論文の概要: Autonomous Inspection of Power Line Insulators with UAV on an Unmapped Transmission Tower
- arxiv url: http://arxiv.org/abs/2602.24011v1
- Date: Fri, 27 Feb 2026 13:34:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.766259
- Title: Autonomous Inspection of Power Line Insulators with UAV on an Unmapped Transmission Tower
- Title（参考訳）: 無人送電塔におけるUAVを用いた送電線絶縁体の自律検査
- Authors: Václav Riss, Vít Krátký, Robert Pěnička, Martin Saska,
- Abstract要約: 本稿では,自律型無人機が塔の先行マップを使わずに透過塔を飛行し,詳細な検査画像を得ることのできるオンライン検査アルゴリズムを提案する。
我々のアルゴリズムは、インスレータのオンライン検出と位置決めにカメラ-LiDARセンサー融合に依存している。
- 参考スコア（独自算出の注目度）: 4.497958432430571
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper introduces an online inspection algorithm that enables an autonomous UAV to fly around a transmission tower and obtain detailed inspection images without a prior map of the tower. Our algorithm relies on camera-LiDAR sensor fusion for online detection and localization of insulators. In particular, the algorithm is based on insulator detection using a convolutional neural network, projection of LiDAR points onto the image, and filtering them using the bounding boxes. The detection pipeline is coupled with several proposed insulator localization methods based on DBSCAN, RANSAC, and PCA algorithms. The performance of the proposed online inspection algorithm and camera-LiDAR sensor fusion pipeline is demonstrated through simulation and real-world flights. In simulation, we showed that our single-flight inspection strategy can save up to 24 % of total inspection time, compared to the two-flight strategy of scanning the tower and afterwards visiting the inspection waypoints in the optimal way. In a real-world experiment, the best performing proposed method achieves a mean horizontal and vertical localization error for the insulator of 0.16 +- 0.08 m and 0.16 +- 0.11 m, respectively. Compared to the most relevant approach, the proposed method achieves more than an order of magnitude lower variance in horizontal insulator localization error.
- Abstract（参考訳）: 本稿では,自律型無人機が塔の先行マップを使わずに透過塔を飛行し,詳細な検査画像を得ることのできるオンライン検査アルゴリズムを提案する。
我々のアルゴリズムは、インスレータのオンライン検出と位置決めにカメラ-LiDARセンサー融合を利用する。
特に、このアルゴリズムは畳み込みニューラルネットワークを用いた絶縁体検出、LiDAR点のイメージへの投影、境界ボックスによるフィルタリングに基づいている。
検出パイプラインは、DBSCAN、RANSAC、PCAアルゴリズムに基づくいくつかの絶縁体ローカライゼーション手法と結合される。
提案するオンライン検査アルゴリズムとカメラ-LiDARセンサ融合パイプラインの性能は,シミュレーションと実世界の飛行を通して実証した。
シミュレーションでは, 塔をスキャンし, その後の点検経路を最適に訪れる場合と比較して, 全点検時間を最大24%削減できることを示した。
実世界の実験では, それぞれ0.16 +-0.08 m, 0.16 +-0.11 mの絶縁体に対して, 平均水平位置と垂直位置の誤差が得られた。
最も関連性の高い手法と比較して,提案手法は水平絶縁体局所化誤差において,最大で1桁以上のばらつきを達成できる。
関連論文リスト
- Robust Detection of Extremely Thin Lines Using 0.2mm Piano Wire [0.0]
本研究では,エレベーターシャフト内の自動設置ロボットの位置を正確に決定する基準線(0.2mm厚のピアノワイヤ)を検出するアルゴリズムを開発した。
予備処理段階でフーリエ変換を利用した実験4(FCH)では,LtoL,LtoR,RtoLのデータセットが最も高い検出率を達成した。
本研究では,エレベーターシャフト設置時のロボットの位置を正確に計算し,制御できる基準線検出アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-03-04T07:05:33Z) - UAV-Based Human Body Detector Selection and Fusion for Geolocated Saliency Map Generation [0.2499907423888049]
