論文の概要: PEBRE: An Open-Hardware Compute and Perception Add-On for the Pepper Robot

• arxiv url: http://arxiv.org/abs/2606.12112v1
• Date: Wed, 10 Jun 2026 14:06:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-18 14:17:56.79548
• Title: PEBRE: An Open-Hardware Compute and Perception Add-On for the Pepper Robot
• Title（参考訳）: PEBRE:ペッパーロボットのためのオープンハードウェアコンピューティングと知覚アドオン
• Authors: Malte Kuhlmann, Ignacio Bugueno-Cordova, Emil Alms, Javier Ruiz-del-Solar, Nicolás Navarro-Guerrero,
• Abstract要約: 本稿では,Pepper Robot 上での高速ソフトウェア開発のためのオープンハードウェアアドオン PEBRE の設計,開発,実験的検証を行う。 我々のプロジェクトは、Jetson Orin Nano、Logitech BRIO、Intel RealSense D435i、Samson UB1、RDE VideoMicro IIといった外部コンポーネントを統合することで、Pepperの計算能力と知覚能力を向上させる。 その結果,新しいハードウェアはPepperの知覚能力と計算能力を大幅に向上させた。
• 参考スコア（独自算出の注目度）: 2.6532805035238742
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: This paper presents the design, development, and experimental verification of PEBRE, an open-hardware add-on for fast software development on the Pepper Robot. Our project enhances Pepper's computational and perception capabilities by integrating external components such as a Jetson Orin Nano, Logitech BRIO, Intel RealSense D435i, Samson UB1, and RØDE VideoMicro II. Our results show that the new hardware considerably improved Pepper's perception abilities and computational power. This development contributes to the community by implementing an open hardware and open-source modular add-on to the Pepper robot and keeping this relevant research platform functional beyond its expected lifespan. With PEBRE, we aim to facilitate faster software development and more efficient integration of external components, ultimately enhancing the capabilities of the Pepper robot.
• Abstract（参考訳）: 本稿では,Pepper Robot 上での高速ソフトウェア開発のためのオープンハードウェアアドオン PEBRE の設計,開発,実験的検証を行う。 このプロジェクトでは,Jetson Orin Nano,Logitech BRIO,Intel RealSense D435i,Samson UB1,R.DE VideoMicro IIといった外部コンポーネントを統合することで,Pepperの計算能力と知覚能力を向上させる。 その結果,新しいハードウェアはPepperの知覚能力と計算能力を大幅に向上させた。 この開発は、Pepperロボットにオープンハードウェアとオープンソースのモジュールアドオンを実装し、この関連する研究プラットフォームを期待寿命を超えて機能させることで、コミュニティに貢献する。 PEBREでは、ソフトウェア開発の高速化と外部コンポーネントのより効率的な統合を目標とし、最終的にはPepperロボットの能力を向上する。

