論文の概要: Protection Levels for Vision-Based Pose Estimation
- arxiv url: http://arxiv.org/abs/2608.10023v1
- Date: Sun, 09 Aug 2026 12:37:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-12 19:14:45.75857
- Title: Protection Levels for Vision-Based Pose Estimation
- Title（参考訳）: 視覚的視点推定のための保護レベル
- Abstract要約: 本稿では,航空機設定に適用される非線形パースペクティブ-n$-Point問題に対する保護レベルを計算するためのアルゴリズムを提案する。
我々は,測定冗長性,画素レベルの予測不確実性,滑走路距離が結果の保護レベルに与える影響を解析した。
- 参考スコア（独自算出の注目度）: 20.19556123524161
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Vision-based navigation complements Global Navigation Satellite Systems, but certification demands integrity guarantees that account for faulty measurements. Previous work presented a probabilistic computer vision pipeline for runway-based pose estimation with fault detection inspired by Receiver Autonomous Integrity Monitoring. This work extends that framework by deriving protection levels, which provide probabilistic bounds on pose error that remain valid under undetected faults. We present an algorithm for computing protection levels for the nonlinear Perspective-$n$-Point problem applied to an aviation setting. The algorithm covers all six degrees of freedom of the aircraft pose (position and orientation) directly. We analyze the effect of measurement redundancy, pixel-level prediction uncertainty, and runway distance on the resulting protection levels. To make the results tangible, we demonstrate tradeoffs in the protection levels on an illustrative runway example.
- Abstract（参考訳）: ビジョンベースのナビゲーションはGlobal Navigation Satellite Systemsを補完するが、認証の要求は、故障測定を考慮に入れた完全性を保証する。
以前の研究は、受信者自律的統合監視にインスパイアされた故障検出を用いた滑走路ベースのポーズ推定のための確率論的コンピュータビジョンパイプラインを提示した。
この研究は、未検出の断層の下で有効であるポーズエラーの確率的境界を提供する保護レベルを導出することで、このフレームワークを拡張します。
本稿では,航空機設定に適用される非線形パースペクティブ-n$-Point問題に対する保護レベルを計算するためのアルゴリズムを提案する。
このアルゴリズムは航空機の姿勢(位置と方向)の6つの自由度を直接カバーしている。
我々は,測定冗長性,画素レベルの予測不確実性,滑走路距離が結果の保護レベルに与える影響を解析した。
その結果を具体化するために、実証的な滑走路の例で保護レベルにおけるトレードオフを実証する。
関連論文リスト
- Towards Trustworthy Embodied Intelligence: A Systems Framework and Graded Trustworthiness Levels [53.63220028820581]
身体的知性は、学習した知覚と意思決定をリアルタイムの計算、制御、物理的相互作用と統合する。
我々は,信頼に値するインテリジェンスを,特定のタスクを確実に実行するための持続能力として定義する。
論文 参考訳（メタデータ） (2026-07-28T17:50:44Z) - Foresight: Failure Detection for Long-Horizon Robotic Manipulation with Action-Conditioned World Model Latents [58.49879338545782]
ロングホライゾンタスクは、現実のロボット展開では一般的なものだが、そのようなタスクの障害検出は未調査のままである。
動作条件付き世界モデルからの潜在表現を用いて、操作軌跡をモニタする故障検出フレームワークであるForesightを提案する。
この結果から, 動作条件付きワールドモデル埋め込みは, 長距離操作における信頼性のある故障監視のためのスケーラブルな表現を提供する可能性が示唆された。
