論文の概要: AgiPIX: Bridging Simulation and Reality in Indoor Aerial Inspection

• arxiv url: http://arxiv.org/abs/2604.08009v1
• Date: Thu, 09 Apr 2026 09:11:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-10 18:34:05.83168
• Title: AgiPIX: Bridging Simulation and Reality in Indoor Aerial Inspection
• Title（参考訳）: AgiPIX:室内空気検査におけるブリッジングシミュレーションと現実性
• Authors: Sasanka Kuruppu Arachchige, Juan Jose Garcia, Changda Tian, Lauri Suomela, Panos Trahanias, Adriana Tapus, Joni-Kristian Kämäräinen,
• Abstract要約: Agipixは、屋内の自律性と重要な資産検査のための、オープンハードウェアとソフトウェアプラットフォームを共同設計した。 Agipixは、GPUアクセラレーションを内蔵した、コンパクトでハードウェア同期型のアクティブセンシングプラットフォームを備えている。 工業用屋内環境におけるオンボードセンシングによる軌道追跡と探索性能について述べる。
• 参考スコア（独自算出の注目度）: 4.710154191937237
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous indoor flight for critical asset inspection presents fundamental challenges in perception, planning, control, and learning. Despite rapid progress, there is still a lack of a compact, active-sensing, open-source platform that is reproducible across simulation and real-world operation. To address this gap, we present Agipix, a co-designed open hardware and software platform for indoor aerial autonomy and critical asset inspection. Agipix features a compact, hardware-synchronized active-sensing platform with onboard GPU-accelerated compute that is capable of agile flight; a containerized ROS~2-based modular autonomy stack; and a photorealistic digital twin of the hardware platform together with a reliable UI. These elements enable rapid iteration via zero-shot transfer of containerized autonomy components between simulation and real flights. We demonstrate trajectory tracking and exploration performance using onboard sensing in industrial indoor environments. All hardware designs, simulation assets, and containerized software are released openly together with documentation.
• Abstract（参考訳）: 重要な資産検査のための自律屋内飛行は、認識、計画、制御、学習における根本的な課題を提示する。 急速な進歩にもかかわらず、シミュレーションや実世界の運用で再現可能な、コンパクトでアクティブなセンシングのオープンソースプラットフォームはいまだに存在しない。 このギャップに対処するため、屋内の自律性と重要な資産検査のためのオープンハードウェアとソフトウェアプラットフォームであるAgipixを紹介します。 Agipixは、コンパクトでハードウェア同期型のアクティブセンシングプラットフォームで、オンボードのGPUアクセラレーション計算で、アジャイル飛行が可能で、コンテナ化されたROS~2ベースのモジュラー自律スタック、ハードウェアプラットフォームのフォトリアリスティックデジタルツインと信頼性の高いUIを備えている。 これらの要素は、シミュレーションと実際の飛行の間のコンテナ化された自律コンポーネントのゼロショット転送による迅速なイテレーションを可能にする。 工業用屋内環境におけるオンボードセンシングによる軌道追跡と探索性能を実証する。 すべてのハードウェア設計、シミュレーションアセット、コンテナ化されたソフトウェアは、ドキュメントとともに公開されています。