関連論文リスト

• Heterogeneous computing platform for real-time robotics [1.9219370642303344]
  社会5.0という新しい概念が生まれており、都市のインフラは信頼性、効率、安全性を高めるために整備される。 我々は、ニューロモルフィックコンピューティングハードウェアを、センサーとリアルタイムの知覚と、局所的なAI計算クラスタとの相互作用のためにどのように組み合わせるかを示す。 本稿では,人型ロボットが楽器を人間と演奏する対話型タスクにおいて,このハイブリッドコンピューティングアーキテクチャの利用を実演する。
  論文  参考訳（メタデータ） (2026-01-13T11:48:25Z)
• Open-Source Heterogeneous SoCs for AI: The PULP Platform Experience [14.233783488448752]
  TheParallel Ultra-Low Power Platformプロジェクトは、研究用IPの設計とオープンソースとしてリリースにおいて、最も活発で成功したイニシアチブの1つです。 本稿では、異種AIアクセラレーションSOCを設計するPULP体験に焦点を当てる。
  論文  参考訳（メタデータ） (2024-12-29T08:04:54Z)
• 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)
• Pac-Man Pete: An extensible framework for building AI in VEX Robotics [0.0]
  我々は3つの重要なコンポーネントを特定し、開発する。 これには、Unityシミュレーションと強化学習モデルトレーニングパイプライン、可搬型コンピュータビジョンパイプライン、データ転送パイプラインが含まれる。 将来これらのコンポーネントを再利用し、改善できるように、コミュニティにこれらすべてのコンポーネントへのアクセスを提供しています。
  論文  参考訳（メタデータ） (2022-11-25T21:59:30Z)
• Active Predicting Coding: Brain-Inspired Reinforcement Learning for Sparse Reward Robotic Control Problems [79.07468367923619]
  ニューラルジェネレーティブ・コーディング(NGC)の神経認知計算フレームワークによるロボット制御へのバックプロパゲーションフリーアプローチを提案する。 我々は、スパース報酬から動的オンライン学習を容易にする強力な予測符号化/処理回路から完全に構築されたエージェントを設計する。 提案するActPCエージェントは,スパース(外部)報酬信号に対して良好に動作し,複数の強力なバックプロップベースのRLアプローチと競合し,性能が優れていることを示す。
  論文  参考訳（メタデータ） (2022-09-19T16:49:32Z)
• FPGA-optimized Hardware acceleration for Spiking Neural Networks [69.49429223251178]
  本研究は,画像認識タスクに適用したオフライントレーニングによるSNN用ハードウェアアクセラレータの開発について述べる。 この設計はXilinx Artix-7 FPGAをターゲットにしており、利用可能なハードウェアリソースの40%を合計で使用している。 分類時間を3桁に短縮し、ソフトウェアと比較すると精度にわずか4.5%の影響を与えている。
  論文  参考訳（メタデータ） (2022-01-18T13:59:22Z)
• CFU Playground: Full-Stack Open-Source Framework for Tiny Machine Learning (tinyML) Acceleration on FPGAs [2.2177069086277195]
  CFU Playgroundは、組み込みMLシステムのための機械学習アクセラレータ(ML)の迅速かつ反復的な設計を可能にする、フルスタックのオープンソースフレームワークである。 我々のツールはFPGAと将来のシステム研究におけるハードウェアとソフトウェアの共同設計のために、完全にオープンソースでエンドツーエンドのフローを提供する。 私たちの迅速なデプロイ-注目-最適化フィードバックループによって、MLハードウェアとソフトウェア開発者は、比較的小さな投資から大きなリターンを得られるようになります。
  論文  参考訳（メタデータ） (2022-01-05T23:15:58Z)
• YMIR: A Rapid Data-centric Development Platform for Vision Applications [82.67319997259622]
  本稿では,コンピュータビジョンアプリケーションの開発を迅速化するオープンソースプラットフォームについて紹介する。 このプラットフォームは、効率的なデータ開発を機械学習開発プロセスの中心に置く。
  論文  参考訳（メタデータ） (2021-11-19T05:02:55Z)
• Machine Learning-Based Automated Design Space Exploration for Autonomous Aerial Robots [55.056709056795206]
  自律飛行ロボットのためのドメイン固有のアーキテクチャの構築は、オンボードコンピューティングを設計するための体系的な方法論が欠如しているため、難しい。 F-1ルーフラインと呼ばれる新しいパフォーマンスモデルを導入し、アーキテクトがバランスの取れたコンピューティングシステムを構築する方法を理解するのを助ける。 サイバー物理設計空間を自動でナビゲートするために、AutoPilotを導入します。
  論文  参考訳（メタデータ） (2021-02-05T03:50:54Z)
• Integrated Benchmarking and Design for Reproducible and Accessible Evaluation of Robotic Agents [61.36681529571202]
  本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。 このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。 本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
  論文  参考訳（メタデータ） (2020-09-09T15:31:29Z)
• Adapted Pepper [0.5403103425021848]
  組込み計算能力の欠如は、技術アルゴリズムの状態の計算要求の増大に追従するのは難しいため、大量生産されたロボットにおいてより重要である。 本稿では,組込みGPUを備えたPepperのプロトタイプを紹介するとともに,ロボットの頭部に3Dカメラを追加し,後期GPUに接続する。 このプロトタイプはAdapted Pepperと呼ばれ、OpenPose、YOLO、センサー情報処理などのアルゴリズムを組み込むために、MuMMERと呼ばれるヨーロッパのプロジェクトのために開発された。
  論文  参考訳（メタデータ） (2020-09-08T11:36:37Z)

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。