論文の概要: Observation-Constrained Joint-Space Viewpoint Optimization for Robotic Inspection of Cylindrical Cavities
- arxiv url: http://arxiv.org/abs/2608.16442v1
- Date: Mon, 17 Aug 2026 11:40:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.667094
- Title: Observation-Constrained Joint-Space Viewpoint Optimization for Robotic Inspection of Cylindrical Cavities
- Title（参考訳）: 円筒形キャビティのロボット検査のための観測制約付き共同空間視点最適化
- Abstract要約: 検査は、産業施設の監視、インフラ整備、農業、捜索救助など、多くの移動ロボットアプリケーションの中核となる能力である。
本稿では,ロボット関節空間における円筒形キャビティの観察拘束検査のための完全自律的手法を提案する。
- 参考スコア（独自算出の注目度）: 1.774434289475737
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Inspection is a core capability in many mobile robotics applications, including industrial facility monitoring, infrastructure maintenance, agriculture, and search and rescue. Observing the bottom of a cylindrical cavity, as required by ASTM search-task benchmarks for response robots, presents a representative challenge: the robot must position its camera precisely while satisfying visibility, kinematic, and collision constraints. This paper presents a fully autonomous method for observation-constrained inspection of cylindrical cavities in robot joint space. Rather than prescribing a single Cartesian camera pose, the method represents the inspection objective as a set of valid viewing geometries, thereby avoiding the rejection of reachable viewpoints and configurations with poor joint-limit margins. An RGB perception front end estimates the opening center and directed cavity axis from semantic masks using arc-supported ellipse fitting together with body and side-generator cues. These estimates parameterize constraints on camera-axis alignment, lateral offset, and axial standoff. A multistart derivative-free search then optimizes robot joint configurations with lexicographic priority given to constraint satisfaction; feasible configurations are ranked according to motion economy, joint-limit margin, and view quality. The resulting candidates are evaluated by a collision-aware motion planner, and the executed camera pose is verified geometrically and using a ray-based estimate of bottom visibility. In Isaac Sim, the proposed method successfully completes 92 of 100 target configurations and attains 91.65% mean bottom visibility among executed trials, compared with 76 of 100 and 84.3% for a multistart coordinate-search baseline. Tabletop and Unitree A2-mounted experiments demonstrate the complete perception-planning-execution pipeline.
- Abstract（参考訳）: 検査は、産業施設の監視、インフラ整備、農業、捜索救助など、多くの移動ロボットアプリケーションの中核となる能力である。
ロボットは、可視性、運動性、衝突の制約を満足しながら、カメラを正確に位置決めする必要がある。
本稿では,ロボット関節空間における円筒形キャビティの観察拘束検査のための完全自律的手法を提案する。
カルテシアンカメラの1つのポーズを規定するのではなく、検査対象を有効視測度の集合として表現することで、到達可能な視点や構成の拒絶を回避する。
RGB知覚フロントエンドは、ボディおよびサイドジェネレータキューと共にアーク支持楕円体フィッティングを用いたセマンティックマスクから開口中心と指向空洞軸を推定する。
これらの推定は、カメラ軸アライメント、横オフセット、軸アライメントの制約をパラメータ化する。
マルチスタートデリバティブフリー検索は、制約満足度に優先された語彙でロボットの関節構成を最適化する。
得られた候補を衝突認識型モーションプランナーで評価し、その実行したカメラのポーズを幾何学的に検証し、底面の視界を線で推定する。
アイザック・シム (Isaac Sim) では、提案手法は100の目標構成のうち92の完了を成功させ、実行中の試験で平均91.65%のボトム可視性を達成し、マルチスタート座標探索のベースラインでは76と84.3%である。
TabletopとUnitree A2搭載の実験は、完全な知覚計画実行パイプラインを実証している。
関連論文リスト
- Partial Skeleton Visibility for Action Recognition: A Constrained Field-of-View Approach [60.596944437968524]
