論文の概要: Infrastructure-based Autonomous Mobile Robots for Internal Logistics -- Challenges and Future Perspectives

• arxiv url: http://arxiv.org/abs/2512.15215v1
• Date: Wed, 17 Dec 2025 09:10:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.389338
• Title: Infrastructure-based Autonomous Mobile Robots for Internal Logistics -- Challenges and Future Perspectives
• Title（参考訳）: 内部ロジスティックスのためのインフラ型自律移動ロボット -課題と今後の展望-
• Authors: Erik Brorsson, Kristian Ceder, Ze Zhang, Sabino Francesco Roselli, Endre Erős, Martin Dahl, Beatrice Alenljung, Jessica Lindblom, Thanh Bui, Emmanuel Dean, Lennart Svensson, Kristofer Bengtsson, Per-Lage Götvall, Knut Åkesson,
• Abstract要約: 本稿では,インフラ型自律移動ロボット(AMR)の概要を概観する。 インフラベースのセンシング,オンプレミスのクラウドコンピューティング,オンボードの自律性を組み合わせたリファレンスアーキテクチャを導入する。 重自動車製造環境における実環境展開におけるアプローチを実証する。
• 参考スコア（独自算出の注目度）: 7.090184152982336
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The adoption of Autonomous Mobile Robots (AMRs) for internal logistics is accelerating, with most solutions emphasizing decentralized, onboard intelligence. While AMRs in indoor environments like factories can be supported by infrastructure, involving external sensors and computational resources, such systems remain underexplored in the literature. This paper presents a comprehensive overview of infrastructure-based AMR systems, outlining key opportunities and challenges. To support this, we introduce a reference architecture combining infrastructure-based sensing, on-premise cloud computing, and onboard autonomy. Based on the architecture, we review core technologies for localization, perception, and planning. We demonstrate the approach in a real-world deployment in a heavy-vehicle manufacturing environment and summarize findings from a user experience (UX) evaluation. Our aim is to provide a holistic foundation for future development of scalable, robust, and human-compatible AMR systems in complex industrial environments.
• Abstract（参考訳）: 内部ロジスティクスへの自律移動ロボット(AMR)の採用は加速しており、ほとんどのソリューションは分散化されたオンボードインテリジェンスを強調している。 工場のような屋内環境におけるAMRは、外部センサーや計算資源を含むインフラによって支えられるが、そのようなシステムは文献では未解明のままである。 本稿では、インフラベースのAMRシステムの概要を概観し、重要な機会と課題を概説する。 これをサポートするために、インフラベースのセンシング、オンプレミスのクラウドコンピューティング、オンボードの自律性を組み合わせたリファレンスアーキテクチャを導入します。 アーキテクチャに基づいて、ローカライゼーション、知覚、計画のためのコア技術についてレビューする。 重車製造環境における実環境展開におけるアプローチを実証し,ユーザエクスペリエンス(UX)評価の結果を要約する。 我々の目標は、複雑な産業環境において、スケーラブルで堅牢で、人間と互換性のあるAMRシステムを開発するための総合的な基盤を提供することです。

関連論文リスト

• Keeping it Local, Tiny and Real: Automated Report Generation on Edge Computing Devices for Mechatronic-Based Cognitive Systems [0.0]
  各種マルチモーダルセンサを用いた自然言語の自動レポート生成パイプラインを提案する。 特に,屋内環境,屋外環境,都市環境を含む複数の領域にまたがる多様なデータセットの実装について検討した。
  論文  参考訳（メタデータ） (2025-11-04T11:49:41Z)
• Agentic AI Reasoning for Mobile Edge General Intelligence: Fundamentals, Approaches, and Directions [74.35421055079655]
  大規模言語モデル(LLM)は、強力な推論と自律的な意思決定能力を備えたエージェント人工知能(AI)の出現を可能にした。 Mobile Edge General Intelligence (MEGI)は、リアルタイムでプライバシ保護の推論をネットワークエッジにもたらす。 本稿では,MEGIにおけるLLM推論の効率的な展開のための共同最適化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-27T10:53:48Z)
• Robotics Under Construction: Challenges on Job Sites [1.7111119493445044]
  本稿では,無人建設現場への最初のステップとして,自律型貨物輸送システムを提案する。 本システムは,CD110R-3クローラキャリアをベースとして,自律ナビゲーション,フリート管理,動的環境ベースローカライゼーションを統合したシステムである。 予備的な結果は、地形の進化におけるナビゲーション、建設固有の条件下での環境認識など、潜在的な課題を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-06-24T13:07:43Z)
• Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [58.50944604905037]
  エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。 AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。 この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
  論文  参考訳（メタデータ） (2025-05-03T13:55:38Z)
• InfraLib: Enabling Reinforcement Learning and Decision-Making for Large-Scale Infrastructure Management [1.0499611180329806]
  InfraLibは、インフラ管理の問題をモデリングし分析するためのオープンソースのモジュラーフレームワークである。 階層的で劣化したモデルを実装し、現実的な部分的な可観測性をサポートし、実用的な制約を処理する。 InfraLibは、専門家データ収集とポリシー評価のためのツールとともに、意思決定アプローチのベンチマークのための標準化された環境を提供する。
  論文  参考訳（メタデータ） (2024-09-05T01:54:29Z)
• Towards a Dynamic Composability Approach for using Heterogeneous Systems in Remote Sensing [0.0]
  本稿では,科学計算,人工知能(AI),リモートセンシング領域の共通部分において,構成可能なシステムを利用するための新しいアプローチを提案する。 我々は,NSFが出資するスーパーコンピュータであるExpanseを,地理的分散クラスタであるNautilusとフェデレートする,構成可能なインフラストラクチャの最初の実例のアーキテクチャについて述べる。
  論文  参考訳（メタデータ） (2022-11-13T14:48:00Z)
• Developing an AI-enabled IIoT platform -- Lessons learned from early use case validation [47.37985501848305]
  本稿では,このプラットフォームの設計について紹介し,AIによる視覚的品質検査の実証者の観点からの早期評価について述べる。 これは、この初期の評価活動で学んだ洞察と教訓によって補完される。
  論文  参考訳（メタデータ） (2022-07-10T18:51:12Z)

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。