論文の概要: Quadruped Obstacle Avoidance and Footstep Planning with Distributed Low-cost Time-of-Flight Sensors
- arxiv url: http://arxiv.org/abs/2609.31008v1
- Date: Fri, 25 Sep 2026 08:52:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.318641
- Title: Quadruped Obstacle Avoidance and Footstep Planning with Distributed Low-cost Time-of-Flight Sensors
- Title（参考訳）: 分散型低コスト飛行時間センサによる四足歩行回避と歩行計画
- Abstract要約: ToF(Time-of-Flight, Time-of-Flight, 飛行時間)の分散センサが, 移動および局所ナビゲーションのための近接場地形マッピングのためのデプスカメラの低コストな代替手段となるかを検討する。
我々は、ANYbotics ANYmalの4倍の分散ToFセンシングアーキテクチャを設計し、環境復元の精度を評価し、地形マッピングと障害物回避のための深度カメラと比較した。
- 参考スコア（独自算出の注目度）: 2.749664339214608
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quadruped robots typically rely on depth cameras and LiDAR sensors to map their local environment. However, these sensors have limited close-range coverage, are relatively expensive, and consume significant power. This study investigates whether distributed Time-of-Flight (ToF) sensors can serve as a low-cost alternative to depth cameras for near-field terrain mapping for locomotion and local navigation. We designed a distributed ToF sensing architecture for the ANYbotics ANYmal quadruped, assessed its environment reconstruction accuracy, and benchmarked it against depth cameras for terrain mapping and obstacle avoidance. Distributing these sensors around the robot can also avoid the blind spots of traditional sensors. Our results show that, despite their low resolution and higher measurement noise, distributed ToF sensors can support reliable perceptual locomotion with centimeter-level local mapping accuracy. The proposed sensing strategy provides sufficient geometric information for near-field obstacle avoidance and footstep planning, at substantially lower cost, energy consumption, and system complexity than depth cameras.
- Abstract（参考訳）: 四足歩行ロボットは通常、深度カメラとLiDARセンサーを使ってローカル環境をマッピングする。
しかし、これらのセンサーは近接範囲の範囲が限られており、比較的高価であり、かなりの電力を消費する。
本研究では,ToF(Time-of-Flight, Time-of-Flight, Time-of-Flight)センサが,移動および局所ナビゲーションのための近接場地形マッピングのためのデプスカメラの低コストな代替手段として機能するかどうかを検討する。
我々は、ANYbotics ANYmalの4倍の分散ToFセンシングアーキテクチャを設計し、環境復元の精度を評価し、地形マッピングと障害物回避のための深度カメラと比較した。
ロボットの周囲にセンサーを配置することは、従来のセンサーの盲点を避けることもできる。
以上の結果から,低分解能で高騒音のToFセンサは,1cmレベルの局所マッピング精度で,信頼性の高い知覚運動を支援することができることがわかった。
提案手法は, 距離カメラよりも低コスト, エネルギー消費, システム複雑度で, 近接場障害物回避および足場計画に十分な幾何学的情報を提供する。
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) - Learning Locomotion on Discrete Terrain via Minimal Proximity Sensing [4.74006823972475]
学習に基づく制御は動的移動に革命をもたらしたが、非構造的な地形を航行することは、ロボットが差し迫った接地に対する不完全な認識によって制限されている。
この研究は、低コストで高周波の赤外線近接センサーを四足歩行ロボットの足に直接埋め込む最小限の方法を探究する。
これらのセンサーは、自己閉塞に対して堅牢で、従来のビジョンベースのパイプラインよりも計算負荷が大幅に少ない「事前接触」フィードバックを提供する。
論文 参考訳（メタデータ） (2026-06-30T16:16:37Z) - RAWild: Sensor-Agnostic RAW Object Detection via Physics-Guided Curve and Grid Modeling [69.96407948879015]
textbfRAWildは、センサに依存しないRAWオブジェクト検出のための物理誘導型グローバルローカルトーンマッピングフレームワークである。
我々は、様々なスペクトル感度、照度、センサ非理想性にまたがるリアルなセンサ出力を合成する物理ベースのRAWシミュレーションパイプラインを構築した。
論文 参考訳（メタデータ） (2026-05-07T09:51:47Z) - In-field Calibration of Low-Cost Sensors through XGBoost $\&$ Aggregate Sensor Data [2.7832348184252056]
高精度なセンサーは高価で、空間配置が制限され、カバー範囲も制限される。
低コストのセンサーが普及しているが、環境に敏感なことや製造の多様性が原因で漂流する傾向にある。
本稿では,XGBoostアンサンブル学習を用いたフィールド内センサキャリブレーションモデルを提案する。
論文 参考訳（メタデータ） (2025-06-18T19:40:32Z) - Distance Estimation in Outdoor Driving Environments Using Phase-only Correlation Method with Event Cameras [5.690128924544198]
単眼イベントカメラと路面LEDバーを用いた距離推定手法を提案する。
提案手法は,20mから60mの範囲で0.5m以下の誤差で90%以上の成功率を達成する。
将来的には、LEDを備えたスマートポールなどのインフラを活用して、この手法を全位置推定に拡張する予定である。
論文 参考訳（メタデータ） (2025-05-23T07:44:33Z) - Minimizing Occlusion Effect on Multi-View Camera Perception in BEV with Multi-Sensor Fusion [11.417416198433548]
自動運転システムの性能は、隠されたカメラによって損なわれる可能性がある。
本稿では,LiDARとレーダセンサデータを統合したマルチセンサ融合技術を用いて,隠蔽カメラによる性能劣化を緩和する。
その結果,本手法は車両分割作業の精度と堅牢性を大幅に向上させ,より信頼性の高い自動運転システムを実現することが示唆された。
論文 参考訳（メタデータ） (2025-01-10T14:29:03Z) - CamLoPA: A Hidden Wireless Camera Localization Framework via Signal Propagation Path Analysis [59.86280992504629]
CamLoPAは、トレーニング不要の無線カメラ検出およびローカライゼーションフレームワークである。
低コストの商用オフ・ザ・シェルフ(COTS)デバイスを使用して、最小限の活動空間制約で運用する。
95.37%のスヌーピングカメラ検出精度と17.23の平均位置誤差を達成する。
論文 参考訳（メタデータ） (2024-09-23T16:23:50Z) - Multi-Modal Neural Radiance Field for Monocular Dense SLAM with a
Light-Weight ToF Sensor [58.305341034419136]
単眼カメラと軽量ToFセンサを備えた初の高密度SLAMシステムを提案する。
本稿では,RGBカメラと軽量ToFセンサの両方の信号のレンダリングをサポートするマルチモーダル暗黙のシーン表現を提案する。
実験により,本システムは軽量なToFセンサの信号をうまく利用し,競合的な結果が得られることが示された。
論文 参考訳（メタデータ） (2023-08-28T07:56:13Z) - DensePose From WiFi [86.61881052177228]
WiFi信号の位相と振幅を24のヒト領域内の紫外線座標にマッピングするディープニューラルネットワークを開発した。
本モデルでは,複数の被験者の密集したポーズを,画像に基づくアプローチと同等の性能で推定することができる。
論文 参考訳（メタデータ） (2022-12-31T16:48:43Z) - Drone Detection and Tracking in Real-Time by Fusion of Different Sensing
Modalities [66.4525391417921]
マルチセンサ・ドローン検知システムの設計と評価を行う。
われわれのソリューションは、魚眼カメラを統合し、空の広い部分を監視し、他のカメラを興味ある対象に向けて操縦する。
このサーマルカメラは、たとえこのカメラが解像度が低いとしても、ビデオカメラと同じくらい実現可能なソリューションであることが示されている。
論文 参考訳（メタデータ） (2022-07-05T10:00:58Z)
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。