論文の概要: Enhancing Cellular-enabled Collaborative Robots Planning through GNSS data for SAR Scenarios

• arxiv url: http://arxiv.org/abs/2602.21899v1
• Date: Wed, 25 Feb 2026 13:29:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.708754
• Title: Enhancing Cellular-enabled Collaborative Robots Planning through GNSS data for SAR Scenarios
• Title（参考訳）: SARシナリオのためのGNSSデータによるセル型協調ロボット計画の強化
• Authors: Arnau Romero, Carmen Delgado, Jana Baguer, Raúl Suárez, Xavier Costa-Pérez,
• Abstract要約: ミッションプランニングとミッション実行フェーズを含む新しいフレームワークを提案する。 その結果,車輪付き・四足歩行ロボットのロボット数,探索領域,応答時間とのトレードオフが示された。 このフレームワークは、次世代のモバイルネットワークを活用して自律的なSAR操作を強化するための重要な洞察を提供する。
• 参考スコア（独自算出の注目度）: 12.353806584869472
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Cellular-enabled collaborative robots are becoming paramount in Search-and-Rescue (SAR) and emergency response. Crucially dependent on resilient mobile network connectivity, they serve as invaluable assets for tasks like rapid victim localization and the exploration of hazardous, otherwise unreachable areas. However, their reliance on battery power and the need for persistent, low-latency communication limit operational time and mobility. To address this, and considering the evolving capabilities of 5G/6G networks, we propose a novel SAR framework that includes Mission Planning and Mission Execution phases and that optimizes robot deployment. By considering parameters such as the exploration area size, terrain elevation, robot fleet size, communication-influenced energy profiles, desired exploration rate, and target response time, our framework determines the minimum number of robots required and their optimal paths to ensure effective coverage and timely data backhaul over mobile networks. Our results demonstrate the trade-offs between number of robots, explored area, and response time for wheeled and quadruped robots. Further, we quantify the impact of terrain elevation data on mission time and energy consumption, showing the benefits of incorporating real-world environmental factors that might also affect mobile signal propagation and connectivity into SAR planning. This framework provides critical insights for leveraging next-generation mobile networks to enhance autonomous SAR operations.
• Abstract（参考訳）: セル対応の協調ロボットは、サーチ・アンド・レスキュー(SAR)と緊急対応において最重要になっている。 重要なことは、レジリエントなモバイルネットワーク接続に依存するため、急激な被害者のローカライゼーションや、危険で到達不可能な領域の探索といったタスクにおいて、貴重な資産として機能する。 しかし、バッテリ電力への依存と、持続的で低遅延通信の必要性は、運用時間と移動時間を制限している。 そこで本研究では,5G/6Gネットワークの進化する機能を考えると,ミッション計画とミッション実行フェーズを含む新しいSARフレームワークを提案し,ロボットの配置を最適化する。 調査エリアのサイズ,地形の標高,ロボット艦隊の大きさ,通信影響エネルギープロファイル,所望の探査速度,目標応答時間などのパラメータを考慮し,移動ネットワーク上で有効なカバレッジとタイムリーなデータバックホールを確保するために,必要なロボットの最小数と最適な経路を決定する。 その結果,車輪付き・四足歩行ロボットのロボット数,探索領域,応答時間とのトレードオフが示された。 さらに,位置情報がミッション時間とエネルギー消費に与える影響を定量化し,移動信号の伝搬や接続性にも影響を及ぼすような実環境要因をSAR計画に組み込むことのメリットを示す。 このフレームワークは、次世代のモバイルネットワークを活用して自律的なSAR操作を強化するための重要な洞察を提供する。

関連論文リスト

• BodyGuards: Escorting by Multiple Robots in Unknown Environment under Limited Communication [1.9417191498842037]
  マルチロボットシステムは、偵察、災害対応、地下での作戦など、リスクの高い任務にますます配備されている。 本研究は,敵の脅威下での安全を確保しつつ,目標を達成するための操作者の航法時間を最小化するタスク指向探索に焦点を当てる。 新しい護衛フレームワークであるBodyGuardsは、シームレスに協調的な探索、ロボット間通信、護衛を明示的に統合するために提案されている。
  論文  参考訳（メタデータ） (2026-03-16T11:02:56Z)
• Interpretable Multimodal Gesture Recognition for Drone and Mobile Robot Teleoperation via Log-Likelihood Ratio Fusion [14.332919759770645]
  視覚に基づくジェスチャー認識はハンズフリー遠隔操作の一手法として検討されている。 両手首にApple Watchの慣性データとカスタム手袋の容量感覚信号を統合するマルチモーダルジェスチャー認識フレームワークを提案する。 我々のフレームワークは、最先端のビジョンベースのベースラインに匹敵するパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2026-02-27T05:52:04Z)
• From Simulations to Reality: Enhancing Multi-Robot Exploration for Urban Search and Rescue [46.377510400989536]
  本研究では,コミュニケーションが限られ,位置情報がない未知の環境での効率的なマルチロボット探索のための新しいハイブリッドアルゴリズムを提案する。 連続した目標情報なしでシナリオに合うように、ローカルなベストとグローバルなベストポジションを再定義する。 提示された研究は、限られた情報と通信能力を持つシナリオにおけるマルチロボット探索の強化を約束している。
  論文  参考訳（メタデータ） (2023-11-28T17:05:25Z)
• A Scalable Multi-Robot Framework for Decentralized and Asynchronous Perception-Action-Communication Loops [72.1902268440158]
  グローバルな目的を達成するため,大規模なロボット群における協調作業は,大規模環境における課題である。 ロボットはパーセプション・アクション・コミュニケーションループを実行し、ローカル環境を認識し、他のロボットと通信し、リアルタイムで行動を起こす必要がある。 近年では、フロッキングやカバレッジ制御などのアプリケーションでグラフニューラルネットワーク(GNN)を使用してこの問題に対処している。 本稿では、分散化されたGNNを用いてナビゲーション動作を計算し、通信のためのメッセージを生成するロボット群における非同期PACフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-18T21:20:50Z)
• 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)
• SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
  我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。 モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。 リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。 ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
  論文  参考訳（メタデータ） (2021-08-03T02:56:21Z)
• Domain and Modality Gaps for LiDAR-based Person Detection on Mobile Robots [91.01747068273666]
  本稿では,移動ロボットのシナリオに着目した既存のLiDAR人物検出装置について検討する。 実験は3Dと2D LiDARのセンサー間のモダリティのギャップだけでなく、運転と移動ロボットのシナリオ間の領域ギャップを回避している。 その結果、LiDARに基づく人物検出の実践的な洞察を与え、関連する移動ロボットの設計と応用に関する情報決定を容易にする。
  論文  参考訳（メタデータ） (2021-06-21T16:35:49Z)
• Machine Learning assisted Handover and Resource Management for Cellular Connected Drones [3.3274747298291207]
  セルラー接続型ドローンの通信は3次元モビリティと視線チャネル特性の影響を受けている。 ドローンから基地局への重大な干渉は、地上ユーザのアップリンク通信にとって大きな課題である。 異なるドローンの高度/速度におけるハンドオーバ決定のヒートマップが提示されている。
  論文  参考訳（メタデータ） (2020-01-22T10:04:26Z)

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。