論文の概要: Multimodal Perception System for Real Open Environment
- arxiv url: http://arxiv.org/abs/2410.07926v2
- Date: Mon, 02 Dec 2024 13:17:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-03 16:54:59.380903
- Title: Multimodal Perception System for Real Open Environment
- Title(参考訳): 実環境におけるマルチモーダル認識システム
- Authors: Yuyang Sha,
- Abstract要約: 提案システムには、組み込み計算プラットフォーム、カメラ、超音波センサー、GPS、IMUデバイスが含まれる。
従来のフレームワークとは異なり、私たちのシステムは複数のセンサーと高度なコンピュータビジョンアルゴリズムを統合し、ユーザーが確実に外を歩けるようにします。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: This paper presents a novel multimodal perception system for a real open environment. The proposed system includes an embedded computation platform, cameras, ultrasonic sensors, GPS, and IMU devices. Unlike the traditional frameworks, our system integrates multiple sensors with advanced computer vision algorithms to help users walk outside reliably. The system can efficiently complete various tasks, including navigating to specific locations, passing through obstacle regions, and crossing intersections. Specifically, we also use ultrasonic sensors and depth cameras to enhance obstacle avoidance performance. The path planning module is designed to find the locally optimal route based on various feedback and the user's current state. To evaluate the performance of the proposed system, we design several experiments under different scenarios. The results show that the system can help users walk efficiently and independently in complex situations.
- Abstract(参考訳): 本稿では,実環境における新しいマルチモーダル認識システムを提案する。
提案システムには、組み込み計算プラットフォーム、カメラ、超音波センサー、GPS、IMUデバイスが含まれる。
従来のフレームワークとは異なり、私たちのシステムは複数のセンサーと高度なコンピュータビジョンアルゴリズムを統合し、ユーザーが確実に外を歩けるようにします。
このシステムは、特定の場所へのナビゲート、障害物領域を通過し、交差点を横断するなど、様々なタスクを効率的にこなすことができる。
具体的には,超音波センサと奥行きカメラを用いて障害物回避性能を向上させる。
経路計画モジュールは、様々なフィードバックとユーザの現在の状態に基づいて、局所的に最適な経路を見つけるように設計されている。
提案システムの性能を評価するため,異なるシナリオでいくつかの実験を設計する。
その結果,複雑な状況下での歩行を効率よく,自立的に行うことができることがわかった。
関連論文リスト
- Floor extraction and door detection for visually impaired guidance [78.94595951597344]
未知の環境で障害物のない経路を見つけることは、視覚障害者や自律ロボットにとって大きなナビゲーション問題である。
コンピュータビジョンシステムに基づく新しいデバイスは、障害のある人が安全な環境で未知の環境でナビゲートすることの難しさを克服するのに役立つ。
本研究では,視覚障害者のためのナビゲーションシステムの構築につながるセンサとアルゴリズムの組み合わせを提案する。
論文 参考訳(メタデータ) (2024-01-30T14:38:43Z) - Neural Implicit Dense Semantic SLAM [83.04331351572277]
本稿では,屋内シーンのメモリ効率,高密度な3次元形状,セマンティックセマンティックセグメンテーションをオンラインで学習する新しいRGBD vSLAMアルゴリズムを提案する。
私たちのパイプラインは、従来の3Dビジョンベースのトラッキングとループクローズとニューラルフィールドベースのマッピングを組み合わせたものです。
提案アルゴリズムはシーン認識を大幅に向上させ,様々なロボット制御問題を支援する。
論文 参考訳(メタデータ) (2023-04-27T23:03:52Z) - Privacy-preserving Pedestrian Tracking using Distributed 3D LiDARs [0.2519906683279152]
重複しないビューの分散LiDARを用いたスマート環境における歩行者追跡のための新しいプライバシ保護システムを提案する。
このシステムは、LiDARデバイスを利用して、部分的に覆われたエリアの歩行者を追跡するように設計されている。
システムの堅牢性を高めるために、個人の動的モビリティパターンをモデル化し、適応するために確率論的アプローチを利用する。
論文 参考訳(メタデータ) (2023-03-17T12:08:47Z) - RMMDet: Road-Side Multitype and Multigroup Sensor Detection System for
Autonomous Driving [3.8917150802484994]
RMMDetは、自動運転のための道路側マルチタイプおよびマルチグループセンサー検出システムである。
ROSベースの仮想環境を用いて実環境をシミュレートする。
局所的なデータセットと実際のサンドテーブルフィールドを作成し、様々な実験を行う。
論文 参考訳(メタデータ) (2023-03-09T12:13:39Z) - Optical flow-based branch segmentation for complex orchard environments [73.11023209243326]
シミュレーションでは、シミュレーションでは、シミュレーションされたRGBデータと光フローのみを用いてニューラルネットワークシステムを訓練する。
このニューラルネットワークは、忙しい果樹園環境において、追加の現実世界のトレーニングや、標準カメラ以外の特別な設定や機器を使用することなく、前景の枝のセグメンテーションを行うことができる。
その結果,本システムは高精度であり,手動ラベル付きRGBDデータを用いたネットワークと比較すると,トレーニングセットと異なる環境において,より一貫性と堅牢性を実現していることがわかった。
論文 参考訳(メタデータ) (2022-02-26T03:38:20Z) - A Comprehensive Evaluation on Multi-channel Biometric Face Presentation
Attack Detection [6.488575826304023]
プレゼンテーションアタック検出(PAD)システムはこの問題に対処しようとする。
一般化と堅牢性の欠如は、引き続き大きな関心事である。
マルチチャネルの畳み込み型ネットワークアーキテクチャを用いて,画素単位のバイナリ監視を行う。
論文 参考訳(メタデータ) (2022-02-21T15:04:39Z) - 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) - Relatively Lazy: Indoor-Outdoor Navigation Using Vision and GNSS [14.39926267531322]
相対ナビゲーションは、困難な環境での自律的な視覚ベースのパスに対する堅牢で効率的なソリューションである。
遅延マッピングと経路追跡誤差が必要とされるまで遅延推定は絶対状態を推定する必要がないことを示す。
自律走行経路繰り返し3.5kmのジョイント屋内ドア環境における実験を通して,実ロボットのアプローチを検証する。
論文 参考訳(メタデータ) (2021-01-13T14:43:45Z) - 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) - Redesigning SLAM for Arbitrary Multi-Camera Systems [51.81798192085111]
SLAMシステムにより多くのカメラを追加することで、堅牢性と精度が向上するが、視覚的なフロントエンドの設計は大幅に複雑になる。
本研究では,任意のマルチカメラ装置で動作する適応SLAMシステムを提案する。
これらの修正を応用した最先端の視覚慣性計測装置を試作し, 改良したパイプラインが広い範囲のカメラ装置に適応可能であることを示す実験結果を得た。
論文 参考訳(メタデータ) (2020-03-04T11:44:42Z)
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。