論文の概要: Factorized Spatio-Temporal Convolutions for Human Pose Estimation from Planar Lidar

• arxiv url: http://arxiv.org/abs/2607.21309v1
• Date: Thu, 23 Jul 2026 13:31:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-24 18:26:25.422684
• Title: Factorized Spatio-Temporal Convolutions for Human Pose Estimation from Planar Lidar
• Title（参考訳）: 平面ライダーからの人間の姿勢推定のための因子的時空間畳み込み
• Abstract要約: 近くの人間を位置決めし、対向方向を推定することは、安全なナビゲーションと社会的に認識された人間とロボットの相互作用の鍵となる能力である。 空間時間ブロックに基づく軽量ネットワークを用いた平面LiDAR列からの全方位人間の検出と相対2次元ポーズ推定に対処する。 我々のネットワークは、360LiDARシーケンスを処理し、線当たりの人間の存在、距離、相対方向を出力します。
• 参考スコア（独自算出の注目度）: 43.576051446645856
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Localizing nearby humans and estimating their facing direction are key capabilities for safe navigation and socially aware human-robot interaction. Many pose-estimation pipelines target cameras and 3D LiDAR or assume GPU-class compute, whereas service robots are often equipped only with omnidirectional planar LiDARs and modest onboard processors. We address omnidirectional human detection and relative 2D pose estimation from planar LiDAR sequences with a lightweight network based on Space-Time Blocks, which explicitly separate spatial processing along scan rays from temporal aggregation across scans. Our network processes 360° LiDAR sequences to output per-ray human presence, distance, and relative orientation. We train it via cross-modal self-supervision from a narrow RGB-D body tracker in the sensors' overlap region, removing the need for manual LiDAR labels. Quantitative experiments show that our approach consistently outperforms a parameter-matched baseline model, reducing errors in distance (-38%), position (-28%), and orientation (-15%). We further benchmark on the public FROG dataset, report real-time CPU inference on a service robot, and validate with in-field demonstrations, supporting its suitability for spatial perception on computationally constrained service robots.
• Abstract（参考訳）: 近くの人間を位置決めし、対向方向を推定することは、安全なナビゲーションと社会的に認識された人間とロボットの相互作用の鍵となる能力である。 多くのポーズ推定パイプラインはカメラと3D LiDARをターゲットにしており、GPUクラスの計算を前提としている。 本研究では,空間時間ブロックに基づく軽量ネットワークを用いた平面LiDAR列からの全方位人物検出と相対2次元ポーズ推定について述べる。 我々のネットワークは、360度LiDARシーケンスを処理し、線当たりの人間の存在、距離、相対方向を出力します。 センサの重なり合う領域にある狭いRGB-Dボディトラッカーから、クロスモーダル・セルフスーパービジョンでトレーニングし、手動のLiDARラベルを不要にします。 定量的実験により,提案手法はパラメータマッチングベースラインモデルより一貫して優れており,距離(38%),位置(28%),方向(-15%)の誤差が低減されている。 さらに、一般のFROGデータセットをベンチマークし、サービスロボット上でリアルタイムのCPU推論を報告し、フィールド内デモによる検証を行い、計算制約のあるサービスロボットにおける空間認識の適性をサポートする。

