論文の概要: Conceptual Evaluation of Deep Visual Stereo Odometry for the MARWIN Radiation Monitoring Robot in Accelerator Tunnels

• arxiv url: http://arxiv.org/abs/2512.00080v1
• Date: Tue, 25 Nov 2025 09:22:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-02 19:46:34.048374
• Title: Conceptual Evaluation of Deep Visual Stereo Odometry for the MARWIN Radiation Monitoring Robot in Accelerator Tunnels
• Title（参考訳）: 加速器トンネルにおけるMARWIN放射モニタリングロボットのための深部視覚ステレオオドメトリーの概念評価
• Authors: André Dehne, Juri Zach, Peer Stelldinger,
• Abstract要約: MARWINロボットは欧州XFELで働き、長い単調な加速器トンネルで自律的な放射線モニタリングを行う。 現在のナビゲーションの概念は、ライダーベースのエッジ検出、車輪/ライダー計測と周期的なQRコード参照、壁距離、回転、長手位置のファジィ制御を組み合わせたものである。 本稿では,DVSO(Deep visual stereo odometry)の3次元幾何学的制約を焦点とする手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The MARWIN robot operates at the European XFEL to perform autonomous radiation monitoring in long, monotonous accelerator tunnels where conventional localization approaches struggle. Its current navigation concept combines lidar-based edge detection, wheel/lidar odometry with periodic QR-code referencing, and fuzzy control of wall distance, rotation, and longitudinal position. While robust in predefined sections, this design lacks flexibility for unknown geometries and obstacles. This paper explores deep visual stereo odometry (DVSO) with 3D-geometric constraints as a focused alternative. DVSO is purely vision-based, leveraging stereo disparity, optical flow, and self-supervised learning to jointly estimate depth and ego-motion without labeled data. For global consistency, DVSO can subsequently be fused with absolute references (e.g., landmarks) or other sensors. We provide a conceptual evaluation for accelerator tunnel environments, using the European XFEL as a case study. Expected benefits include reduced scale drift via stereo, low-cost sensing, and scalable data collection, while challenges remain in low-texture surfaces, lighting variability, computational load, and robustness under radiation. The paper defines a research agenda toward enabling MARWIN to navigate more autonomously in constrained, safety-critical infrastructures.
• Abstract（参考訳）: MARWINロボットは欧州XFELで、従来の位置決めアプローチが苦労している長い単調な加速器トンネルで自律的な放射線監視を行う。 現在のナビゲーションの概念は、ライダーベースのエッジ検出、車輪/ライダー計測と周期的なQRコード参照、壁距離、回転、長手位置のファジィ制御を組み合わせたものである。 事前に定義された部分では堅牢であるが、この設計は未知の測地線や障害物に対する柔軟性に欠ける。 本稿では,DVSO(Deep visual stereo odometry)の3次元幾何学的制約を焦点とする手法を提案する。 DVSOは純粋に視覚に基づいており、ステレオの相違、光学的流れ、自己教師付き学習を利用してラベル付きデータなしで深度とエゴモーションを共同で推定する。 グローバルな一貫性のために、DVSOは絶対基準(例えばランドマーク)や他のセンサーと融合することができる。 欧州XFELをケーススタディとして,加速器トンネル環境の概念評価を行った。 期待されているメリットは、ステレオによるスケールドリフトの削減、低コストセンシング、スケーラブルなデータ収集である。 本稿は、MARWINが制約付き安全クリティカルなインフラでより自律的にナビゲートできるようにするための研究課題を定義した。

関連論文リスト

• Benchmarking Egocentric Visual-Inertial SLAM at City Scale [50.1245744173948]
  本稿では,エゴセントリックなマルチモーダルデータを用いた視覚慣性SLAMのための新しいデータセットとベンチマークを提案する。 我々は、様々なセンサーを備えたメガネのような装置で、市内の中心部を何時間、何キロもの軌跡を記録している。 アカデミックによって開発された最先端のシステムは、これらの課題に対して堅牢ではないことを示し、これに責任を負うコンポーネントを特定します。
  論文  参考訳（メタデータ） (2025-09-30T17:59:31Z)
• 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)
• RD-VIO: Robust Visual-Inertial Odometry for Mobile Augmented Reality in Dynamic Environments [55.864869961717424]
  視覚的・視覚的慣性オドメトリーシステムでは、動的シーンや純粋な回転の問題に対処することが通常困難である。 我々はこれらの問題に対処するためにRD-VIOと呼ばれる新しい視覚-慣性オドメトリーシステム(VIO)を設計する。
  論文  参考訳（メタデータ） (2023-10-23T16:30:39Z)
• HarmonicNeRF: Geometry-Informed Synthetic View Augmentation for 3D Scene Reconstruction in Driving Scenarios [2.949710700293865]
  HarmonicNeRFは、屋外の自己監督型単分子シーン再構築のための新しいアプローチである。 形状インフォームド合成ビューで入力空間を拡大することにより、NeRFの強度を生かし、表面再構成精度を高める。 提案手法は,新しい深度ビューを合成し,シーンを再構築するための新しいベンチマークを確立し,既存の手法よりも優れていた。
  論文  参考訳（メタデータ） (2023-10-09T07:42:33Z)
• RVMDE: Radar Validated Monocular Depth Estimation for Robotics [5.360594929347198]
  両眼視センサの固有剛性校正は正確な深度推定に不可欠である。 あるいは、単眼カメラは、深度推定の精度を犠牲にして制限を緩和し、厳しい環境条件下では課題が悪化する。 本研究は, 環境条件下での深度推定のために, 単眼カメラの細粒度データと融合した場合のレーダーからの粗い信号の有用性について検討する。
  論文  参考訳（メタデータ） (2021-09-11T12:02:29Z)
• 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。