論文の概要: Enhancing Worker Safety in Harbors Using Quadruped Robots
- arxiv url: http://arxiv.org/abs/2601.19643v1
- Date: Tue, 27 Jan 2026 14:19:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-30 05:29:06.071307
- Title: Enhancing Worker Safety in Harbors Using Quadruped Robots
- Title（参考訳）: 四足歩行ロボットによる港の作業者の安全向上
- Authors: Zoe Betta, Davide Corongiu, Carmine Tommaso Recchiuto, Antonio Sgorbissa,
- Abstract要約: この研究は、港湾環境内の重要な領域を特定するための初期段階を導入する。
その後、これらの臨界領域を検査するために四足歩行ロボットを用いた予備解を解析する。
- 参考スコア（独自算出の注目度）: 4.724825031148412
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Infrastructure inspection is becoming increasingly relevant in the field of robotics due to its significant impact on ensuring workers' safety. The harbor environment presents various challenges in designing a robotic solution for inspection, given the complexity of daily operations. This work introduces an initial phase to identify critical areas within the port environment. Following this, a preliminary solution using a quadruped robot for inspecting these critical areas is analyzed.
- Abstract（参考訳）: インフラ検査は、労働者の安全確保に大きな影響を与えるため、ロボット工学の分野でますます重要になっている。
港湾環境は、日々の作業の複雑さを考慮して、検査のためのロボットソリューションを設計する際の様々な課題を提示している。
この研究は、港湾環境内の重要な領域を特定するための初期段階を導入する。
その後、これらの臨界領域を検査するために四足歩行ロボットを用いた予備解を解析する。
関連論文リスト
- Safe Human Robot Navigation in Warehouse Scenario [15.277331501780488]
本研究は,制御バリア機能(CBF)を活用し,倉庫ナビゲーションの安全性を高める手法を提案する。
学習ベースのCBFとOpen Robotics Middleware Framework(OpenRMF)を統合することで、マルチロボット、マルチエージェントシナリオにおける適応性と安全性向上の制御を実現する。
論文 参考訳（メタデータ） (2025-03-27T04:12:27Z) - AR-Facilitated Safety Inspection and Fall Hazard Detection on Construction Sites [17.943278018516416]
我々は,高層建設現場の安全検査を容易にするために,ヘッドマウント型拡張現実の可能性を探っている。
業界で特に懸念されているのは、人や物体の落下を防ぐために、高いレベルの建設現場で、周囲の安全画面を検査することである。
我々は,安全画面のどの部分が検査されたかを追跡することで,この検査作業を支援することを目的とする。
機械学習を用いて、近距離検査と修復を必要とする周辺スクリーンのギャップを自動的に検出し、レポートを自動化する。
論文 参考訳（メタデータ） (2024-12-02T08:38:43Z) - Object Detectors in the Open Environment: Challenges, Solutions, and Outlook [95.3317059617271]
オープン環境のダイナミックで複雑な性質は、オブジェクト検出器に新しくて恐ろしい挑戦をもたらす。
本稿では,オープン環境におけるオブジェクト検出器の総合的なレビューと解析を行う。
データ/ターゲットの変化の次元に基づいて、4つの四分法(ドメイン外、カテゴリ外、堅牢な学習、漸進的な学習)を含むフレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-24T19:32:39Z) - On the Vulnerability of LLM/VLM-Controlled Robotics [54.57914943017522]
大規模言語モデル(LLM)と視覚言語モデル(VLM)を統合するロボットシステムの脆弱性を,入力モダリティの感度によって強調する。
LLM/VLM制御型2つのロボットシステムにおいて,単純な入力摂動がタスク実行の成功率を22.2%,14.6%減少させることを示す。
論文 参考訳（メタデータ） (2024-02-15T22:01:45Z) - A Smart Robotic System for Industrial Plant Supervision [16.68349850187503]
本稿では,各種センサとインテリジェントデータ処理を統合した自律走行ロボットによるシステムを提案する。
メタン漏れを検出し、流量を推定し、より一般的なガス異常を検出し、音源をローカライズし、故障事例を検出し、環境を3Dでマッピングし、自律的にナビゲートすることができる。
論文 参考訳（メタデータ） (2023-08-10T14:54:21Z) - Safe reinforcement learning of dynamic high-dimensional robotic tasks:
navigation, manipulation, interaction [31.553783147007177]
強化学習では、損傷を起こさない環境を探索する上で、安全はより基本的なものである。
本稿では,各種ロボット作業の強化学習のための安全探索の新たな定式化について紹介する。
我々のアプローチは、幅広い種類のロボットプラットフォームに適用され、データから学んだ複雑な衝突制約の下でも安全を強制する。
論文 参考訳（メタデータ） (2022-09-27T11:23:49Z) - Simultaneous Navigation and Construction Benchmarking Environments [73.0706832393065]
モバイル構築のためのインテリジェントなロボット、環境をナビゲートし、幾何学的設計に従ってその構造を変更するプロセスが必要です。
このタスクでは、ロボットのビジョンと学習の大きな課題は、GPSなしでデザインを正確に達成する方法です。
我々は,手工芸政策の性能を,基礎的なローカライゼーションと計画,最先端の深層強化学習手法を用いて評価した。
論文 参考訳（メタデータ） (2021-03-31T00:05:54Z)
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。