日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

sim2realarXiv:2510.01848

GreenhouseSplat: 移動ロボティクス向けフォトリアルな温室シミュレーションデータセット

GreenhouseSplat: A Dataset of Photorealistic Greenhouse Simulations for Mobile Robotics

シェア:XThreadsFacebookLINEはてブBluesky

安価なRGB画像からガウススプラッティングでフォトリアルな温室アセットを生成し、カメラ・LiDARレンダリング対応のROSシミュレーションに統合したデータセットを構築した。

詳しい要約

1. どんなもの?

- 農業ロボティクスのための photorealistic な greenhouse シミュレーション資産を生成するフレームワークとデータセット - 安価な RGB 画像から Gaussian splatting により greenhouse 資産を再構成 - ROS ベースのシミュレーションに統合し、camera と LiDAR のレンダリングに対応 - fiducial markers を用いた localization などのタスクを可能にする - 複数の列配置にわたる 82 個の cucumber plants のデータセットを提供

2. 先行研究と比べてどこがすごい?

- 既存の greenhouse シミュレーションは簡素または合成資産に依存し、simulation-to-real transfer を制限していた - 近年の radiance field 手法(Gaussian splatting など)は photorealistic 再構成を可能にするが、個々の植物や制御された実験室条件に限定されていた - 本研究は greenhouse スケールへ拡張する第一歩であり、安価な RGB 画像から資産を生成する点が異なる - 要旨からは不明: 具体的な精度・転送性能の定量的比較

3. 技術・手法の肝は?

- Gaussian splatting による radiance field 再構成を中核に据える - 入力は安価な RGB 画像のみ - 生成した資産を ROS ベースのシミュレーションへ統合 - camera レンダリングと LiDAR レンダリングをサポート - fiducial markers を用いた localization タスクを想定した構成 - 複数の列配置(row configurations)に対応した cucumber plants の資産化

4. どうやって有効だと検証した?

- 82 個の cucumber plants を複数の列配置で含むデータセットを構築 - ROS ベースシミュレーション上で camera および LiDAR レンダリングを実現 - fiducial markers を用いた localization タスクへの有用性を提示 - 要旨からは不明: 再構成精度や simulation-to-real transfer の定量評価、ベースライン比較

5. 議論はある?

- greenhouse スケールの radiance-field シミュレーションへの第一歩と位置づけ - 農業ロボティクス研究の基盤となることを意図 - 要旨からは不明: 限界、失敗事例、計算コスト、汎化性に関する具体的議論

6. 次に読むべき論文は?

- Gaussian splatting を用いた radiance field 再構成の原論文 - ROS ベースのロボティクスシミュレーションに関する研究 - fiducial markers を用いた localization の関連手法 - 農業ロボティクス向けシミュレーションの既存研究(要旨では個別名の参照なし)

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Diram Tabaa, Gianni Di Caro

分類: cs.RO

原文アブストラクト

Simulating greenhouse environments is critical for developing and evaluating robotic systems for agriculture, yet existing approaches rely on simplistic or synthetic assets that limit simulation-to-real transfer. Recent advances in radiance field methods, such as Gaussian splatting, enable photorealistic reconstruction but have so far been restricted to individual plants or controlled laboratory conditions. In this work, we introduce GreenhouseSplat, a framework and dataset for generating photorealistic greenhouse assets directly from inexpensive RGB images. The resulting assets are integrated into a ROS-based simulation with support for camera and LiDAR rendering, enabling tasks such as localization with fiducial markers. We provide a dataset of 82 cucumber plants across multiple row configurations and demonstrate its utility for robotics evaluation. GreenhouseSplat represents the first step toward greenhouse-scale radiance-field simulation and offers a foundation for future research in agricultural robotics.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI