論文の概要: Augmented Reality Interfaces for Human-Robot Collaboration: Development of a ROS 2-Based Sensor Streaming Framework and Validation via SLAM Algorithms
- arxiv url: http://arxiv.org/abs/2609.31396v1
- Date: Fri, 25 Sep 2026 15:25:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.456345
- Title: Augmented Reality Interfaces for Human-Robot Collaboration: Development of a ROS 2-Based Sensor Streaming Framework and Validation via SLAM Algorithms
- Title（参考訳）: 人間-ロボットコラボレーションのための拡張現実インタフェース:ROS 2ベースのセンサストリーミングフレームワークの開発とSLAMアルゴリズムによる検証
- Abstract要約: この論文では、Magic Leap 2 ARヘッドセットとROS 2エコシステムを接続するセンサーストリーミングフレームワークの開発が紹介されている。
Unity開発環境とROS TCP-Connectorパッケージを使用して、ヘッドセットのオンボードアプリケーションを開発した。
生成されたデータストリームの正確性、レイテンシ、堅牢性をテストするため、フレームワークはSLAMアルゴリズムを用いて検証された。
- 参考スコア（独自算出の注目度）: 46.52494376350584
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In recent years, Human-Robot Collaboration (HRC) has taken on a central role in Industry 4.0 and collaborative robotics, demanding communication channels that are increasingly bidirectional, intuitive, and efficient. In this context, Augmented Reality (AR) presents itself as a fundamental enabling technology, capable of both displaying information to the operator and gathering spatial data about the surrounding environment. This thesis presents the development of a sensor streaming framework that connects the Magic Leap 2 AR headset with the ROS 2 (Robot Operating System) ecosystem. Using the Unity development environment and the ROSTCP-Connector package, an on-board application for the headset was developed, capable of acquiring real-time data from the integrated sensors (pose tracking, cameras, and environmental sensors) and publishing it to dedicated ROS 2 topics. In order to test the accuracy, latency, and robustness of the generated data stream, the framework was validated using SLAM (Simultaneous Localization and Mapping) algorithms known in the literature. The experimental results demonstrate that the proposed architecture ensures stable data transmission, laying the groundwork for safe real-time interaction and shared spatial awareness, and opening up new perspectives for the control and supervision of robotic systems in complex HRC scenarios.
- Abstract（参考訳）: 近年、Human-Robot Collaboration (HRC) は産業 4.0 と協調ロボティクスにおいて中心的な役割を担い、双方向、直感的、効率的なコミュニケーションチャネルを必要としている。
この文脈において、拡張現実(AR)は、操作者に情報を表示し、周囲の環境に関する空間データを収集できる基本技術として自身を提示する。
この論文では、Magic Leap 2 ARヘッドセットとROS 2(Robot Operating System)エコシステムを接続するセンサーストリーミングフレームワークの開発が紹介されている。
Unityの開発環境とROSTCP-Connectorパッケージを使用して、統合されたセンサー(トラッキング、カメラ、環境センサー)からリアルタイムのデータを取得し、専用のROS 2トピックに公開できるヘッドセットのオンボードアプリケーションを開発した。
生成したデータストリームの正確性、レイテンシ、堅牢性をテストするため、このフレームワークは文献で知られているSLAM(Simultaneous Localization and Mapping)アルゴリズムを用いて検証された。
実験により,提案アーキテクチャは安定したデータ伝送を保証し,安全なリアルタイムインタラクションと空間認識の共有のための基盤を築き,複雑なHRCシナリオにおけるロボットシステムの制御と監視のための新たな視点を開拓した。
関連論文リスト
- RGB-D Video Generation for Improving Human-to-Robot Object Handover Prediction [51.76737991200891]
H2R(Human-to-robot)オブジェクトハンドオーバは、人間とロボットのコラボレーションの基本的な能力である。
本稿では,RGB-DビデオデータセットであるHand2Botを紹介する。
