要約
Industry 4.0は、ロボットを工場、倉庫、ヘルスケア施設などの共有人間の環境に統合することにより、製造と物流を変革しています。
ただし、特にコーナー周辺のような非難（NLOS）シナリオでの人間とロボットの衝突のリスクは、依然として重要な課題です。
VisionベースのシステムやLIDARシステムなどの既存のソリューションは、閉塞、照明の制約、またはプライバシーの懸念の下で失敗することが多く、RFベースのシステムは範囲と精度によって制限されます。
これらの制限に対処するために、Van Attaアレイベースのミリ波（mmwave）再構成可能なインテリジェントな反射面（IRS）を活用する新しいシステムであるMmmirrorを提案します。
Mmmirrorは、既存の周波数変調連続波（FMCW）レーダーとシームレスに統合し、次のオファーを提供します。（i）最大3 mの範囲でセンチメーターレベルの精度を備えた堅牢なNLOSローカリゼーション、（ii）シームレスなアップリンクとダウンリンク通信とダウンリンク通信、Radarと（III）サポートのマルチラダルおよびマルチラダーのサポート（III）
適応時間スロット割り当てによるレイテンシ。
コモディティ24 GHzレーダーとPCBベースのIRSプロトタイプを使用して実装されたMmmirrorは、動的および複雑な環境で安全な人間とロボットの相互作用を可能にする可能性を示しています。
要約(オリジナル)
Industry 4.0 is transforming manufacturing and logistics by integrating robots into shared human environments, such as factories, warehouses, and healthcare facilities. However, the risk of human-robot collisions, especially in Non-Line-of-Sight (NLoS) scenarios like around corners, remains a critical challenge. Existing solutions, such as vision-based and LiDAR systems, often fail under occlusion, lighting constraints, or privacy concerns, while RF-based systems are limited by range and accuracy. To address these limitations, we propose mmMirror, a novel system leveraging a Van Atta Array-based millimeter-wave (mmWave) reconfigurable intelligent reflecting surface (IRS) for precise, device-free NLoS localization. mmMirror integrates seamlessly with existing frequency-modulated continuous-wave (FMCW) radars and offers: (i) robust NLoS localization with centimeter-level accuracy at ranges up to 3 m, (ii) seamless uplink and downlink communication between radar and IRS, (iii) support for multi-radar and multi-target scenarios via dynamic beam steering, and (iv) reduced scanning latency through adaptive time slot allocation. Implemented using commodity 24 GHz radars and a PCB-based IRS prototype, mmMirror demonstrates its potential in enabling safe human-robot interactions in dynamic and complex environments.
arxiv情報
| 著者 | Yihe Yan,Zhenguo Shi,Yanxiang Wang,Cheng Jiang,Chun Tung Chou,Wen Hu |
| 発行日 | 2025-05-16 03:20:27+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google