論文 参考訳（メタデータ） (2026-06-22T09:32:28Z) - A UAV-Based Multi-Modal Vision System for Automated Sideslope Deformation Monitoring and Hazard Detection [22.798047516914185]
本研究の目的は、無人航空機(UAV)搭載光検出・照準器(LiDAR)を用いた斜面危険度検出のための高度自動化ワークフローの開発である。
提案するワークフローは,共有データ取得と地表面抽出の段階,RandLA-Netに基づく単一観測ハザードスクリーニングブランチ,グリッドワイド標高差に基づくマルチエポック変形監視ブランチから構成される。
その結果, 植生被覆下での利用可能な地表面点雲を抽出し, 単一観測点雲から潜在的な危険領域を特定し, マルチを用いたセンチメートルレベルの標高変化を定量化できることが示唆された。
論文 参考訳（メタデータ） (2026-06-13T19:20:49Z) - Evidence-Based Landing Site Selection and Vison-Based Landing for UAVs in Unstructured Environments [0.9236074230806578]
本稿では,無人無人無人着陸のためのエビデンスに基づく確率的枠組みを提案する。
視覚サーボによる実行から不確実性の下での意思決定を明示的に分離する。
NvidiaのIsaac Simによる実世界の実験と高忠実度シミュレーションの両方を通じて検証されている。
論文 参考訳（メタデータ） (2026-05-02T13:05:20Z) - Predictive Uncertainty for Runtime Assurance of a Real-Time Computer Vision-Based Landing System [32.06417142452719]
滑走路画像から航空機のポーズ推定を行うためのビジョンベースパイプラインを提案する。
提案手法は,確率的キーポイント回帰のための空間的ソフトArgmax演算子をベースとした,効率的なフレキシブルなニューラルアーキテクチャ,リアルタイム推論による多様なビジョンバックボーンのサポート,および,シャープネスとキャリブレーションの指標によって評価される予測不確実性を生成する原理的損失関数,および (iii) 実行時検出と故障モデル出力の拒否を可能にするResidual-based Receiver Self Integrity Monitoring (RAIM) の適応である。
論文 参考訳（メタデータ） (2025-08-13T11:56:22Z) - Verification of Visual Controllers via Compositional Geometric Transformations [49.81690518952909]
到達可能な集合の外部近似を生成できる知覚ベースのコントローラのための新しい検証フレームワークを提案する。
提案手法の音質を理論的に保証し,ベンチマーク制御環境における有効性を示す。
論文 参考訳（メタデータ） (2025-07-06T20:22:58Z) - Conformal Safety Shielding for Imperfect-Perception Agents [7.5422935754618825]
学習成分を不完全な知覚に用いた自律エージェントにおける安全制御の問題点を考察する。
本研究では,認識誤差下でのランタイム安全保証を実現するシールド構造を提案する。
論文 参考訳（メタデータ） (2025-06-12T17:37:29Z) - OOSTraj: Out-of-Sight Trajectory Prediction With Vision-Positioning Denoising [49.86409475232849]
軌道予測はコンピュータビジョンと自律運転の基本である。
この分野における既存のアプローチは、しばしば正確で完全な観測データを仮定する。
本稿では,視覚的位置決め技術を利用した視線外軌道予測手法を提案する。
論文 参考訳（メタデータ） (2024-04-02T18:30:29Z) - Approximate Shielding of Atari Agents for Safe Exploration [83.55437924143615]
遮蔽の概念に基づく安全な探索のための原理的アルゴリズムを提案する。
本稿では,我々の近似遮蔽アルゴリズムが安全違反率を効果的に低減することを示す予備的な結果を示す。
論文 参考訳（メタデータ） (2023-04-21T16:19:54Z) - USC: Uncompromising Spatial Constraints for Safety-Oriented 3D Object Detectors in Autonomous Driving [7.355977594790584]
自律運転における3次元物体検出器の安全性指向性能について考察する。
本稿では,単純だが重要な局所化要件を特徴付ける空間的制約 (USC) について述べる。
既存のモデルに対する安全性指向の微調整を可能にするために,定量的な測定値を共通損失関数に組み込む。
論文 参考訳（メタデータ） (2022-09-21T14:03:08Z) - Learning Uncertainty For Safety-Oriented Semantic Segmentation In
Autonomous Driving [77.39239190539871]
自律運転における安全クリティカル画像セグメンテーションを実現するために、不確実性推定をどのように活用できるかを示す。
相似性関数によって測定された不一致予測に基づく新しい不確実性尺度を導入する。
本研究では,提案手法が競合手法よりも推論時間において計算集約性が低いことを示す。
論文 参考訳（メタデータ） (2021-05-28T09:23:05Z)
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。