森林におけるロボット群のための埋め込みコンピュータ上の深さ推定【JST・京大機械翻訳】

Niu Chaoyue; Tarapore Danesh; Zauner Klaus-Peter

プレプリント

J-GLOBAL ID：202202209989927966 整理番号：21P0065976

森林におけるロボット群のための埋め込みコンピュータ上の深さ推定【JST・京大機械翻訳】

Depth estimation on embedded computers for robot swarms in forest

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年12月04日プレプリントサーバーでの情報更新日： 2021年03月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

今日までのロボットスウォームは,森林床における経路計画や障害物検出のような自律ナビゲーションのために準備されておらず,低コストを達成することができない。深さセンシングと組込み計算ハードウェアの開発は,地上ロボットのスウォームのための道を開く。本研究の目的は,地形を急速に認識するための小地上ロボットのための低コストビジョンシステムを開発することによって,この状況を改善することである。2つの深さ推定モデルを開発し,深さ推定モデルの精度,実行時間およびモデルサイズ,ならびに,メモリ消費,パワードロー,温度,および上記の2つの組込み車載コンピュータのコストに関して,ラズベリーPi 4およびJetson Nanoに関するそれらの性能を評価した。本研究は,Raspberry Pi 4に配備された自動エンコーダネットワークが,3.4Wの電力消費,約200MBのメモリ消費,および13msの平均実行時間で実行されることを実証した。これは,ロボットの低コストスウォームに対する要求を満たすことができる。さらに,この解析は,マルチスケール深層ネットワークが,カメラ運動に起因するぼやけRGB画像から深さマップを予測するために,より良く機能することを示した。本論文は,主に森林で記録された自身のデータセットで訓練された深さ推定モデル,および組込み車載コンピュータ上のそれらの性能を記述する。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

ロボットの運動・制御

, , , ,

前のページに戻る