論文の概要: Assisted Physical Interaction: Autonomous Aerial Robots with Neural Network Detection, Navigation, and Safety Layers

• arxiv url: http://arxiv.org/abs/2410.15802v1
• Date: Mon, 21 Oct 2024 09:20:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-22 13:16:05.035051
• Title: Assisted Physical Interaction: Autonomous Aerial Robots with Neural Network Detection, Navigation, and Safety Layers
• Title（参考訳）: Assisted Physical Interaction: ニューラルネットワーク検出,ナビゲーション,安全層を備えた自律飛行ロボット
• Authors: Andrea Berra, Viswa Narayanan Sankaranarayanan, Achilleas Santi Seisa, Julien Mellet, Udayanga G. W. K. N. Gamage, Sumeet Gajanan Satpute, Fabio Ruggiero, Vincenzo Lippiello, Silvia Tolu, Matteo Fumagalli, George Nikolakopoulos, Miguel Ángel Trujillo Soto, Guillermo Heredia,
• Abstract要約: 本稿では,産業環境における安全かつ自律的な航空物理相互作用のための新しい枠組みを提案する。 エッジコンピューティングによって強化された、オンボードでの計算負荷を減らすニューラルネットワークベースのターゲット検出システムと、安全かつ正確な操作を行うための制御バリア機能(CBF)ベースのコントローラの2つの主要コンポーネントから構成される。
• 参考スコア（独自算出の注目度）: 8.43492383663085
• License:
• Abstract: The paper introduces a novel framework for safe and autonomous aerial physical interaction in industrial settings. It comprises two main components: a neural network-based target detection system enhanced with edge computing for reduced onboard computational load, and a control barrier function (CBF)-based controller for safe and precise maneuvering. The target detection system is trained on a dataset under challenging visual conditions and evaluated for accuracy across various unseen data with changing lighting conditions. Depth features are utilized for target pose estimation, with the entire detection framework offloaded into low-latency edge computing. The CBF-based controller enables the UAV to converge safely to the target for precise contact. Simulated evaluations of both the controller and target detection are presented, alongside an analysis of real-world detection performance.
• Abstract（参考訳）: 本稿では,産業環境における安全かつ自律的な航空物理相互作用のための新しい枠組みを提案する。 エッジコンピューティングによって強化された、オンボードでの計算負荷を減らすニューラルネットワークベースのターゲット検出システムと、安全かつ正確な操作を行うための制御バリア機能(CBF)ベースのコントローラの2つの主要コンポーネントから構成される。 目標検出システムは、難易度の高い視覚条件下でデータセット上で訓練され、照明条件を変化させることなく、さまざまな見えないデータにわたって精度を評価する。 深度機能はターゲットポーズ推定に利用され、検出フレームワーク全体が低レイテンシエッジコンピューティングにオフロードされる。 CBFベースのコントローラは、UAVがターゲットに安全に収束して正確な接触を可能にする。 実世界検出性能の解析とともに,コントローラと目標検出の両方のシミュレーション評価を行った。

関連論文リスト

• Ensuring UAV Safety: A Vision-only and Real-time Framework for Collision Avoidance Through Object Detection, Tracking, and Distance Estimation [16.671696289301625]
  本稿では,光学センサを用いた非協調航空車両の検出・追跡・距離推定のためのディープラーニングフレームワークを提案する。 本研究では,単眼カメラの入力のみを用いて,検出された空中物体の距離情報をリアルタイムで推定する手法を提案する。
  論文  参考訳（メタデータ） (2024-05-10T18:06:41Z)
• OOSTraj: Out-of-Sight Trajectory Prediction With Vision-Positioning Denoising [49.86409475232849]
  軌道予測はコンピュータビジョンと自律運転の基本である。 この分野における既存のアプローチは、しばしば正確で完全な観測データを仮定する。 本稿では,視覚的位置決め技術を利用した視線外軌道予測手法を提案する。
  論文  参考訳（メタデータ） (2024-04-02T18:30:29Z)
• Run-time Introspection of 2D Object Detection in Automated Driving Systems Using Learning Representations [13.529124221397822]
  ディープニューラルネットワーク(DNN)に基づく2次元物体検出のための新しいイントロスペクションソリューションを提案する。 KITTIとBDDのデータセットで評価された1段階および2段階のオブジェクト検出器を用いて,2次元オブジェクト検出におけるエラー検出のためのSOTAイントロスペクション機構を実装した。 性能評価の結果,提案手法はSOTA法より優れており,BDDデータセットのエラー率を9%から17%まで絶対的に削減できることがわかった。
  論文  参考訳（メタデータ） (2024-03-02T10:56:14Z)
• 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)
• Performance Study of YOLOv5 and Faster R-CNN for Autonomous Navigation around Non-Cooperative Targets [0.0]
  本稿では,カメラと機械学習アルゴリズムを組み合わせることで,相対的なナビゲーションを実現する方法について論じる。 高速領域ベース畳み込みニューラルネットワーク(R-CNN)とYou Only Look Once(YOLOv5)の2つのディープラーニングに基づくオブジェクト検出アルゴリズムの性能を検証した。 本稿では, 特徴認識アルゴリズムの実装と, 宇宙船誘導航法制御システムへの統合に向けての道筋について論じる。
  論文  参考訳（メタデータ） (2023-01-22T04:53:38Z)
• 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)
• Self-Supervised Object Detection via Generative Image Synthesis [106.65384648377349]
  本稿では,自己教師対象検出のための制御可能なGANを用いたエンドツーエンド分析合成フレームワークを提案する。 オブジェクトの合成と検出を学習するために、ボックスアノテーションを使用せずに、実世界のイメージのコレクションを使用します。 我々の研究は、制御可能なGAN画像合成という新しいパラダイムを導入することで、自己教師対象検出の分野を前進させる。
  論文  参考訳（メタデータ） (2021-10-19T11:04:05Z)
• 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)
• Online Monitoring of Object Detection Performance During Deployment [6.166295570030645]
  入力フレームのスライディングウィンドウ上での平均平均精度(mAP)を予測し,対象検出器の性能を監視するカスケードニューラルネットワークを提案する。 我々は、自律走行データセットと物体検出装置の異なる組み合わせを用いて、提案手法の評価を行った。
  論文  参考訳（メタデータ） (2020-11-16T07:01:43Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)
• Towards robust sensing for Autonomous Vehicles: An adversarial perspective [82.83630604517249]
  結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。 敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。 より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
  論文  参考訳（メタデータ） (2020-07-14T05:25:15Z)

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。