論文の概要: A 3DGS-Driven Dynamic Viewpoint and Vibrotactile Framework for Subsea Teleoperation Validated via fNIRS
- arxiv url: http://arxiv.org/abs/2607.13067v1
- Date: Fri, 10 Jul 2026 22:12:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-16 16:39:12.516432
- Title: A 3DGS-Driven Dynamic Viewpoint and Vibrotactile Framework for Subsea Teleoperation Validated via fNIRS
- Title（参考訳）: fNIRSによる海底遠隔操作のための3DGS駆動動的視点とVibrotactileフレームワーク
- Abstract要約: ROS-Unityフレームワーク上に構築されたマルチモーダル遠隔操作アーキテクチャについて述べる。
感覚負荷を低減するため、胴体に装着されたビブロタクティルスーツは、局所障害物クリアランスを直感的な触覚近接キューにマッピングする。
その結果,反応型触覚フィードバックは遅延を最小限に抑えられる一方,3DGSで駆動する遠心性可視化は高い遅延時間で優れたレジリエンスが得られることがわかった。
- 参考スコア（独自算出の注目度）: 4.519858285140602
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Teleoperating remotely operated vehicles (ROVs) in flooded, cluttered infrastructure is fundamentally limited by narrow 2D egocentric views and subsea communication latency. We present a multimodal teleoperation architecture built on a ROS-Unity framework that decouples proactive spatial planning from reactive boundary avoidance. The system replaces static camera feeds with a Dynamic Adaptive Viewpoint System (DAVS), which uses continuous optimization and real-time 3D Gaussian Splatting (3DGS) to synthesize an occlusion-free exocentric viewpoint from onboard state estimation. To further reduce sensory workload, a torso-mounted vibrotactile suit maps local obstacle clearance to intuitive haptic proximity cues. The architecture was evaluated in a controlled human-subject study (N = 30) using a BlueROV2 navigating a complex simulated underwater facility. A 3 x 4 repeated-measures design compared three interaction modalities (Egocentric, Haptic, Exocentric) under four communication delays (0.0-1.0 s). Performance was quantified using behavioral measures and functional near-infrared spectroscopy (fNIRS) to assess task-evoked prefrontal activation. Results show that reactive haptic feedback improves path adherence under minimal delay, whereas the 3DGS-driven exocentric visualization provides superior resilience under severe latency (0.5-1.0 s), significantly outperforming the other modalities. fNIRS further revealed a cognitive disengagement effect: increasing latency during conventional egocentric teleoperation overloaded working memory and reduced prefrontal activation, whereas the proactive spatial context provided by DAVS sustained executive control. These findings demonstrate that spatially grounded, multimodal assistance can substantially improve operator performance and cognitive endurance during latency-degraded underwater teleoperation.
- Abstract（参考訳）: 遠隔操作車(ROV)を浸水し、散らばったインフラで遠隔操作することは、2Dエゴセントリックな視野と海底通信の遅延によって根本的に制限される。
ROS-Unityフレームワーク上に構築されたマルチモーダル遠隔操作アーキテクチャについて述べる。
システムは静的カメラフィードを動的適応ビューポイントシステム(DAVS)に置き換える。これは連続的な最適化とリアルタイム3Dガウススプラッティング(3DGS)を用いて、オンボード状態推定からオクルージョンフリーな外向的な視点を合成する。
さらに感覚負荷を低減するため、胴体に装着されたビブロタクティルスーツは、局所障害物クリアランスを直感的な触覚近接キューにマッピングする。
この構造は、複雑な模擬水中施設を航行するBlueROV2を用いて、制御された人体実験(N = 30)で評価された。
3 x 4の繰り返し測定設計では、4つの通信遅延(0.0-1.0秒)で3つの相互作用モード(エゴセントリック、ハプティック、エクソセントリック)を比較した。
動作測定と機能近赤外分光法(fNIRS)を用いて,タスク誘発前頭前野活性化の評価を行った。
その結果,反応型触覚フィードバックは遅延を最小限に抑えられるが,3DGSによる遠心性可視化は重度遅延 (0.5-1.0 s) 下では優れたレジリエンスを示し,他のモダリティよりも優れていた。
fNIRSはさらに、従来の自我中心の遠隔操作における遅延の増加、作業記憶の過負荷、前頭前野のアクティベーションの低下、DAVSが提供する活動的空間コンテキストの維持といった認知的非エンゲージメント効果を明らかにした。
以上の結果から,空間的に接地されたマルチモーダル・アシストは,潜時劣化水中遠隔操作における操作者性能と認知的持続性を大幅に向上させる可能性が示唆された。
関連論文リスト
- ASTRA: Asynchronous Spatio-Temporal Reconstruction via Trajectory Alignment [86.35109211408489]
本稿では,非同期動的再構成のための2次元運動軌跡を明示的かつテクスチャに依存しない監視として導入するフレームワークであるASTRAを提案する。
