論文の概要: MR-SLAM: Immersive Spatial Supervision for Multi-Robot Mapping via Mixed Reality
- arxiv url: http://arxiv.org/abs/2605.16432v1
- Date: Thu, 14 May 2026 20:35:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-19 17:57:46.398364
- Title: MR-SLAM: Immersive Spatial Supervision for Multi-Robot Mapping via Mixed Reality
- Title（参考訳）: MR-SLAM:複合現実感を用いたマルチロボットマッピングのための没入型空間スーパービジョン
- Authors: Prakash Aryan, Cem Erdogdu, Kavinaya Kumarchokkappan, Timo Kehrer, Sebastiano Panichella,
- Abstract要約: MR-SLAMはMR(Mixed Reality)システムで,Meta Quest 3ヘッドセットを装着したオペレーターが3台のTurtleBot3ロボットを遠隔操作するシステムである。
5回の9分間の評価セッションで、システムは8.83 +/- 0.16 Hzでスキャンを行い、合計17.9 +/- 0.8 m2の占有率をマッピングし、94.7 +/- 0.5%のクロスインスタンス占有率に達した。
- 参考スコア（独自算出の注目度）: 3.432021438193967
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Operating a multi-robot fleet for simultaneous localization and mapping (SLAM) in applications such as building inspection or warehouse-aisle monitoring requires the operator to maintain spatial awareness of each robot's position and mapping state, a task that scales poorly on conventional 2D interfaces. We present MR-SLAM, a mixed reality (MR) system in which an operator wearing a Meta Quest 3 headset teleoperates three simulated TurtleBot3 robots through a passthrough view with real-world occlusion, while spatially anchored dashboard panels report mapping progress in situ. Each robot runs an independent SLAM Toolbox instance whose occupancy grid is merged in real time on a Robot Operating System 2 (ROS 2) back end. Across five 9-minute evaluation sessions, the system delivered scans at 8.83 +/- 0.16 Hz, mapped 17.9 +/- 0.8 m^2 of merged occupancy, and reached 94.7 +/- 0.5% cross-instance occupancy consistency across robot pairs. An additional session recorded 6.3 ms median transform jitter and 26.7 m^2 coverage of a 41 m^2 grid. We position MR-SLAM as a reference implementation for combining passthrough mixed reality supervision with multi-robot SLAM on consumer hardware.
- Abstract（参考訳）: ビルインスペクションや倉庫内監視などのアプリケーションにおいて、複数のロボット群を同時ローカライゼーションとマッピング(SLAM)のために運用するには、従来の2Dインタフェースではスケールの悪い作業である、各ロボットの位置とマッピング状態の空間的認識を維持する必要がある。
MR-SLAMはMR(Mixed Reality)システムで,Meta Quest 3ヘッドセットを装着したオペレーターが3つのシミュレーションされたTurtleBot3ロボットを現実世界の障害物を通したパススルービューで遠隔操作し,空間的に固定されたダッシュボードパネルが地図の進行状況を報告している。
各ロボットは独立したSLAM Toolboxインスタンスを実行し、その占有グリッドはロボットオペレーティングシステム2(ROS2)のバックエンドでリアルタイムでマージされる。
5回の9分間の評価セッションで、システムは8.83 +/- 0.16 Hzでスキャンを行い、統合された占有率の17.9 +/- 0.8 m^2をマッピングし、94.7 +/- 0.5%のクロスインスタンス占有率に達した。
追加セッションでは6.3msの中央変換ジッタと、41m^2グリッドの26.7m^2のカバーを記録した。
我々はMR-SLAMを、パススルー複合現実感監視と、コンシューマハードウェア上でのマルチロボットSLAMを組み合わせたリファレンス実装として位置付ける。
関連論文リスト
- Above and Below: Heterogeneous Multi-robot SLAM Across Surface and Underwater Domains [2.48178309506486]
この研究は、USVとAUVデータ間のロボット間SLAMループ閉鎖に関する最近の研究に基づいている。
各ロボットは状態推定を行い、各AUVデータとUSVデータ間のループ閉鎖を検出する。
これらのロボット間ループ閉鎖は、各ロボットの状態推定値を中央集権グラフにマージし、USVの全時間履歴とシステム内のすべてのAUVを推定する。
論文 参考訳（メタデータ） (2026-05-10T23:21:50Z) - 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) - RoboRefer: Towards Spatial Referring with Reasoning in Vision-Language Models for Robotics [67.11221574129937]
空間参照は、3D物理世界と相互作用するエンボディロボットの基本的な能力である。
本稿では,まず空間的理解を正確に行うことのできる3次元VLMであるRoboReferを提案する。
RoboReferは、強化微調整による一般化された多段階空間推論を推進している。
論文 参考訳（メタデータ） (2025-06-04T17:59:27Z) - Edge Robotics: Edge-Computing-Accelerated Multi-Robot Simultaneous
Localization and Mapping [22.77685685539304]
RecSLAMは、ロボットエッジクラウドアーキテクチャ下でのマップ構築プロセスの高速化に焦点を当てたマルチロボットレーザーSLAMシステムである。
ロボット上でグラフィックマップを生成し、それらをクラウド上で完全にマージする従来のマルチロボットSLAMとは対照的に、RecSLAMは階層的なマップ融合技術を開発する。
大規模な評価では、RecSLAMは最先端よりも39%の処理遅延を削減できる。
論文 参考訳（メタデータ） (2021-12-25T10:40:49Z) - Kimera-Multi: Robust, Distributed, Dense Metric-Semantic SLAM for
Multi-Robot Systems [92.26462290867963]
Kimera-Multiは、最初のマルチロボットシステムであり、不正なインターループとイントラロボットループの閉鎖を識別し拒否することができる。
我々は、フォトリアリスティックシミュレーション、SLAMベンチマークデータセット、地上ロボットを用いて収集された屋外データセットの挑戦において、Kimera-Multiを実証した。
論文 参考訳（メタデータ） (2021-06-28T03:56:40Z) - Kimera-Multi: a System for Distributed Multi-Robot Metric-Semantic
Simultaneous Localization and Mapping [57.173793973480656]
本稿では,高密度メカニカル・セマンティックSLAMのための完全分散マルチロボットシステムを提案する。
私たちのシステムはKimera-Multiと呼ばれ、視覚慣性センサーを備えたロボットチームによって実装されています。
Kimera-Multiは環境の3Dメッシュモデルをリアルタイムで構築し、メッシュの各面にセマンティックラベルをアノテートする。
論文 参考訳（メタデータ） (2020-11-08T21:38:12Z)
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。