論文の概要: Low-Cost Underwater In-Pipe Centering and Inspection Using a Minimal-Sensing Robot
- arxiv url: http://arxiv.org/abs/2602.05265v1
- Date: Thu, 05 Feb 2026 03:45:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.190697
- Title: Low-Cost Underwater In-Pipe Centering and Inspection Using a Minimal-Sensing Robot
- Title（参考訳）: 極小センシングロボットによる低コスト水中管内集中検査
- Abstract要約: 本報告では, 水中自由飛行ロボットが, IMU, 圧力センサ, 2つのソナーのみを用いて, 既知半径の浸水管を移動可能な最小限のセンシング手法を提案する。
単ビームソナー強度データから距離推定値を抽出し,ノイズおよび残響条件下での信頼性の高い壁検出を可能にする。
- 参考スコア（独自算出の注目度）: 1.9336815376402718
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous underwater inspection of submerged pipelines is challenging due to confined geometries, turbidity, and the scarcity of reliable localization cues. This paper presents a minimal-sensing strategy that enables a free-swimming underwater robot to center itself and traverse a flooded pipe of known radius using only an IMU, a pressure sensor, and two sonars: a downward-facing single-beam sonar and a rotating 360 degree sonar. We introduce a computationally efficient method for extracting range estimates from single-beam sonar intensity data, enabling reliable wall detection in noisy and reverberant conditions. A closed-form geometric model leverages the two sonar ranges to estimate the pipe center, and an adaptive, confidence-weighted proportional-derivative (PD) controller maintains alignment during traversal. The system requires no Doppler velocity log, external tracking, or complex multi-sensor arrays. Experiments in a submerged 46 cm-diameter pipe using a Blue Robotics BlueROV2 heavy remotely operated vehicle demonstrate stable centering and successful full-pipe traversal despite ambient flow and structural deformations. These results show that reliable in-pipe navigation and inspection can be achieved with a lightweight, computationally efficient sensing and processing architecture, advancing the practicality of autonomous underwater inspection in confined environments.
- Abstract（参考訳）: 海底パイプラインの自律的な水中検査は、制限された測地線、濁度、信頼性の高い位置決め手段の不足により困難である。
本報告では, 水中自由飛行ロボットが, IMU, 圧力センサ, 2つのソナー(下向き単ビームソナー, 回転360度ソナー)のみを用いて, 既知半径の浸水管内を移動可能な最小限のセンシング手法を提案する。
単ビームソナー強度データから距離推定値を抽出し,ノイズおよび残響条件下での信頼性の高い壁検出を可能にする。
閉形式幾何モデルは2つのソナー範囲を利用してパイプ中心を推定し、適応的、信頼度重み付き比例微分(PD)制御器は、トラバーサル中のアライメントを維持する。
このシステムはドップラー速度ログ、外部追跡、複雑なマルチセンサーアレイを必要としない。
ブルーロボティクス・ブルーロV2重運用車両を用いた46cmの潜水管実験では、周囲の流れや構造的な変形にもかかわらず、安定な中心と全管の対流を実証した。
これらの結果は,軽量で計算効率のよいセンサと処理アーキテクチャにより,管内ナビゲーションと検査の信頼性を実現し,閉じ込められた環境下での自律型水中検査の実用化を推し進めることを示す。
関連論文リスト
- HyDRA Scorpion: A Cost-effective and Modular ROV for Real-Time Underwater Inspection, Intervention, and Object Detection [1.2417253140611488]
HyDRAスコーピオン(HyDRA Scorpion)は、テザリングされた水中ロボットで、検査と介入に使用できる。
搭載されたAIモジュールは、リアルタイム推論、長さ、3Dマッピングに基づく距離測定で平均精度0.89の水中物体検出平均値(mAP)を達成した。
このシステムは4-DoFの操縦性、二重マニピュレータ、カスタムの圧力試験住宅を組み合わせている。
論文 参考訳（メタデータ） (2026-05-09T17:58:58Z) - Autonomous UAV Pipeline Near-proximity Inspection via Disturbance-Aware Predictive Visual Servoing [12.773186211498283]
パイプライン検査は安全なエネルギー輸送には不可欠であるが、長距離、複雑な地形、人間の検査者へのリスクに制約されている。
本稿では、画像に基づく視覚サーボモデル予測制御(VMPC)に基づく3次元シナリオのための自律的四重項近傍パイプライン検査フレームワークを提案する。
地形情報のない未知の斜面上での垂直速度を発生させながら、所望の巡航速度を維持するために、地形適応速度設計を導入する。
実世界の実験では,提案手法は直線管に対して,パイプライン配向および横方向の偏差において,RMSEを52.63%,75.04%削減する。
論文 参考訳（メタデータ） (2026-04-21T16:05:34Z) - Research on Dead Reckoning Algorithm for Self-Propelled Pipeline Robots in Three-Dimensional Complex Pipelines [14.693621512270992]
