論文の概要: Addressing Camera Sensors Faults in Vision-Based Navigation: Simulation and Dataset Development

• arxiv url: http://arxiv.org/abs/2507.02602v1
• Date: Thu, 03 Jul 2025 13:23:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-04 15:37:16.293021
• Title: Addressing Camera Sensors Faults in Vision-Based Navigation: Simulation and Dataset Development
• Title（参考訳）: 視覚ナビゲーションにおけるカメラセンサの異常の対応:シミュレーションとデータセット開発
• Authors: Riccardo Gallon, Fabian Schiemenz, Alessandra Menicucci, Eberhard Gill,
• Abstract要約: 本研究は、惑星間探査ミッションのシナリオに焦点を当てる。 VBNパイプライン内で使用されるカメラセンサの潜在的な故障事例を包括的に分析する。 合成画像中の故障状態を再現するシミュレーションフレームワークを導入し、故障データの体系的かつ制御された再生を可能にする。 結果として得られたフォールトインジェクト画像のデータセットは、AIベースのフォールト検出アルゴリズムをトレーニングし、テストするための貴重なツールを提供する。
• 参考スコア（独自算出の注目度）: 41.94295877935867
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The increasing importance of Vision-Based Navigation (VBN) algorithms in space missions raises numerous challenges in ensuring their reliability and operational robustness. Sensor faults can lead to inaccurate outputs from navigation algorithms or even complete data processing faults, potentially compromising mission objectives. Artificial Intelligence (AI) offers a powerful solution for detecting such faults, overcoming many of the limitations associated with traditional fault detection methods. However, the primary obstacle to the adoption of AI in this context is the lack of sufficient and representative datasets containing faulty image data. This study addresses these challenges by focusing on an interplanetary exploration mission scenario. A comprehensive analysis of potential fault cases in camera sensors used within the VBN pipeline is presented. The causes and effects of these faults are systematically characterized, including their impact on image quality and navigation algorithm performance, as well as commonly employed mitigation strategies. To support this analysis, a simulation framework is introduced to recreate faulty conditions in synthetically generated images, enabling a systematic and controlled reproduction of faulty data. The resulting dataset of fault-injected images provides a valuable tool for training and testing AI-based fault detection algorithms. The final link to the dataset will be added after an embargo period. For peer-reviewers, this private link is available.
• Abstract（参考訳）: 宇宙ミッションにおけるビジョンベースナビゲーション(VBN)アルゴリズムの重要性の高まりは、信頼性と運用上の堅牢性を確保する上で多くの課題を提起している。 センサ障害は、ナビゲーションアルゴリズムからの不正確なアウトプットや、完全なデータ処理障害を引き起こし、ミッション目標を妥協させる可能性がある。 人工知能(AI)はそのような障害を検出する強力なソリューションを提供し、従来の障害検出手法に関連する多くの制限を克服する。 しかし、この文脈でのAIの採用の主な障害は、欠陥のある画像データを含む十分で代表的なデータセットの欠如である。 本研究では、惑星間探査ミッションのシナリオに焦点を当て、これらの課題に対処する。 VBNパイプライン内で使用されるカメラセンサの潜在的な故障事例を包括的に分析する。 これらの障害の原因と影響は、画像の品質やナビゲーションアルゴリズムのパフォーマンス、一般的な緩和戦略など、体系的に特徴づけられる。 この解析を支援するため、合成画像中の故障状態を再現するシミュレーションフレームワークを導入し、故障データの体系的かつ制御された再生を可能にする。 結果として得られたフォールトインジェクト画像のデータセットは、AIベースのフォールト検出アルゴリズムをトレーニングし、テストするための貴重なツールを提供する。 データセットへの最後のリンクは、エンバーゴ期間後に追加される。 ピアレビューでは、このプライベートリンクが利用可能だ。

関連論文リスト

• RAID: A Dataset for Testing the Adversarial Robustness of AI-Generated Image Detectors [57.81012948133832]
  本稿では,72kの多種多様かつ高い変換可能な対向例からなるRAID(Robust Evaluation of AI- generated Image Detectors)を提案する。 提案手法は,未知の検出器に高い成功率で転送する逆画像を生成する。 以上の結果から,現在最先端のAI生成画像検出器は,敵の例によって容易に認識できることが示唆された。
  論文  参考訳（メタデータ） (2025-06-04T14:16:00Z)
• Synthesizing and Identifying Noise Levels in Autonomous Vehicle Camera Radar Datasets [2.435006380732195]
  我々は、カメラレーダー自律走行車データセットのためのリアルな合成データ拡張パイプラインを作成します。 私たちのゴールは、現実世界の干渉によるセンサーの故障とデータの劣化を正確にシミュレートすることです。 また、ベースラインの軽量ノイズ認識ニューラルネットワークをトレーニングし、拡張データセット上でテストした結果も提示する。
  論文  参考訳（メタデータ） (2025-05-01T15:15:50Z)
• Underwater Object Detection in the Era of Artificial Intelligence: Current, Challenge, and Future [119.88454942558485]
  水中物体検出(UOD)は、水中の画像やビデオ中の物体を識別し、ローカライズすることを目的としている。 近年、人工知能(AI)に基づく手法、特に深層学習法は、UODにおいて有望な性能を示している。
  論文  参考訳（メタデータ） (2024-10-08T00:25:33Z)
• AssemAI: Interpretable Image-Based Anomaly Detection for Manufacturing Pipelines [0.0]
  製造パイプラインにおける異常検出は、産業環境の複雑さと変動性によって強化され、依然として重要な課題である。 本稿では,スマート製造パイプラインに適した解釈可能な画像ベース異常検出システムAssemAIを紹介する。
  論文  参考訳（メタデータ） (2024-08-05T01:50:09Z)
• Research, Applications and Prospects of Event-Based Pedestrian Detection: A Survey [10.494414329120909]
  生物学的網膜にインスパイアされたイベントベースのカメラは、最小限の電力要求、無視できるレイテンシ、時間分解能、拡張可能なダイナミックレンジによって区別される最先端のセンサーへと進化してきた。 イベントベースのカメラは、高速撮像のシナリオにおいて、外部データ伝送を誘発し、動きのぼやけをなくすことによって制限に対処する。 本稿では,特に自律運転における研究と応用について概観する。
  論文  参考訳（メタデータ） (2024-07-05T06:17:00Z)
• 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)
• Understanding the Challenges and Opportunities of Pose-based Anomaly Detection [2.924868086534434]
  ポーズベースの異常検出(Pose-based anomaly detection)は、ビデオフレームから抽出された人間のポーズを調べることによって、異常な出来事や行動を検出するビデオ分析技術である。 本研究では、ポーズに基づく異常検出の難しさをよりよく理解するために、2つのよく知られたビデオ異常データセットの特徴を分析し、定量化する。 これらの実験は、ポーズベースの異常検出と現在利用可能なデータセットをより理解する上で有益であると考えています。
  論文  参考訳（メタデータ） (2023-03-09T18:09:45Z)
• EmergencyNet: Efficient Aerial Image Classification for Drone-Based Emergency Monitoring Using Atrous Convolutional Feature Fusion [8.634988828030245]
  本稿では,緊急対応・監視用uavの航空機画像の効率的な分類について述べる。 緊急対応アプリケーションのための専用空中画像データベースを導入し、既存のアプローチの比較分析を行う。 マルチレゾリューション機能を処理するために,アトラス畳み込みに基づく軽量畳み込みニューラルネットワークアーキテクチャが提案されている。
  論文  参考訳（メタデータ） (2021-04-28T20:24:10Z)

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。