Fugu-MT 論文翻訳(概要): AquaBEV-Nav: Learned BEV Occupancy for Underwater Navigation and Exploration

論文の概要: AquaBEV-Nav: Learned BEV Occupancy for Underwater Navigation and Exploration

arxiv url: http://arxiv.org/abs/2609.32156v1
Date: Sat, 26 Sep 2026 02:17:42 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-07 19:28:10.79618
Title: AquaBEV-Nav: Learned BEV Occupancy for Underwater Navigation and Exploration
Title（参考訳）: AquaBEV-Nav:水中ナビゲーションと探査のためのBEVの学習
Abstract要約: AquaBEV-Navは,鳥類の視線直視による着眼深度推定を回避した水中探査フレームワークである。 1つのRGBフレームを与えられたAquaBEVは、視覚的特徴を学習された極性表現にマッピングし、範囲次元に沿って因果推論を行い、中間深度予測に頼ることなく、局所カルテの占有を再構築する。 AquaBEV-Navは1つのプロトコルで評価された10のシミュレートされたサンゴ礁環境と6つの乗員バックボーンで37.48の構造IoUと53.2のターゲットIoUに達し、88.95%のクローズドループが無衝突でカバーされた。
参考スコア（独自算出の注目度）: 5.526382594160913
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Safe underwater exploration requires a robot to understand where surrounding structures are located and which regions are available for motion. Existing vision-based underwater exploration systems commonly obtain this information indirectly by estimating monocular depth, unprojecting the geometry into 3D space, and accumulating it into a 2D bird's-eye-view occupancy map. This reliance on intermediate depth estimation is particularly problematic underwater, where scattering and wavelength-dependent attenuation degrade visual cues and limit the reliability of monocular depth estimates. We introduce AquaBEV-Nav, an underwater exploration framework that bypasses explicit monocular depth estimation through direct bird's-eye-view occupancy prediction. Built upon the CORAL hierarchical exploration framework, AquaBEV-Nav replaces its depth-based perception front end with AquaBEV. Given a single RGB frame, AquaBEV maps visual features into a learned polar representation, performs causal reasoning along the range dimension, and reconstructs local Cartesian occupancy without relying on intermediate depth prediction. The resulting occupancy map is accumulated into CORAL's persistent spatial memory, providing spatial context for VLM-based high-level planning and collision constraints for dynamics-aware local trajectory generation. Across ten simulated reef environments and six occupancy backbones evaluated under a single protocol, AquaBEV-Nav reaches 37.48 structure IoU and 53.2 target IoU, 88.95% closed-loop coverage with zero collisions.
Abstract（参考訳）: 安全な水中探査には、周囲の構造物がどこにあるか、どの地域が動きやすいかをロボットが理解する必要がある。既存の視覚に基づく水中探査システムは、単眼深度を推定し、幾何学を3次元空間に投影し、2次元の鳥の目視の占有マップに蓄積することで、この情報を間接的に取得することが一般的である。この中間深度推定への依存は特に水中における問題であり、散乱や波長依存性の減衰は視覚的手がかりを低下させ、単分子深度推定の信頼性を制限する。 AquaBEV-Navは,鳥類の視線直視による着眼深度推定を回避した水中探査フレームワークである。 AquaBEV-Navは、Coralの階層的な探査フレームワークをベースとして、深度に基づく認識のフロントエンドをAquaBEVに置き換える。 1つのRGBフレームを与えられたAquaBEVは、視覚的特徴を学習された極性表現にマッピングし、範囲次元に沿って因果推論を行い、中間深度予測に頼ることなく、局所的なカルテの占有を再構築する。得られた占有マップはCoralの永続的空間記憶に蓄積され、VLMベースの高レベル計画と動的に認識された局所軌道生成のための衝突制約のための空間的コンテキストを提供する。 AquaBEV-Navは1つのプロトコルで評価された10のシミュレートされたサンゴ礁環境と6つの乗員バックボーンで37.48の構造IoUと53.2のターゲットIoUに達し、88.95%のクローズドループが無衝突でカバーされた。

