Socially Pertinent Robots in Gerontological Healthcare

投稿日: 2025年2月12日 作成者: jarxiv

要約

ソーシャルロボット工学の開発と展開における最近の多くの成果にもかかわらず、エンドユーザーによるそのようなシステムの体系的な評価が必要である多くの未脱カッティング環境とアプリケーションがまだ必要です。
いくつかのロボットプラットフォームが老年医学ヘルスケアで使用されていますが、マルチモーダルの会話機能を備えたソーシャルインタラクティブロボットが有用であり、実際の施設で受け入れられるかどうかの問題はまだ答えられていません。
この論文は、社会的および会話的相互作用能力を備えたフルサイズのヒューマノイドロボットを備えたパリのデイケア老人科施設で、患者と仲間との2つの波の実験を介して、この質問に部分的に答える試みです。
H2020 Springプロジェクト中に開発されたソフトウェアアーキテクチャは、実験プロトコルとともに、60を超えるエンドユーザーで許容性（AES）と使いやすさ（SUS）を評価することができました。
全体として、特にロボットの認識とアクションスキルが環境の乱れに堅牢であり、さまざまな相互作用を処理するために柔軟に対処できる場合、ユーザーはこのテクノロジーを受け入れます。

要約(オリジナル)

Despite the many recent achievements in developing and deploying social robotics, there are still many underexplored environments and applications for which systematic evaluation of such systems by end-users is necessary. While several robotic platforms have been used in gerontological healthcare, the question of whether or not a social interactive robot with multi-modal conversational capabilities will be useful and accepted in real-life facilities is yet to be answered. This paper is an attempt to partially answer this question, via two waves of experiments with patients and companions in a day-care gerontological facility in Paris with a full-sized humanoid robot endowed with social and conversational interaction capabilities. The software architecture, developed during the H2020 SPRING project, together with the experimental protocol, allowed us to evaluate the acceptability (AES) and usability (SUS) with more than 60 end-users. Overall, the users are receptive to this technology, especially when the robot perception and action skills are robust to environmental clutter and flexible to handle a plethora of different interactions.

arxiv情報

著者 Xavier Alameda-Pineda,Angus Addlesee,Daniel Hernández García,Chris Reinke,Soraya Arias,Federica Arrigoni,Alex Auternaud,Lauriane Blavette,Cigdem Beyan,Luis Gomez Camara,Ohad Cohen,Alessandro Conti,Sébastien Dacunha,Christian Dondrup,Yoav Ellinson,Francesco Ferro,Sharon Gannot,Florian Gras,Nancie Gunson,Radu Horaud,Moreno D’Incà,Imad Kimouche,Séverin Lemaignan,Oliver Lemon,Cyril Liotard,Luca Marchionni,Mordehay Moradi,Tomas Pajdla,Maribel Pino,Michal Polic,Matthieu Py,Ariel Rado,Bin Ren,Elisa Ricci,Anne-Sophie Rigaud,Paolo Rota,Marta Romeo,Nicu Sebe,Weronika Sieińska,Pinchas Tandeitnik,Francesco Tonini,Nicolas Turro,Timothée Wintz,Yanchao Yu
発行日 2025-02-11 08:32:11+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.RO | Socially Pertinent Robots in Gerontological Healthcare はコメントを受け付けていません

SAM2Act: Integrating Visual Foundation Model with A Memory Architecture for Robotic Manipulation

投稿日: 2025年2月12日 作成者: jarxiv

要約

多様で動的な環境で動作するロボット操作システムは、マルチタスク相互作用、目に見えないシナリオへの一般化、および空間メモリの3つの重要な能力を示す必要があります。
ロボットの操作では大きな進歩がありましたが、既存のアプローチは、複雑な環境変動とメモリ依存のタスクへの対処に一般化が不十分なことがよくあります。
このギャップを埋めるために、大規模な基礎モデルからの視覚的表現とマルチ解像度のアップサンプリングを活用するマルチビューロボット変圧器ベースのポリシーであるSam2actを紹介します。
SAM2ACTは、RLBenchベンチマークの18のタスクで86.8％の最先端の平均成功率を達成し、コロシュー州ベンチマークの堅牢な一般化を実証し、多様な環境摂動の下でパフォーマンスギャップは4.3％しかありません。
この基盤に基づいて、SAM2ACT+は、SAM2に触発されたメモリベースのアーキテクチャを提案します。SAM2には、メモリバンク、エンコーダー、および空間メモリを強化するための注意メカニズムが組み込まれています。
メモリ依存タスクを評価する必要性に対処するために、ロボット操作における空間メモリとアクションリコールを評価するために設計された新しいベンチマークであるメモリベンチを紹介します。
SAM2ACT+は、メモリベンチで競争力のあるパフォーマンスを達成し、既存のアプローチを大幅に上回り、メモリ対応ロボットシステムの境界を押し広げます。
プロジェクトページ：https：//sam2act.github.io/