ハンドオブジェクトの一貫性を確保しつつ,現実的なハンドオーバシーケンスを合成する生成パイプラインであるPassGenを提案する。
論文 参考訳（メタデータ） (2026-08-13T09:55:59Z) - CSI-Assisted Edge SLAM Testbed Platform for 5G Connected Unmanned Autonomous Vehicles [1.2832858109291982]
我々は、カスタム無人地上車両(UGV)とROS2ベースのSLAMフレームワークを統合したCSI支援エッジSLAMテストベッドの設計と実装を行う。
提案アーキテクチャは5GでストリーミングされるROS2センサデータのエンドツーエンドのクロスレイヤビューを提供する。
我々は、ROS2通信、RTPSパケット化、および5Gユーザプレーントランスポートを分析し、O-RANコンポーネントによるCSI抽出と配信のメカニズムについて議論する。
論文 参考訳（メタデータ） (2026-07-11T16:50:54Z) - iVISION-2DCD: A Long-Term Change Detection Dataset for Large-Scale Outdoor Construction Monitoring [50.60358463714119]
我々は,高密度LiDAR点雲からの大規模合成データセットiVISION-2DCDを提案する。
本データセットは,建設現場における2DCDの問題点を正式に定義する。
最先端の2DCDアルゴリズムを用いたベンチマーク評価は、iVISION-2DCDが新しい研究課題をもたらすことを示す。
論文 参考訳（メタデータ） (2026-07-03T18:29:13Z) - Towards Ubiquitous Mapping and Localization for Dynamic Indoor Environments [0.0]
動的屋内環境におけるリアルタイムマッピングとローカライゼーションのための革新的なソリューションとして,UbiSLAMを提案する。
固定RGB-Dカメラのネットワークをワークスペース全体に戦略的に展開することで、UbiSLAMは従来のSLAMシステムでよく見られる制限に対処する。
我々は,最適なカメラ配置と配向のための自動校正や,リアルタイムデータ共有のための通信プロトコルの強化など,潜在的な解決策について議論する。
論文 参考訳（メタデータ） (2026-05-18T13:28:23Z) - IndoorR2X: Indoor Robot-to-Everything Coordination with LLM-Driven Planning [21.930614099664083]
IndoorR2Xは、屋内環境におけるロボット・トゥ・エブリシング(R2X)の知覚とコミュニケーションによるマルチロボットタスク・プランニングのためのフレームワークである。
R2Xは、モバイルロボットと静的IoT(Internet of Things)デバイスからの観測を統合し、グローバルなセマンティックステートを構築する。
IndoorR2Xは、シミュレーション環境、センサーレイアウト、ロボットチーム、タスクスイートを提供し、ハイレベルなセマンティックコーディネーション戦略を評価する。
論文 参考訳（メタデータ） (2026-03-20T17:57:26Z) - Decentralized Cooperative Localization for Multi-Robot Systems with Asynchronous Sensor Fusion [0.4316181399175028]
分散協調型ローカライゼーションは,GPSを用いた環境下で動作する非ホロノミック移動ロボットにとって有望なアプローチである。
本稿では,拡張カルマンフィルタを用いて,各ロボットが局所的なローカライズを行うフレームワークを提案する。
また、静的環境特徴と移動ロボットの両方を動的ランドマークとして活用するデュアルランドマーク評価フレームワークを導入する。
論文 参考訳（メタデータ） (2026-03-12T15:42:59Z) - Robotic Grasping and Placement Controlled by EEG-Based Hybrid Visual and Motor Imagery [64.82869118243723]
本稿では,脳波に基づく視覚・運動画像(VI/MI)とロボット制御を統合し,リアルタイム・意図駆動型把握・配置を実現するフレームワークを提案する。
このシステムは、BCI駆動のロボット工学の約束に感銘を受けて、オフラインで事前訓練されたデコーダをゼロショットで展開することによって、ニューラルネットワークを物理的制御でブリッジする。
論文 参考訳（メタデータ） (2026-03-03T17:41:42Z) - Liaohe-CobotMagic-PnP: an Imitation Learning Dataset of Intelligent Robot for Industrial Applications [17.898156781956207]
産業 4.0 の応用においては、動的環境干渉は環境状態とロボット行動の間の非常に非線形で強く結合した相互作用を誘導する。
マルチモーダルセンサデータ融合による動的環境状態を効果的に表現することは、現在のロボットデータセットにおいて重要な課題である。
データセットはサイズ、色、照明のバリエーションを含む多次元干渉を統合し、高精度センサーを使用して視覚、トルク、関節状態の測定を同期的に収集する。
論文 参考訳（メタデータ） (2025-09-27T04:50:31Z) - Agent-driven Generative Semantic Communication with Cross-Modality and Prediction [57.335922373309074]
本稿では,強化学習に基づくエージェント駆動型ジェネリックセマンティックコミュニケーションフレームワークを提案する。
本研究では, エージェント支援型セマンティックエンコーダを開発し, 適応的セマンティック抽出とサンプリングを行う。
設計モデルの有効性をUA-DETRACデータセットを用いて検証し、全体的なA-GSCフレームワークの性能向上を実証した。
論文 参考訳（メタデータ） (2024-04-10T13:24:27Z) - Joint Sensing, Communication, and AI: A Trifecta for Resilient THz User
Experiences [118.91584633024907]
テラヘルツ(THz)無線システムに対する拡張現実(XR)体験を最適化するために、新しい共同センシング、通信、人工知能(AI)フレームワークを提案する。
論文 参考訳（メタデータ） (2023-04-29T00:39:50Z)
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。