論文の概要: A comparative study on the accuracy & repeatability of mobile robotic platforms for the delivery of precision NDE measurement
- arxiv url: http://arxiv.org/abs/2609.03794v1
- Date: Thu, 03 Sep 2026 13:02:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-04 18:28:39.062527
- Title: A comparative study on the accuracy & repeatability of mobile robotic platforms for the delivery of precision NDE measurement
- Title（参考訳）: 精密NDE計測のための移動ロボットプラットフォームの精度と再現性の比較研究
- Abstract要約: 移動ロボットプラットフォームは、大きな航空宇宙構造物の非破壊評価(NDE)のための固定マニピュレータの柔軟な代替手段を提供する。
本研究は,5つの商用モバイルプラットフォームの静的・セグメント的軌道位置決め精度を計測するレーザトラッカーに基づく評価ワークフローを提案する。
- 参考スコア（独自算出の注目度）: 0.16752458252726457
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Mobile robotic platforms offer a flexible alternative to fixed manipulators for non-destructive evaluation (NDE) of large aerospace structures, but their base-positioning accuracy and how that accuracy should inform deployment have not been assessed under a common, externally referenced protocol. This work presents a laser tracker-based evaluation workflow (ground truth approximately 6 micrometers) that measures the static and segmented trajectory positioning accuracy of five commercial mobile platforms (KUKA KMP-1500, KUKA KMR, MiR250, Boston Dynamics Spot, Clearpath Husky) under a common protocol. A coupled multi-corner calibration recovers the laser-to-robot transformation and reflector offsets; ordinary least squares over all poses is used, with robust estimation retained only as a blunder check. Static positioning accuracy ranged from a median of 8.2 mm (KMP-1500) to 63.5 mm (Spot), with the wheel-odometry-only Husky uncalibratable. Dynamic path following was characterised by cross-track error; the component was insensitive to temporal alignment, which ranged from 6.9 mm (KMP-1500) to 112.1 mm (Spot). Both accuracy and calibratability tracked localisation capability, from the newest LiDAR SLAM platform to map-free visual odometry. No configuration meets the 0.2 to 1.0 mm aerospace NDE tolerance from the base alone; the results are framed as a design input that sizes the supplementary sensing each platform requires: roughly one order of magnitude for the best platform and nearly two for the worst, providing a reproducible basis for platform selection rather than a feasibility claim.
- Abstract（参考訳）: 移動ロボットプラットフォームは、大きな航空宇宙構造物の非破壊的評価(NDE)のための固定マニピュレータの柔軟な代替手段を提供するが、その基本的な配置精度と、その配置を通知する精度は、共通の外部参照プロトコルでは評価されていない。
本研究は,5つの商用モバイルプラットフォーム(KUKA KMP-1500,KUKA KMR,MiR250,Boston Dynamics Spot,Clearpath Husky)の静的およびセグメント的軌道位置決め精度を共通プロトコルで測定するレーザトラッカーに基づく評価ワークフロー(地上6マイクロメートル)を提案する。
組み合わせたマルチコーンキャリブレーションは、レーザー-ロボット変換とリフレクターオフセットを復元する。
静的位置決め精度は8.2mm (KMP-1500) から63.5mm (Spot) まで変化し、ホイール・オドメトリーのみのハスキーは解析不能であった。
ダイナミックパスの追従はクロストラックエラーによって特徴づけられ、コンポーネントは時間的アライメントに敏感で、6.9 mm (KMP-1500) から112.1 mm (Spot) まで変化した。
精度と校正性の両方が、最新のLiDAR SLAMプラットフォームからマップフリーのビジュアルオドメトリーまで、ローカライゼーション能力を追跡した。
結果は、各プラットフォームが必要とする補助的なセンシングのサイズが要求される設計インプットとしてフレーム化される: 最高のプラットフォームではおよそ1桁、最悪の場合は2桁程度であり、実現可能なクレームではなく、プラットフォーム選択の再現可能な基盤を提供する。
関連論文リスト
