[論文レビュー] System-Level Error Propagation and Tail-Risk Amplification in Reference-Based Robotic Navigation

Ning Hu, Maochen Li+1 more|arXiv (Cornell University)|Feb 8, 2026

Robotics and Sensor-Based Localization被引用数 0

ひとこと要約

論文は、二平面X線ガイド付きロボットナビゲーションにおける多段階の参照ベースの知覚パイプラインを通じて設置による摂動がどのように伝搬するかを統一的にモデル化し、平均精度を超える系統的誤差拡大と尾部リスクを定量化するフレームワークを提示する。

ABSTRACT

Image guided robotic navigation systems often rely on reference based geometric perception pipelines, where accurate spatial mapping is established through multi stage estimation processes. In biplanar X ray guided navigation, such pipelines are widely used due to their real time capability and geometric interpretability. However, navigation reliability can be constrained by an overlooked system level failure mechanism in which installation induced structural perturbations introduced at the perception stage are progressively amplified along the perception reconstruction execution chain and dominate execution level error and tail risk behavior. This paper investigates this mechanism from a system level perspective and presents a unified error propagation modeling framework that characterizes how installation induced structural perturbations propagate and couple with pixel level observation noise through biplanar imaging, projection matrix estimation, triangulation, and coordinate mapping. Using first order analytic uncertainty propagation and Monte Carlo simulations, we analyze dominant sensitivity channels and quantify worst case error behavior beyond mean accuracy metrics. The results show that rotational installation error is a primary driver of system level error amplification, while translational misalignment of comparable magnitude plays a secondary role under typical biplanar geometries. Real biplanar X ray bench top experiments further confirm that the predicted amplification trends persist under realistic imaging conditions. These findings reveal a broader structural limitation of reference based multi stage geometric perception pipelines and provide a framework for system level reliability analysis and risk aware design in safety critical robotic navigation systems.

研究の動機と目的

• 安全 critical ロボットナビゲーションにおける参照ベースの多段幾何知覚の信頼性分析を動機づける。
• ピクセルレベルのノイズと相互作用する設置摂動の一次的不確かさ伝搬フレームワークを統一して開発する。
• 主な感度チャネルを特定し、平均精度を超える最悪ケース誤差を定量化する。
• 実機の二平面X線ベンチトップ実験でフレームワークを検証し、増幅傾向を確認する。
• リスクを意識した信頼性の高いナビゲーションシステムの設計指針を提供する。

提案手法

• 設置摺動をピクセルレベルのノイズとパイプラインの各段階（二平面画像取得、射影行列推定、三角測量、座標写像）を介して結合させる系統レベルの誤差伝搬モデルを構築する。
• 一次解析的不確かさ伝搬を用いて感度チャネルを導出する。
• モンテカルロシミュレーションを実施して誤差拡大と尾部リスク挙動を特徴づける。
• 増幅の主要因を分離し、回転系と並進系のミスアライメント効果を比較する。
• 実機の二平面X線イメージング条件を用いたベンチトップ実験で予測を検証する。

実験結果

リサーチクエスチョン

• RQ1 設置摂動が参照ベースのナビゲーションパイプライン内で伝搬する系統レベルの主要チャネルは何か。
• RQ2 設置摂動がピクセルレベルのノイズとどのように相互作用して尾部リスクと最悪ケース誤差に影響を与えるか。
• RQ3 典型的な二平面幾何において回転系と並進系のミスアライメントは誤差拡大にどの程度寄与するか。
• RQ4 実世界のベンチトップ実験は提案された伝搬・拡大フレームワークを裏付けるか。

主な発見

• 回転設置誤差が系統レベルの誤差拡大の主因として同定された。
• 比較的大きさが同等の並進ミスは典型的な二平面幾何の下で二次的な役割を果たす。
• フレームワークで予測された誤差拡大傾向は実世界のイメージング条件下のベンチトップ実験でも持続する。
• 本研究は多段階幾何知覚パイプラインの構造的制約を明らかにし、リスクを意識した設計を導く。