論文の概要: Contactless Respiratory Monitoring on Heterogeneous Mobile Robots: A Multimodal Edge-Computing Framework
- arxiv url: http://arxiv.org/abs/2606.17376v1
- Date: Tue, 16 Jun 2026 00:18:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-17 17:15:32.182814
- Title: Contactless Respiratory Monitoring on Heterogeneous Mobile Robots: A Multimodal Edge-Computing Framework
- Title（参考訳）: 不均一移動ロボットの非接触呼吸モニタリング:マルチモーダルエッジ計算フレームワーク
- Authors: Milind Rampure, Shadman Sakib, Haley Patel, Zahid Hasan, Nirmalya Roy,
- Abstract要約: エッジコンピューティングを用いた異種移動ロボットのためのモード適応型接触レスRR監視フレームワークを提案する。
提案システムは、RGB、熱、近赤外線(NIR)、低照度カメラ、姿勢ロバストモニタリングのためのキーポイント誘導胸部ROI抽出、および信頼できる呼吸推定のための信号品質インデクシング(SQI)に基づくフィルタリング機構を組み合わせた。
- 参考スコア（独自算出の注目度）: 0.7340017786387767
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Respiratory-rate (RR) monitoring is a critical component of remote triage and victim assessment in emergency response, disaster recovery, and infectious-disease scenarios, where minimizing physical contact can reduce responder risk and improve operational safety. However, field deployment of contactless RR monitoring remains challenging due to variable illumination, posture changes, platform heterogeneity, and the impracticality of wearable sensors in hazardous environments. In this paper, we present a modality-adaptive contactless RR monitoring framework for heterogeneous mobile robots with onboard edge computing. The proposed system combines brightness-adaptive sensor selection across RGB, thermal, near-infrared (NIR), and low-light cameras, keypoint-guided chest ROI extraction for posture-robust monitoring, and a signal-quality-index (SQI)-based filtering mechanism for reliable respiratory estimation. We implement and evaluate the framework on three robotic platforms spanning quadruped and wheeled locomotion and multiple edge-computing architectures. Experiments conducted across diverse lighting conditions, subject poses, and robot-to-subject distances demonstrate that the framework generalizes across platforms without per-platform algorithmic retuning, while revealing modality-specific operational boundaries. RGB provides the broadest coverage up to 8m, NIR remains effective up to 6m, thermal is reliable only at short range, and low-light sensing supports monitoring in complete darkness up to 8m. Overall, the results demonstrate the feasibility of multimodal contactless RR monitoring on mobile robots and support its use as a foundation for autonomous triage and victim assessment in hazardous search-and-rescue settings.
- Abstract（参考訳）: 呼吸速度(RR)モニタリングは、緊急対応、災害復旧、感染症のシナリオにおいて、遠隔トリアージや被害者の評価において重要な要素であり、物理的接触を最小化することで、応答者のリスクを低減し、運用上の安全性を向上させる。
しかし, 接触型RRモニタリングの現場展開は, 可変照明, 姿勢変化, プラットフォーム不均一性, 危険環境下でのウェアラブルセンサの不実用性などにより, 依然として困難である。
本稿では、エッジコンピューティングを備えた異種移動ロボットのためのモード適応型接触レスRR監視フレームワークを提案する。
