要約
建設ロボットは、構造化されていない建設現場で稼働します。安全でシームレスな作業を確保するには、効果的な視覚認識が重要です。
ただし、建設ロボットは多くの場合、大きな要素を扱い、広大なエリアにわたって作業を実行するため、車載カメラからの視界が遮られ、広い作業空間をキャプチャするために複数の環境カメラを使用する必要があります。
本研究では、カメラを搭載した監視ロボットのチームが姿勢を適応的に調整し、主要な建設ロボットの動作とその周囲環境を視覚的に認識するマルチロボット協調フレームワークを提案します。
今後の建設ロボットの作業の視認性を考慮しながら、視覚範囲と近接性を最適化して、各監視ロボットのカメラ視点を決定する視点選択方法を提案します。
プレハブ木造フレームの設置に関するケーススタディは、システムの実現可能性を実証し、さまざまな設定にわたって提案された視点選択方法のパフォーマンスと堅牢性を検証するためにさらなる実験が行われます。
この研究は、ロボット建設プロセスの視覚認識を進歩させ、コンピュータビジョン技術を統合してリアルタイムの適応と応答性を可能にする道を切り開きます。
このような進歩は、本質的に構造化されていない建設現場における建設ロボットの安全かつ効率的な動作に貢献します。
要約(オリジナル)
Construction robots operate in unstructured construction sites, where effective visual perception is crucial for ensuring safe and seamless operations. However, construction robots often handle large elements and perform tasks across expansive areas, resulting in occluded views from onboard cameras and necessitating the use of multiple environmental cameras to capture the large task space. This study proposes a multi-robot coordination framework in which a team of supervising robots equipped with cameras adaptively adjust their poses to visually perceive the operation of the primary construction robot and its surrounding environment. A viewpoint selection method is proposed to determine each supervising robot’s camera viewpoint, optimizing visual coverage and proximity while considering the visibility of the upcoming construction robot operation. A case study on prefabricated wooden frame installation demonstrates the system’s feasibility, and further experiments are conducted to validate the performance and robustness of the proposed viewpoint selection method across various settings. This research advances visual perception of robotic construction processes and paves the way for integrating computer vision techniques to enable real-time adaption and responsiveness. Such advancements contribute to the safe and efficient operation of construction robots in inherently unstructured construction sites.
arxiv情報
著者 | Jia Xu,Manish Dixit,Xi Wang |
発行日 | 2024-12-15 18:41:34+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google