論文の概要: Compressed Orientation Reachability Maps for Sub-Second Robotic Needle Entry Point Planning
- arxiv url: http://arxiv.org/abs/2610.39879v1
- Date: Thu, 29 Oct 2026 11:57:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-02 22:27:25.043613
- Title: Compressed Orientation Reachability Maps for Sub-Second Robotic Needle Entry Point Planning
- Title（参考訳）: サブセカンダリックニードルエントリーポイント計画のための圧縮指向性マップ
- Abstract要約: 本稿では,6自由度(DoF)シリアルマニピュレータの動特性を188,873個のワークスペース位置で事前計算する,指向性ベースの到達可能性マップ(ORM)を提案する。
Just-In-Time (JIT) コンパイルされたランタイムパイプラインは、ライブ最適化をほぼ瞬時に配列のルックアップに置き換える。
実験により、計画遅延は13.5-26.9秒から0.289-0.349秒に短縮された。
- 参考スコア（独自算出の注目度）: 7.920981814392296
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the context of multi-stage trajectory planning for robotic percutaneous liver interventions, identifying a kinematically feasible entry point remains a critical computational bottleneck. Existing methods rely on exhaustive inverse kinematics or randomized searches, incurring delays of 13 to 27 seconds per target and limiting real-time intraoperative adaptation. This paper introduces an Orientation-Based Reachability Map (ORM) that precomputes the kinematic feasibility of a 6 Degrees of Freedom (DoF) serial manipulator across 188,873 workspace positions and encodes orientation feasibility into a compact, indexed 83 MB map. A Just-In-Time (JIT) compiled runtime pipeline replaces live optimization with near-instantaneous array lookups. Experimental evaluation demonstrates a reduction in planning latency from 13.5-26.9 s to 0.289-0.349 s per target while maintaining high geometric fidelity, achieving a mean convex hull volume overlap ratio of 0.933 and a mean alpha-shape volume ratio of 0.976 relative to the baseline reachable point cloud. The proposed ORM framework enables sub-second entry point planning and provides an efficient computational framework for robotic needle insertion in percutaneous liver ablation.
- Abstract（参考訳）: ロボット経皮的肝介入のための多段階軌道計画の文脈では、運動学的に実現可能なエントリーポイントを特定することは、依然として重要な計算ボトルネックである。
既存の手法では、徹底的な逆運動学やランダム化探索、ターゲット毎13秒から27秒の遅延、リアルタイムの術中適応の制限に頼っている。
本稿では,6自由度(DoF)シリアルマニピュレータの動特性を188,873個のワークスペース位置で事前計算し,配向実現可能性のコンパクトな83MBマップにエンコードするORMを提案する。
Just-In-Time (JIT) コンパイルされたランタイムパイプラインは、ライブ最適化をほぼ瞬時に配列のルックアップに置き換える。
実験により, 13.5-26.9 s から 0.289-0.349 s への計画遅延の低減が図られた。
提案したORMフレームワークは,2秒未満のエントリーポイント計画を可能にし,経皮的肝アブレーションにおけるロボット針挿入のための効率的な計算フレームワークを提供する。
関連論文リスト
- MeshSIPP: Efficient Lattice Planning in Dynamic Environment [1.5039745292757674]
MeshSIPPは、多くのプリミティブが同じ領域にあるという事実を利用して計算ボトルネックを誘発する効率的なプランナーである。
6,000以上のベンチマークインスタンスとリアルタイムROS2シミュレーションによる大規模な実験により、MeshSIPPは最先端の時間プランナよりも3$times$のスピードアップを実現している。
