論文の概要: Nonlinear Performance Degradation of Vision-Based Teleoperation under Network Latency

• arxiv url: http://arxiv.org/abs/2603.06850v1
• Date: Fri, 06 Mar 2026 20:15:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.013473
• Title: Nonlinear Performance Degradation of Vision-Based Teleoperation under Network Latency
• Title（参考訳）: ネットワーク遅延下でのビジョンベース遠隔操作の非線形性能劣化
• Authors: Aws Khalil, Jaerock Kwon,
• Abstract要約: 本研究は, ネットワーク遅延の異なるカメラベースレーンにおける閉ループ安定性の非線形劣化について検討する。 ROS-Aware Vision Teleoperation Testbed (LAVT) を用いて, 様々な道路地形のシミュレーションにおいて180個の閉ループ実験を行った。 その結果,150msから225msの片方向知覚遅延が急激な安定性低下を示し,経路完了率は100%から50%以下に低下した。 追加の制御チャネル遅延化合物はこれらの効果を増大させ、一定の視覚遅延の下でもシステム障害を著しく加速させる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Teleoperation is increasingly being adopted as a critical fallback for autonomous vehicles. However, the impact of network latency on vision-based, perception-driven control remains insufficiently studied. The present work investigates the nonlinear degradation of closed-loop stability in camera-based lane keeping under varying network delays. To conduct this study, we developed the Latency-Aware Vision Teleoperation testbed (LAVT), a research-oriented ROS 2 framework that enables precise, distributed one-way latency measurement and reproducible delay injection. Using LAVT, we performed 180 closed-loop experiments in simulation across diverse road geometries. Our findings reveal a sharp collapse in stability between 150 ms and 225 ms of one-way perception latency, where route completion rates drop from 100% to below 50% as oscillatory instability and phase-lag effects emerge. We further demonstrate that additional control-channel delay compounds these effects, significantly accelerating system failure even under constant visual latency. By combining this systematic empirical characterization with the LAVT testbed, this work provides quantitative insights into perception-driven instability and establishes a reproducible baseline for future latency-compensation and predictive control strategies. Project page, supplementary video, and code are available at https://bimilab.github.io/paper-LAVT
• Abstract（参考訳）: 遠隔操作は、自動運転車にとって重要な欠点としてますます採用されている。 しかし、ネットワーク遅延が視覚に基づく知覚駆動制御に与える影響は、まだ十分に研究されていない。 本研究は, ネットワーク遅延の異なるカメラベースレーンにおける閉ループ安定性の非線形劣化について検討する。 本研究では,高精度かつ分散した一方向遅延計測と再現可能な遅延注入を可能にする研究指向のROS2フレームワークであるLatency-Aware Vision Teleoperation Testbed (LAVT)を開発した。 LAVTを用いて,様々な道路地形のシミュレーションにおいて,180個の閉ループ実験を行った。 その結果,150msから225msの片方向知覚遅延が急激に低下し,振動不安定性や位相ラグの影響が出現し,経路完了率が100%から50%以下に低下することが判明した。 さらに、制御チャネル遅延化合物がこれらの効果を付加し、定常的な視覚遅延でもシステム障害を著しく加速することを示した。 この体系的な経験的特徴とLAVTテストベッドを組み合わせることで、知覚駆動型不安定性に関する定量的洞察を提供し、将来の遅延補償と予測制御戦略のための再現可能なベースラインを確立する。 プロジェクトページ、補足ビデオ、コードはhttps://bimilab.github.io/paper-LAVTで公開されている。

