論文の概要: TRISTAR: Triple-Signal Stair Recognition and Vision-Only Indoor Navigation for Search-and-Rescue Micro-UAVs

• arxiv url: http://arxiv.org/abs/2607.03818v1
• Date: Sat, 04 Jul 2026 11:06:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:29.729793
• Title: TRISTAR: Triple-Signal Stair Recognition and Vision-Only Indoor Navigation for Search-and-Rescue Micro-UAVs
• Title（参考訳）: TRISTAR:検索・救助用マイクロUAVのための三信号ステア認識と視覚オンドアナビゲーション
• Abstract要約: 本稿では,単眼視のみに基づく低コスト無人航空機のための完全自律型屋内ナビゲーションフレームワークを提案する。 この枠組みは, (i) 自動ドア検出による廊下探索, (i) 室内侵入, OCR による部屋の識別, および (ii) TRISTAR に基づく自律階段上昇の2つの独立した行動からなる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Indoor search-and-rescue (SAR) operations often require rapid situational awareness where GNSS signals are unavailable and human access is difficult or hazardous. While most autonomous aerial systems rely on LiDAR, stereo vision, or specialized depth cameras, such solutions increase both hardware complexity and deployment costs. This paper presents a complete autonomous indoor navigation framework for low-cost unmanned aerial vehicles based exclusively on monocular vision. Implemented on a DJI Tello platform, the system combines monocular depth estimation using Depth Anything V2 with classical computer vision and lightweight deep learning models for scene understanding, victim detection, and hazard recognition. The framework consists of two independent behaviors: (i) corridor exploration with automatic door detection, room entry, OCR-based room identification, and victim inspection; and (ii) autonomous stair ascent based on TRISTAR (TRI-Signal STair Ascent Recognition), a novel triple-sensor fusion method that integrates structural cues (Sobel filtering), texture analysis (multi-scale Gabor filtering), and geometric depth from monocular depth estimation. Evaluation used real indoor flights in a university building. Depth calibration reduced relative depth error from 27.4% to below 10%, while the door detection algorithm reached a precision of 0.93 and an F1-score of 0.91. A dedicated ablation study shows that multi-sensor fusion significantly improves stair-recognition robustness compared to individual sensing modalities, and a failure-case analysis delineates the limits of monocular perception under challenging lighting and reflective surfaces. The results demonstrate that reliable indoor exploration and stair traversal are achievable on resource-constrained platforms without specialized ranging hardware, a practical, cost-effective solution for rapid SAR deployment.
• Abstract（参考訳）: 屋内サーチ・アンド・レスキュー(SAR)の運用は、GNSS信号が利用できず、人的アクセスが困難または危険である場合、迅速な状況認識を必要とすることが多い。 ほとんどの自律型航空システムはLiDAR、ステレオビジョン、または特殊な深度カメラに依存しているが、そのようなソリューションはハードウェアの複雑さと展開コストの両方を増大させる。 本稿では,単眼視のみに基づく低コスト無人航空機のための完全自律型屋内ナビゲーションフレームワークを提案する。 DJI Telloプラットフォーム上で実装されたこのシステムは、Depth Anything V2を用いた単眼深度推定と、従来のコンピュータビジョンと、シーン理解、被害者検出、ハザード認識のための軽量ディープラーニングモデルを組み合わせる。 この枠組みは2つの独立した行動から成り立っている。 一 自動ドア検出、入室、OCRによる部屋の識別及び被害者検査による廊下探査 TRISTAR(TRI-Signal Staair Ascent Recognition, TRI-Signal Staair Ascent Recognition, TRI-Signal Staair Ascent Recognition, TRISTAR, TRISTAR, TRISTAR, TRISTAR, TRISTAR, TRISTAR, TRISTAR, TRISTAR, TRISTAR, TRI-Signal Staair Ascent Recognition, TRISTAR, TRISTAR, TRISTAR, TRISTAR, TRISTAR, TRISTAR, TRISTAR, TRI-Signal Stacent Recognition, TRI-Signal Ascent Recognition, TRIST))は, 構造的3重センサ融合法である。 大学の建物での実際の屋内飛行による評価。 深さ校正により相対深さ誤差は27.4%から10%以下に減少し、ドア検出アルゴリズムは精度0.93、F1スコア0.91に達した。 専用のアブレーション研究により、マルチセンサー融合は、個々の知覚モダリティと比較して階段認識の堅牢性を大幅に改善し、障害ケース分析は、難解な光や反射面下での単眼知覚の限界を規定している。 以上の結果から,SARの迅速な展開のための実用的で費用対効果の高いハードウェアを使わずに,資源制約されたプラットフォーム上で,信頼性の高い屋内探査と階段走行が実現可能であることが示唆された。

