論文の概要: Real-World Deployment of a 5G-Connected Edge-Controlled Aerial Robot in Industrial Subterranean Mines
- arxiv url: http://arxiv.org/abs/2606.04818v1
- Date: Wed, 03 Jun 2026 12:40:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-04 20:44:18.756915
- Title: Real-World Deployment of a 5G-Connected Edge-Controlled Aerial Robot in Industrial Subterranean Mines
- Title（参考訳）: 産業用地下鉱山における5G接続エッジ制御型空中ロボットの実世界展開
- Authors: Achilleas Santi Seisa, Emanuele Pagliari, Gerasimos Damigos, Elias Small, George Nikolakopoulos,
- Abstract要約: 本稿では,エッジオフロードコントローラによって制御される5G接続型空中ロボットの現実飛行について述べる。
ロボットは活発な工業地雷の中で動作し、ハイレベルなコントローラーは近くのエッジクラスタに配置される。
人間のオペレータが空飛ぶロボットのウェイポイントを選択し、MPCは自律実行のためのスムーズな無衝突経路を生成する。
- 参考スコア（独自算出の注目度）: 11.287316240400747
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This article presents the first real-world autonomous flight of a 5G-connected aerial robot controlled by an edge-offloaded controller, and aims to bridge the gap between controlled and factual setups. The robot operates within an active industrial subterranean mine, while the high-level controller is deployed in a nearby Kubernetes-based edge cluster. Communication between the robot and the edge is enabled via a 5G New Radio (NR) Standalone (SA) network. The chosen controller is a Model Predictive Controller (MPC), which generates control actions to allow the robot to navigate seamlessly through the mining environment. A human operator selects waypoints for the aerial robot, and the MPC generates smooth, collision-free paths for autonomous executions. The proposed 5G edge-based closed-loop system is evaluated in a real industrial setting and demonstrates the potential of edge-controlled robotic systems toward time-critical, safe and efficient future deployments.
- Abstract（参考訳）: 本稿では、エッジオフロードコントローラによって制御される5G接続型空中ロボットの現実飛行を初めて提示し、制御された設定と現実的な設定のギャップを埋めることを目的としている。
ロボットは活発な産業用地下鉱山内で動作し、ハイレベルなコントローラは近くのKubernetesベースのエッジクラスタにデプロイされる。
ロボットとエッジ間の通信は、5G New Radio (NR) Standalone (SA)ネットワークを介して行える。
選択されたコントローラはモデル予測コントローラ(MPC)であり、ロボットが採掘環境をシームレスに移動できるように制御アクションを生成する。
人間のオペレータが空飛ぶロボットのウェイポイントを選択し、MPCは自律的な実行のためにスムーズで無衝突の経路を生成する。
提案する5Gエッジベースクローズドループシステムは,実産業環境で評価され,時間クリティカルで安全かつ効率的な将来の展開に向けたエッジ制御ロボットシステムの可能性を示す。
関連論文リスト
- End-to-End O-RAN Testbed for Edge-AI-Enabled 5G/6G Connected Industrial Robotics [1.2179379138011863]
我々は5G/6G O-RANをベースとしたE-AIを産業用ロボットアプリケーションに統合したエンドツーエンドテストベッドを提案する。
テストベッドは、さまざまなデータ取得、エッジ処理、ロボット知覚のためのリアルタイムストリーミングアプローチ間のトレードオフを調査するために使用される。
論文 参考訳（メタデータ） (2026-03-13T20:14:32Z) - Vision-based Goal-Reaching Control for Mobile Robots Using a Hierarchical Learning Framework [4.014524824655106]
本稿では,システム全体を密結合した関数モジュールの集合に分解する。
提案手法は,アクティベーションシステムの均一な指数的安定性と全動作の安全性を保証する。
論文 参考訳（メタデータ） (2026-01-02T08:41:47Z) - Robot-R1: Reinforcement Learning for Enhanced Embodied Reasoning in Robotics [55.05920313034645]
本稿では,ロボット制御に特化して具体的推論を強化するため,強化学習を活用した新しいフレームワークであるRobot-R1を紹介する。
DeepSeek-R1学習アプローチにインスパイアされたRobot-R1は、推論に基づく応答をサンプリングし、より正確な予測につながるものを強化する。
実験の結果,ロボットR1で訓練したモデルは,具体的推論タスクにおいて,SFT法よりも優れていた。
論文 参考訳（メタデータ） (2025-05-29T16:41:12Z) - Deploying Foundation Model-Enabled Air and Ground Robots in the Field: Challenges and Opportunities [65.98704516122228]
基礎モデル(FM)をロボット工学に統合することで、ロボットは自然言語を理解し、環境のセマンティクスを推論できるようになった。
本稿では,FM対応ロボットを現場に展開する上で,大規模で非構造的な環境下でのロボットの運用に必要なミッションについて述べる。
数kmのミッションを持つ非構造環境下での大規模LLM対応ロボット計画の実証実験を行った。
論文 参考訳（メタデータ） (2025-05-14T15:28:43Z) - Industrial Internet Robot Collaboration System and Edge Computing Optimization [3.2624782655521143]
本稿では,ディープラーニングに基づく移動ロボットのグローバルパス制御方式を提案する。
提案モデルでは,エッジデバイスでローカルデータを処理し,ロボットと中央サーバ間の通信負担を軽減する。
論文 参考訳（メタデータ） (2025-04-03T11:15:10Z) - RoboScript: Code Generation for Free-Form Manipulation Tasks across Real
and Simulation [77.41969287400977]
本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。
自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。
我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
論文 参考訳（メタデータ） (2024-02-22T15:12:00Z) - Fleet-DAgger: Interactive Robot Fleet Learning with Scalable Human
Supervision [72.4735163268491]
ロボットの商業的および産業的な展開は、実行中にリモートの人間のテレオペレーターにフォールバックすることが多い。
我々は対話型フリートラーニング(Interactive Fleet Learning, IFL)の設定を定式化し、複数のロボットが対話型クエリを行い、複数の人間スーパーバイザーから学習する。
IFLアルゴリズムのファミリーであるFleet-DAggerを提案し、新しいFleet-DAggerアルゴリズムをシミュレーションで4つのベースラインと比較する。
論文 参考訳（メタデータ） (2022-06-29T01:23:57Z) - Copiloting Autonomous Multi-Robot Missions: A Game-inspired Supervisory
Control Interface [8.05901693109037]
ゲームに触発されたインタフェース、自律ミッションアシスタントを導入し、異種マルチエージェントシステムを用いてそれらをテストおよびデプロイする。
この作業により、マルチエージェントシステムのヒューマン・スーパーバイザリー制御が改善され、アプリケーションの切り替え、タスク計画、実行、検証のオーバーヘッドが軽減される。
論文 参考訳（メタデータ） (2022-04-13T21:54:31Z) - SABER: Data-Driven Motion Planner for Autonomously Navigating
Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。
モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。
リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。
ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文 参考訳（メタデータ） (2021-08-03T02:56:21Z) - Populations of Spiking Neurons for Reservoir Computing: Closed Loop
Control of a Compliant Quadruped [64.64924554743982]
本稿では,ニューラルネットワークを用いた中央パターン生成機構を実装し,閉ループロボット制御を実現するためのフレームワークを提案する。
本研究では,従順な四足歩行ロボットのシミュレーションモデル上で,予め定義された歩行パターン,速度制御,歩行遷移の学習を実演する。
論文 参考訳（メタデータ） (2020-04-09T14:32:49Z)
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。