論文の概要: Smart Prism with Tilt Compensation for CAN bus on Mobile Machinery Using Robotic Total Stations

• arxiv url: http://arxiv.org/abs/2603.00320v1
• Date: Fri, 27 Feb 2026 21:23:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-30 05:01:40.568382
• Title: Smart Prism with Tilt Compensation for CAN bus on Mobile Machinery Using Robotic Total Stations
• Title（参考訳）: ロボットトータルステーションを用いた移動機CANバスのティルト補償によるスマートプリム
• Authors: Sumesh Sharma, Marcel Moll, Timo Oksanen,
• Abstract要約: 本稿では,ロボット全局プリズムを慣性測定ユニットで強化し,リアルタイムの傾き補償を可能にするスマートプリズムプロトタイプを提案する。 試作機は、STM32H7マイクロコントローラと村田SCH16TシリーズIMUを統合し、適応補完フィルタを用いてロールとピッチ角を推定する。 プリズム・ツー・関心レバーアーム(約1.07m)と60デグの手動ロール・ピッチ・エクストラクション(最大60デグ)を用いた固定された地上基準点による実験では、3次元のルート平均二乗誤差が2.9mmから23.6mmの間にある。
• 参考スコア（独自算出の注目度）: 1.0195618602298684
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate reference trajectories are required to validate autonomous agricultural robots and highly automated off-road vehicles under real-world field conditions. In practice, robotic total stations provide millimeter-level prism center coordinates, but the point of interest on the vehicle is typically displaced by a lever arm, ranging from decimeters to multiple meters. Roll and pitch motions, as typically observed in off-road machinery, therefore introduce horizontal point of interest errors far exceeding the measurement accuracy of robotic total stations observations. This paper presents the design, implementation, and validation of a Smart Prism prototype that augments a robotic total station prism with an inertial measurement unit to enable real-time tilt compensation. The prototype integrates an STM32H7 microcontroller and a Murata SCH16T-series IMU and estimates roll and pitch angles using an adaptive complementary filter. The tilt-compensated point of interest coordinates are obtained by transforming a calibrated lever arm from the body frame into the navigation frame and combining it with robotic total station prism positions. To support vehicle-side integration, the system can transmit prism and tilt-compensated point of interest coordinates on the Controller Area Network bus, allowing the point of interest to be treated as a virtual position sensor (e.g., co-located with a rear-axle reference point). Experiments with a fixed ground reference point, using a prism to point of interest lever arm of approximately 1.07m and manual roll/pitch excursions of up to 60 deg, yield three-dimensional root-mean-square errors between 2.9mm and 23.6mm across five test series. The results demonstrate that IMU-based tilt compensation enables reference measurements suitable for validating centimeter-level navigation systems under dynamic field conditions.
• Abstract（参考訳）: 現実の現場環境下では、自律農業ロボットと高度に自動化されたオフロード車両の検証には正確な基準軌跡が必要である。 実際には、ロボットの総局はミリレベルのプリズムセンターの座標を提供するが、車両への関心点は通常、レバーアームによってずれている。 オフロードの機械でよく見られるように、ロールとピッチの動きは、ロボットの全局観測の精度をはるかに上回る、水平方向の関心点誤差をもたらす。 本稿では,ロボット全局プリズムを慣性測定ユニットで強化し,リアルタイムの傾き補償を可能にするスマートプリズムプロトタイプの設計,実装,検証を行う。 試作機は、STM32H7マイクロコントローラと村田SCH16TシリーズIMUを統合し、適応補完フィルタを用いてロールとピッチ角を推定する。 キャリブレーションされたレバーアームを本体フレームからナビゲーションフレームに変換し、ロボット全局プリズム位置と組み合わせて、傾き補償された利息座標点を得る。 車両側統合を支援するため、制御エリアネットワークバス上でプリズムと傾き補償された利子座標を送信でき、興味点を仮想位置センサとして扱うことができる(例えば、後軸基準点と同一位置)。 プリズム・ツー・関心レバーアーム(約1.07m)と60デグまでの手動ロール・ピッチ・エクストルージョン(英語版)を用いて、固定された地上基準点での実験では、5つの試験系列で2.9mmから23.6mmの3次元のルート平均二乗誤差が生じる。 その結果、IMUに基づく傾き補正により、動的場条件下でのセンチメートル級航法システムの検証に適した基準測定が可能となった。