要約(オリジナル)

Robotic manipulation systems operating in diverse, dynamic environments must exhibit three critical abilities: multitask interaction, generalization to unseen scenarios, and spatial memory. While significant progress has been made in robotic manipulation, existing approaches often fall short in generalization to complex environmental variations and addressing memory-dependent tasks. To bridge this gap, we introduce SAM2Act, a multi-view robotic transformer-based policy that leverages multi-resolution upsampling with visual representations from large-scale foundation model. SAM2Act achieves a state-of-the-art average success rate of 86.8% across 18 tasks in the RLBench benchmark, and demonstrates robust generalization on The Colosseum benchmark, with only a 4.3% performance gap under diverse environmental perturbations. Building on this foundation, we propose SAM2Act+, a memory-based architecture inspired by SAM2, which incorporates a memory bank, an encoder, and an attention mechanism to enhance spatial memory. To address the need for evaluating memory-dependent tasks, we introduce MemoryBench, a novel benchmark designed to assess spatial memory and action recall in robotic manipulation. SAM2Act+ achieves competitive performance on MemoryBench, significantly outperforming existing approaches and pushing the boundaries of memory-enabled robotic systems. Project page: https://sam2act.github.io/

arxiv情報

著者 Haoquan Fang,Markus Grotz,Wilbert Pumacay,Yi Ru Wang,Dieter Fox,Ranjay Krishna,Jiafei Duan
発行日 2025-02-11 08:33:25+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | SAM2Act: Integrating Visual Foundation Model with A Memory Architecture for Robotic Manipulation はコメントを受け付けていません

Autonomous Driving using Spiking Neural Networks on Dynamic Vision Sensor Data: A Case Study of Traffic Light Change Detection

投稿日: 2025年2月12日 作成者: jarxiv

要約

自律運転は、学界と産業の両方から幅広い注目を集めてきた挑戦的な作業です。
畳み込みニューラルネットワークを使用した現在のソリューションには、大量の計算リソースが必要であり、高電力消費につながります。
スパイクニューラルネットワーク（SNN）は、情報を処理して決定を下すための代替計算モデルを提供します。
この生物学的にもっともらしいモデルには、低潜伏期とエネルギー効率の利点があります。
自律運転にSNNSを使用した最近の作業は、主に単純化されたシミュレーション環境にあるレーンのような単純なタスクに焦点を当てています。
このペーパーでは、Carla Simulatorの写真と現実的な運転シーンに関するSNNSを研究しています。これは、実際の車両でSNNを使用するための重要なステップです。
メソッドの有効性と一般化可能性が調査されます。

要約(オリジナル)

Autonomous driving is a challenging task that has gained broad attention from both academia and industry. Current solutions using convolutional neural networks require large amounts of computational resources, leading to high power consumption. Spiking neural networks (SNNs) provide an alternative computational model to process information and make decisions. This biologically plausible model has the advantage of low latency and energy efficiency. Recent work using SNNs for autonomous driving mostly focused on simple tasks like lane keeping in simplified simulation environments. This paper studies SNNs on photo-realistic driving scenes in the CARLA simulator, which is an important step toward using SNNs on real vehicles. The efficacy and generalizability of the method will be investigated.

arxiv情報

著者 Xuelei Chen,Sotirios Spanogianopoulos
発行日 2025-02-11 08:38:29+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.NE, cs.RO, eess.IV | Autonomous Driving using Spiking Neural Networks on Dynamic Vision Sensor Data: A Case Study of Traffic Light Change Detection はコメントを受け付けていません

Demonstrating Wheeled Lab: Modern Sim2Real for Low-cost, Open-source Wheeled Robotics