関連論文リスト

• Cross-Session 3D LiDAR and Camera Fusion for Robust Localization of Unmanned Aerial Vehicles in GPS-Denied Environments [0.9749189465851389]
  クロスフュージョン(Cross-Fusion)は、リアルタイムUAVローカライゼーションのための新しい手法である。 このシステムは、動き追跡と画像に基づく特徴マッチングにLiDARベースのオドメトリを使用して、単一の赤緑色(RGB)カメラでドリフトを補正し、精度を向上させる。
  論文  参考訳（メタデータ） (2026-06-27T14:48:46Z)
• Towards End to End Motion Planning and Execution for Autonomous Underwater Vehicles Using Reinforcement Learning [2.1942030377331245]
  本稿では,センサデータをスラスタコマンドに直接マッピングする,エンドツーエンドのDeep Reinforcement Learning(DRL)アプローチの実現可能性について検討する。 2Hzで動作するHigh-Level(HL)ポリシーは、生の8.4倍の84$ピクセルの単眼カメラフレーム、100倍の100$ピクセルの前方画像ソナー、空間的なサブゴールを生成するプロプリオセプティブデータを処理する。 10Hzで動作する低レベル(LL)ポリシーは、これらのサブゴールをスラスタコマンドに変換する。
  論文  参考訳（メタデータ） (2026-06-07T08:34:29Z)
• Instance-level Visual Active Tracking with Occlusion-Aware Planning [61.982298426203165]
  Visual Active Tracking (VAT)は、カメラを3D空間でターゲットに追従することを目的としている。 VATは、視覚的に類似したイントラクタからの混乱と、閉塞下での深刻な障害という、現実世界のデプロイメントにおいて2つの重要なボトルネックに直面している。 3つの相補的なモジュールを持つ統一パイプラインであるOA-VATを提案する。
  論文  参考訳（メタデータ） (2026-04-23T09:11:50Z)
• Integrating Object Detection, LiDAR-Enhanced Depth Estimation, and Segmentation Models for Railway Environments [4.617323086618366]
  鉄道線路を識別し,潜在的な障害物を検知し,その距離を推定するモジュラーでフレキシブルなフレームワークを提案する。 提案システムでは,LiDARと単分子深度マップを統合することにより,平均絶対誤差(MAE)を0.63mまで低減する。
  論文  参考訳（メタデータ） (2026-04-16T08:39:37Z)
• An Open-Source LiDAR and Monocular Off-Road Autonomous Navigation Stack [35.094251140860756]
  タスク固有のトレーニングを使わずに,LiDARとモノクル3次元認識の両方をサポートするオープンソースのナビゲーションスタックを提案する。 単分子配置では、ゼロショット深度予測とメートル法深度再スケーリングをスパースSLAM測定を用いて組み合わせる。 結果として得られるポイントクラウドは、コストマップベースの計画のためのロボット中心の2.5D高度マップを生成するために使用される。
  論文  参考訳（メタデータ） (2026-04-03T15:19:20Z)
• A Comparative Study of 3D Person Detection: Sensor Modalities and Robustness in Diverse Indoor and Outdoor Environments [5.89179309980335]
  本研究では,カメラオンリー,LiDARオンリー,カメラ-LiDAR融合を用いた3次元人物検出の系統的評価を行う。 BEVDepth(カメラ)、PointPillars(LiDAR)、DAL(カメラ-LiDAR融合)の3つの代表モデルを比較した。 その結果,核融合によるアプローチは,特に挑戦的なシナリオにおいて,単一モダリティモデルよりも一貫して優れていることがわかった。
  論文  参考訳（メタデータ） (2026-02-05T10:53:35Z)
• Percept-WAM: Perception-Enhanced World-Awareness-Action Model for Robust End-to-End Autonomous Driving [48.512353531499286]
  本稿では,視覚言語モデル(VLM)に2D/3Dシーン理解能力を暗黙的に統合した知覚強調世界認識行動モデルPercept-WAMを紹介する。 我々は,高密度物体知覚のためのグリッド条件付き予測機構を提案し,IoU対応スコアリングと並列自己回帰デコードを導入し,長距離・遠距離・小対象シナリオの安定性を向上させる。 実験により、パーセプションWAMは下流の知覚ベンチマークで古典的な検出器やセグメンタと一致し、2D検出とBEV 3D検出で51.7/58.9 mAPを達成した。
  論文  参考訳（メタデータ） (2025-11-24T15:28:25Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• 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)
• MonoTDP: Twin Depth Perception for Monocular 3D Object Detection in Adverse Scenes [49.21187418886508]
  本論文は,モノTDP(MonoTDP)と呼ばれる悪シーンにおける2つの深度を知覚するモノクル3次元検出モデルを提案する。 まず、制御不能な気象条件を扱うモデルを支援するための適応学習戦略を導入し、様々な劣化要因による劣化を著しく抑制する。 そこで本研究では, シーン深度と物体深度を同時に推定する新たな2つの深度認識モジュールを提案する。
  論文  参考訳（メタデータ） (2023-05-18T13:42:02Z)
• Fully Convolutional One-Stage 3D Object Detection on LiDAR Range Images [96.66271207089096]
  FCOS-LiDARは、自律走行シーンのLiDAR点雲のための完全な1段式3Dオブジェクト検出器である。 標準的な2Dコンボリューションを持つRVベースの3D検出器は、最先端のBEVベースの検出器と同等の性能を発揮することを示す。
  論文  参考訳（メタデータ） (2022-05-27T05:42:16Z)

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。