論文の概要: Microrobot Vascular Parkour: Analytic Geometry-based Path Planning with Real-time Dynamic Obstacle Avoidance

• arxiv url: http://arxiv.org/abs/2509.05500v1
• Date: Fri, 05 Sep 2025 21:22:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-09 14:07:03.546124
• Title: Microrobot Vascular Parkour: Analytic Geometry-based Path Planning with Real-time Dynamic Obstacle Avoidance
• Title（参考訳）: Microrobot Vascular Parkour:リアルタイム動的障害物回避による解析幾何学的経路計画
• Authors: Yanda Yang, Max Sokolich, Fatma Ceren Kirmizitas, Sambeeta Das, Andreas A. Malikopoulos,
• Abstract要約: 本稿では,AGP(Analytic Geoge Global Planner)と2つのリアクティブなローカルエスケープコントローラを結合したリアルタイムパス計画フレームワークを提案する。 リアルタイムイメージングを用いて、マイクロロボット、障害物、ターゲットの位置を推定し、衝突のない動きを計算する。 シミュレーションと実験の両方において、グローバルプランナーとローカルコントローラの組み合わせは、移動障害を確実に回避し、目標に到達する。
• 参考スコア（独自算出の注目度）: 3.044496713865893
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous microrobots in blood vessels could enable minimally invasive therapies, but navigation is challenged by dense, moving obstacles. We propose a real-time path planning framework that couples an analytic geometry global planner (AGP) with two reactive local escape controllers, one based on rules and one based on reinforcement learning, to handle sudden moving obstacles. Using real-time imaging, the system estimates the positions of the microrobot, obstacles, and targets and computes collision-free motions. In simulation, AGP yields shorter paths and faster planning than weighted A* (WA*), particle swarm optimization (PSO), and rapidly exploring random trees (RRT), while maintaining feasibility and determinism. We extend AGP from 2D to 3D without loss of speed. In both simulations and experiments, the combined global planner and local controllers reliably avoid moving obstacles and reach targets. The average planning time is 40 ms per frame, compatible with 25 fps image acquisition and real-time closed-loop control. These results advance autonomous microrobot navigation and targeted drug delivery in vascular environments.
• Abstract（参考訳）: 血管内の自律的なマイクロロボットは、最小限の侵襲的な治療を可能にするが、ナビゲーションは密集した移動障害によって挑戦される。 本稿では,解析幾何学的グローバルプランナ(AGP)と2つのリアクティブなローカルエスケープコントローラ(ルールに基づくもの,強化学習に基づくもの)を結合したリアルタイムパス計画フレームワークを提案する。 リアルタイムイメージングを用いて、マイクロロボット、障害物、ターゲットの位置を推定し、衝突のない動きを計算する。 シミュレーションでは、AGPは重み付けされたA*(WA*)、パーティクルスワム最適化(PSO)、ランダムツリー(RRT)を高速に探索し、実現可能性と決定性を維持する。 AGPを2Dから3Dに拡張するが、速度は低下しない。 シミュレーションと実験の両方において、グローバルプランナーとローカルコントローラの組み合わせは、移動障害を確実に回避し、目標に到達する。 平均的な計画時間は1フレームあたり40ミリ秒で、25fpsの画像取得とリアルタイムのクローズドループ制御と互換性がある。 これらの結果は、自律的なマイクロロボットナビゲーションと、血管環境における薬物の輸送を促進する。

関連論文リスト

• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• Monte Carlo Tree Search with Velocity Obstacles for safe and efficient motion planning in dynamic environments [49.30744329170107]
  本稿では,動的障害物に関する情報を最小限に抑えた最適オンライン動作計画手法を提案する。 提案手法は,モデルシミュレーションによるオンライン最適計画のためのモンテカルロ木探索 (MCTS) と障害物回避のためのVelocity Obstacles (VO) を組み合わせた。 我々は,非線形モデル予測制御(NMPC)を含む最先端のプランナーに対して,衝突速度,計算,タスク性能の向上の観点から,我々の方法論の優位性を示す。
  論文  参考訳（メタデータ） (2025-01-16T16:45:08Z)
• Unified Control Framework for Real-Time Interception and Obstacle Avoidance of Fast-Moving Objects with Diffusion Variational Autoencoder [2.5642257132861923]
  動的環境におけるロボットアームによる高速移動物体のリアルタイムインターセプションは、非常に困難な課題である。 本稿では,動的オブジェクトを同時にインターセプトし,移動障害を回避することで,課題に対処する統一的な制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-09-27T18:46:52Z)
• Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
  本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。 提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
  論文  参考訳（メタデータ） (2022-07-22T15:16:54Z)
• Simultaneous Contact-Rich Grasping and Locomotion via Distributed Optimization Enabling Free-Climbing for Multi-Limbed Robots [60.06216976204385]
  移動, 把握, 接触問題を同時に解くための効率的な運動計画フレームワークを提案する。 ハードウェア実験において提案手法を実証し, より短い計画時間で, 傾斜角45degで自由クライミングを含む様々な動作を実現できることを示す。
  論文  参考訳（メタデータ） (2022-07-04T13:52:10Z)
• IA Planner: Motion Planning Using Instantaneous Analysis for Autonomous Vehicle in the Dense Dynamic Scenarios on Highways [1.6791232288938656]
  密集したダイナミックシーンでは、軌道計画の失敗や他の人による切り込みが容易である。 本稿では,衝突関係のみを同時に解析する瞬時解析モデルを提案する。 実験結果から, 本手法は, 高密度な動的シナリオにおいて, 安全快適かつ車線変化軌道を計画できることが示された。
  論文  参考訳（メタデータ） (2021-03-19T17:10:50Z)
• 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)

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。