論文の概要: Towards Perception-based Collision Avoidance for UAVs when Guiding the Visually Impaired

• arxiv url: http://arxiv.org/abs/2506.14857v1
• Date: Tue, 17 Jun 2025 09:08:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-19 19:35:51.434941
• Title: Towards Perception-based Collision Avoidance for UAVs when Guiding the Visually Impaired
• Title（参考訳）: 視覚障害者誘導時のUAVの知覚に基づく衝突回避に向けて
• Authors: Suman Raj, Swapnil Padhi, Ruchi Bhoot, Prince Modi, Yogesh Simmhan,
• Abstract要約: 視覚障害者の周辺部における地域計画のための知覚に基づく経路計画システムを提案する。 本稿では,UAVとVIPの障害回避のためのマルチDNNベースのフレームワークを提案する。 大学キャンパス環境におけるドローン人間システムによる評価により,アルゴリズムの有効性が検証された。
• 参考スコア（独自算出の注目度）: 5.242869847419834
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Autonomous navigation by drones using onboard sensors combined with machine learning and computer vision algorithms is impacting a number of domains, including agriculture, logistics, and disaster management. In this paper, we examine the use of drones for assisting visually impaired people (VIPs) in navigating through outdoor urban environments. Specifically, we present a perception-based path planning system for local planning around the neighborhood of the VIP, integrated with a global planner based on GPS and maps for coarse planning. We represent the problem using a geometric formulation and propose a multi DNN based framework for obstacle avoidance of the UAV as well as the VIP. Our evaluations conducted on a drone human system in a university campus environment verifies the feasibility of our algorithms in three scenarios; when the VIP walks on a footpath, near parked vehicles, and in a crowded street.
• Abstract（参考訳）: オンボードセンサーと機械学習とコンピュータビジョンアルゴリズムを組み合わせたドローンによる自律ナビゲーションは、農業、物流、災害管理など、多くの領域に影響を与える。 本稿では,視覚障害者(VIP)が屋外の都市環境を航行する際のドローンの利用について検討する。 具体的には、VIP付近の地域計画のための認識に基づく経路計画システムを提案し、GPSと粗い計画のための地図に基づくグローバルプランナーと統合する。 幾何学的定式化を用いてこの問題を表現し、UAVとVIPの障害物回避のためのマルチDNNベースのフレームワークを提案する。 大学構内におけるドローン・ヒューマン・システムによる評価は,VIPが徒歩,駐車中の車両付近,混雑した街路の3つのシナリオにおいて,アルゴリズムの実現可能性を検証するものである。

関連論文リスト

• A Compendium of Autonomous Navigation using Object Detection and Tracking in Unmanned Aerial Vehicles [0.0]
  無人航空機(英語: Unmanned Aerial Vehicles、UAV)は21世紀の最も革新的な発明の1つである。 本稿では,UAVの自律航法を目的として,複数の著者が提案した様々なアプローチについて検討する。
  論文  参考訳（メタデータ） (2025-05-31T09:13:43Z)
• Distance Estimation to Support Assistive Drones for the Visually Impaired using Robust Calibration [4.077787659104315]
  キャンパス環境における障害物から絶対距離を推定するために深度マップを用いた頑健な校正手法であるNOVAを提案する。 我々はNOVAとSOTA深度マップのアプローチ、および幾何学的および回帰的ベースラインモデルを比較し、VIPや他の障害物への距離推定を行う。 NOVAは、最大5.3-14.6倍のSOTA深度マップ法より明らかに優れている。
  論文  参考訳（メタデータ） (2025-03-31T08:56:17Z)
• A Cross-Scene Benchmark for Open-World Drone Active Tracking [54.235808061746525]
  Drone Visual Active Trackingは、視覚的な観察に基づいてモーションシステムを制御することで、対象物を自律的に追跡することを目的としている。 DATと呼ばれるオープンワールドドローンアクティブトラッキングのためのクロスシーンクロスドメインベンチマークを提案する。 また、R-VATと呼ばれる強化学習に基づくドローン追跡手法を提案する。
  論文  参考訳（メタデータ） (2024-12-01T09:37:46Z)
• Risk Assessment for Autonomous Landing in Urban Environments using Semantic Segmentation [0.0]
  都市環境のセマンティックセグメンテーションのために,最先端のビジュアルトランスフォーマーネットワークであるSegFormerを提案する。 提案手法はいくつかのケーススタディを通じて検証されている。 都市部における公民権の応用において、UAVの潜在能力を最大限に活用するのに役立つと信じている。
  論文  参考訳（メタデータ） (2024-10-16T19:34:03Z)
• 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)
• 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)
• Learning Deep Sensorimotor Policies for Vision-based Autonomous Drone Racing [52.50284630866713]
  既存のシステムは、状態推定、計画、制御のために手作業によるコンポーネントを必要とすることが多い。 本稿では、深層感触者ポリシーを学習することで、視覚に基づく自律ドローンレース問題に取り組む。
  論文  参考訳（メタデータ） (2022-10-26T19:03:17Z)
• Decentralized Vehicle Coordination: The Berkeley DeepDrive Drone Dataset and Consensus-Based Models [76.32775745488073]
  本研究では,非構造環境における動作計画の研究を目的とした,新しいデータセットとモデリングフレームワークを提案する。 コンセンサスに基づくモデリング手法により、データセットで観測された優先順位の出現を効果的に説明できることを実証する。
  論文  参考訳（メタデータ） (2022-09-19T05:06:57Z)
• 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)
• UAV Path Planning for Wireless Data Harvesting: A Deep Reinforcement Learning Approach [18.266087952180733]
  本稿では,IoT(Internet of Things)デバイスからのUAV対応データ収集に対するエンドツーエンド強化学習手法を提案する。 自律ドローンは、限られた飛行時間と障害物回避を受ける分散センサーノードからデータを収集する。 提案するネットワークアーキテクチャにより,エージェントが様々なシナリオパラメータの移動決定を行うことができることを示す。
  論文  参考訳（メタデータ） (2020-07-01T15:14:16Z)

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。