論文の概要: System-Level Error Propagation and Tail-Risk Amplification in Reference-Based Robotic Navigation
- arxiv url: http://arxiv.org/abs/2602.07846v2
- Date: Sun, 15 Feb 2026 11:13:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.262599
- Title: System-Level Error Propagation and Tail-Risk Amplification in Reference-Based Robotic Navigation
- Title（参考訳）: 参照型ロボットナビゲーションにおけるシステムレベルエラー伝搬とテールリスク増幅
- Authors: Ning Hu, Maochen Li, Senhao Cao,
- Abstract要約: 本稿では, 設置による構造摂動が伝播し, 画素レベルの観測ノイズとどのように結合するかを特徴付ける, 統一的エラー伝搬モデリングフレームワークを提案する。
その結果, システムレベルの誤差増幅の第一の要因は回転インストレーションエラーであり, 等級の翻訳ミスアライメントが二次的な役割を担っていることがわかった。
これらの結果から,参照型多段階幾何認識パイプラインの構造的限界が明らかになり,安全クリティカルなロボットナビゲーションシステムにおけるシステムレベルの信頼性解析とリスク認識設計のためのフレームワークが提供される。
- 参考スコア（独自算出の注目度）: 1.723545049436206
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Image guided robotic navigation systems often rely on reference based geometric perception pipelines, where accurate spatial mapping is established through multi stage estimation processes. In biplanar X ray guided navigation, such pipelines are widely used due to their real time capability and geometric interpretability. However, navigation reliability can be constrained by an overlooked system level failure mechanism in which installation induced structural perturbations introduced at the perception stage are progressively amplified along the perception reconstruction execution chain and dominate execution level error and tail risk behavior. This paper investigates this mechanism from a system level perspective and presents a unified error propagation modeling framework that characterizes how installation induced structural perturbations propagate and couple with pixel level observation noise through biplanar imaging, projection matrix estimation, triangulation, and coordinate mapping. Using first order analytic uncertainty propagation and Monte Carlo simulations, we analyze dominant sensitivity channels and quantify worst case error behavior beyond mean accuracy metrics. The results show that rotational installation error is a primary driver of system level error amplification, while translational misalignment of comparable magnitude plays a secondary role under typical biplanar geometries. Real biplanar X ray bench top experiments further confirm that the predicted amplification trends persist under realistic imaging conditions. These findings reveal a broader structural limitation of reference based multi stage geometric perception pipelines and provide a framework for system level reliability analysis and risk aware design in safety critical robotic navigation systems.
- Abstract（参考訳）: 画像案内ロボットナビゲーションシステムは、しばしば参照に基づく幾何学的知覚パイプラインに依存し、多段階推定プロセスを通じて正確な空間マッピングを確立する。
バイプレナーX線誘導ナビゲーションでは、そのようなパイプラインはそのリアルタイム能力と幾何学的解釈可能性のために広く使用されている。
しかし、認識段階に導入されるインストール誘起構造摂動を、認識再構成実行チェーンに沿って段階的に増幅し、実行レベルエラーとテールリスク行動を支配する、見過ごされたシステムレベルの障害機構により、ナビゲーションの信頼性を制約することができる。
本稿では, この機構をシステムレベルの観点から検討し, 二平面画像, 投影行列推定, 三角測量, 座標マッピングを通じて, 設置による構造摂動がどのように伝搬し, 画素レベルの観測ノイズとどのように結合するかを特徴付ける統一的エラー伝搬モデリングフレームワークを提案する。
一階解析的不確実性伝播とモンテカルロシミュレーションを用いて、支配的な感度チャネルを解析し、平均精度以上の最悪のケースエラー挙動を定量化する。
その結果, 回転配置誤差はシステムレベルの誤差増幅の第一の要因であり, 対等な大きさの翻訳ミスアライメントは典型的な双平面測地の下では二次的な役割を担っていることがわかった。
実複平面X線ベンチトップ実験により、予測増幅傾向が現実的な撮像条件下で持続することを確認する。
