要約
人工知能 (AI) と拡張現実 (AR) の統合により、精度が向上し、人的エラーが最小限に抑えられ、クリーンルーム環境での運用効率が向上することにより、衛星の組立、統合、試験 (AIT) プロセスが変革される予定です。
この論文では、欧州宇宙機関 (ESA) のプロジェクト「衛星 AIT における AR 用 AI」の技術的説明を紹介します。このプロジェクトは、リアルタイム コンピュータ ビジョンと AR システムを組み合わせて、衛星の組み立て中に技術者を支援します。
Microsoft HoloLens 2 を AR インターフェイスとして活用するこのシステムは、コンテキストを認識した指示とリアルタイムのフィードバックを提供し、AIT ワークフローにおけるオブジェクト認識と 6D 姿勢推定の複雑さに取り組みます。
すべての AI モデルは 70% 以上の精度を示し、検出モデルは 95% 以上の精度を示し、高いレベルのパフォーマンスと信頼性を示しています。
この研究の主な貢献は、AR アプリケーションで AI モデルをトレーニングするための合成データの効果的な使用にあり、高度に動的な衛星環境で現実世界のデータセットを取得するという重大な課題に対処し、自動化のためのセグメント化された何でもモデルを作成したことにあります。
ラベリング (SAMAL) は、実際のデータへの自動アノテーションを容易にし、人間による手動アノテーションよりも最大 20 倍の速度を実現します。
この調査結果は、重要な衛星組み立てタスクの自動化における AI 駆動の AR システムの有効性を実証し、宇宙産業における将来のイノベーションの基盤を確立します。
要約(オリジナル)
The integration of Artificial Intelligence (AI) and Augmented Reality (AR) is set to transform satellite Assembly, Integration, and Testing (AIT) processes by enhancing precision, minimizing human error, and improving operational efficiency in cleanroom environments. This paper presents a technical description of the European Space Agency’s (ESA) project ‘AI for AR in Satellite AIT,’ which combines real-time computer vision and AR systems to assist technicians during satellite assembly. Leveraging Microsoft HoloLens 2 as the AR interface, the system delivers context-aware instructions and real-time feedback, tackling the complexities of object recognition and 6D pose estimation in AIT workflows. All AI models demonstrated over 70% accuracy, with the detection model exceeding 95% accuracy, indicating a high level of performance and reliability. A key contribution of this work lies in the effective use of synthetic data for training AI models in AR applications, addressing the significant challenges of obtaining real-world datasets in highly dynamic satellite environments, as well as the creation of the Segmented Anything Model for Automatic Labelling (SAMAL), which facilitates the automatic annotation of real data, achieving speeds up to 20 times faster than manual human annotation. The findings demonstrate the efficacy of AI-driven AR systems in automating critical satellite assembly tasks, setting a foundation for future innovations in the space industry.
arxiv情報
| 著者 | Alvaro Patricio,Joao Valente,Atabak Dehban,Ines Cadilha,Daniel Reis,Rodrigo Ventura |
| 発行日 | 2024-09-26 17:44:52+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google