投稿日: 2025年2月12日 作成者: jarxiv

要約

シミュレーションは最近のロボット工学のマイルストーンで極めて重要であり、この分野の将来において顕著な役割を果たす態勢が整っています。
ただし、最近のロボットの進歩は、多くの場合、高価でメンテナンスの高いプラットフォームに依存しており、より幅広いロボットの視聴者へのアクセスを制限しています。
この作業では、教育と研究ですでに広く確立されている低コストのオープンソース車輪付きプラットフォームのフレームワークであるWheeled Labを紹介します。
ISAAC Labとの統合を通じて、Wheeled Labは、ドメインのランダム化、センサーシミュレーション、エンドツーエンドの学習など、新しいユーザーコミュニティにSim2realで最新の技術を導入します。
教育を開始し、フレームワークの機能を実証するために、小規模なRC車の最先端の3つのポリシーを開発します。制御されたドリフト、標高トラバーサル、視覚ナビゲーションを開発します。
高度なSIM2REALメソッドと手頃な価格の利用可能なロボット工学との間のギャップを埋めることにより、車輪付きラボは、最先端のツールへのアクセスを民主化し、より広範なロボット工学の文脈で革新と教育を促進することを目指しています。
ハードウェアからソフトウェアまで、フルスタックは低コストでオープンソースです。

要約(オリジナル)

Simulation has been pivotal in recent robotics milestones and is poised to play a prominent role in the field’s future. However, recent robotic advances often rely on expensive and high-maintenance platforms, limiting access to broader robotics audiences. This work introduces Wheeled Lab, a framework for the low-cost, open-source wheeled platforms that are already widely established in education and research. Through integration with Isaac Lab, Wheeled Lab introduces modern techniques in Sim2Real, such as domain randomization, sensor simulation, and end-to-end learning, to new user communities. To kickstart education and demonstrate the framework’s capabilities, we develop three state-of-the-art policies for small-scale RC cars: controlled drifting, elevation traversal, and visual navigation, each trained in simulation and deployed in the real world. By bridging the gap between advanced Sim2Real methods and affordable, available robotics, Wheeled Lab aims to democratize access to cutting-edge tools, fostering innovation and education in a broader robotics context. The full stack, from hardware to software, is low cost and open-source.

arxiv情報

著者 Tyler Han,Preet Shah,Sidharth Rajagopal,Yanda Bao,Sanghun Jung,Sidharth Talia,Gabriel Guo,Bryan Xu,Bhaumik Mehta,Emma Romig,Rosario Scalise,Byron Boots
発行日 2025-02-11 08:57:41+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Demonstrating Wheeled Lab: Modern Sim2Real for Low-cost, Open-source Wheeled Robotics はコメントを受け付けていません

Is That Rain? Understanding Effects on Visual Odometry Performance for Autonomous UAVs and Efficient DNN-based Rain Classification at the Edge

投稿日: 2025年2月12日 作成者: jarxiv

要約

安全で信頼性の高い自律無人航空機の開発は、センサーの入力に基づいてローカル環境の変化を認識し、適応するシステムの能力に依存しています。
通常、最先端のローカル追跡と軌道計画は、フライトコントロールアルゴリズムへのカメラセンサー入力を使用して実行されますが、雨のような環境障害がこれらのシステムの性能に影響する程度はほとんど不明です。
このペーパーでは、最初に、7つの異なるクラスの降水条件のこれらの効果を調べるために、〜335k画像を含むオープンデータセットの開発について説明し、最悪の平均追跡エラーが最先端の場合に可能であることを示します。
-ART Visual Odometry System（Vins-Fusion）。
次に、データセットを使用して、モバイルおよび制約のある展開シナリオに適したディープニューラルネットワークモデルのセットをトレーニングして、これらの「雨のような」条件を効率的かつ正確に分類できる範囲を決定します。
これらのモデルの中で最も軽量（MobileNETV3 Small）は、わずか1.28 MBのメモリフットプリントと93 FPSのフレームレートで90％の精度を達成できます。
典型的なフライトコンピューターハードウェアを使用して、ミリ秒程度の分類レイテンシを示します。
したがって、このようなモデルは、自律飛行コントローラーの妨害推定コンポーネントにフィードすることができます。
さらに、環境条件をリアルタイムで正確に決定する能力を備えた無人航空機のデータは、より粒状のタイムリー局所的な気象予測の開発に貢献する可能性があります。

要約(オリジナル)

