化したスケールマップを演算することでこれを活用できる。
次に、この視点マップを利用して、遠近法に対応する大きさの道路合成物体に注入することで、トレーニングデータを生成する。
論文 参考訳（メタデータ） (2022-10-04T17:48:42Z) - Adversarially-Aware Robust Object Detector [85.10894272034135]
本稿では,ロバスト検出器 (RobustDet) を提案する。
本モデルは, クリーン画像の検出能力を維持しながら, 傾きを効果的に解き, 検出堅牢性を著しく向上させる。
論文 参考訳（メタデータ） (2022-07-13T13:59:59Z) - Automated Mobility Context Detection with Inertial Signals [7.71058263701836]
本研究の主な目的は,日常の運動機能の遠隔監視のためのコンテキスト検出について検討することである。
本研究の目的は、ウェアラブル加速度計でサンプリングされた慣性信号が、歩行関連活動を屋内または屋外に分類するための信頼性の高い情報を提供するかを理解することである。
論文 参考訳（メタデータ） (2022-05-16T09:34:43Z) - ReDFeat: Recoupling Detection and Description for Multimodal Feature
Learning [51.07496081296863]
我々は、相互重み付け戦略による多モーダル特徴学習の検出と記述の独立した制約を再定義する。
本研究では,大きな受容場を有し,学習可能な非最大抑制層を備える検出器を提案する。
我々は,特徴マッチングと画像登録タスクにおける特徴量を評価するために,クロス可視,赤外線,近赤外,合成開口レーダ画像ペアを含むベンチマークを構築した。
論文 参考訳（メタデータ） (2022-05-16T04:24:22Z) - Unsupervised deep learning techniques for powdery mildew recognition
based on multispectral imaging [63.62764375279861]
本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。
マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。
本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
論文 参考訳（メタデータ） (2021-12-20T13:29:13Z) - Generalized Out-of-Distribution Detection: A Survey [83.0449593806175]
アウト・オブ・ディストリビューション(OOD)検出は、機械学習システムの信頼性と安全性を確保するために重要である。
その他の問題として、異常検出(AD)、新規検出(ND)、オープンセット認識(OSR)、異常検出(OD)などがある。
まず、上記の5つの問題を含む一般化OOD検出という統合されたフレームワークを提案する。
論文 参考訳（メタデータ） (2021-10-21T17:59:41Z) - A DCNN-based Arbitrarily-Oriented Object Detector for Quality Control
and Inspection Application [10.076629346147639]
軽量ニューラルネットワークを利用して回帰法を用いて指向性検出結果を得る。
提案手法の第1段階では,2つのシナリオで考慮される小型ターゲットを検出できる。
第2段階では、単純さにもかかわらず、高いランニング効率を維持しながら延長ターゲットを検出することが効率的です。
論文 参考訳（メタデータ） (2021-01-19T00:23:27Z) - Towards Interaction Detection Using Topological Analysis on Neural
Networks [55.74562391439507]
ニューラルネットワークでは、あらゆる相互作用する特徴は共通の隠蔽ユニットとの強い重み付けの接続に従う必要がある。
本稿では, 永続的ホモロジーの理論に基づいて, 相互作用強度を定量化するための新しい尺度を提案する。
PID(Persistence Interaction Detection)アルゴリズムを開発した。
論文 参考訳（メタデータ） (2020-10-25T02:15:24Z) - Leveraging Bottom-Up and Top-Down Attention for Few-Shot Object
Detection [31.1548809359908]
オブジェクト検出は、アノテーションの少ない例でオブジェクトを検出することを目的としていない。
本稿では、トップダウンとボトムアップの両方の利点を生かした、注意深い複数ショットオブジェクト検出ネットワーク(AttFDNet)を提案する。
論文 参考訳（メタデータ） (2020-07-23T16:12:04Z) - Harvesting Ambient RF for Presence Detection Through Deep Learning [12.535149305258171]
本稿では,深層学習による人的存在検出における環境無線周波数(RF)信号の利用について検討する。
WiFi信号を例として,受信機で取得したチャネル状態情報(CSI)が伝搬環境に関する豊富な情報を含んでいることを示す。
畳み込みニューラルネットワーク(CNN)は、大きさと位相情報の両方を適切に訓練し、信頼性の高い存在検出を実現するように設計されている。
論文 参考訳（メタデータ） (2020-02-13T20:35:55Z)
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。