無人航空機(UAV)を用いた探索・救助など多くの応用分野において、ソフトリアルタイムの異なるクラスの物体を確実に検出・位置決めする問題は不可欠である。
本研究は、システムコンテキストの視覚に基づく検出器の選択、割り当て、実行の相補的な問題に対処する。
検出結果は,新しいセンサモデルを利用して,正と負の両方の観測を視覚ベースで検出する,有意な位置の地図を構築する手法を用いて融合される。
論文 参考訳（メタデータ） (2024-08-29T13:00:37Z) - Radio Map Estimation -- An Open Dataset with Directive Transmitter
Antennas and Initial Experiments [49.61405888107356]
実世界の現実的な都市地図とオープンなデータソースからの航空画像とともに、シミュレーションされた経路損失無線マップのデータセットをリリースする。
モデルアーキテクチャ,入力特徴設計,航空画像からの無線マップの推定に関する実験を行った。
論文 参考訳（メタデータ） (2024-01-12T14:56:45Z) - Autonomous Point Cloud Segmentation for Power Lines Inspection in Smart
Grid [56.838297900091426]
高電圧と低電圧の両方の電力線の特徴を検出し,抽出し,解析するために,教師なし機械学習(ML)フレームワークを提案する。
提案フレームワークは電力線を効率よく検出し,PLCに基づくハザード解析を行う。
論文 参考訳（メタデータ） (2023-08-14T17:14:58Z) - A Pedestrian Detection and Tracking Framework for Autonomous Cars:
Efficient Fusion of Camera and LiDAR Data [0.17205106391379021]
本稿では,カメラとLiDARセンサデータを用いた歩行者検出と追跡のための新しい手法を提案する。
検出フェーズは、LiDARストリームを計算的に抽出可能な深度画像に変換し、さらに、歩行者候補を特定するディープニューラルネットワークを開発する。
トラッキングフェーズは、Kalmanフィルタ予測と、シーン内の複数の歩行者を追跡するための光フローアルゴリズムの組み合わせである。
論文 参考訳（メタデータ） (2021-08-27T16:16:01Z) - FOVEA: Foveated Image Magnification for Autonomous Navigation [53.69803081925454]
入力キャンバスを小さく保ちながら、ある領域を弾性的に拡大する注意的アプローチを提案する。
提案手法は,高速R-CNNより高速かつ微調整の少ない検出APを高速化する。
Argoverse-HD と BDD100K の自律走行データセットでは,提案手法が標準の高速 R-CNN を超越した検出APを微調整なしで促進することを示す。
論文 参考訳（メタデータ） (2021-08-27T03:07:55Z) - Deep Learning based Multi-Modal Sensing for Tracking and State
Extraction of Small Quadcopters [3.019035926889528]
本稿では, クワッドコプター無人航空機(UAV)の検出, 追跡, ローカライズのためのマルチセンサ方式を提案する。
具体的には、FoV内のUAVを検出し、追跡するために、単眼のRGBとサーマルビデオ(固定されたプラットフォームからキャプチャする)を処理するパイプラインが開発されている。
2次元平面ライダーは、画素データの実際の距離測定への変換を可能にし、グローバル座標におけるUAVの局所化を可能にする。
論文 参考訳（メタデータ） (2020-12-08T23:59:48Z) - Learned Block Iterative Shrinkage Thresholding Algorithm for
Photothermal Super Resolution Imaging [52.42007686600479]
深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。
本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
論文 参考訳（メタデータ） (2020-12-07T09:27:16Z) - Accurate Alignment Inspection System for Low-resolution Automotive and
Mobility LiDAR [125.41260574344933]
車両やロボットなどの移動システムにおいて,センサ装着後のLiDARアライメント誤差を正確に推定する検査システムを提案する。
提案手法は, 固定位置における1つのターゲットボードのみを用いて, 水平方向(回転, 傾き, ヨー)とLiDARアタッチメントの水平位置を, 水平方向の精度で推定する。
論文 参考訳（メタデータ） (2020-08-24T17:47:59Z) - A Novel CNN-based Method for Accurate Ship Detection in HR Optical
Remote Sensing Images via Rotated Bounding Box [10.689750889854269]
船舶検出における現在のCNN法に共通する欠点を克服し, 新たなCNNに基づく船舶検出手法を提案する。
配向と他の変数を独立に予測できるが、より効果的に、新しい二分岐回帰ネットワークで予測できる。
船体検出において提案手法が優れていることを示す実験結果が得られた。
論文 参考訳（メタデータ） (2020-04-15T14:48:46Z) - Federated Learning in the Sky: Joint Power Allocation and Scheduling
with UAV Swarms [98.78553146823829]
無人航空機(UAV)は様々なタスクを実行するために機械学習(ML)を利用する必要がある。
本稿では,UAVスワム内に分散学習(FL)アルゴリズムを実装するための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2020-02-19T14:04:01Z)
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。