要約
自律システムとロボット工学の分野は、建設、物流、消防などの民事アプリケーションでかなりの注目を集めています。
それにもかかわらず、これらの技術の広範な採用は、AIモデルを実行するための堅牢な処理ユニットの必要性によって妨げられています。
Edge-aiソリューションは、公務員を自動化し、安全性を向上させ、持続可能性を向上させることができる低電力で費用対効果の高いロボット工学を可能にし、かなりの約束を提供します。
このペーパーでは、建設現場での自律的なマルチロボット操作のための新しいエッジエッジ対応ドローンベースの監視システムを紹介します。
当社のシステムは、カスタムビルドUAVプラットフォームと5G対応のマルチエージェント調整インフラストラクチャ内で、軽量MCUベースのオブジェクト検出モデルを統合します。
建設環境におけるリアルタイムの障害物検出と動的なパス計画の問題を具体的にターゲットにし、MCUベースのエッジアプリケーション向けに特別に作成された包括的なデータセットを提供します。
フィールド実験は、実用的な実行可能性を実証し、最適な運用パラメーターを特定し、既存のUAVソリューションと比較してアプローチのスケーラビリティと計算効率の利点を強調します。
建設現場での自動運転車の現在および将来の役割についても、Edge-AIソリューションの有効性についても説明します。
github.com/egirgin/storaige-b950でデータセットを公開しています
要約(オリジナル)
The fields of autonomous systems and robotics are receiving considerable attention in civil applications such as construction, logistics, and firefighting. Nevertheless, the widespread adoption of these technologies is hindered by the necessity for robust processing units to run AI models. Edge-AI solutions offer considerable promise, enabling low-power, cost-effective robotics that can automate civil services, improve safety, and enhance sustainability. This paper presents a novel Edge-AI-enabled drone-based surveillance system for autonomous multi-robot operations at construction sites. Our system integrates a lightweight MCU-based object detection model within a custom-built UAV platform and a 5G-enabled multi-agent coordination infrastructure. We specifically target the real-time obstacle detection and dynamic path planning problem in construction environments, providing a comprehensive dataset specifically created for MCU-based edge applications. Field experiments demonstrate practical viability and identify optimal operational parameters, highlighting our approach’s scalability and computational efficiency advantages compared to existing UAV solutions. The present and future roles of autonomous vehicles on construction sites are also discussed, as well as the effectiveness of edge-AI solutions. We share our dataset publicly at github.com/egirgin/storaige-b950
arxiv情報
| 著者 | Emre Girgin,Arda Taha Candan,Coşkun Anıl Zaman |
| 発行日 | 2025-05-14 22:34:26+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google