関連論文リスト

AquaBEV: Monocular Underwater BEV Occupancy with 3D Sonar Supervision [5.636615347203481]
一つのRGB画像から局所的BEV占有率を予測する単分子水中占有モデルであるAquaBEVを紹介する。我々は、統一されたプロトコルの下で、代表占有法を同一のRGBにソナータスクに適用する。
論文参考訳（メタデータ） (2026-09-03T19:22:21Z)
CAVE-NAV: VLM-Based Autonomous 3D Navigation in Underwater Cave Environments [11.084602981881767]
環境条件からナビゲート可能な方向を推定するために,Chain-of-Thought (CoT) を用いた視覚言語モデル(VLM)を提案する。複数の洞窟トポロジーにまたがる高忠実度シミュレーションにより, 提案手法が衝突なしに全ての評価を完了することを示す。
論文参考訳（メタデータ） (2026-08-28T00:16:09Z)
Deep Learning Aided Vision System for Planetary Rovers [0.2333246928962179]
本研究では、リアルタイム認識とオフライン地形再構成を組み合わせた惑星探査機の視覚システムを提案する。リアルタイムモジュールは、CLAHE強化ステレオ画像、YOLOv11nに基づくオブジェクト検出、および物体距離を推定するニューラルネットワークを統合する。このアーキテクチャは、自律的な惑星探査のためのスケーラブルで計算効率の良いビジョンソリューションを提供する。
論文参考訳（メタデータ） (2026-03-26T07:34:14Z)
SurfSLAM: Sim-to-Real Underwater Stereo Reconstruction For Real-Time SLAM [17.714335268428595]
水中環境では、画像は光の減衰、視覚的アーティファクト、動的照明条件によって劣化する。その結果、空気中のデータに基づいてトレーニングされたステレオ推定ネットワークは、水中ドメインに直接転送することはできない。シミュレーションデータを用いた水中ステレオ異方性推定ネットワークのシミュレートと実時間トレーニングを可能にする新しいフレームワークを提案する。
論文参考訳（メタデータ） (2026-01-15T19:25:33Z)
NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
論文参考訳（メタデータ） (2025-06-23T14:28:30Z)
OccNeRF: Advancing 3D Occupancy Prediction in LiDAR-Free Environments [77.0399450848749]
本稿では,OccNeRF法を用いて,3次元監視なしで占有ネットワークを訓練する手法を提案する。我々は、再構成された占有領域をパラメータ化し、サンプリング戦略を再編成し、カメラの無限知覚範囲に合わせる。意味的占有予測のために,事前学習した開語彙2Dセグメンテーションモデルの出力をフィルタリングし,プロンプトを洗練するためのいくつかの戦略を設計する。
論文参考訳（メタデータ） (2023-12-14T18:58:52Z)
EA-LSS: Edge-aware Lift-splat-shot Framework for 3D BEV Object Detection [9.289537252177048]
本稿では,3次元物体検出のための新しいエッジ対応Lift-splat-shot (EA-LSS) フレームワークを提案する。我々のEA-LSSフレームワークは、任意のLSSベースの3Dオブジェクト検出モデルと互換性がある。
論文参考訳（メタデータ） (2023-03-31T08:56:29Z)
Spacecraft depth completion based on the gray image and the sparse depth map [6.475652372626837]
光検出・測光センサ(LIDAR)と単眼カメラを用いて、宇宙船の3次元構造を検知する。グレー画像とスパース深度マップに基づいて高密度深度マップを復元するために、SDCNet(Spacecraft Depth Completion Network)を提案する。 SDCNetは、オブジェクトレベルの宇宙船深度完了タスクを、前景のセグメンテーションサブタスクと前景の深さ完了サブタスクに分解する。
論文参考訳（メタデータ） (2022-08-30T07:22:48Z)
Occupancy Anticipation for Efficient Exploration and Navigation [97.17517060585875]
そこで我々は,エージェントが自我中心のRGB-D観測を用いて,その占有状態を可視領域を超えて推定する,占有予測を提案する。エゴセントリックなビューとトップダウンマップの両方でコンテキストを活用することで、私たちのモデルは環境のより広いマップを予測できます。われわれのアプローチは、2020 Habitat PointNav Challengeの優勝だ。
論文参考訳（メタデータ） (2020-08-21T03:16:51Z)

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。