論文の概要: A real-time RGB-D perception pipeline for autonomous impact hammers in mining: self-filtering, rock segmentation and rock-breaking poses generation

• arxiv url: http://arxiv.org/abs/2607.20748v1
• Date: Wed, 22 Jul 2026 22:00:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-24 18:26:25.224913
• Title: A real-time RGB-D perception pipeline for autonomous impact hammers in mining: self-filtering, rock segmentation and rock-breaking poses generation
• Title（参考訳）: マイニングにおける自家衝突ハンマーのリアルタイムRGB-D認識パイプライン--自己フィルタリング, 岩石セグメンテーション, 岩盤破壊ポーズの生成
• Authors: Martín Gallegos, Francisco Leiva, Patricio Loncomilla, Michelle Cortés, Javier Ruiz-del-Solar,
• Abstract要約: 本稿では, 実時間RGB-D認識パイプラインを, マイニングに使用される水圧衝撃ハンマーの動作を自動化するためのステップとして提案する。 提案システムは,動作可能なロックブレーキングポーズと,作業空間のロボットフリーな3D表現を同時に生成する。
• 参考スコア（独自算出の注目度）: 4.219150964619931
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Impact hammers, also known as rock-breakers, are essential machines in mining operations, where they perform secondary reduction. In underground mining, these machines are typically teleoperated, limiting operational efficiency. This paper presents a real-time RGB-D perception pipeline as a step towards automating the operation of hydraulic impact hammers used in mining. The proposed system simultaneously generates operationally feasible rock-breaking poses and a robot-free 3D representation of the workspace. The proposed approach combines image-based instance segmentation with geometric point cloud processing, and operates on embedded hardware at approximately 10 Hz with a total latency of around 675 ms, enabling responsive closed-loop behavior when integrated with a control system. Experimental results in a representative scaled scenario demonstrate that the proposed system is suitable for real-time autonomous impact hammer operation.
• Abstract（参考訳）: 衝撃ハンマーは、ロックブレーカーとしても知られ、鉱業において重要な機械であり、二次的な還元を行う。 地下鉱業では、これらの機械は通常遠隔操作され、運転効率が制限される。 本稿では, 実時間RGB-D認識パイプラインを, マイニングに使用される水圧衝撃ハンマーの動作を自動化するためのステップとして提案する。 提案システムは,動作可能なロックブレーキングポーズと,作業空間のロボットフリーな3D表現を同時に生成する。 提案手法は画像ベースのインスタンスセグメント化と幾何点クラウド処理を併用し,約10Hzの組み込みハードウェア上で約675msのレイテンシで動作し,制御システムに統合された場合の応答性クローズループ動作を実現する。 実験結果から,提案システムはリアルタイムの自律型衝撃ハンマー操作に適していることが示された。

関連論文リスト

• GigaWorld-Policy-0.5: A Faster and Stronger WAM Empowered by AutoResearch [66.7936140772745]
  本稿では,より効率的なロボット制御を目的としたアクション中心型WAMであるGigaWorld-Policy-0.5を紹介する。 効率的な推論のために、GigaWorld-Policy-0.5はMixture-of-Transformersアーキテクチャを導入している。 GigaWorld-Policy-0.5は,ロボット制御の推論効率を向上しつつ,将来の視覚力学のトレーニング効果を保っている。
  論文  参考訳（メタデータ） (2026-07-15T15:46:42Z)
• RC-NF: Robot-Conditioned Normalizing Flow for Real-Time Anomaly Detection in Robotic Manipulation [68.7948300643741]
  ロボットの異常検出と介入をリアルタイムに監視するロボット・コンディションド・ノーマライゼーション・フロー(RC-NF)を提案する。 RC-NFは、正規化フロー内のタスク認識ロボットとオブジェクト状態の処理を分離する。 従来のロボットタスクの監視方法と比較して、あらゆる異常なタイプで最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-03-11T10:14:37Z)
• Data-driven control of hydraulic impact hammers under strict operational and control constraints [3.896522371366838]
  本稿では,静水圧衝撃ハンマー(ロックブレーカー)の制御のためのデータ駆動方式を提案する。 提案手法では,センサの制限による観測不能な状態変数など,いくつかの制約が考慮されている。 ポリシー合成では、強化学習(RL)とモデル予測制御(MPC)のアルゴリズムが併用され、対比される。
  論文  参考訳（メタデータ） (2026-01-12T18:45:41Z)
• 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)
• Unsupervised Learning of Effective Actions in Robotics [0.9374652839580183]
  ロボット工学における現在の最先端のアクション表現は、ロボットのアクションに対する適切な効果駆動学習を欠いている。 連続運動空間の離散化と「アクションプロトタイプ」生成のための教師なしアルゴリズムを提案する。 シミュレーションされた階段登上補強学習課題について,本手法の評価を行った。
  論文  参考訳（メタデータ） (2024-04-03T13:28:52Z)
• Harnessing Synthetic Active Particles for Physical Reservoir Computing [0.0]
  貯留層計算(Reservoir computing)は、ノードのネットワークをフェージングメモリで刺激し、計算と複雑な予測を可能にする技術である。 ここでは, 能動および受動成分から自然にノイズの多い非線形力学単位へ自己組織する, 合成能動マイクロ粒子システムによる物理貯水池計算を実証する。 本研究は, 自己組織型能動粒子系における情報処理の研究の道を開くものである。
  論文  参考訳（メタデータ） (2023-07-27T17:08:53Z)
• Latent Exploration for Reinforcement Learning [87.42776741119653]
  強化学習では、エージェントは環境を探索し、相互作用することでポリシーを学ぶ。 LATent TIme-Correlated Exploration (Lattice)を提案する。
  論文  参考訳（メタデータ） (2023-05-31T17:40:43Z)
• Efficient Skill Acquisition for Complex Manipulation Tasks in Obstructed Environments [18.348489257164356]
  本稿では,オブジェクト指向生成モデル(OCGM)を多目的ゴール識別に活用する,効率的なスキル獲得システムを提案する。 OCGMは、新しいシーンでワンショットターゲットオブジェクトの識別と再識別を可能にし、MPは障害物を避けながらロボットを対象オブジェクトに誘導することができる。
  論文  参考訳（メタデータ） (2023-03-06T18:49:59Z)

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。