論文 参考訳（メタデータ） (2026-10-07T08:24:28Z) - GroundAnything: Reconciling Parallel Decoding with Precise Visual Grounding at Flash Speed [71.05944634852158]
GroundAnythingはブロックワイズによる正確なローカライゼーションで高速並列デコーディングを再構成する。
30のグラウンドベンチマークで、私たちの自己回帰型であるGroundAnything-VLMは、この技術の新たな全体的な状態を確立します。
エントロピー誘導復号法により、GroundAnythingは、この規模の芸術の先行状態を超越している。
論文 参考訳（メタデータ） (2026-09-30T12:20:51Z) - Streamlining stereo differentiable rendering for marker-free real-time tracking of surgical robots [7.312849670879312]
マーカーレスリアルタイムロボットのポーズトラッキングにおけるステレオ微分可能レンダリングの評価を行った。
リアルタイム1080pのトラッキングを30fps(バニラロベレグの14fpsからアップアップ)で達成し、カメラフレームレートにマッチする。
論文 参考訳（メタデータ） (2026-07-14T10:28:28Z) - Learning to Navigate Efficiently with Only 0.58M Trainable Parameters [12.68304107799412]
既知の閉形式構造を持つ操作を解析的に計算し、3つの小さな学習モジュール間のインタフェースとして機能するナビゲーションモデルを提案する。
このシステムは、合計22.7Mパラメータのうちわずか0.58Mを1時間未満で44kフレームでトレーニングするが、ナビゲーションタスクの最先端モデルの性能にアプローチする。
論文 参考訳（メタデータ） (2026-07-13T02:49:55Z) - Track A*: Fast Visibility-Aware Trajectory Planning for Active Target Tracking [1.8297494098768168]
我々は、視認可能な目標追跡のためのオフライン検索ベースの軌道プランナーであるTrack A star(TA star)を提示する。
TA星は、層状非巡回グラフ(D)探索と、境界体積に対するクロスタイム障害物距離キャッシング、層当たりのビームプルーニング、マルチレイ可視性評価器の3つのエンジニアリング最適化を組み合わせた。
実験の結果、計算コストのごく一部で、頑健で、ほぼベースラインに近い可視性を示す。
論文 参考訳（メタデータ） (2026-05-06T18:09:15Z) - CoWTracker: Tracking by Warping instead of Correlation [53.834673070954494]
ワープに有利なコストを削減できる高密度な点トラッカーを提案する。
近年の光学的流れの進展に触発されて,本手法では,現在の推定値に基づいて,対象フレームからクエリフレームへ特徴を変換することで,トラック推定を反復的に洗練する。
我々のモデルは,TAP-Vid-DAVIS,TAP-Vid-Kinetics,Robo-TAPなど,標準的な高密度点追跡ベンチマークの最先端性能を実現する。
論文 参考訳（メタデータ） (2026-02-04T18:58:59Z) - QUILL: An Algorithm-Architecture Co-Design for Cache-Local Deformable Attention [12.542462936966844]
QUILLはスケジュール対応のアクセラレータで、変形可能な注意をキャッシュフレンドリでシングルパスの作業に変換する。
融合したMSDeformAttnエンジンは、中間体をこぼすことなく1回のパスで、ソフトマックス、アグリゲーション、最終的なプロジェクション(W'm)を実行する。
論文 参考訳（メタデータ） (2025-11-17T18:34:04Z) - IPA: An Information-Preserving Input Projection Framework for Efficient Foundation Model Adaptation [56.72132739364876]
隠れた空間の情報を明示的に保存する特徴認識型プロジェクションフレームワークであるIPAを提案する。
IPAはLoRAとDoRAを一貫して改善し、平均1.5ポイントの精度でコモンセンス推論を行う。
論文 参考訳（メタデータ） (2025-09-04T17:10:01Z) - UNETR++: Delving into Efficient and Accurate 3D Medical Image Segmentation [93.88170217725805]
本稿では,高画質なセグメンテーションマスクと,パラメータ,計算コスト,推論速度の両面での効率性を提供するUNETR++という3次元医用画像セグメンテーション手法を提案する。
我々の設計の核となるのは、空間的およびチャネル的な識別的特徴を効率的に学習する、新しい効率的な対注意ブロック(EPA)の導入である。
Synapse, BTCV, ACDC, BRaTs, Decathlon-Lungの5つのベンチマークで評価した結果, 効率と精度の両面で, コントリビューションの有効性が示された。
論文 参考訳（メタデータ） (2022-12-08T18:59:57Z)
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。