ASTRAは高周波空間の詳細を保存し、25フレームのオフセットを持つ重度の非同期でも強い堅牢性を保ち、約1.4dBのPSNRの改善を実現し、時間オフセットMAEを54.0%削減し、同期成功率をほぼ4倍にしている。
論文 参考訳（メタデータ） (2026-08-03T10:06:45Z) - Does Appearance Help? A Systematic Study of Image-Based Re-Identification in Online 3D Multi-Pedestrian Tracking [0.6117371161379209]
本研究は,軽量プロジェクションベースフレームワークを用いたオンライン3次元MOTにおける画像ベースReIDの体系的研究である。
KITTIデータセットのペデストリアンクラスの実験では、外見と運動コストのナイーブな線形融合が視覚ノイズによって性能を低下させることが明らかとなった。
軽量アーキテクチャは、安全なナビゲーションに必要な低レイテンシと、社会的認識に必要な差別力との間に最適なトレードオフをもたらすことができることを示す。
論文 参考訳（メタデータ） (2026-06-05T13:00:04Z) - DeepIPCv3: Event-Aware Multi-Modal Sensor Fusion for Sudden Pedestrian Crossing Avoidance [4.219150964619931]
DeepIPCv3は、新しいマルチモーダル自律ナビゲーションフレームワークである。
ダイナミックビジョンセンサーのマイクロ秒レベルの非同期イベントストリームとLiDAR点雲の密度の高い3次元空間幾何学を相乗化する。
提案されたLiDARとDVSの融合は、低軌道と制御コマンドエラーをもたらし、非常に反応性が高く数学的に拘束された回避操作を可能にする。
論文 参考訳（メタデータ） (2026-05-31T14:59:01Z) - Real-Time Structural Detection for Indoor Navigation from 3D LiDAR Using Bird's-Eye-View Images [0.0]
既存の3D手法は計算が禁じられているが、従来の2D幾何学的手法は頑丈さを欠いている。
本稿では,3次元LiDARデータを2D BirdのEye-View画像に投影し,マッピングとナビゲーションに関連する構造要素の効率的な検出を可能にするリアルタイムフレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-20T10:15:49Z) - RADAR: Benchmarking Vision-Language-Action Generalization via Real-World Dynamics, Spatial-Physical Intelligence, and Autonomous Evaluation [76.22852262683746]
本稿では,現実的な条件下でのVLA一般化を体系的に評価するベンチマークであるRADARを紹介する。
RADARを用いて、複数の最先端のVLAモデルを監査し、その明らかな能力の下で深刻な脆弱性を明らかにする。
論文 参考訳（メタデータ） (2026-02-11T16:08:30Z) - Spatio-Temporal Context Learning with Temporal Difference Convolution for Moving Infrared Small Target Detection [25.15274799496491]
小型目標検出(IR)の移動は、無人航空機(UAV)や赤外線サーチシステムなどの実用化において重要な役割を担っている。
正確な時間的特徴モデリングは、典型的には時間的差または時間的(3D)畳み込みによって達成される、移動目標検出に不可欠である。
本稿では,正確な目標検出のための時間的特徴を効果的に抽出し,拡張する移動IRSNetを提案する。
論文 参考訳（メタデータ） (2025-11-11T09:46:43Z) - PHASE-Net: Physics-Grounded Harmonic Attention System for Efficient Remote Photoplethysmography Measurement [63.007237197267834]
既存のディープラーニング手法は、主に生理学的モニタリングであり、理論的な堅牢性を欠いている。
本研究では,Navier-Stokes方程式のヘモダイナミックスから導かれる物理インフォームド r パラダイムを提案し,パルス信号が2次系に従うことを示す。
これは、時間的円錐ネットワーク(TCN)を使用する理論的正当性を提供する。
Phase-Netは高い効率で最先端のパフォーマンスを実現し、理論上は基礎的でデプロイ可能な r ソリューションを提供する。
論文 参考訳（メタデータ） (2025-09-29T14:36:45Z) - Dual-Path Enhancements in Event-Based Eye Tracking: Augmented Robustness and Adaptive Temporal Modeling [0.0]
イベントベースのアイトラッキングは、拡張現実と人間とコンピュータのインタラクションにとって重要な技術となっている。
既存の方法は、突然の眼球運動や環境騒音といった現実的な課題に苦しむ。
まず、時間シフト、空間的フリップ、イベント削除を組み込んだ堅牢なデータ拡張パイプラインにより、モデルのレジリエンスが向上する。
2つ目は、空間的特徴抽出のための効率的なNet-B3バックボーン、文脈時空間モデリングのための双方向GRU、線形時変状態空間モジュールを組み合わせたハイブリッドアーキテクチャであるKnightPupilを提案する。
論文 参考訳（メタデータ） (2025-04-14T07:57:22Z) - SuperFlow++: Enhanced Spatiotemporal Consistency for Cross-Modal Data Pretraining [62.433137130087445]
SuperFlow++は、連続するカメラペアを使用して事前トレーニングと下流タスクを統合する新しいフレームワークである。
SuperFlow++は様々なタスクや運転条件で最先端のメソッドよりも優れています。
強力な一般化性と計算効率により、SuperFlow++は、自動運転におけるデータ効率の高いLiDARベースの認識のための新しいベンチマークを確立する。
論文 参考訳（メタデータ） (2025-03-25T17:59:57Z) - ALOcc: Adaptive Lifting-Based 3D Semantic Occupancy and Cost Volume-Based Flow Predictions [91.55655961014027]
シーン理解には3次元セマンティック占有とフロー予測が不可欠である。
本稿では,3つの改善点を目標とした視覚ベースのフレームワークを提案する。
我々の純粋な畳み込みアーキテクチャは、セマンティック占有率とジョイントセマンティックフロー予測の両方のために、複数のベンチマーク上で新しいSOTA性能を確立する。
論文 参考訳（メタデータ） (2024-11-12T11:32:56Z) - Recurrent Vision Transformers for Object Detection with Event Cameras [62.27246562304705]
本稿では,イベントカメラを用いた物体検出のための新しいバックボーンであるリカレントビジョントランス (RVT) を提案する。
RVTは、イベントベースのオブジェクト検出で最先端のパフォーマンスに到達するために、ゼロからトレーニングすることができる。
私たちの研究は、イベントベースのビジョンを超えた研究に役立ち得る効果的なデザイン選択に、新たな洞察をもたらします。
論文 参考訳（メタデータ） (2022-12-11T20:28:59Z)
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。