関連論文リスト

• Monocular 3D Occupancy Perception for Robots on Sidewalks via Hybrid 2D-3D Learning [36.24525372937089]
  WalkOCCは、歩道で動くロボットのためのハイブリッドなレイマーチモノクロ3D占有感フレームワークである。 ペア化されたシーケンスから擬似占有管理をブートストラップし、追加の2Dデータに基づいて画像レベルの表現を共同で学習する。 コストのかかる3D占有アノテーションを必要とせず、安定した最適化と一般化の改善を実現している。
  論文  参考訳（メタデータ） (2026-06-17T14:35:52Z)
• RoboTracer: Mastering Spatial Trace with Reasoning in Vision-Language Models for Robotics [53.053660003572965]
  本稿では,3次元空間参照と計測の両方を初めて実現した3D対応VLMであるRoboTracerを提案する。 RoboTracerは、強化微調整により、多段階のメートル法推論を進める。 本稿では,空間的トレーシングを評価する上で困難なベンチマークであるTraceSpatial-Benchを提案する。
  論文  参考訳（メタデータ） (2025-12-15T18:52:43Z)
• Sixth-Sense: Self-Supervised Learning of Spatial Awareness of Humans from a Planar Lidar [47.992786505913955]
  ほとんどの商用サービスロボットは視野が狭いカメラを備えており、ユーザーが他の方向から近づいていると目が見えない。 本稿では,RGB-Dカメラを監視源として用いて,人間を検知し,その2Dポーズを1次元LiDARデータから推定する自己教師型アプローチを提案する。 提案モデルでは, 距離13cm, 方位44degの平均絶対誤差を保ちながら, 71%の精度と80%のリコールで1次元LiDARデータから一方向の人間を検出できる。
  論文  参考訳（メタデータ） (2025-02-28T13:22:12Z)
• Robust 3D Semantic Occupancy Prediction with Calibration-free Spatial Transformation [32.50849425431012]
  マルチカメラとLiDARを備えた自動運転車では、高精度で堅牢な予測のために、マルチセンサー情報を統一された3D空間に集約することが重要である。 最近の手法は主にセンサキャリブレーションに依存する2D-to-3D変換に基づいて構築され,2D画像情報を3D空間に投影する。 本研究では,空間対応を暗黙的にモデル化するために,バニラ注意に基づく校正自由空間変換を提案する。
  論文  参考訳（メタデータ） (2024-11-19T02:40:42Z)
• UnLoc: A Universal Localization Method for Autonomous Vehicles using LiDAR, Radar and/or Camera Input [51.150605800173366]
  UnLocは、全ての気象条件におけるマルチセンサー入力によるローカライズのための、新しい統一型ニューラルネットワークアプローチである。 本手法は,Oxford Radar RobotCar,Apollo SouthBay,Perth-WAの各データセットで広く評価されている。
  論文  参考訳（メタデータ） (2023-07-03T04:10:55Z)
• Real-Time Human Pose Estimation on a Smart Walker using Convolutional Neural Networks [4.076099054649463]
  スマートウォーカのコンテキストにおける患者モニタリングとデータ駆動型ヒューマン・イン・ザ・ループ制御に対する新しいアプローチを提案する。 完全かつコンパクトなボディ表現を、リアルタイムおよび安価なセンサーから抽出することができる。 有望な結果にもかかわらず、現実のシナリオにおけるリハビリテーションツールとしてのパフォーマンスを評価するために、障害のあるユーザにより多くのデータを収集する必要がある。
  論文  参考訳（メタデータ） (2021-06-28T14:11:48Z)
• Kimera-Multi: Robust, Distributed, Dense Metric-Semantic SLAM for Multi-Robot Systems [92.26462290867963]
  Kimera-Multiは、最初のマルチロボットシステムであり、不正なインターループとイントラロボットループの閉鎖を識別し拒否することができる。 我々は、フォトリアリスティックシミュレーション、SLAMベンチマークデータセット、地上ロボットを用いて収集された屋外データセットの挑戦において、Kimera-Multiを実証した。
  論文  参考訳（メタデータ） (2021-06-28T03:56:40Z)
• Domain and Modality Gaps for LiDAR-based Person Detection on Mobile Robots [91.01747068273666]
  本稿では,移動ロボットのシナリオに着目した既存のLiDAR人物検出装置について検討する。 実験は3Dと2D LiDARのセンサー間のモダリティのギャップだけでなく、運転と移動ロボットのシナリオ間の領域ギャップを回避している。 その結果、LiDARに基づく人物検出の実践的な洞察を与え、関連する移動ロボットの設計と応用に関する情報決定を容易にする。
  論文  参考訳（メタデータ） (2021-06-21T16:35:49Z)
• 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。