論文の概要: Removing Infrastructure Barriers in Human-Robot Collaboration Through Wireless Reconfigurable Cells
- arxiv url: http://arxiv.org/abs/2608.09658v1
- Date: Mon, 10 Aug 2026 14:34:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.308059
- Title: Removing Infrastructure Barriers in Human-Robot Collaboration Through Wireless Reconfigurable Cells
- Title（参考訳）: 無線再構成可能なセルによる人間ロボットの協調作業におけるインフラバリアの除去
- Abstract要約: ヒューマンロボットコラボレーション(HRC)は、リマニュファクチャリングのようなダイナミックでハイミックスで低体積の産業シナリオにおいて重要な役割を担っている。
従来のセットアップは、電力とデータキャベリングによって制約され、モジュール化と再構成が制限される。
本稿では、多目的実験ベッドとして機能する、柔軟でワイヤレスな5Gベースのシステムを提案する。
- 参考スコア（独自算出の注目度）: 0.24467649216479626
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Human-Robot Collaboration (HRC) plays a vital role in dynamic, high mix, low volume industrial scenarios such as remanufacturing, which frequently face workcell rearrangements. Traditional setups are constrained by power and data cabling, restricting modularity and reconfigurations, while the selection of commercial wireless devices suitable for real-time perception and safe collaboration are limited in availability. This paper presents a highly flexible, wireless, 5G-based system that serves as a versatile experimental testbed for applications including remanufacturing, operator training, and user studies. To eliminate infrastructure barriers, the workcell integrates a novel battery-powered, multi-sensor platform prototype. Additionally, to support operator safety and system adaptability across environmental shifts, the system integrates a computer vision module for object detection and pose estimation, further augmented for robust hand recognition. Trained on synthetic and real data, the model reliably detects oriented grasping poses and human hands across varying lighting and background conditions (with an mAP@50-95 of 97.74 +- 0.10% and a mean inference time of 12.5 ms). Offloading these computationally intensive tasks to the edge via 5G, the proposed architecture contributes to resolving the bandwidth-latency trade-off. To demonstrate portability, the system was implemented in both Hungary and Norway, and was evaluated across a combination of public and private, Standalone and Non-Standalone 5G infrastructures. The performed network experiments produced results in round-trip response times down to 12 ms in case of compatible network-device pairings, suitable for safe, adaptive HRC. However, these measurements also revealed practical limitations related to interoperability in current 5G deployments that should be addressed in future works.
- Abstract（参考訳）: 人-ロボットコラボレーション(HRC)は、動的でハイミックスで、リマニュファクチャリングのような低体積の工業シナリオにおいて重要な役割を担っている。
従来のセットアップは、電力とデータキャベリングによって制約され、モジュラリティと再構成が制限される一方、リアルタイムの認識と安全なコラボレーションに適した商用無線機器の選択は可用性に制限される。
本稿では, 再構成, オペレータトレーニング, ユーザスタディなどの応用のための多目的実験ベッドとして機能する, 柔軟でワイヤレスな5Gベースのシステムを提案する。
インフラの障壁をなくすため、ワークセルは新しいバッテリー駆動マルチセンサープラットフォームプロトタイプを統合している。
さらに,環境変化に対するオペレータの安全性とシステム適応性をサポートするため,オブジェクト検出とポーズ推定のためのコンピュータビジョンモジュールを統合し,より堅牢な手認識を実現する。
合成データと実データに基づいて訓練されたこのモデルは、様々な照明と背景条件(mAP@50-95 97.74 +- 0.10%、平均推定時間は12.5ms)で、向きの把握ポーズと人間の手を確実に検出する。
計算集約的なタスクを5Gでエッジにオフロードすることで、提案アーキテクチャは帯域幅とレイテンシのトレードオフの解消に寄与する。