The development of safe and reliable autonomous unmanned aerial vehicles relies on the ability of the system to recognise and adapt to changes in the local environment based on sensor inputs. State-of-the-art local tracking and trajectory planning are typically performed using camera sensor input to the flight control algorithm, but the extent to which environmental disturbances like rain affect the performance of these systems is largely unknown. In this paper, we first describe the development of an open dataset comprising ~335k images to examine these effects for seven different classes of precipitation conditions and show that a worst-case average tracking error of 1.5 m is possible for a state-of-the-art visual odometry system (VINS-Fusion). We then use the dataset to train a set of deep neural network models suited to mobile and constrained deployment scenarios to determine the extent to which it may be possible to efficiently and accurately classify these `rainy’ conditions. The most lightweight of these models (MobileNetV3 small) can achieve an accuracy of 90% with a memory footprint of just 1.28 MB and a frame rate of 93 FPS, which is suitable for deployment in resource-constrained and latency-sensitive systems. We demonstrate a classification latency in the order of milliseconds using typical flight computer hardware. Accordingly, such a model can feed into the disturbance estimation component of an autonomous flight controller. In addition, data from unmanned aerial vehicles with the ability to accurately determine environmental conditions in real time may contribute to developing more granular timely localised weather forecasting.

arxiv情報

著者 Andrea Albanese,Yanran Wang,Davide Brunelli,David Boyle
発行日 2025-02-11 10:21:16+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.RO | Is That Rain? Understanding Effects on Visual Odometry Performance for Autonomous UAVs and Efficient DNN-based Rain Classification at the Edge はコメントを受け付けていません

Robotic In-Hand Manipulation for Large-Range Precise Object Movement: The RGMC Champion Solution

投稿日: 2025年2月12日 作成者: jarxiv

要約

複数の器用な指を使用した手の操作は、大きな腕の動きへの依存を減らし、それによってスペースとエネルギーを節約できる重要なロボットスキルです。
この文字は、グラス内のオブジェクトの動きに焦点を当てています。これは、安定した把握内の指の動きのみを通じて、オブジェクトを望ましいポーズに操作することを指します。
重要な課題は、一定の安定した把握を維持しながら、高精度と大きな範囲の動きを同時に達成することにあります。
この問題に対処するために、現実世界のシナリオで新しいオブジェクトに簡単に適用できる、事前トレーニングやオブジェクトのジオメトリを必要とせずに、運動学的軌道の最適化に基づいて、単純で実用的なアプローチを提案します。
このアプローチを採用して、ICRA 2024で開催された第9回ロボットグラッピングおよび操作コンペティション（RGMC）で、ハンドマニピュレーショントラックのチャンピオンシップを獲得しました。
私たちのアプローチを包括的に評価し、競争からの重要なポイントを共有します。
ビデオやコードを含む補足資料は、https：//rgmc-xl-team.github.io/ingrasp_manipulationで入手できます。

要約(オリジナル)

In-hand manipulation using multiple dexterous fingers is a critical robotic skill that can reduce the reliance on large arm motions, thereby saving space and energy. This letter focuses on in-grasp object movement, which refers to manipulating an object to a desired pose through only finger motions within a stable grasp. The key challenge lies in simultaneously achieving high precision and large-range movements while maintaining a constant stable grasp. To address this problem, we propose a simple and practical approach based on kinematic trajectory optimization with no need for pretraining or object geometries, which can be easily applied to novel objects in real-world scenarios. Adopting this approach, we won the championship for the in-hand manipulation track at the 9th Robotic Grasping and Manipulation Competition (RGMC) held at ICRA 2024. Implementation details, discussion, and further quantitative experimental results are presented in this letter, which aims to comprehensively evaluate our approach and share our key takeaways from the competition. Supplementary materials including video and code are available at https://rgmc-xl-team.github.io/ingrasp_manipulation .

arxiv情報

著者 Mingrui Yu,Yongpeng Jiang,Chen Chen,Yongyi Jia,Xiang Li
発行日 2025-02-11 11:26:24+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Robotic In-Hand Manipulation for Large-Range Precise Object Movement: The RGMC Champion Solution はコメントを受け付けていません

Dual Arm Steering of Deformable Linear Objects in 2-D and 3-D Environments Using Euler’s Elastica Solutions

