論文の概要: Understanding Fire Through Thermal Radiation Fields for Mobile Robots

• arxiv url: http://arxiv.org/abs/2602.19108v1
• Date: Sun, 22 Feb 2026 09:44:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.628739
• Title: Understanding Fire Through Thermal Radiation Fields for Mobile Robots
• Title（参考訳）: 移動ロボットの熱放射場による火災の理解
• Authors: Anton R. Wagner, Madhan Balaji Rao, Xuesu Xiao, Sören Pirk,
• Abstract要約: 火災の影響を受ける環境を安全に移動することは、災害時に展開される自律移動ロボットにとって重要な能力である。 本研究では,移動ロボットが実時間熱放射場を構築することで火災を理解するための新しい手法を提案する。 われわれのアプローチは、火災の影響を受けやすい環境で自律的に展開できる移動ロボットへの道を開くものである。
• 参考スコア（独自算出の注目度）: 14.308312017562756
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Safely moving through environments affected by fire is a critical capability for autonomous mobile robots deployed in disaster response. In this work, we present a novel approach for mobile robots to understand fire through building real-time thermal radiation fields. We register depth and thermal images to obtain a 3D point cloud annotated with temperature values. From these data, we identify fires and use the Stefan-Boltzmann law to approximate the thermal radiation in empty spaces. This enables the construction of a continuous thermal radiation field over the environment. We show that this representation can be used for robot navigation, where we embed thermal constraints into the cost map to compute collision-free and thermally safe paths. We validate our approach on a Boston Dynamics Spot robot in controlled experimental settings. Our experiments demonstrate the robot's ability to avoid hazardous regions while still reaching navigation goals. Our approach paves the way toward mobile robots that can be autonomously deployed in fire-affected environments, with potential applications in search-and-rescue, firefighting, and hazardous material response.
• Abstract（参考訳）: 火災の影響を受ける環境を安全に移動することは、災害時に展開される自律移動ロボットにとって重要な能力である。 本研究では,移動ロボットが実時間熱放射場を構築することで火災を理解するための新しい手法を提案する。 温度値に注釈を付けた3次元点雲を得るため,深度と熱画像の登録を行う。 これらのデータから、火災を特定し、ステファン・ボルツマン法則を用いて空空間の熱放射を近似する。 これにより、環境上に連続した熱放射場を構築することができる。 この表現はロボットナビゲーションに利用でき、コストマップに熱的制約を埋め込んで、衝突のない、熱的に安全な経路を計算できる。 我々は,Boston Dynamics Spotロボットの制御実験環境におけるアプローチを検証した。 本実験は,航法目標を達成しつつ,危険地域を避けるロボットの能力を実証するものである。 われわれのアプローチは、火災の影響を受けやすい環境で自律的に展開できる移動ロボットへの道を切り開いており、検索・救助、消防、有害物質対応などに応用できる可能性がある。

