論文の概要: RHINO-AR: An Augmented Reality Exhibit for Teaching Mobile Robotics Concepts in Museums
- arxiv url: http://arxiv.org/abs/2604.16384v1
- Date: Thu, 26 Mar 2026 21:08:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-11 07:06:35.964011
- Title: RHINO-AR: An Augmented Reality Exhibit for Teaching Mobile Robotics Concepts in Museums
- Title（参考訳）: RHINO-AR:美術館でモバイルロボティクスのコンセプトを教える拡張現実展示
- Authors: Nils Dengler, Tim Graf, Leif Van Holland, Patrick Stotko, Reinhard Klein, Maren Bennewitz,
- Abstract要約: RHINO-ARは、歴史ある移動ロボットRHINOをドイツ博物館の展示環境に再導入する。
RHINO-VRは、ロボットと環境をバーチャルリアリティーで再構築したものだ。
RHINO-ARを22名を対象に2日間のミュージアムスタディで評価し,ユーザビリティ,技術的パフォーマンス,満足度,概念的理解,RHINO-VRとの比較を行った。
- 参考スコア（独自算出の注目度）: 9.704978273441982
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present RHINO-AR, an interactive Augmented Reality (AR) museum exhibit that reintroduces the historical mobile robot RHINO into its original exhibition environment at the Deutsches Museum Bonn. The system builds on our previous work RHINO-VR, which reconstructed the robot and the environment in virtual reality. Although this created an engaging experience, it also revealed an important limitation, because visitors were separated from the real exhibition space and from the physical robot on display. RHINO-AR addresses this reality gap by placing a virtual reconstruction of the robot directly into the real museum space. Implemented on a Magic Leap~2 headset using Unity, our system combines real-time environment meshing with interactive visualizations of LiDAR sensing, traversability, and path planning to make otherwise invisible robotics processes understandable to non-expert visitors. We evaluated RHINO-AR in a two-day museum study with 22 participants, assessing usability, technical performance, satisfaction, conceptual understanding, and preference comparison to RHINO-VR. The results show that RHINO-AR was well received, effectively conveyed key navigation concepts, and generally preferred over the VR exhibit due to its stronger physical grounding and increased realism.
- Abstract（参考訳）: 本稿では,インタラクティブな拡張現実(AR)ミュージアムであるRHINO-ARについて紹介する。
RHINO-VRは、ロボットと環境をバーチャルリアリティーで再構築したものだ。
これは魅力的な体験となったが、実際の展示スペースと展示中の物理的なロボットとが分離されたため、重要な制限も明らかにした。
RHINO-ARは、ロボットの仮想的な再構築を実際の博物館空間に直接配置することで、この現実のギャップに対処する。
Unityを使ってMagic Leap〜2のヘッドセットに実装された私たちのシステムは、リアルタイムのメッシュ処理とLiDARセンシング、トラバーサビリティ、経路計画のインタラクティブな視覚化を組み合わせることで、非専門家のビジターに理解可能な、目に見えないロボティクスプロセスを実現できる。
RHINO-ARを22名を対象に2日間のミュージアムスタディで評価し,ユーザビリティ,技術的パフォーマンス,満足度,概念的理解,RHINO-VRとの比較を行った。
以上の結果から,RHINO-ARはより強力な物理接地とリアリズムの増大により,重要なナビゲーション概念を効果的に伝達し,VR展示よりも一般的に好まれていたことが示唆された。
関連論文リスト
- SpatialAnt: Autonomous Zero-Shot Robot Navigation via Active Scene Reconstruction and Visual Anticipation [45.461768743080604]
SpaceAntは、不完全な自己再構成と堅牢な実行の間のギャップを埋めるために設計されたゼロショットナビゲーションフレームワークである。
本研究では,SpatialAntがシミュレーションおよび実世界の環境において既存のゼロショット法より著しく優れていることを示す。
