Fugu-MT 論文翻訳(概要): Towards Efficient Certification of Maritime Remote Operation Centers

論文の概要: Towards Efficient Certification of Maritime Remote Operation Centers

arxiv url: http://arxiv.org/abs/2508.00543v1
Date: Fri, 01 Aug 2025 11:30:47 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-04 18:08:53.853227
Title: Towards Efficient Certification of Maritime Remote Operation Centers
Title（参考訳）: 海上遠隔操作センターの効率的な認証に向けて
Authors: Christian Neurohr, Marcel Saager, Lina Putze, Jan-Patrick Osterloh, Karina Rothemann, Hilko Wiards, Eckard Böde, Axel Hahn,
Abstract要約: 本稿では,遠隔操作センターの安全と認証を支援するハザードデータベースの概念を提案する。このハザードデータベースを適切に充足できるハザード分析とリスクアセスメントの手法を,予備的適合性分析により明らかにした。
参考スコア（独自算出の注目度）: 0.08030359871216612
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Additional automation being build into ships implies a shift of crew from ship to shore. However, automated ships still have to be monitored and, in some situations, controlled remotely. These tasks are carried out by human operators located in shore-based remote operation centers. In this work, we present a concept for a hazard database that supports the safeguarding and certification of such remote operation centers. The concept is based on a categorization of hazard sources which we derive from a generic functional architecture. A subsequent preliminary suitability analysis unveils which methods for hazard analysis and risk assessment can adequately fill this hazard database.
Abstract（参考訳）: 追加の自動化は、乗組員を船から岸へ移動させることを意味している。しかし、自動化された船は監視されなければならず、いくつかの状況では遠隔操作される。これらの作業は、沿岸の遠隔操作センターにある人間オペレーターによって行われる。本研究では,このような遠隔操作センターの安全と認証を支援するハザードデータベースの概念を提案する。この概念は、ジェネリック・ファンクショナル・アーキテクチャから派生したハザード・ソースの分類に基づいている。その後の予備適合性分析では、このハザードデータベースを適切に満たせるハザード分析とリスクアセスメントの方法が明らかにされている。

関連論文リスト

Bird's-eye view safety monitoring for the construction top under the tower crane [3.275477941202418]
鳥の目から見たタワークレーンを持ち上げるためのAIによる完全自動安全監視システムを提案する。このシステムは、カメラとLiDARから取得した情報を統合することで、人間とMiCのローカライズのための3Dデータ融合を実現した。
論文参考訳（メタデータ） (2025-06-22T12:52:20Z)
Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation [55.02966123945644]
本稿では,ニューラルネットワーク検証技術を利用して制御障壁関数(CBF)とポリシー修正機構の設計を行う階層型制御フレームワークを提案する。提案手法は,安全なCBFベースの制御層を構築するために使用される,安全でない操作領域を特定するための確率的列挙に依存する。これらの実験は、効率的なナビゲーション動作を維持しながら、安全でない動作を補正する提案手法の能力を実証するものである。
論文参考訳（メタデータ） (2025-04-30T13:47:25Z)
Post-disaster building indoor damage and survivor detection using autonomous path planning and deep learning with unmanned aerial vehicles [5.897549460175895]
本論文は, 建物後屋内シナリオにおける構造損傷検査と生存者検出のための自律検査手法を提案する。自律航法、深層学習に基づく損傷および生存者検出法、および搭載センサーを備えたカスタマイズされた低コストのマイクロエアロビー(MAV)を備えている。擬似災害後のオフィスビルにおける実験により, 構造物の損傷検査や生存者の発見において, 高い精度を達成できることが実証された。
論文参考訳（メタデータ） (2025-03-13T04:13:48Z)
EARBench: Towards Evaluating Physical Risk Awareness for Task Planning of Foundation Model-based Embodied AI Agents [53.717918131568936]
EAI(Embodied AI)は、高度なAIモデルを現実世界のインタラクションのための物理的なエンティティに統合する。高レベルのタスク計画のためのEAIエージェントの"脳"としてのファンデーションモデルは、有望な結果を示している。しかし、これらのエージェントの物理的環境への展開は、重大な安全性上の課題を呈している。本研究では,EAIシナリオにおける身体的リスクの自動評価のための新しいフレームワークEARBenchを紹介する。
論文参考訳（メタデータ） (2024-08-08T13:19:37Z)
Aeolus Ocean -- A simulation environment for the autonomous COLREG-compliant navigation of Unmanned Surface Vehicles using Deep Reinforcement Learning and Maritime Object Detection [0.0]
海上部門における無人水上機(USV)の航行自律性は、より安全な水と運用コストの削減につながる可能性がある。本稿では, 現実的な海洋シミュレーション環境において, COLREG 準拠の DRL を用いた衝突回避航法システムの開発について述べる。
論文参考訳（メタデータ） (2023-07-13T11:20:18Z)
Convergence of Communications, Control, and Machine Learning for Secure and Autonomous Vehicle Navigation [78.60496411542549]
接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
論文参考訳（メタデータ） (2023-07-05T21:38:36Z)
Evaluating Model-free Reinforcement Learning toward Safety-critical Tasks [70.76757529955577]
本稿では、国家安全RLの観点から、この領域における先行研究を再考する。安全最適化と安全予測を組み合わせた共同手法であるUnrolling Safety Layer (USL)を提案する。この領域のさらなる研究を容易にするため、我々は関連するアルゴリズムを統一パイプラインで再現し、SafeRL-Kitに組み込む。
論文参考訳（メタデータ） (2022-12-12T06:30:17Z)
Constrained Reinforcement Learning for Robotics via Scenario-Based Programming [64.07167316957533]
DRLをベースとしたエージェントの性能を最適化し,その動作を保証することが重要である。本稿では,ドメイン知識を制約付きDRLトレーニングループに組み込む新しい手法を提案する。我々の実験は、専門家の知識を活用するために我々のアプローチを用いることで、エージェントの安全性と性能が劇的に向上することを示した。
論文参考訳（メタデータ） (2022-06-20T07:19:38Z)
ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and Response with AI [55.41644538483948]
小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
論文参考訳（メタデータ） (2022-01-25T14:51:19Z)
AutoSOS: Towards Multi-UAV Systems Supporting Maritime Search and Rescue with Lightweight AI and Edge Computing [27.15999421608932]
本稿では,自律型マルチロボット探索・救助支援プラットフォームの開発を支援するAutoSOSプロジェクトの方向性について述べる。このプラットフォームは、新しい適応型ディープラーニングアルゴリズムを用いて、環境の初期評価のための偵察ミッションを実行することを目的としている。ドローンが潜在的な物体を見つけると、そのセンサーデータを船に送る。
論文参考訳（メタデータ） (2020-05-07T12:22:15Z)

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。