関連論文リスト

• Fly, Track, Land: Infrastructure-less Magnetic Localization for Heterogeneous UAV-UGV Teaming [5.61837936726601]
  我々は,軽量UAVの自律的なホバリング,追跡,着陸を可能にする,完全なインフラストラクチャレス磁気誘導型(MI)ローカライゼーションシステムを提案する。 この研究は、超軽量飛行ロボットが地上の無人地上車両の移動認識エージェントとして機能する異種ロボットコラボレーションのビジョンを前進させる。
  論文  参考訳（メタデータ） (2026-03-09T20:52:51Z)
• Evaluating Accuracy of Vine Robot Shape Sensing with Distributed Inertial Measurement Units [1.1474575075646143]
  ロボット体に沿って分散したIMUを用いたブドウのロボット形状検出の精度を実験的に評価した。 また、センサ間隔の影響を分析し、中間間隔が単一曲率形状の誤差を最小限に抑えることを観察する。
  論文  参考訳（メタデータ） (2026-02-27T17:28:42Z)
• RoboTracer: Mastering Spatial Trace with Reasoning in Vision-Language Models for Robotics [53.053660003572965]
  本稿では,3次元空間参照と計測の両方を初めて実現した3D対応VLMであるRoboTracerを提案する。 RoboTracerは、強化微調整により、多段階のメートル法推論を進める。 本稿では,空間的トレーシングを評価する上で困難なベンチマークであるTraceSpatial-Benchを提案する。
  論文  参考訳（メタデータ） (2025-12-15T18:52:43Z)
• Boosting 3-DoF Ground-to-Satellite Camera Localization Accuracy via Geometry-Guided Cross-View Transformer [66.82008165644892]
  地上レベルの画像と一致/検索衛星画像との相対的な回転と変換を推定することにより、地上カメラの位置と方向の精度を向上させる手法を提案する。 実験の結果,本手法は最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2023-07-16T11:52:27Z)
• Deep Learning for Inertial Sensor Alignment [1.9773109138840514]
  慣性測定ユニット(IMU)を装備したスマートフォンのヨー装着角度を学習し,車に装着するデータ駆動型アプローチを提案する。 提案モデルは、IMUからの加速度計とジャイロスコープのみを入力として使用する。 トレーニングされたモデルはAndroidデバイスにデプロイされ、推定されたヨー装着角度の精度をテストするためにリアルタイムで評価される。
  論文  参考訳（メタデータ） (2022-12-10T07:50:29Z)
• Robot Self-Calibration Using Actuated 3D Sensors [0.0]
  本稿では,ロボットのキャリブレーションをオフラインのSLAM問題として扱う。 これにより、任意の眼深度センサのみを用いてロボットのキャリブレーションを行うことができる。 各種の3Dセンサーを装着した実ロボットに対して,システムの詳細評価を行った。
  論文  参考訳（メタデータ） (2022-06-07T16:35:08Z)
• Distributed Variable-Baseline Stereo SLAM from two UAVs [17.513645771137178]
  本稿では,単眼カメラを1台,IMUを1台搭載した2台のUAVを用いて,視界の重なりと相対距離の測定を行った。 本稿では,glsuavエージェントを自律的に制御するために,分散協調推定方式を提案する。 我々は,高度160mまでの飛行におけるアプローチの有効性を実証し,最先端のVIO手法の能力を大きく超えている。
  論文  参考訳（メタデータ） (2020-09-10T12:16:10Z)
• 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)
• Road Curb Detection and Localization with Monocular Forward-view Vehicle Camera [74.45649274085447]
  魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。 我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
  論文  参考訳（メタデータ） (2020-02-28T00:24:18Z)

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。