自己推進型パイプラインロボットは、外部のドラッグなしで複雑で湾曲したパイプラインの位置作業を完了させるように設計されている。
本稿では,拡張カルマンフィルタリング(EKF)に基づくパイプラインロボットの位置推定手法を提案する。
矩形ループパイプラインでロボットを用いて実験を行い,提案手法の有効性を検証した。
論文 参考訳（メタデータ） (2025-12-19T03:58:02Z) - A Multi-Mode Structured Light 3D Imaging System with Multi-Source Information Fusion for Underwater Pipeline Detection [7.2241241727333945]
本稿では,パイプライン検出のためのマルチモード水中構造光3Dイメージングシステムを開発した。
水中画像の効率的な補正には高速歪み補正(FDC)法を用いる。
水中パイプラインの幾何学的変動に適応するために,マルチモード3次元イメージング戦略を導入する。
論文 参考訳（メタデータ） (2025-12-12T08:04:24Z) - Environment-Aware Channel Inference via Cross-Modal Flow: From Multimodal Sensing to Wireless Channels [45.969793510760645]
この論文では、マルチモーダル観測から直接完全なCSIを推定するパイロットフリーチャネル推定について検討する。
本研究では,センサ・チャネル間マッピングをモーダル間フローマッチング問題として定式化するデータ駆動型フレームワークを開発した。
実験では,シオンナとブレンダーをベースとした手続き型データ生成装置を構築し,センシングシーンのリアルなモデリングと無線伝搬を支援する。
論文 参考訳（メタデータ） (2025-12-04T16:35:09Z) - Wavelet-Guided Water-Level Estimation for ISAC [28.187510402999376]
リアルタイム水位モニタリングは洪水応答、インフラ管理、環境予測に不可欠である。
商品受信機から報告されるLTEダウンリンク電力の計測値のみを利用する受動的で低コストな水位追跡方式を提案する。
論文 参考訳（メタデータ） (2025-11-26T00:01:00Z) - InJecteD: Analyzing Trajectories and Drift Dynamics in Denoising Diffusion Probabilistic Models for 2D Point Cloud Generation [48.55037712252843]
InJecteDは拡散確率モデル(DDPM)を解釈するフレームワーク
このフレームワークをDatasaurus Dozen bullseye, dino, circleの3つのデータセットに適用する。
提案手法は, 変位, 速度, クラスタリング, ドリフト場力学などの軌道特性を定量的に評価する。
論文 参考訳（メタデータ） (2025-09-09T14:53:19Z) - Autonomous Navigation of Cloud-Controlled Quadcopters in Confined Spaces Using Multi-Modal Perception and LLM-Driven High Semantic Reasoning [0.0]
本稿では,GPSを用いた屋内環境における自律ナビゲーションのための高度なAI駆動認識システムを提案する。
システムは、物体検出用YOLOv11、単眼深度推定用深度任意のV2、タイム・オブ・ライト(ToF)センサーと慣性測定ユニット(IMU)を備えたPCBを統合する。
室内テストベッドにおける実験結果は、平均平均精度(mAP50)が0.6、深さ推定平均絶対誤差(MAE)が7.2cm、エンドツーエンドのシステム遅延が1秒以下で達成された。
論文 参考訳（メタデータ） (2025-08-11T12:00:03Z) - AI-Enhanced Automatic Design of Efficient Underwater Gliders [60.45821679800442]
自動設計フレームワークの構築は、グライダー形状を表現する複雑さと、複雑な固体-流体相互作用をモデル化する際の計算コストが高いため、困難である。
非自明な船体形状の水中ロボットを作れるようにすることで、これらの制限を克服するAI強化型自動計算フレームワークを導入する。
提案手法は, 形状と制御信号の両面を協調的に最適化するアルゴリズムで, 低次幾何表現と微分可能なニューラルネット型流体代理モデルを用いる。
論文 参考訳（メタデータ） (2025-04-30T23:55:44Z) - TacoDepth: Towards Efficient Radar-Camera Depth Estimation with One-stage Fusion [54.46664104437454]
一段核融合を用いた効率的かつ正確なレーダ・カメラ深度推定モデルであるTacoDepthを提案する。
具体的には、グラフベースのRadar構造抽出器とピラミッドベースのRadar融合モジュールを設計する。
従来の最先端のアプローチと比較して、TacoDepthは深さ精度と処理速度を12.8%、91.8%改善している。
論文 参考訳（メタデータ） (2025-04-16T05:25:04Z) - Estimating Scene Flow in Robot Surroundings with Distributed Miniaturized Time-of-Flight Sensors [41.45395153490076]
本研究では,ロボット本体上に分散した時間飛行(ToF)センサから得られた低密度・雑音点雲からのシーンフロー推定手法を提案する。
提案手法は,連続するフレームからクラスタリングし,高密度な動きの流れを推定するために反復閉点(ICP)を適用した。
我々は、静止点と移動点を区別するために適合度に基づく分類と、幾何学的対応を洗練させるために不整合除去戦略を用いる。
論文 参考訳（メタデータ） (2025-04-03T09:57:51Z) - AMSP-UOD: When Vortex Convolution and Stochastic Perturbation Meet
Underwater Object Detection [40.532331552038485]
AMSP-UOD(Amplitude-Modulated Perturbation and Vortex Convolutional Network)を提案する。
AMSP-UODは複雑な水中環境における非理想的撮像因子が検出精度に与える影響に対処する。
提案手法は,既存の最先端手法よりも精度とノイズ免疫の点で優れる。
論文 参考訳（メタデータ） (2023-08-23T05:03:45Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - Spectrum Breathing: Protecting Over-the-Air Federated Learning Against Interference [73.63024765499719]
モバイルネットワークは、近隣のセルやジャマーからの干渉によって損なわれる可能性がある。
本稿では,帯域幅拡大を伴わない干渉を抑制するために,カスケード段階のプルーニングとスペクトル拡散を行うスペクトルブリーチングを提案する。
呼吸深度によって制御された勾配プルーニングと干渉誘発誤差の間には,性能的トレードオフが認められた。
論文 参考訳（メタデータ） (2023-05-10T07:05:43Z)
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。