- A Height-Constrained 2-Point Minimal Solver for Pose Estimation from Active LED Markers with Event Cameras [51.7262911415172]
本研究では,モーションキャプチャシステムから実世界のデータを集めるイベントベースアクティブマーカーシステムを開発した。
合成データと実データの両方の実験では、最先端のP2Pソルバよりも精度が向上した。
論文 参考訳（メタデータ） (2026-08-10T12:19:24Z) - Differential 6-DOF Pose Estimation with Provable First-Order Immunity to Camera Calibration Errors [39.41872679860813]
従来の3D-2D手法では、絶対的なカメラポーズを毎回独立して推定し、カメラからプラットフォームへのポーズを通してプラットフォームの動きを復元する。
本稿では,フレーム間画像変位と既知の3次元制御点からプラットフォームの動きを直接復元する差分ポーズ推定手法を提案する。
回転誤差は、キャリブレーション誤差、動き、大きさ、観察幾何学によって決定される有界摂動を誘導する一方で、外在誤差が正確にキャンセルされることを証明した。
論文 参考訳（メタデータ） (2026-08-05T10:36:04Z) - Attitude-Aided Linear Calibration of Triaxial Accelerometers [3.810612452609132]
姿勢支援線形加速度計校正(ALAC)は、向き情報を提供する任意のプラットフォームで動作する。
ALACは、統一キャリブレーションモデルにおいて、センサエラーを表すために複合エラー行列(CEM)を構築する。
固定式ロボット搭載加速度計と準静的なパブリックIMU軌道の実験は、ALACがオフラインモードとオンラインモードの両方において、精度と堅牢性において基準ベースラインとオンラインベースラインを上回っていることを示している。
論文 参考訳（メタデータ） (2026-06-04T15:48:16Z) - Paired-CSLiDAR: Height-Stratified Registration for Cross-Source Aerial-Ground LiDAR Pose Refinement [46.13526676100776]
Paired-CSLiDAR(英語版)は、シングルスキャンポーズリファインメントのためのクロスソース空地LiDARベンチマークである。
このベンチマークには6つの評価サイトで12,683組の地上空対が含まれている。
本稿では,RGSR(Residual-Guided Stratified Registration)を提案する。
論文 参考訳（メタデータ） (2026-05-01T13:14:20Z) - RoSLAC: Robust Simultaneous Localization and Calibration of Multiple Magnetometers [17.614426175742633]
本稿では,交互最適化に基づくロSLAC手法を提案する。
最先端の磁力計校正技術と比較して計算コストを低く保ちながら、高精度なローカライゼーションを実現する。
論文 参考訳（メタデータ） (2026-04-15T19:11:32Z) - VANGUARD: Vehicle-Anchored Ground Sample Distance Estimation for UAVs in GPS-Denied Environments [7.390183878674011]
VANGUARDは、航空ロボットのための呼び出し可能なツールとして設計された軽量で決定論的幾何学的知覚スキルである。
DOTAv1.5ベンチマークでは、VANGUARDは306imagesで6.87%中央値のGSDエラーを達成している。
下流領域の測定のためにSAMベースのセグメンテーションと統合され、パイプラインは100エントリのベンチマークで19.7%の中央値エラーを発生させる。
論文 参考訳（メタデータ） (2026-03-04T16:59:08Z) - Dynamic Symmetric Point Tracking: Tackling Non-ideal Reference in Analog In-memory Training [46.75046795995564]
本稿では,SPキャリブレーションのパルス複雑度と推定誤差の最初の理論的特徴について述べる。
本研究では,モデルトレーニング中にSPを追跡する動的SP推定法を提案し,その収束保証を確立する。
論文 参考訳（メタデータ） (2026-02-24T19:41:34Z) - SDPose: Tokenized Pose Estimation via Circulation-Guide Self-Distillation [53.675725490807615]
SDPoseは小型変圧器モデルの性能向上のための新しい自己蒸留法である。
SDPose-Tは4.4Mパラメータと1.8 GFLOPを持つ69.7%のmAPを取得し、SDPose-S-V2はMSCOCO検証データセット上で73.5%のmAPを取得する。
論文 参考訳（メタデータ） (2024-04-04T15:23:14Z) - Ultra-low Power Deep Learning-based Monocular Relative Localization
Onboard Nano-quadrotors [64.68349896377629]
この研究は、2つのピアナノドロンのディープニューラルネットワーク(DNN)を介して、単分子の相対的な局所化に対処する、新しい自律的なエンドツーエンドシステムを示す。
超制約ナノドローンプラットフォームに対処するため,データセットの増大,量子化,システム最適化などを含む垂直統合フレームワークを提案する。
実験の結果,DNNは低分解能モノクローム画像のみを用いて最大2mの距離で10cmのターゲットナノドローンを正確に局在させることができることがわかった。
論文 参考訳（メタデータ） (2023-03-03T14:14:08Z) - Accurate Alignment Inspection System for Low-resolution Automotive and
Mobility LiDAR [125.41260574344933]
車両やロボットなどの移動システムにおいて,センサ装着後のLiDARアライメント誤差を正確に推定する検査システムを提案する。
提案手法は, 固定位置における1つのターゲットボードのみを用いて, 水平方向(回転, 傾き, ヨー)とLiDARアタッチメントの水平位置を, 水平方向の精度で推定する。
論文 参考訳（メタデータ） (2020-08-24T17:47:59Z)
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。