論文 参考訳（メタデータ） (2026-03-27T08:01:40Z) - EmbodMocap: In-the-Wild 4D Human-Scene Reconstruction for Embodied Agents [85.77432303199176]
EmbodMocapは2つの動くiPhoneを使ったポータブルで安価なデータ収集パイプラインである。
私たちのキーとなるアイデアは、二重RGB-Dシーケンスを共同で校正し、人間とシーンの両方を再構築することです。
収集したデータに基づいて、我々は3つの具体的AIタスクを強化した: モノクラーヒューマン・シーン・リコンストラクション(モノクラーヒューマン・シーン・リコンストラクション)、メトリックスケールで世界空間に整合した人間とシーンを出力するフィードフォワードモデル、物理ベースのキャラクターアニメーション。
論文 参考訳（メタデータ） (2026-02-26T16:53:41Z) - Explainable OOHRI: Communicating Robot Capabilities and Limitations as Augmented Reality Affordances [5.363623643280699]
本稿では,ロボットの動作可能性と制約を伝達する拡張現実(AR)インターフェースであるX-OOHRIを提案する。
本システムは,視覚言語モデルを用いてオブジェクト特性とロボットの限界をオブジェクト指向構造にエンコードする。
エンド・ツー・エンドのパイプラインを物理ロボットと統合し、低レベルのピック・アンド・プレイスから高レベルの命令まで多様なユースケースを示す。
論文 参考訳（メタデータ） (2026-01-21T01:53:47Z) - XR$^3$: An Extended Reality Platform for Social-Physical Human-Robot Interaction [7.5509967369489965]
提案するXR$3$は、HRI研究のための、共位置演算子と隠れたデュアルVRヘッドセットプラットフォームである。
ロボットの上半身の動き、頭と目の動き、表情は、操作者の追跡された手足と顔信号からマッピングされる。
システム設計とキャリブレーションを詳述し、タッチベースのWizard-of-Oz研究でそのプラットフォームを実証する。
論文 参考訳（メタデータ） (2026-01-18T13:11:41Z) - Recognizing Actions from Robotic View for Natural Human-Robot Interaction [52.00935005918032]
自然人-ロボットインタラクション(Natural Human-Robot Interaction, N-HRI)は、ロボット自身が動いているか静止しているかに関わらず、ロボットが様々な距離と状態で人間の行動を認識することを要求する。
N-HRIの既存のベンチマークは、限られたデータ、モダリティ、タスクカテゴリ、主題や環境の多様性のために、N-HRIのユニークな複雑さに対処できない。
モバイルサービスロボットで広く使われている知覚中心ロボットビューのための大規模データセット(Action from Robotic View)を紹介する。
論文 参考訳（メタデータ） (2025-07-30T09:48:34Z) - Learning human-to-robot handovers through 3D scene reconstruction [28.930178662944446]
本稿では,RGB画像のみから教師付きロボットハンドオーバを学習する手法を提案する。
ロボットグリップに装着したカメラでキャプチャした画像アクション対を含むロボットデモを生成する。
これにより、再構成シーンにおけるシミュレートされたカメラポーズ変更を直接グリップポーズ変更に変換することができる。
論文 参考訳（メタデータ） (2025-07-11T16:26:31Z) - Is Single-View Mesh Reconstruction Ready for Robotics? [78.14584238127338]
本研究では,ロボット操作のための物理シミュレータを用いたリアルタイム計画と動的予測のためのディジタル双対生成の実現の可能性について,単一ビューメッシュ再構成モデルの評価を行った。
我々の研究は、コンピュータビジョンの進歩とロボティクスの必要性の間に重要なギャップがあることを浮き彫りにし、この交差点における将来の研究を導く。
論文 参考訳（メタデータ） (2025-05-23T14:35:56Z) - AURORA: Automated Unleash of 3D Room Outlines for VR Applications [29.70242715879101]
AURORAは、RGB-D画像を利用して、バーチャルリアリティ(VR)シーンとVRシーンの両方を自動的に生成する新しい手法である。
AURORAは、画像処理、セグメンテーション、および3D再構成における高度な技術を統合し、現実的で詳細なインテリアデザインを効率的に作成する。
論文 参考訳（メタデータ） (2024-12-15T03:06:22Z) - RealDex: Towards Human-like Grasping for Robotic Dexterous Hand [64.33746404551343]
本稿では,人間の行動パターンを取り入れた手の動きを正確に把握する先駆的データセットであるRealDexを紹介する。
RealDexは、現実のシナリオにおける認識、認識、操作を自動化するためのヒューマノイドロボットを進化させる上で、大きな可能性を秘めている。
論文 参考訳（メタデータ） (2024-02-21T14:59:46Z) - RoboTHOR: An Open Simulation-to-Real Embodied AI Platform [56.50243383294621]
インタラクティブで具体化された視覚AIの研究を民主化するためにRoboTHORを導入する。
シミュレーションで訓練されたモデルの性能は,シミュレーションと慎重に構築された物理アナログの両方で試験される場合,大きな差があることが示される。
論文 参考訳（メタデータ） (2020-04-14T20:52:49Z)
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。