論文の概要: VisionSIM: Beyond Idealized Sensors - A Multi-Modal Simulator for Robot Perception

• arxiv url: http://arxiv.org/abs/2611.08368v1
• Date: Thu, 05 Nov 2026 17:48:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-07 04:55:13.606055
• Title: VisionSIM: Beyond Idealized Sensors - A Multi-Modal Simulator for Robot Perception
• Title（参考訳）: VisionSIM: ロボット知覚のためのマルチモーダルシミュレータ
• Abstract要約: VisionSIMは、センサーリアリズムを第一級の関心に高める、統一された物理的基盤のシミュレーションプラットフォームである。 汎用シミュレータで見落としている故障モードを再現し,物理センサパラメータのきめ細かい制御を行う。 プラットフォームと大規模な屋内データセットを,同期した生測値とリッチな地味アノテーションでリリースする。
• 参考スコア（独自算出の注目度）: 16.26250496649973
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Robotic perception increasingly relies on heterogeneous sensor suites combining cameras with emerging modalities (event, SPAD, iToF/dToF, and thermal). Yet existing simulators idealize these sensors, hiding critical modality-specific failure modes that limit real-world deployment. We present VisionSIM, a unified, physically grounded simulation platform that elevates sensor realism to a first-class concern by modeling the raw physical measurement process for diverse conventional and emerging modalities. We expose fine-grained control over physical sensor parameters, reproducing failure modes overlooked by general-purpose simulators: pileup and glare for LiDAR; phase wrapping, saturation, and motion artifacts for iToF; refractory drops for event cameras; and history-dependent emission for thermal cameras. This enables principled cross-modality comparison on identical scenes and trajectories. We release the platform and a large indoor dataset with synchronized raw measurements and rich ground-truth annotations.
• Abstract（参考訳）: ロボットの知覚は、カメラと新しいモード(イベント、SPAD、iToF/dToF、熱)を組み合わせた異種センサースイートにますます依存している。 しかし、既存のシミュレーターはこれらのセンサーを理想化し、現実世界の展開を制限する重要なモダリティ固有の障害モードを隠蔽する。 センサリアリズムを第1級の関心に高め,従来および新興の多種多様なモダリティを生の物理計測プロセスでモデル化する,統合された物理基盤シミュレーションプラットフォームであるVisionSIMを提案する。 我々は、物理センサパラメータのきめ細かい制御、LiDARのパイルアップとグラア、iToFの位相ラッピング、飽和、運動アーティファクト、イベントカメラの屈折滴、サーマルカメラの履歴に依存した放射といった汎用シミュレータで見落とされた故障モードを再現する。 これにより、同一のシーンと軌跡の相互モダリティ比較が原則化される。 プラットフォームと大規模な屋内データセットを,同期した生測値とリッチな地味アノテーションでリリースする。

関連論文リスト

• Tactile Sim2Real without Tactile Simulation via Bottlenecked Latent Reconstruction [11.374127908457446]
  Sim2Realは、シミュレータネイティブなオラクルセンサーのトレーニングポリシによって、センサ固有のシミュレーションを完全に回避する。 SBLRは触覚シミュレーションに直接アクセスしてオラクルの性能と一致または接近することを示す。
  論文  参考訳（メタデータ） (2026-08-16T19:09:55Z)
• Sen-Cap: Sensor-Flexible and Noise-Resilient Human Motion Capture via LiDAR-Camera Integration [50.18488308004802]
  Sen-Capは、LiDARとカメラのマルチモーダルデータを統合した3Dモーションキャプチャフレームワークである。 Sen-CapはHuman-M3とFreeMotionの主要なメトリクスで最先端のパフォーマンスを達成する。 この柔軟性と堅牢性の組み合わせは、現実のシナリオにおけるモーションキャプチャの新しい機会を開放する。
  論文  参考訳（メタデータ） (2026-08-03T14:16:18Z)
• 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)
• SPLIT: Separating Physical-Contact via Latent Arithmetic in Image-Based Tactile Sensors [0.5500249707065662]
  本稿では,画像ベース触覚センサのシミュレーション手法であるSPLITを提案する。 我々のアプローチの中心は、センサー固有の光学特性から接触幾何学を明示的に切り離す潜在空間算術戦略である。 可変解像度の有限要素法(FEM)ソフトボディメッシュシミュレーションを行い,速度と忠実度を調整可能なトレードオフを提供する。
  論文  参考訳（メタデータ） (2026-04-27T13:13:58Z)
• DiffusionHarmonizer: Bridging Neural Reconstruction and Photorealistic Simulation with Online Diffusion Enhancer [62.18680935878919]
  レンダリングを時間的に一貫した出力に変換するオンライン生成拡張フレームワークであるDiffusionHarmonizerを紹介した。 コアとなるのは、単一のGPU上でオンラインシミュレータで実行可能な、一段階の時間的条件付きエンハンサーである。
  論文  参考訳（メタデータ） (2026-02-27T15:35:30Z)
• Event Quality Score (EQS): Assessing the Realism of Simulated Event Camera Streams via Distances in Latent Space [20.537672896807063]
  イベントカメラは、低レイテンシ、高ダイナミックレンジ、非同期なイベントの性質でビジョンセンシングのパラダイムシフトを約束する。 本稿では,RVTアーキテクチャのアクティベーションを利用した品質指標であるイベント品質スコア(EQS)を紹介する。
  論文  参考訳（メタデータ） (2025-04-16T22:25:57Z)
• FRAME: Floor-aligned Representation for Avatar Motion from Egocentric Video [52.33896173943054]
  ヘッドマウントのボディフェイスステレオカメラを備えたエゴセントリックなモーションキャプチャーは、VRやARアプリケーションには不可欠だ。 既存の方法は、合成事前学習と、現実の環境で滑らかで正確な予測を生成するのに苦労している。 本稿では、デバイスポーズとカメラフィードを組み合わせて、最先端のボディポーズ予測を行う、シンプルで効果的なアーキテクチャFRAMEを提案する。
  論文  参考訳（メタデータ） (2025-03-29T14:26:06Z)
• Enhanced Frame and Event-Based Simulator and Event-Based Video Interpolation Network [1.4095425725284465]
  固定オフセットに任意の数のセンサを配置したカメラリグによって記録されたリアルなシーンを生成できる,新しい高度なイベントシミュレータを提案する。 これには、現実的な画質低下効果を持つフレームベースの新しいイメージセンサモデルと、より正確な特性を持つ拡張DVSモデルが含まれる。 我々のシミュレータによって生成されたデータは、我々の新しいモデルをトレーニングするために利用でき、その結果、アートの状況よりも同等またはより良い品質の公開データセット上の再構成画像が生成される。
  論文  参考訳（メタデータ） (2021-12-17T08:27:13Z)
• Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
  本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。 連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。 我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
  論文  参考訳（メタデータ） (2021-11-15T18:50:04Z)

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。