関連論文リスト

• Fire as a Service: Augmenting Robot Simulators with Thermally and Visually Accurate Fire Dynamics [13.663004460895912]
  Fire as a Serviceは、既存のロボットシミュレータを高忠実で効率的な火災シミュレーションで強化する、新しいシミュレーションフレームワークである。 我々のフレームワークは、多様なロボットシミュレータと統合して、物理的に正確な火災行動を生成し、ロボットプラットフォームが遭遇する熱リスクをベンチマークし、現実的なマルチモーダルデータを収集することができる。 ロボットシミュレーションにファイアダイナミクスを追加することで、Fは、ファイアシナリオにおけるロボットのより安全で信頼性の高いデプロイメントへのスケーラブルな経路を提供する。
  論文  参考訳（メタデータ） (2026-03-19T15:55:02Z)
• ThermalDiffusion: Visual-to-Thermal Image-to-Image Translation for Autonomous Navigation [6.524847658755803]
  本稿では,合成熱データを用いたマルチモーダルデータセットの拡張手法を提案し,熱カメラの広範かつ迅速な適応を実現する。 本研究では、実世界の物体の熱特性を学習するために、自己アテンションを用いて既存のRGB画像を熱画像に変換するための条件拡散モデルの利用について検討する。
  論文  参考訳（メタデータ） (2025-06-26T03:18:22Z)
• Don't Let Your Robot be Harmful: Responsible Robotic Manipulation via Safety-as-Policy [53.048430683355804]
  ロボット操作における人間の指示の実行は、深刻な安全性のリスクにつながる可能性がある。 i) 安全リスクを含むシナリオを自動生成し、仮想的なインタラクションを行う世界モデルと、(ii) 反射による結果を予測するメンタルモデルを含む。 本研究は, 安全行政がリスクを回避し, 合成データセットと実世界の両方の実験において, 効率的にタスクを完了できることを実証する。
  論文  参考訳（メタデータ） (2024-11-27T12:27:50Z)
• Generalizable Humanoid Manipulation with 3D Diffusion Policies [66.78220965526732]
  我々は、ヒューマノイドロボットによる自律的な操作の問題を解決するために、現実世界のロボットシステムを構築している。 本システムは主に,人型ロボットデータを取得するための全身ロボット遠隔操作システムと,高さ調整可能なカートと3D LiDARセンサを備えた25-DoFヒューマノイドロボットプラットフォームの統合である。 1つのシーンで収集されたデータのみを使用し、オンボードコンピューティングのみで、フルサイズのヒューマノイドロボットが様々な現実世界のシナリオで自律的にスキルを発揮できることが示される。
  論文  参考訳（メタデータ） (2024-10-14T17:59:00Z)
• Robot Learning with Sensorimotor Pre-training [98.7755895548928]
  ロボット工学のための自己教師型感覚運動器事前学習手法を提案する。 我々のモデルはRTTと呼ばれ、センサモレータトークンのシーケンスで動作するトランスフォーマーである。 感覚運動の事前学習は、ゼロからトレーニングを一貫して上回り、優れたスケーリング特性を持ち、さまざまなタスク、環境、ロボット間での移動を可能にしている。
  論文  参考訳（メタデータ） (2023-06-16T17:58:10Z)
• COPILOT: Human-Environment Collision Prediction and Localization from Egocentric Videos [62.34712951567793]
  エゴセントリックな観測から人間と環境の衝突を予測する能力は、VR、AR、ウェアラブルアシストロボットなどのアプリケーションにおける衝突回避を可能にするために不可欠である。 本稿では、ボディマウントカメラから撮影した多視点エゴセントリックビデオから、多様な環境における衝突を予測するという課題を紹介する。 衝突予測と局所化を同時に行うために,COPILOTと呼ばれるトランスフォーマーモデルを提案する。
  論文  参考訳（メタデータ） (2022-10-04T17:49:23Z)
• Dense Crowd Flow-Informed Path Planning [24.849908664615104]
  フローフィールド抽出と離散探索は、フローインフォームドパス計画を作成するために使用される。 FIPPを用いたロボットはゴールを素早く達成できただけでなく、従来の技術を用いたロボットよりも社会的に適合していることが判明した。
  論文  参考訳（メタデータ） (2022-06-01T18:40:57Z)
• Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
  高速物体把握のための完全自律飛行ロボットが提案されている。 追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。 我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
  論文  参考訳（メタデータ） (2021-12-10T11:49:51Z)
• Development of a conversing and body temperature scanning autonomously navigating robot to help screen for COVID-19 [0.0]
  目標は、上記のタスクを実行する機能ソリューションを開発することです。 自律走行移動ロボットは、顔追跡アルゴリズムを用いて制御されるマニピュレータで使用される。 商業化に近づく際に組み込むことができる拡張のために、レコメンデーションが行われます。
  論文  参考訳（メタデータ） (2021-06-18T03:30:11Z)
• Deep Reinforcement learning for real autonomous mobile robot navigation in indoor environments [0.0]
  本研究では,地図やプランナーを使わずに,未知の環境下での自律型自律学習ロボットナビゲーションの概念を実証する。 ロボットの入力は、2DレーザースキャナーとRGB-Dカメラからの融合データと目標への向きのみである。 Asynchronous Advantage Actor-Critic Network(GA3C)の出力動作は、ロボットの線形および角速度である。
  論文  参考訳（メタデータ） (2020-05-28T09:15:14Z)

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。