論文の概要: Towards Spatial Perception for Heterogeneous Robot Collaboration in Subterranean Mining Environments
- arxiv url: http://arxiv.org/abs/2609.37419v1
- Date: Tue, 29 Sep 2026 12:49:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.498134
- Title: Towards Spatial Perception for Heterogeneous Robot Collaboration in Subterranean Mining Environments
- Title（参考訳）: 地下鉱業環境における異種ロボット協調の空間認識に向けて
- Abstract要約: 本稿では,PESEPHONEの自律採鉱ミッションにおける2つの異種エージェントを橋渡しする,搭載型知覚パイプラインについて述べる。
これは、未知の鉱山をマッピングし、ゼロショットの視覚言語セマンティックセグメンテーションスタックを実行することで、検査対象の3Dシーングラフを生成する軽量なエクスプローラーロボットで構成されている。
マップとグラフは第2のインスペクタロボットに渡され、先進的なセンシングペイロードを持ち、それらを使って近距離検査の視点を計画する。
- 参考スコア（独自算出の注目度）: 20.264249578036527
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The autonomous extraction of deep mineral deposits in abandoned underground mines is fundamentally a multi-agent integration problem. No single platform simultaneously offers the mobility to traverse kilometers of degraded drifts and the sensing payload required to characterize an ore body. This article presents the onboard perception pipeline that bridges two heterogeneous agents within the PERSEPHONE autonomous mining mission. Which consist of a lightweight Explorer robot that maps an unknown mine and generates a 3D scene graph of inspection targets, by running a zero-shot, vision-language semantic segmentation stack that detects mineral deposits directly from natural-language prompts. The map and the graph are then handed to a second Inspector robot, which carries an advanced sensing payload and uses them to plan close-range inspection viewpoints. We detail the complete pipeline, with emphasis on the geometric abstraction that turns raw detections into actionable inspection targets, spanning per-view bounding-box generation, cross-view box merging, plane fitting, and polygon extraction, and we report an extensive field validation in a subterranean test facility and in an active magnesite mine, covering both iron-vein and magnesite mineralization under realistic, perceptually degraded conditions.
- Abstract（参考訳）: 放棄された地下鉱山における深部鉱床の自律抽出は、基本的にマルチエージェント統合問題である。
単一のプラットフォームは、劣化したドリフトを走行する移動手段と、鉱石体を特徴付けるのに必要なセンサーペイロードを同時に提供する。
本稿では,PESEPHONEの自律採鉱ミッションにおける2つの異種エージェントを橋渡しする,搭載型知覚パイプラインについて述べる。
このロボットは、未知の鉱山をマッピングして検査対象の3Dシーングラフを生成する軽量なエクスプローラーロボットで構成され、ゼロショットの視覚言語セマンティックセグメンテーションスタックを実行し、自然言語のプロンプトから直接鉱床を検出する。
マップとグラフは第2のインスペクタロボットに渡され、先進的なセンシングペイロードを持ち、それらを使って近距離検査の視点を計画する。
本研究では, 地中試験施設および活マグネサイト鉱山において, 実物検出を実物検査対象に転換し, 視界境界ボックス生成, 横方向ボックスマージ, 平面嵌合, ポリゴン抽出を網羅し, 実物的, 知覚的に劣化した条件下での鉄鉱化とマグネサイト鉱化の両面をカバーする広範囲なフィールド検証を報告する。
関連論文リスト
- Towards Integrated Rock Support Visualisation in 3D Point Cloud of Underground Mines [0.0]