提案システムは、RGB、熱、近赤外線(NIR)、低照度カメラ、姿勢ロバストモニタリングのためのキーポイント誘導胸部ROI抽出、および信頼できる呼吸推定のための信号品質インデクシング(SQI)に基づくフィルタリング機構を組み合わせた。
四足歩行と車輪移動と複数のエッジコンピューティングアーキテクチャにまたがる3つのロボットプラットフォーム上で,フレームワークを実装し,評価する。
様々な照明条件、被写体ポーズ、ロボットからオブジェクトまでの実験により、このフレームワークはプラットフォーム間アルゴリズムの修正なしにプラットフォーム間をまたがって一般化し、モダリティ固有の操作境界を明らかにした。
RGBは最大8mまでの範囲を提供し、NIRは最大6mまで有効であり、熱は短距離でのみ信頼性があり、低照度センシングは最大8mまで完全な暗闇下での監視をサポートする。
以上の結果から,移動ロボットにおけるマルチモーダル接触型RRモニタリングの実現可能性を示すとともに,有害な検索・救助設定における自律的トリアージと被害者評価の基盤としての利用を支援する。
関連論文リスト
- A Dual-Stream Transformer Architecture for Illumination-Invariant TIR-LiDAR Person Tracking [0.7734726150561086]
本稿では、SLAM対応ロボットの標準センサースイートを活用した、新しい熱赤外深度追跡アーキテクチャを提案する。
我々は、大規模熱訓練モデルからTIR-Dドメインへの構造的先行を進化させるシーケンシャルな知識伝達戦略を導入する。
実験の結果,提案したTIR-Dトラッカーは平均オーバーラップ(AO)が0.700,成功率(SR)が58.7%,優れた性能を達成できた。
論文 参考訳（メタデータ） (2026-04-01T01:20:00Z) - Interpretable Multimodal Gesture Recognition for Drone and Mobile Robot Teleoperation via Log-Likelihood Ratio Fusion [14.332919759770645]
視覚に基づくジェスチャー認識はハンズフリー遠隔操作の一手法として検討されている。
両手首にApple Watchの慣性データとカスタム手袋の容量感覚信号を統合するマルチモーダルジェスチャー認識フレームワークを提案する。
我々のフレームワークは、最先端のビジョンベースのベースラインに匹敵するパフォーマンスを実現する。
論文 参考訳（メタデータ） (2026-02-27T05:52:04Z) - ReSPEC: A Framework for Online Multispectral Sensor Reconfiguration in Dynamic Environments [6.718801307135799]
センサ,学習,アクティベーションをクローズドなリコンフィグレーションループに統合するフレームワークを導入する。
我々は,このフレームワークを移動体ローバー上で実装し評価し,適応制御がベースラインに比べて5.3%の精度低下で負荷を29.3%削減することを示した。
論文 参考訳（メタデータ） (2026-02-11T05:39:24Z) - A2VISR: An Active and Adaptive Ground-Aerial Localization System Using Visual Inertial and Single-Range Fusion [17.59898575353575]
これは、地上と航空の協調システムを用いて、散在した環境下での飛行ロボットのロケライズロバスト性を高めるための実践的なアプローチである。
我々は、アクティブビジョン、単一配列、慣性計測、光学フローを統合した地上局地化フレームワークをより包括的に改善する。
提案手法は、平均根平均平方誤差が約0.09mであり、損失とセンサ故障を捕捉するためのレジリエンスを維持しながら、ロバストなオンラインローカライゼーションを実現する。
論文 参考訳（メタデータ） (2025-12-18T10:07:06Z) - Decentralized Vision-Based Autonomous Aerial Wildlife Monitoring [55.159556673975544]
野生生物モニタリングのための分散視覚に基づくマルチクワッドロータシステムを提案する。
我々のアプローチは、その自然生息地における大型種のロバスト同定と追跡を可能にする。
論文 参考訳（メタデータ） (2025-08-20T20:05:05Z) - Multi-modal Multi-platform Person Re-Identification: Benchmark and Method [58.59888754340054]
MP-ReIDは、マルチモダリティとマルチプラットフォームReIDに特化した新しいデータセットである。
このベンチマークは、RGB、赤外線、サーマルイメージングなど、さまざまなモードで1,930のIDからデータをコンパイルする。
クロスモダリティとクロスプラットフォームシナリオに適した,特定設計のプロンプトを備えたフレームワークであるUni-Prompt ReIDを紹介する。
論文 参考訳（メタデータ） (2025-03-21T12:27:49Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - Joint Sensing, Communication, and AI: A Trifecta for Resilient THz User
Experiences [118.91584633024907]
テラヘルツ(THz)無線システムに対する拡張現実(XR)体験を最適化するために、新しい共同センシング、通信、人工知能(AI)フレームワークを提案する。
論文 参考訳（メタデータ） (2023-04-29T00:39:50Z) - Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for
Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。
我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。
本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文 参考訳（メタデータ） (2020-07-28T07:34:30Z)
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。