論文の概要: Event-Based Upper-Body Humanoid Teleoperation Under Challenging Illumination
- arxiv url: http://arxiv.org/abs/2607.29227v1
- Date: Fri, 31 Jul 2026 09:58:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-03 14:29:40.679838
- Title: Event-Based Upper-Body Humanoid Teleoperation Under Challenging Illumination
- Title（参考訳）: 集中照明下でのイベントベース上半身ヒューマノイド遠隔操作
- Abstract要約: 本稿では,ニューロモルフィックな事象に基づく視覚によって駆動される,上半身の人間-人-人-人-運動模倣フレームワークを提案する。
組込み型18-DoFヒューマノイド上半身装置を用いて, 終端から終端までの動作遅延を23-34msで実証した。
- 参考スコア（独自算出の注目度）: 5.812963409877308
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a real-time upper-body human-to-humanoid motion imitation framework driven by neuromorphic event-based vision. This work addresses practical perceptual bottlenecks of conventional frame-based RGB sensors, specifically their difficulty in high dynamic range (HDR) scenes and rapid motions due to fixed integration times. By leveraging the Prophesee EVK4 event camera, which operates asynchronously with high temporal resolution and a dynamic range exceeding 120 dB, our system supports stable tracking in conditions where standard vision pipelines degrade, such as severe backlighting and very low light environments below 5 lux. The architecture integrates a low-latency Perception Module, utilizing optimized event accumulation and gravity-aligned inertial fusion, with a causal Motion Module (TWIST) that performs online kinematic retargeting. We validate the system on an embedded NVIDIA Booster T1 platform and an 18-DoF humanoid upper-body setup, demonstrating an end-to-end photon-to-action latency of 23-34 ms and advantages over RGB baselines under our experimental setup. The results indicate a practical trade-off: events can be preferable for fast or poorly lit upper-body teleoperation, whereas well-lit static scenes may favor RGB or hybrid sensing.
- Abstract（参考訳）: 本稿では,ニューロモルフィックな事象に基づく視覚によって駆動される,上半身の人間-人-人-人-運動模倣フレームワークを提案する。
この研究は、従来のフレームベースのRGBセンサの現実的なボトルネック、特に高ダイナミックレンジ(HDR)シーンの難しさと、固定統合時間による迅速な動きに対処する。
高い時間分解能と120dBを超えるダイナミックレンジで非同期に動作するProphesee EVK4イベントカメラを活用することで,高解像度バックライトや5ラックス以下の極低光環境など,標準的なビジョンパイプラインが劣化する状況下での安定したトラッキングを支援する。
このアーキテクチャは、最適化されたイベント蓄積と重力に整合した慣性融合を利用する低遅延知覚モジュールと、オンラインキネマティックリターゲティングを実行する因果運動モジュール(TWIST)を統合する。
我々は,このシステムを組み込みNVIDIA Booster T1プラットフォームと18-DoFのヒューマノイド上半身設定で検証し,23-34msのエンドツーエンド光子対動作遅延とRGBベースラインに対するアドバンテージを実証した。
イベントは高速または低照度の上半身遠隔操作に好適であるが、明るい静的シーンはRGBやハイブリッドセンシングに好適である。
関連論文リスト
- Event-RGB Adaptive Tracking for Nighttime Highway Perception [7.388485566907394]
インテリジェントトランスポーテーションシステムは主に、交通認識と車両追跡のために従来のRGBカメラに依存している。
夜間のシナリオは、動きのぼやけ、露出不足、信号対雑音比の低さに悩まされ、RGBベースのセンシングシステムの信頼性が壊滅的に損なわれる。
本稿では,これらの制約に対処する新しい統合イベント-RGB適応トラッキング(JEAT)フレームワークを提案する。
論文 参考訳（メタデータ） (2026-07-13T14:59:46Z) - EventGait: Towards Robust Gait Recognition with Event Streams [50.890621860023]
イベントカメラは、マイクロ秒時間分解能と高ダイナミックレンジを提供し、自然にロバストなダイナミックキューをキャプチャし、静的ノイズを抑制する。
イベントの利点を保ちながら、動きと形状を別々にモデル化する、エンドツーエンドのデュアルストリームフレームワークである textbfEventGait を提案する。