関連論文リスト

• CARLA-Air: Fly Drones Inside a CARLA World -- A Unified Infrastructure for Air-Ground Embodied Intelligence [2.061094726550731]
  CARLA-Airは、1つのUnreal Engineプロセス内に高忠実度都市運転と物理精度のマルチロータ飛行を統合するオープンソースのインフラである。 CARLA-Airは、共有物理ティッチとレンダリングパイプライン内で、ルールに準拠したトラフィック、社会的に認識された歩行者、空力的に一貫性のあるUAVダイナミクスを備えた環境を提供する。
  論文  参考訳（メタデータ） (2026-03-30T04:49:29Z)
• aerial-autonomy-stack -- a Faster-than-real-time, Autopilot-agnostic, ROS2 Framework to Simulate and Deploy Perception-based Drones [0.3262230127283452]
  我々は、パイプラインを(GPUアクセラレーションによる)知覚から(フライトコントローラベースの)アクションへ合理化するように設計された、オープンソースのエンドツーエンドフレームワークであるAero-autonomy-stackを紹介した。 完全な開発とデプロイメントスタックの,20倍以上の高速,エンドツーエンドのシミュレーションをサポートしています。
  論文  参考訳（メタデータ） (2026-02-06T23:29:33Z)
• Bridging the Basilisk Astrodynamics Framework with ROS 2 for Modular Spacecraft Simulation and Hardware Integration [0.0]
  本稿では,バシリスク・アストロダイナミックスシミュレータとロボット・オペレーティング・システム2(ROS2)との間の軽量でオープンソースの通信ブリッジについて述べる。 ブリッジはBasiliskのコアの変更を必要とせず、ROS 2ノードとシームレスに統合される。 我々は,非線形モデル予測制御を用いたリーダ・フォロワ形成飛行シナリオにおいて,ATMOS平面微小重力試験台とシミュレーションの両方で同一に展開されていることを実証した。
  論文  参考訳（メタデータ） (2025-12-10T17:13:24Z)
• Event-Driven Simulation for Rapid Iterative Development of Distributed Space Flight Software [4.14360329494344]
  本稿では,新しい宇宙シミュレーション環境の設計,開発,応用について述べる。 この環境は、ソフトウェアのみのシミュレーションの柔軟性、決定性、および可観測性と、通常、リアルタイムのハードウェア・イン・ザ・ループテストによってのみ達成される忠実さと深さを組み合わせている。
  論文  参考訳（メタデータ） (2025-05-18T17:32:40Z)
• FRAME: Floor-aligned Representation for Avatar Motion from Egocentric Video [52.33896173943054]
  ヘッドマウントのボディフェイスステレオカメラを備えたエゴセントリックなモーションキャプチャーは、VRやARアプリケーションには不可欠だ。 既存の方法は、合成事前学習と、現実の環境で滑らかで正確な予測を生成するのに苦労している。 本稿では、デバイスポーズとカメラフィードを組み合わせて、最先端のボディポーズ予測を行う、シンプルで効果的なアーキテクチャFRAMEを提案する。
  論文  参考訳（メタデータ） (2025-03-29T14:26:06Z)
• Gaussian Splatting to Real World Flight Navigation Transfer with Liquid Networks [93.38375271826202]
  本研究では,シミュレート・トゥ・リアルな視覚四重項ナビゲーションタスクにおける分布シフトに対する一般化とロバスト性を改善する手法を提案する。 まず,擬似飛行力学とガウススプラッティングを統合してシミュレータを構築し,その後,液状ニューラルネットワークを用いてロバストなナビゲーションポリシーを訓練する。 このようにして、我々は3次元ガウススプラッティングラディアンス場レンダリング、専門家による実演訓練データのプログラミング、およびLiquid Networkのタスク理解能力の進歩を組み合わせたフルスタックの模倣学習プロトコルを得る。
  論文  参考訳（メタデータ） (2024-06-21T13:48:37Z)
• Deep Learning for Real Time Satellite Pose Estimation on Low Power Edge TPU [58.720142291102135]
  本稿では,ニューラルネットワークアーキテクチャを利用したポーズ推定ソフトウェアを提案する。 我々は、低消費電力の機械学習アクセラレーターが宇宙での人工知能の活用を可能にしていることを示す。
  論文  参考訳（メタデータ） (2022-04-07T08:53:18Z)
• VISTA 2.0: An Open, Data-driven Simulator for Multimodal Sensing and Policy Learning for Autonomous Vehicles [131.2240621036954]
  VISTAはオープンソースのデータ駆動シミュレータで、複数のタイプのセンサーを自律走行車に組み込む。 高忠実で実世界のデータセットを使用して、VISTAはRGBカメラ、3D LiDAR、イベントベースのカメラを表現し、シミュレートする。 センサタイプ毎に知覚制御ポリシーをトレーニングし,テストする能力を示し,フルスケールの自律走行車への展開を通じて,このアプローチのパワーを示す。
  論文  参考訳（メタデータ） (2021-11-23T18:58:10Z)
• AirSim Drone Racing Lab [56.68291351736057]
  AirSim Drone Racing Labは、この領域で機械学習研究を可能にするシミュレーションフレームワークである。 本フレームワークは,複数の写真リアル環境下でのレーストラック生成を可能にする。 当社のフレームワークを使用して,NeurIPS 2019で,シミュレーションベースのドローンレースコンペティションを開催しました。
  論文  参考訳（メタデータ） (2020-03-12T08:06:06Z)

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。