投稿日: 2025年2月12日 作成者: jarxiv

要約

このホワイトペーパーでは、まばらな間隔の障害物が入力された環境で、2つのロボットハンドを使用して変形可能な線形オブジェクトを操縦する方法について説明します。
このアプローチでは、握りしめのエンドポイントの位置と接線を変化させることにより、弾力性のない非拡張性ロッドを操作することが含まれます。
平面環境での柔軟な線形オブジェクトの形状を記述する閉じたフォームソリューションであるEuler’s Elasticaが説明されています。
この論文は、これらのソリューションを使用して、非自己誘惑、安定性、障害物回避の基準を策定しています。
これらの基準は、ロボットグリップエンドポイントの位置と接線を表す柔軟なオブジェクト6次元構成空間の制約として定式化されています。
特に、このペーパーでは、ステアリング中の柔軟なオブジェクトの安定性を保証する新しい基準を紹介します。
すべての安全基準は、平面環境で柔軟な線形オブジェクトをステアリングするスキームに統合されており、まばらな間隔の障害物が住む3次元環境でステアリングスキームに持ち上げられます。
デュアルアームロボットを使用した実験は、方法を示しています。

要約(オリジナル)

This paper describes a method for steering deformable linear objects using two robot hands in environments populated by sparsely spaced obstacles. The approach involves manipulating an elastic inextensible rod by varying the gripping endpoint positions and tangents. Closed form solutions that describe the flexible linear object shape in planar environments, Euler’s elastica, are described. The paper uses these solutions to formulate criteria for non self-intersection, stability and obstacle avoidance. These criteria are formulated as constraints in the flexible object six-dimensional configuration space that represents the robot gripping endpoint positions and tangents. In particular, this paper introduces a novel criterion that ensures the flexible object stability during steering. All safety criteria are integrated into a scheme for steering flexible linear objects in planar environments, which is lifted into a steering scheme in three-dimensional environments populated by sparsely spaced obstacles. Experiments with a dual-arm robot demonstrate the method.

arxiv情報

著者 Aharon Levin,Itay Grinberg,Elon Rimon,Amir Shapiro
発行日 2025-02-11 12:25:47+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY | Dual Arm Steering of Deformable Linear Objects in 2-D and 3-D Environments Using Euler’s Elastica Solutions はコメントを受け付けていません

Latent Linear Quadratic Regulator for Robotic Control Tasks

投稿日: 2025年2月12日 作成者: jarxiv

要約

モデル予測制御（MPC）は、さまざまなロボット制御タスクでより重要な役割を果たしてきましたが、その高い計算要件は、特に非線形動的モデルでは懸念されています。
このペーパーでは、$ \ textbf {la} $ $ $ \ textbf {l} $ inear $ \ textbf {q} $ uadratic $ \ textbf {r} $ egulator（lalqr）を紹介します。
動的モデルは線形であり、コスト関数は2次であり、LQRの効率的な適用を可能にします。
元のMPCを模倣することにより、この代替システムを共同で学習します。
実験は、他のベースラインと比較して、LALQRの優れた効率と一般化を示しています。

要約(オリジナル)

Model predictive control (MPC) has played a more crucial role in various robotic control tasks, but its high computational requirements are concerning, especially for nonlinear dynamical models. This paper presents a $\textbf{la}$tent $\textbf{l}$inear $\textbf{q}$uadratic $\textbf{r}$egulator (LaLQR) that maps the state space into a latent space, on which the dynamical model is linear and the cost function is quadratic, allowing the efficient application of LQR. We jointly learn this alternative system by imitating the original MPC. Experiments show LaLQR’s superior efficiency and generalization compared to other baselines.

arxiv情報

著者 Yuan Zhang,Shaohui Yang,Toshiyuki Ohtsuka,Colin Jones,Joschka Boedecker
発行日 2025-02-11 12:51:40+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, cs.RO | Latent Linear Quadratic Regulator for Robotic Control Tasks はコメントを受け付けていません

MeMo: Meaningful, Modular Controllers via Noise Injection

投稿日: 2025年2月12日 作成者: jarxiv

要約

ロボットは、多くの場合、標準化されたアセンブリ（腕、脚、指など）から構築されますが、各ロボットはすべての部品のすべてのアクチュエーターを一緒に制御するためにゼロからトレーニングする必要があります。
このペーパーでは、単一のロボットとそのコントローラーを入力として採用し、これらの各アセンブリのモジュラーコントローラーのセットを生成する新しいアプローチを示します。
モジュラーコントローラーの再利用。
これは、（私）dularコントローラーを学習する（me）（me）dularコントローラーを学習するメモと呼ばれるフレームワークで達成します。
具体的には、モジュール間で適切な分業を学習するための新しいモジュール性の目標を提案します。
この目的は、ノイズインジェクションによる標準的な動作クローニング損失で同時に最適化できることを実証します。
単純から複雑なロボットの形態転送に関する環境と把握の枠組みでフレームワークをベンチマークします。
また、モジュールがタスク転送に役立つことも示します。
構造とタスクの両方の転送で、メモは、ニューラルネットワークとトランスベースラインをグラフ化するための改善されたトレーニング効率を達成します。