移植性を示すため、このシステムはハンガリーとノルウェーの両方で実装され、パブリックとプライベート、スタンダローンとノンスタンダローンの5Gインフラの組み合わせで評価された。
ネットワーク実験により、安全で適応的なHRCに適した、互換性のあるネットワークデバイスペアリングの場合、ラウンドトリップ応答時間を12msまで短縮した。
しかし、これらの測定は、将来の作業で対処すべき5Gデプロイメントの相互運用性に関する実用的な制限を明らかにした。
関連論文リスト
- A Neural Network Based Teleoperation for Remote Controlled Vehicles [98.38733381483934]
車両の直接遠隔操作は重要な技術的ボトルネックに直面している。
通信遅延とオペレーターの 物理的に知覚できない 未モデル化の環境障害。
本稿では,一方的な遠隔操作フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-11T01:51:08Z) - Embodied-R1.5: Evolving Physical Intelligence via Embodied Foundation Models [63.96252564303143]
Embodied-R1.5は統合されたEmbodied Foundation Model(EFM)であり、包括的エンボディド推論機能を統合する。
我々は15B以上のトークンからなる大規模データシステムを構築し、マルチタスクバランスのRLレシピを設計する。
8Bパラメータしか持たず、Embodied-R1.5 SOTAは24のVLMベンチマークのうち16で、Gemini-Robotics-ER-1.5やGPT-5.4といった主要なモデルを上回った。
論文 参考訳（メタデータ） (2026-06-09T18:07:50Z) - FRIEND: Federated Learning for Joint Optimization of multi-RIS Configuration and Eavesdropper Intelligent Detection in B5G Networks [3.809709581796032]
We present a novel framework for detection malicious users in RIS-enhanced cell-free mmWave network using Federated Learning (FL) using Federated Learning (FL)。
FLとMulti-RISの連携は,ベースライン非RIS支援法と比較して,達成された秘密保持率(SR)を約30%向上させることを示した。
この研究は、次世代IIoTデプロイメントに適した物理的レイヤの盗聴検出に対する、分散されたプライバシ保護アプローチを確立する。
論文 参考訳（メタデータ） (2026-03-11T17:02:40Z) - LLM-Driven Adaptive 6G-Ready Wireless Body Area Networks: Survey and Framework [0.0]
6G通信,ポスト量子暗号,エネルギー回収は,WBAN性能を向上させる可能性がある。
本稿では,Large Language Model が認知制御面として機能する,新しいLarge Language Model-Driven Adaptive WBANフレームワークを提案する。
このアプローチは、次世代モバイルヘルスアプリケーションに対して、超信頼性、セキュア、自己最適化のWBANを実現することを目的としている。
論文 参考訳（メタデータ） (2025-08-12T00:25:41Z) - AI/ML Life Cycle Management for Interoperable AI Native RAN [50.61227317567369]
人工知能(AI)と機械学習(ML)モデルは、5Gラジオアクセスネットワーク(RAN)を急速に浸透させている
これらの開発は、AIネイティブなトランシーバーを6Gのキーイネーブルとして基盤を築いた。
論文 参考訳（メタデータ） (2025-07-24T16:04:59Z) - Wireless Human-Machine Collaboration in Industry 5.0 [75.78721184383897]
ワイヤレス・ヒューマン・マシン・コラボレーションは産業5.0にとって重要な進歩である。
安定性解析は、閉ループ系がモデルランダム性の下でどのように振る舞うかを証明している。
本稿では,マシンと人体制御のための2つの無線ループを組み込んだ基本WHMCモデルを確立する。
論文 参考訳（メタデータ） (2024-10-18T03:44:10Z) - Efficient Federated Intrusion Detection in 5G ecosystem using optimized BERT-based model [0.7100520098029439]
5Gは高度なサービスを提供し、IoT(Internet of Things)内のインテリジェントトランスポート、コネクテッドヘルスケア、スマートシティなどのアプリケーションをサポートする。
これらの進歩は、ますます高度なサイバー攻撃を伴う、重大なセキュリティ上の課題をもたらす。
本稿では,連合学習と大規模言語モデル(LLM)を用いた頑健な侵入検知システム(IDS)を提案する。
論文 参考訳（メタデータ） (2024-09-28T15:56:28Z) - Physical-Layer Semantic-Aware Network for Zero-Shot Wireless Sensing [74.12670841657038]
デバイスレスワイヤレスセンシングは、幅広い没入型人間機械対話型アプリケーションをサポートする可能性から、近年、大きな関心を集めている。
無線信号におけるデータの均一性と分散センシングにおけるデータプライバシ規制は、広域ネットワークシステムにおける無線センシングの広範な適用を妨げる主要な課題であると考えられている。
そこで本研究では,ラベル付きデータを使わずに,一箇所ないし限られた箇所で構築されたモデルを直接他の場所に転送できるゼロショット無線センシングソリューションを提案する。
論文 参考訳（メタデータ） (2023-12-08T13:50:30Z) - Artificial Intelligence Empowered Multiple Access for Ultra Reliable and
Low Latency THz Wireless Networks [76.89730672544216]
テラヘルツ(THz)無線ネットワークは、第5世代(B5G)以上の時代を触媒すると予想されている。
いくつかのB5Gアプリケーションの超信頼性と低レイテンシ要求を満たすためには、新しいモビリティ管理アプローチが必要である。
本稿では、インテリジェントなユーザアソシエーションとリソースアロケーションを実現するとともに、フレキシブルで適応的なモビリティ管理を可能にする、全体論的MAC層アプローチを提案する。
論文 参考訳（メタデータ） (2022-08-17T03:00:24Z)
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。