本研究では,地下掘削の3次元点雲を用いた岩石支援可視化の自動化フレームワークを提案する。
このフレームワークは、構造マッピング、岩盤ボルト識別、不連続面の嵌合、およびボルト方向推定を統合ワークフローに統合する。
出力は、不連続面とボルトベクトルの一体化された3次元可視化を生成するために使用され、それらの空間交叉と幾何学的関係を直接評価することができる。
論文 参考訳（メタデータ） (2026-05-20T09:59:41Z) - Sight Over Site: Perception-Aware Reinforcement Learning for Efficient Robotic Inspection [57.37596278863949]
本研究では,認識・認識の観点からの検査を再考する。
本稿では,目標視認性を主目的とするエンドツーエンド強化学習フレームワークを提案する。
提案手法は,既存の古典的および学習的ナビゲーション手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2025-09-22T15:14:02Z) - A Mutual Learning Method for Salient Object Detection with intertwined Multi-Supervision--Revised [67.61878540090116]
本稿では,有意な物体検出だけでなく,前景の輪郭検出やエッジ検出から,その監視を活用して,有意性検出ネットワークを訓練することを提案する。
まず,一様ハイライトの有向マップを生成するために,有向物体検出タスクと前景輪郭検出タスクを相互に活用する。
第2に、前景輪郭とエッジ検出タスクが同時にガイドされ、それによって正確な前景輪郭予測が行われ、エッジ予測のための局所ノイズが低減される。
論文 参考訳（メタデータ） (2025-09-21T22:30:32Z) - Stereovision Image Processing for Planetary Navigation Maps with Semi-Global Matching and Superpixel Segmentation [0.6610866298726173]
本稿では,SGM(Semi-Global Matching)とスーパーピクセルベースの精細化を用いて,ブロックアーチファクトを緩和し,紛失した詳細を復元する。
提案手法は3つのデータセットで評価され,結果が得られた。
論文 参考訳（メタデータ） (2025-09-06T08:53:10Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - Language-Guided 3D Object Detection in Point Cloud for Autonomous
Driving [91.91552963872596]
我々は,LiDARグラウンディングと呼ばれるマルチモーダルな視覚的グラウンドニングタスクを提案する。
言語特徴を持つLiDARベースの物体検出器を共同で学習し、検出器から直接対象領域を予測する。
私たちの研究は、LiDARベースの接地作業に関する深い洞察を提供しており、自動運転コミュニティにとって有望な方向性を示すものと期待しています。
論文 参考訳（メタデータ） (2023-05-25T06:22:10Z) - Unsupervised ore/waste classification on open-cut mine faces using
close-range hyperspectral data [1.8111829286068908]
地雷面のスペクトルの教師なしマッピングのためのパイプラインを提案する。
提案したパイプラインは、鉱山の表面にミネラルをマッピングする統一システムにおいて、教師なしと自己教師付きのアルゴリズムを結合する。
マッピング機能の一貫性は、2つの異なる時間で取得されたデータを用いて実証される。
論文 参考訳（メタデータ） (2023-02-09T21:03:03Z) - FRAME: Fast and Robust Autonomous 3D point cloud Map-merging for
Egocentric multi-robot exploration [2.433860819518925]
本稿では,エゴセントリックなヘテロジニアスマルチロボット探索のための3次元クラウドマップ統合フレームワークを提案する。
提案した新しいソリューションは、最先端の場所認識学習ディスクリプタを利用して、フレームワークのメインパイプラインを通じて、高速で堅牢なリージョン重複推定を提供する。
提案手法の有効性を, 地下環境における複数フィールドマルチロボット探査計画に基づいて実験的に評価した。
論文 参考訳（メタデータ） (2023-01-22T21:59:38Z) - Dogfight: Detecting Drones from Drones Videos [58.158988162743825]
本稿では,他の飛行ドローンからドローンを検知する問題に対処する。
ソースとターゲットドローンのエロティックな動き、小型、任意の形状、大きな強度、および閉塞は、この問題を非常に困難にします。
これに対処するため,地域提案に基づく手法ではなく,2段階のセグメンテーションに基づく手法を提案する。
論文 参考訳（メタデータ） (2021-03-31T17:43:31Z) - Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for
Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。
我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。
本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文 参考訳（メタデータ） (2020-07-28T07:34:30Z)
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。