論文の概要: EsaacSim: A Multimodal Event Camera Add-on for NVIDIA Isaac Sim

• arxiv url: http://arxiv.org/abs/2608.08522v2
• Date: Tue, 11 Aug 2026 14:51:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-12 16:08:30.605069
• Title: EsaacSim: A Multimodal Event Camera Add-on for NVIDIA Isaac Sim
• Title（参考訳）: EsaacSim:NVIDIA Isaac Sim用のマルチモーダルイベントカメラアドオン
• Authors: Ignacio Bugueno-Cordova, Malte Kuhlmann, Nicolás Navarro-Guerrero, Miguel Campusano, Rodrigo Verschae,
• Abstract要約: EsaacSimはNVIDIA Isaac Simのマルチモーダルイベントカメラアドオンである。 グレースケールとBayer RGGBイベント生成によるイベントカメラのオンラインシミュレーションを可能にする。
• 参考スコア（独自算出の注目度）: 1.381010753883328
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Event-based vision is becoming an increasingly important sensing paradigm for robotics, yet its adoption remains limited by sensor availability and the lack of integrated simulation tools for modern robotics platforms. This paper presents EsaacSim, a multimodal event camera add-on for NVIDIA Isaac Sim that enables online simulation of configurable event cameras with grayscale and Bayer RGGB event generation. The framework supports multiple event camera resolutions and provides synchronized RGB, APS, event, depth, and IMU outputs through native ROS2 interfaces. A motion-guided frame-gap synthesis strategy further increases the effective temporal resolution while preserving compatibility with the Isaac Sim rendering pipeline. Experimental evaluation demonstrates synchronized multimodal simulation across representative robotic scenes and efficient online performance over five event camera resolutions at effective event rates from 240 to 960Hz. Event stream generation requires 6.98--27.28ms for grayscale events and 7.58--29.16ms for Bayer RGGB events while using less than 400MB of additional GPU memory on an NVIDIA RTX~4060 GPU. These results show that EsaacSim enables supports online multimodal event-camera simulation for robotics research and synthetic data generation. We release an early version of the simulator and report its current architecture and performance.
• Abstract（参考訳）: イベントベースのビジョンは、ロボティクスにとってますます重要なセンシングパラダイムになりつつあるが、センサーの可用性と現代のロボティクスプラットフォームのための統合シミュレーションツールの欠如によって、その採用は制限されている。 本稿では,NVIDIA Isaac SimのマルチモーダルイベントカメラアドオンであるEsaacSimについて述べる。 このフレームワークは複数のイベントカメラ解像度をサポートし、RGB、APS、イベント、ディープ、IMU出力をネイティブのROS2インターフェイスを通じて同期する。 動作誘導型フレームギャップ合成戦略は、アイザック・シムレンダリングパイプラインとの互換性を維持しながら、効果的な時間分解能を高める。 実験により,代表的ロボットシーン間での同期マルチモーダルシミュレーションと,240Hzから960Hzの効果的なイベントレートでの5つのイベントカメラ解像度でのオンライン性能が実証された。 イベントストリーム生成には、グレースケールイベントには6.98--27.28ms、Bayer RGGBイベントには7.58--29.16ms、NVIDIA RTX~4060 GPUには400MB以下の追加GPUメモリを使用する必要がある。 これらの結果から,EsaacSimはロボティクス研究と合成データ生成のためのオンラインマルチモーダルイベントカメラシミュレーションをサポートできることが示唆された。 シミュレータの初期バージョンをリリースし、そのアーキテクチャと性能を報告する。

関連論文リスト

• EVIS: A Physics-Grounded Event Camera Plugin for NVIDIA Isaac Sim [3.3900431852643114]
  EVIS:NVIDIA Isaac Sim用の物理地上イベントカメラプラグイン。 物理シミュレータ内で直接、ハイレートで完全にラベル付けされたイベントストリームを生成する。 生成されたストリームは、ダウンストリームタスクのための事前トレーニングされたイベントネットワークによって直接使用することができる。
  論文  参考訳（メタデータ） (2026-07-09T04:13:31Z)
• Isaac Lab: A GPU-Accelerated Simulation Framework for Multi-Modal Robot Learning [72.43357471969564]
  Isaac Labは、高忠実度GPU並列物理、レンダリング、および環境の設計とロボットポリシーのトレーニングのためのモジュラーで構成可能なアーキテクチャを組み合わせる。 我々は、全身制御、クロス・エボディメント・モビリティ、接触豊かで器用な操作、スキル獲得のための人間のデモの統合など、さまざまな課題へのその応用を強調した。 アイザック・ラボの高度なシミュレーション能力、リッチセンシング、データセンターのスケール実行の組み合わせは、ロボット研究における次世代のブレークスルーを解き放つのに役立つと信じています。
  論文  参考訳（メタデータ） (2025-11-06T21:43:02Z)
• Event Quality Score (EQS): Assessing the Realism of Simulated Event Camera Streams via Distances in Latent Space [20.537672896807063]
  イベントカメラは、低レイテンシ、高ダイナミックレンジ、非同期なイベントの性質でビジョンセンシングのパラダイムシフトを約束する。 本稿では,RVTアーキテクチャのアクティベーションを利用した品質指標であるイベント品質スコア(EQS)を紹介する。
  論文  参考訳（メタデータ） (2025-04-16T22:25:57Z)
• SimGen: Simulator-conditioned Driving Scene Generation [50.03358485083602]
  シミュレーション条件付きシーン生成フレームワークSimGenを紹介する。 SimGenは、シミュレータと現実世界のデータを混ぜることで、多様な運転シーンを生成することを学ぶ。 テキストプロンプトとシミュレータからのレイアウトに基づいて制御性を保ちながら、優れた生成品質と多様性を実現する。
  論文  参考訳（メタデータ） (2024-06-13T17:58:32Z)
• EventAid: Benchmarking Event-aided Image/Video Enhancement Algorithms with Real-captured Hybrid Dataset [55.12137324648253]
  イベントカメラは、ダイナミックレンジとセンサーの速度で従来のフレームベースの撮像センサーよりも有利な、新興のイメージング技術である。 本稿では,5つのイベント支援画像と映像強調タスクに焦点を当てる。
  論文  参考訳（メタデータ） (2023-12-13T15:42:04Z)
• EventTransAct: A video transformer-based framework for Event-camera based action recognition [52.537021302246664]
  イベントカメラは、RGBビデオの標準アクション認識と比較して、新しい機会を提供する。 本研究では,最初にイベントフレーム当たりの空間埋め込みを取得するビデオトランスフォーマーネットワーク(VTN)という,計算効率のよいモデルを用いる。 イベントデータのスパースできめ細かい性質にVTNをよりよく採用するために、イベントコントラストロス(mathcalL_EC$)とイベント固有の拡張を設計する。
  論文  参考訳（メタデータ） (2023-08-25T23:51:07Z)
• Real-time event simulation with frame-based cameras [13.045658279006524]
  イベントシミュレータは、新しいアルゴリズムを開発するための実際のイベントカメラの必要性を最小限にする。 本研究では,イベントシミュレーションの性能を2桁に向上させるシミュレーション手法を提案する。
  論文  参考訳（メタデータ） (2022-09-10T10:35:53Z)

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。