これらの結果から,参照型多段階幾何認識パイプラインの構造的限界が明らかになり,安全クリティカルなロボットナビゲーションシステムにおけるシステムレベルの信頼性解析とリスク認識設計のためのフレームワークが提供される。
関連論文リスト
- Anatomy of a Lie: A Multi-Stage Diagnostic Framework for Tracing Hallucinations in Vision-Language Models [62.932580559941414]
VLM(Vision-Language Models)は、しばしば「ハロシン化(hallucinate)」する。
本稿では,静的な出力誤差からモデル計算認知の動的病理へ再キャストし,幻覚を診断するための新しいパラダイムを提案する。
論文 参考訳（メタデータ） (2026-03-16T17:20:38Z) - Degeneracy-Resilient Teach and Repeat for Geometrically Challenging Environments Using FMCW Lidar [18.593167038234828]
Teach and Repeat(T&R)のトポロジカルナビゲーションにより、ロボットはGPSに頼ることなく、事前に走行した経路を自律的に繰り返すことができる。
本稿では,ドップラー速度に基づくドップラー計測とデジェネリアシー・アウェア・スキャン・トゥ・マップ・ローカライゼーションからなる周波数変調連続波ライダーT&Rナビゲーションシステムを提案する。
論文 参考訳（メタデータ） (2026-03-10T21:57:08Z) - Rate-Distortion Signatures of Generalization and Information Trade-offs [13.021443536696497]
新たな視覚条件への一般化は、人間と機械の両方の視覚にとって、依然として中心的な課題である。
標準的なロバストネスメトリクスは、システムのロバストネスに対する精度の取引方法に関する限られた洞察を提供する。
本稿では,刺激応答行動を効果的な通信チャネルとして扱う速度歪み理論フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-02T07:48:39Z) - Reliability-aware Execution Gating for Near-field and Off-axis Vision-guided Robotic Alignment [1.723545049436206]
実際のロボットシステムは、ポーズ推定が正確であるように見える場合でも、頻繁な実行障害に悩まされている。
このギャップは、プライシングの正確性だけでは実行レベルの信頼性を保証するには不十分であることを示している。
本稿では,実行レベルで動作する信頼性を考慮した実行ゲーティング機構を提案する。
論文 参考訳（メタデータ） (2026-02-09T10:14:39Z) - Toward Operationalizing Rasmussen: Drift Observability on the Simplex for Evolving Systems [0.0]
障害へのドリフトのモニタリングはユークリッド異常検出によって妨げられる。
ラスムッセンの動的安全モデルは、競合する圧力の下でドリフトを動機付ける。
そこで本研究では,単純度に基づくドリフト可観測性に関するビジョンを提案する。
論文 参考訳（メタデータ） (2026-02-05T09:41:49Z) - Revisiting Reconstruction-based AI-generated Image Detection: A Geometric Perspective [50.83711509908479]
幾何学的観点からの再構成誤差に対するヤコビアンスペクトル下界の導入について述べる。
再構成多様体上の実画像は非自明な誤差下界を示し、多様体上の生成された画像はゼロに近い誤差を持つことを示す。
本稿では,構造化編集操作を活用することで動的再構成誤差を計算できるReGapを提案する。
論文 参考訳（メタデータ） (2025-10-29T03:45:03Z) - VIKING: Deep variational inference with stochastic projections [48.946143517489496]
変分平均場近似は、現代の過度にパラメータ化されたディープニューラルネットワークと競合する傾向がある。
パラメータ空間の2つの独立線型部分空間を考える単純な変分族を提案する。
これにより、オーバーパラメトリゼーションを反映した、完全に相関した近似後部を構築することができる。
論文 参考訳（メタデータ） (2025-10-27T15:38:35Z) - Verification of Visual Controllers via Compositional Geometric Transformations [49.81690518952909]
到達可能な集合の外部近似を生成できる知覚ベースのコントローラのための新しい検証フレームワークを提案する。
提案手法の音質を理論的に保証し,ベンチマーク制御環境における有効性を示す。
論文 参考訳（メタデータ） (2025-07-06T20:22:58Z) - Robust Self-Supervised LiDAR Odometry via Representative Structure
Discovery and 3D Inherent Error Modeling [67.75095378830694]
そこで我々は,2段階のオドメトリ推定ネットワークを構築し,一連の部分領域変換を推定してエゴモーメントを求める。
本稿では,トレーニング,推論,マッピングフェーズにおける信頼できない構造の影響を軽減することを目的とする。
我々の2フレームのオードメトリーは、翻訳/回転誤差の点で、過去の芸術の状態を16%/12%上回っている。
論文 参考訳（メタデータ） (2022-02-27T12:52:27Z) - Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
視覚SLAMシステムのための新しい最適化バックボーンを提案する。
従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。
我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
論文 参考訳（メタデータ） (2020-11-02T18:02:26Z) - Sparse representation for damage identification of structural systems [11.397437423613418]
モデル更新とスパース損傷識別のための2段階感度解析に基づく新しいフレームワークを提案する。
次に、準$ell法上に構築されたスパース表現パイプラインを、損傷と局所化定量化のために提示する。
提案手法は, 構造損傷の局所化と定量化の両方を高精度に行うことができることを示す。
論文 参考訳（メタデータ） (2020-06-06T18:04:35Z)
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。