当社のアプローチでは,イベント駆動歩行分析の堅牢性と可能性を強調し,合成および実世界の歩行ベンチマークに新たな技術状況が設定されている。
論文 参考訳（メタデータ） (2026-05-21T08:12:04Z) - InterFuserDVS: Event-Enhanced Sensor Fusion for Safe RL-Based Decision Making [0.0]
イベントフレームの蓄積をInterFuserのトランスフォーマーベースのバックボーンに組み込む新しいトークンベースの融合戦略を導入する。
カーラーニング・トゥ・アクト (CARLA) におけるカーラーニング・トゥ・アクト (CARLA) ベンチマークに対する我々のアプローチを評価し、DVSを取り入れることで運転エージェントの堅牢性が向上することを示した。
論文 参考訳（メタデータ） (2026-05-05T23:24:45Z) - Spatio-Temporal Difference Guided Motion Deblurring with the Complementary Vision Sensor [12.418360718687026]
動きのぼかしは露光期間中に急激なシーン変化が起こると発生し、リッチな露光中の動きを1つのRGBフレームに崩壊させる。
本稿では,RGB入力のぼやけた構造や色の詳細を復元するために,時空間差ガイドデブロアネット(STGDNet)を提案する。
提案手法は,合成CVSデータセットと実世界評価の両方において,現在のRGBやイベントベースのアプローチよりも優れている。
論文 参考訳（メタデータ） (2026-04-12T09:54:14Z) - E-VLA: Event-Augmented Vision-Language-Action Model for Dark and Blurred Scenes [38.08824111103771]
E-VLAは、従来のフレームベースの視覚が信頼できないときに、操作の堅牢性を改善するイベント拡張VLAフレームワークである。
DAVIS346イベントカメラを用いたオープンソースの遠隔操作プラットフォームを構築し,実世界のRGBイベント処理データセットを収集する。
E-VLAは、イベント駆動の知覚がVLAモデルに効果的に統合できるという系統的な証拠を提供する。
論文 参考訳（メタデータ） (2026-04-06T16:35:57Z) - EvDiff: High Quality Video with an Event Camera [77.07279880903009]
イベントからの強度画像の再構成は、絶対的な明るさのあいまいさが原因で、非常に不適切な作業である。
EvDiffはイベントベースの拡散モデルであり、高品質なビデオを作成するための代理トレーニングフレームワークに従う。
論文 参考訳（メタデータ） (2025-11-21T18:49:18Z) - Deblur e-NeRF: NeRF from Motion-Blurred Events under High-speed or Low-light Conditions [56.84882059011291]
動き赤外イベントからぼやけた最小のNeRFを再構成する新しい手法であるDeblur e-NeRFを提案する。
また,大きなテクスチャレスパッチの正規化を改善するために,新しいしきい値正規化全変動損失を導入する。
論文 参考訳（メタデータ） (2024-09-26T15:57:20Z) - Event3DGS: Event-Based 3D Gaussian Splatting for High-Speed Robot Egomotion [54.197343533492486]
Event3DGSは高速移動下で高忠実度3D構造と外観を再構築することができる。
複数の合成および実世界のデータセットの実験は、既存のイベントベースの高密度な3Dシーン再構築フレームワークと比較して、Event3DGSの優位性を示している。
また, 構造的精度を損なうことなく, 外観の忠実度をより高められるように, フレームベースで数回の動特性測定を再構成プロセスに組み込むことも可能である。
論文 参考訳（メタデータ） (2024-06-05T06:06:03Z) - Robust e-NeRF: NeRF from Sparse & Noisy Events under Non-Uniform Motion [67.15935067326662]
イベントカメラは低電力、低レイテンシ、高時間解像度、高ダイナミックレンジを提供する。
NeRFは効率的かつ効果的なシーン表現の第一候補と見なされている。
本稿では,移動イベントカメラからNeRFを直接かつ堅牢に再構成する新しい手法であるRobust e-NeRFを提案する。
論文 参考訳（メタデータ） (2023-09-15T17:52:08Z) - An Asynchronous Linear Filter Architecture for Hybrid Event-Frame Cameras [9.69495347826584]
本稿では,HDRビデオ再構成と空間畳み込みのための非同期線形フィルタアーキテクチャを提案する。
提案したAKFパイプラインは、絶対強度誤差(69.4%削減)と画像類似度指数(平均35.5%改善)の両方において、他の最先端手法よりも優れている。
論文 参考訳（メタデータ） (2023-09-03T12:37:59Z) - EV-Catcher: High-Speed Object Catching Using Low-latency Event-based
Neural Networks [107.62975594230687]
イベントカメラが優れており、高速移動物体の衝突位置を正確に推定するアプリケーションを実証する。
イベントデータを低レイテンシでエンコードするために,Binary Event History Image(BEHI)と呼ばれる軽量なイベント表現を導入する。
計算制約のある組込みプラットフォーム上でも最大13m/sの速さで, 異なる場所をターゲットとした球のキャッチにおいて, 81%の成功率を達成することができることを示す。
論文 参考訳（メタデータ） (2023-04-14T15:23:28Z) - ESL: Event-based Structured Light [62.77144631509817]
イベントカメラはバイオインスパイアされたセンサーであり、標準的なカメラよりも大きな利点がある。
本稿では,イベントカメラを用いた新しい構造化光システムを提案し,高精度かつ高速な深度センシングの課題に対処する。
論文 参考訳（メタデータ） (2021-11-30T15:47:39Z)
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。