partialVisGraphは、制約されたフィールド・オブ・ビューの下で、堅牢なスケルトンベースのアクション認識のための新しいフレームワークである。
部分的な可視性の下では、最先端の精度を一貫して達成し、厳しいFoV制限のあるサブセットでは68.8%まで上昇する。
提案手法は,非拘束環境下でのスケルトンに基づく行動理解を実現するための,原則的かつ実践的な経路を提供する。
論文 参考訳（メタデータ） (2026-07-01T10:03:11Z) - ViPSim: Collaborating Visual and Parameter Spaces for Consistent Long-Horizon Embodied World Models [11.15585863355844]
エンボディード・ワールド・モデル(EWM)は、エンボディード・インテリジェンスを促進するためのスケーラブルでリスクのないパラダイムとして登場した。
EWMは、低次元アクションと高次元ビデオ合成の間の表現ギャップによってしばしば妨げられる。
本稿では,一貫した長軸生成を実現するフレームワークであるViPSimを提案する。
論文 参考訳（メタデータ） (2026-06-27T08:18:09Z) - Admittance-Based Surface Alignment for Human-in-the-Loop Robotic Visual Inspection [7.354545339891874]
本稿では,高精度視覚検査のためのロボット配向制御パイプラインを提案する。
本研究では,メディアを移動する仮想球体としてエンドエフェクタを設計し,物理的に解釈可能な質量減衰系が同期・コンプライアンス動作を生成する。
本手法を6-DOFマニピュレータで検証し, 安定なノーマルトラックと最終平均方向誤差0.4。
論文 参考訳（メタデータ） (2026-06-17T02:01:51Z) - Behavior Cloning for Active Perception with Low-Resolution Egocentric Vision [6.097464845651317]
本研究では, 対象物探索作業において, 行動のクローン化が能動的知覚を生み出すのに十分かどうかを考察する。
手首に搭載された自家用RGBカメラを装備した低コストのロボットアームは、把握信号をトリガーする前に、部分的に見える植物を中央に配置する必要がある。
低解像度の自己中心型視覚は、信頼性の高いタスク完了に十分であることを示す。
論文 参考訳（メタデータ） (2026-05-13T20:45:21Z) - Viewpoint-Agnostic Grasp Pipeline using VLM and Partial Observations [0.6263680699548958]
本稿では,言語誘導型把握のためのエンドツーエンドパイプラインを提案し,実際のロボット上での動作を安全に把握するために,自由語彙選択をブリッジする。
自然言語コマンドを与えられたシステムは、オープン語彙検出と即時インスタンスセグメンテーションを使用して、ターゲットをRGBにグラウンドする。
次に、衝突フィルタ6-DoFグルーピング候補を生成し、到達可能性、アプローチ可能性、クリアランスを考慮に入れた安全指向のグルーピングを用いて実行可能なグルーピングを選択する。
論文 参考訳（メタデータ） (2026-03-09T00:42:32Z) - 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) - Efficient Surgical Robotic Instrument Pose Reconstruction in Real World Conditions Using Unified Feature Detection [21.460727996614704]
MISロボットは、長いキネマティックチェーンを持ち、カメラ内の自由度を部分的に可視化する。
本稿では,共有符号化による幾何学的プリミティブの検出を統一する新しいフレームワークを提案する。
このアーキテクチャは、1つの推論でキーポイントとエッジの両方を検出し、射影ラベル付き大規模合成データに基づいて訓練される。
論文 参考訳（メタデータ） (2025-10-03T22:03:28Z) - You Only Estimate Once: Unified, One-stage, Real-Time Category-level Articulated Object 6D Pose Estimation for Robotic Grasping [119.41166438439313]
YOEOは、エンドツーエンドでインスタンスセグメンテーションとNPCS表現を出力する単一ステージのメソッドである。
我々は、統一ネットワークを使用してポイントワイズセマンティックラベルとセントロイドオフセットを生成し、同じパートインスタンスのポイントが同じセントロイドに投票できるようにする。
また,合成学習したモデルを実環境に展開し,200Hzでリアルタイムな視覚フィードバックを提供する。
論文 参考訳（メタデータ） (2025-06-06T03:49:20Z) - Viewpoint Generation using Feature-Based Constrained Spaces for Robot
Vision Systems [63.942632088208505]
この出版物は幾何学的問題としての視点の生成を概説し、それを解決するための一般化された理論的枠組みを紹介している。
$mathcalC$-space は、視点制約が分散する位相空間として理解することができる。
紹介された$mathcalC$-spacesは、汎用ドメインと視点制約モデルに基づいて、現在のフレームワークを異なるアプリケーションやロボットビジョンシステムに転送しやすくする。
論文 参考訳（メタデータ） (2023-06-12T08:57:15Z) - Assembly Planning from Observations under Physical Constraints [65.83676649042623]
提案アルゴリズムは, 物理安定性制約, 凸最適化, モンテカルロ木探索の簡単な組み合わせを用いて, 集合を計画する。
それは効率的で、最も重要なことは、オブジェクト検出のエラーに対して堅牢であり、実際のロボットシステムでは避けられないポーズ推定である。
論文 参考訳（メタデータ） (2022-04-20T16:51:07Z) - Nothing But Geometric Constraints: A Model-Free Method for Articulated
Object Pose Estimation [89.82169646672872]
本稿では,ロボットアームの関節構成を,モデルに先入観を持たずにRGBまたはRGB-D画像のシーケンスから推定する,教師なし視覚ベースシステムを提案する。
我々は,古典幾何学的定式化と深層学習を組み合わせることで,この課題を解決するために,極性多剛体制約を拡張した。
論文 参考訳（メタデータ） (2020-11-30T20:46:48Z)
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。