要約(オリジナル)

Robots are often built from standardized assemblies, (e.g. arms, legs, or fingers), but each robot must be trained from scratch to control all the actuators of all the parts together. In this paper we demonstrate a new approach that takes a single robot and its controller as input and produces a set of modular controllers for each of these assemblies such that when a new robot is built from the same parts, its control can be quickly learned by reusing the modular controllers. We achieve this with a framework called MeMo which learns (Me)aningful, (Mo)dular controllers. Specifically, we propose a novel modularity objective to learn an appropriate division of labor among the modules. We demonstrate that this objective can be optimized simultaneously with standard behavior cloning loss via noise injection. We benchmark our framework in locomotion and grasping environments on simple to complex robot morphology transfer. We also show that the modules help in task transfer. On both structure and task transfer, MeMo achieves improved training efficiency to graph neural network and Transformer baselines.

arxiv情報

著者 Megan Tjandrasuwita,Jie Xu,Armando Solar-Lezama,Wojciech Matusik
発行日 2025-02-11 13:27:59+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, cs.RO | MeMo: Meaningful, Modular Controllers via Noise Injection はコメントを受け付けていません

Autonomous localization of multiple ionizing radiation sources using miniature single-layer Compton cameras onboard a group of micro aerial vehicles

投稿日: 2025年2月12日 作成者: jarxiv

要約

この論文には、マイクロ航空車両（MAV）のグループを使用した複数のガンマ放射源の自律的な局在化のための新しい方法を示します。
このメソッドは、非常に軽量（44 g）のコンプトンカメラMINIPIX TPX3を利用しています。
検出器のコンパクトサイズにより、安全で機敏な小規模な無人航空機（UAV）の搭載を可能にします。
提案された放射マッピングアプローチは、複数の分散コンプトンカメラセンサーの測定を融合して、複数の放射性源の位置をリアルタイムで正確に推定します。
一般的に使用される強度ベースの検出器とは異なり、コンプトンカメラは、単一のイオン化粒子からの放射源に向けて可能な方向のセットを再構築します。
したがって、提案されたアプローチは、より長い測定を必要とする放射界または輪郭線の勾配を推定することなく、放射線源をローカライズすることができます。
即時推定は、非常に可動性のあるMAVの可能性を完全に活用することができます。
放射マッピング方法は、ソースの位置の推定の品質を改善し、関心のある領域をより速く探求するために、MAVの将来の行動を調整するアクティブな検索戦略と組み合わされます。
提案されたソリューションは、複数のセシウム137放射源を使用したシミュレーションおよび実世界実験で評価されます。

要約(オリジナル)

A novel method for autonomous localization of multiple sources of gamma radiation using a group of Micro Aerial Vehicles (MAVs) is presented in this paper. The method utilizes an extremely lightweight (44 g) Compton camera MiniPIX TPX3. The compact size of the detector allows for deployment onboard safe and agile small-scale Unmanned Aerial Vehicles (UAVs). The proposed radiation mapping approach fuses measurements from multiple distributed Compton camera sensors to accurately estimate the positions of multiple radioactive sources in real time. Unlike commonly used intensity-based detectors, the Compton camera reconstructs the set of possible directions towards a radiation source from just a single ionizing particle. Therefore, the proposed approach can localize radiation sources without having to estimate the gradient of a radiation field or contour lines, which require longer measurements. The instant estimation is able to fully exploit the potential of highly mobile MAVs. The radiation mapping method is combined with an active search strategy, which coordinates the future actions of the MAVs in order to improve the quality of the estimate of the sources’ positions, as well as to explore the area of interest faster. The proposed solution is evaluated in simulation and real world experiments with multiple Cesium-137 radiation sources.

arxiv情報

著者 Michal Werner,Tomáš Báča,Petr Štibinger,Daniela Doubravová,Jaroslav Šolc,Jan Rusňák,Martin Saska
発行日 2025-02-11 13:43:25+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Autonomous localization of multiple ionizing radiation sources using miniature single-layer Compton cameras onboard a group of micro aerial vehicles はコメントを受け付けていません