論文の概要: Model-Based Real-Time Pose and Sag Estimation of Overhead Power Lines Using LiDAR for Drone Inspection
- arxiv url: http://arxiv.org/abs/2506.20812v1
- Date: Wed, 25 Jun 2025 20:16:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-27 19:53:09.875811
- Title: Model-Based Real-Time Pose and Sag Estimation of Overhead Power Lines Using LiDAR for Drone Inspection
- Title(参考訳): ドローン検査用LiDARを用いたモデルベース実時間ポースとオーバーヘッド電力線のサッグ推定
- Authors: Alexandre Girard, Steven A. Parkison, Philippe Hamelin,
- Abstract要約: 本稿では、LiDAR測定と導体アレイ全体を表す1つの幾何モデルとの誤差を最小化する推定手法を提案する。
実験結果から, 部分的な観測, ノイズ, 外れ値の存在下でも, 50ms/fps未満のコンバータが収束し, 精度の高い追跡が可能であることが示唆された。
- 参考スコア(独自算出の注目度): 47.58627350815698
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Drones can inspect overhead power lines while they remain energized, significantly simplifying the inspection process. However, localizing a drone relative to all conductors using an onboard LiDAR sensor presents several challenges: (1) conductors provide minimal surface for LiDAR beams limiting the number of conductor points in a scan, (2) not all conductors are consistently detected, and (3) distinguishing LiDAR points corresponding to conductors from other objects, such as trees and pylons, is difficult. This paper proposes an estimation approach that minimizes the error between LiDAR measurements and a single geometric model representing the entire conductor array, rather than tracking individual conductors separately. Experimental results, using data from a power line drone inspection, demonstrate that this method achieves accurate tracking, with a solver converging under 50 ms per frame, even in the presence of partial observations, noise, and outliers. A sensitivity analysis shows that the estimation approach can tolerate up to twice as many outlier points as valid conductors measurements.
- Abstract(参考訳): ドローンは、過熱状態にある間、頭上電力線を検査できるため、検査プロセスは大幅に簡素化される。
しかし,LiDARセンサを用いたすべての導体に対するドローンのローカライズには,(1)導体が走査中の導体点数を制限するLiDARビームに対して最小表面を提供する,(2)すべての導体が常に検出されない,(3)導体に対応するLiDAR点と,木やパイロンなどの他の物体との区別が難しい,といった課題がある。
本稿では,各導体を別々に追跡するのではなく,LiDAR測定と導体アレイ全体を表す1つの幾何モデルとの誤差を最小化する推定手法を提案する。
電力線ドローン検査のデータを用いた実験結果から, 部分的な観測, ノイズ, 外れ値の存在下においても, 1フレームあたり50ms以下で収束する解器を用いて, 精度の高い追跡を実現することを示した。
感度解析により、推定手法は導体の測定値の最大2倍のアウトラヤ点を許容できることが示された。
関連論文リスト
- Targetless 6DoF Calibration of LiDAR and 2D Scanning Radar Based on Cylindrical Occupancy [8.895838973148452]
LiRaCoは、LiDARとレーダーセンサーの外部6DoFキャリブレーションのためのターゲットレスキャリブレーションアプローチである。
LiRaCoは、LiDAR点雲とRadarスキャンの間の空間占有一貫性を共通円筒表現で活用する。
外部キャリブレーションパラメータを含むコスト関数は、3次元格子とLiDAR点の空間的重なりに基づいて定式化する。
論文 参考訳(メタデータ) (2025-03-21T10:09:04Z) - Multi-Modal Data-Efficient 3D Scene Understanding for Autonomous Driving [58.16024314532443]
我々は、異なるLiDARスキャンからレーザービーム操作を統合するフレームワークであるLaserMix++を導入し、データ効率の学習を支援するためにLiDAR-カメラ対応を組み込んだ。
結果は、LaserMix++が完全に教師付き代替よりも優れており、5倍のアノテーションで同等の精度を実現していることを示している。
この大幅な進歩は、LiDARベースの3Dシーン理解システムにおける広範囲なラベル付きデータへの依存を減らすための半教師付きアプローチの可能性を示している。
論文 参考訳(メタデータ) (2024-05-08T17:59:53Z) - Better Monocular 3D Detectors with LiDAR from the Past [64.6759926054061]
カメラベースの3D検出器は、画像の奥行きのあいまいさのため、LiDARベースの検出器に比べて性能が劣ることが多い。
本研究では,未ラベルの歴史的LiDARデータを活用することにより,単分子3D検出器の改良を図る。
複数の最先端モデルやデータセットに対して,9.66ミリ秒の追加レイテンシとストレージコストの低い,一貫性と大幅なパフォーマンス向上を示す。
論文 参考訳(メタデータ) (2024-04-08T01:38:43Z) - Optimal Transport for Change Detection on LiDAR Point Clouds [16.552050876277242]
空気中LiDARデータポイント間の教師なし変更検出は,取得システムからの空間的支持とノイズのアンマッチが困難である。
本稿では,2つの時間的支援による3次元LiDAR点の移動の計算に基づく教師なしアプローチを提案する。
本手法では,教師なしの階層分類が可能であり,従来の最先端の教師なし手法よりも有意な差で性能が向上する。
論文 参考訳(メタデータ) (2023-02-14T13:08:07Z) - Boosting 3D Object Detection by Simulating Multimodality on Point Clouds [51.87740119160152]
本稿では,LiDAR 画像検出器に追従する特徴や応答をシミュレートすることで,単一モダリティ (LiDAR) 3次元物体検出器を高速化する新しい手法を提案する。
このアプローチでは、単一モダリティ検出器をトレーニングする場合のみ、LiDARイメージデータを必要とし、十分にトレーニングされた場合には、推論時にのみLiDARデータが必要である。
nuScenesデータセットの実験結果から,本手法はSOTA LiDARのみの3D検出器よりも優れていることがわかった。
論文 参考訳(メタデータ) (2022-06-30T01:44:30Z) - Accurate Alignment Inspection System for Low-resolution Automotive and
Mobility LiDAR [125.41260574344933]
車両やロボットなどの移動システムにおいて,センサ装着後のLiDARアライメント誤差を正確に推定する検査システムを提案する。
提案手法は, 固定位置における1つのターゲットボードのみを用いて, 水平方向(回転, 傾き, ヨー)とLiDARアタッチメントの水平位置を, 水平方向の精度で推定する。
論文 参考訳(メタデータ) (2020-08-24T17:47:59Z)
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。