関連論文リスト

• Bandwidth-adaptive Cloud-Assisted 360-Degree 3D Perception for Autonomous Vehicles [0.7557499794873328]
  自動運転の鍵となる課題は、厳しいレイテンシの制約の下で、周囲の障害物に関するリアルタイムな状況認識を維持することである。 本稿では,V2X通信を利用して部分的にクラウドに処理をオフロードする手法を提案する。 提案手法では,トランスフォーマーモデルを用いて,マルチカメラセンサデータを総合的なBird's-Eye View(BEV)表現に融合する。
  論文  参考訳（メタデータ） (2026-02-27T10:12:02Z)
• LatencyPrism: Online Non-intrusive Latency Sculpting for SLO-Guaranteed LLM Inference [1.280379756275477]
  我々は,最初のゼロ侵入型マルチプラットフォーム遅延推論システムPrismを提示する。 パイプライン全体のレイテンシの彫刻を分解し、予測異常を積極的に警告し、コードやサービスの再起動を必要とせずにSLOへの準拠を保証することを目的としている。 我々は、根本原因分析に関する広範な実験と調査を行い、Prismの能力を実証する。
  論文  参考訳（メタデータ） (2026-01-14T07:46:59Z)
• Towards Stabilized and Efficient Diffusion Transformers through Long-Skip-Connections with Spectral Constraints [51.83081671798784]
  Diffusion Transformers (DiT) は、画像およびビデオ生成のための強力なアーキテクチャとして登場し、優れた品質とスケーラビリティを提供している。 DiTの実用アプリケーションは本質的に動的特徴不安定性に悩まされており、キャッシュされた推論中にエラーを増幅する。 我々は,Long-Skip-Connections (LSCs) で拡張された画像およびビデオ生成型DiTであるSkip-DiTを提案する。
  論文  参考訳（メタデータ） (2024-11-26T17:28:10Z)
• PLM-Net: Perception Latency Mitigation Network for Vision-Based Lateral Control of Autonomous Vehicles [0.0]
  知覚緩和ネットワーク(PLM-Net)は、視覚に基づく自律走行(AV)横方向制御システムにおいて、知覚遅延に対処する新しいディープラーニングアプローチである。 PLM-Netはベースモデル(BM)と時間行動予測モデル(TAPM)で構成される。
  論文  参考訳（メタデータ） (2024-07-23T17:41:13Z)
• DelGrad: Exact event-based gradients for training delays and weights on spiking neuromorphic hardware [1.5226147562426895]
  スパイキングニューラルネットワーク(SNN)は本質的には情報表現と処理のための信号のタイミングに依存している。 我々は,シナプス重みと遅延の両方について,正確な損失勾配を計算するイベントベース手法であるDelGradを提案する。 ノイズの多い混合信号ハードウェア上でSNNに遅延を追加する際のメモリ効率と精度の利点を実験的に示す。
  論文  参考訳（メタデータ） (2024-04-30T00:02:34Z)
• PNAS-MOT: Multi-Modal Object Tracking with Pareto Neural Architecture Search [64.28335667655129]
  複数の物体追跡は、自律運転において重要な課題である。 トラッキングの精度が向上するにつれて、ニューラルネットワークはますます複雑になり、レイテンシが高いため、実際の運転シナリオにおける実践的な応用に課題が生じる。 本稿では,ニューラル・アーキテクチャ・サーチ(NAS)手法を用いて追跡のための効率的なアーキテクチャを探索し,比較的高い精度を維持しつつ,低リアルタイム遅延を実現することを目的とした。
  論文  参考訳（メタデータ） (2024-03-23T04:18:49Z)
• Neural Laplace Control for Continuous-time Delayed Systems [76.81202657759222]
  本稿では,ニューラルラプラス力学モデルとモデル予測制御(MPC)プランナを組み合わせた連続時間モデルに基づくオフラインRL法を提案する。 専門家の政策性能に近い連続的な遅延環境を実験的に示す。
  論文  参考訳（メタデータ） (2023-02-24T12:40:28Z)
• Transition control of a tail-sitter UAV using recurrent neural networks [80.91076033926224]
  制御戦略は姿勢と速度安定化に基づいている。 RNNは高非線形空力項の推定に用いられる。 その結果, 遷移操作時の直線速度とピッチ角の収束性を示した。
  論文  参考訳（メタデータ） (2020-06-29T21:33:30Z)

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。