Fugu-MT 論文翻訳(概要): OpenVSLAM: A Versatile Visual SLAM Framework

論文の概要: OpenVSLAM: A Versatile Visual SLAM Framework

arxiv url: http://arxiv.org/abs/1910.01122v3
Date: Thu, 6 Apr 2023 12:34:01 GMT
ステータス: 処理完了
システム内更新日: 2023-04-07 19:02:30.926861
Title: OpenVSLAM: A Versatile Visual SLAM Framework
Title（参考訳）: OpenVSLAM: ユビキタスなVisual SLAMフレームワーク
Authors: Shinya Sumikura, Mikiya Shibuya, Ken Sakurada
Abstract要約: ユーザビリティの高いビジュアルSLAMフレームワークであるOpenVSLAMを紹介する。このソフトウェアは簡単に使用および拡張できるように設計されている。研究・開発にいくつかの有用な機能と機能を備えている。
参考スコア（独自算出の注目度）: 13.268738551141107
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper, we introduce OpenVSLAM, a visual SLAM framework with high usability and extensibility. Visual SLAM systems are essential for AR devices, autonomous control of robots and drones, etc. However, conventional open-source visual SLAM frameworks are not appropriately designed as libraries called from third-party programs. To overcome this situation, we have developed a novel visual SLAM framework. This software is designed to be easily used and extended. It incorporates several useful features and functions for research and development.
Abstract（参考訳）: 本稿では,ユーザビリティと拡張性を備えたビジュアルSLAMフレームワークであるOpenVSLAMを紹介する。ビジュアルSLAMシステムは、ARデバイス、ロボットやドローンの自律的な制御に不可欠である。しかし、従来のオープンソースのビジュアルSLAMフレームワークは、サードパーティプログラムから呼ばれるライブラリとして適切に設計されていない。このような状況を克服するため,我々は新しいビジュアルSLAMフレームワークを開発した。このソフトウェアは簡単に使用および拡張できるように設計されている。研究や開発に有用な機能や機能をいくつか備えている。

関連論文リスト

XRDSLAM: A Flexible and Modular Framework for Deep Learning based SLAM [5.092026311165656]
XRDSLAMは、モジュール型コード設計とマルチプロセス実行機構を採用した柔軟なSLAMフレームワークである。このフレームワークでは,NeRFや3DGSベースのSLAM,さらにはオドメトリや再構成アルゴリズムなど,最先端のSLAMアルゴリズムをさまざまなタイプに統合する。我々は、SLAM技術の広範な研究開発を促進することを目的として、すべてのコード、構成、データをオープンソースコミュニティにコントリビュートします。
論文参考訳（メタデータ） (2024-10-31T07:25:39Z)
OpenR: An Open Source Framework for Advanced Reasoning with Large Language Models [61.14336781917986]
大規模言語モデル(LLM)の推論能力を高めるためのオープンソースのフレームワークであるOpenRを紹介する。 OpenRは、データ取得、強化学習トレーニング、非自己回帰デコーディングを凝集性ソフトウェアプラットフォームに統合する。私たちの研究は、OpenAIのo1モデルのコア技術と強化学習を探求する、オープンソースのフレームワークを初めて提供するものです。
論文参考訳（メタデータ） (2024-10-12T23:42:16Z)
Collaborative, Code-Proximal Dynamic Software Visualization within Code Editors [55.57032418885258]
本稿では,コードエディタに組み込むソフトウェアビジュアライゼーション手法の設計と実装について紹介する。私たちのコントリビューションは、ソフトウェアシステムの実行時の動作の動的解析を使用するという点で、関連する作業と異なります。私たちの視覚化アプローチは、一般的なリモートペアプログラミングツールを強化し、共有コード都市を利用することで協調的に使用できます。
論文参考訳（メタデータ） (2023-08-30T06:35:40Z)
Orbeez-SLAM: A Real-time Monocular Visual SLAM with ORB Features and NeRF-realized Mapping [18.083667773491083]
我々は,事前学習をせずに新しいシーンに適応するビジュアルSLAMを開発し,下流タスクのための高密度マップをリアルタイムに生成する。 Orbeez-SLAMは暗黙の神経表現(NeRF)と視覚計測と協調して目標を達成する。その結果、SLAMは強いベースラインよりも800倍高速で、より優れたレンダリング結果が得られることがわかった。
論文参考訳（メタデータ） (2022-09-27T09:37:57Z)
RWT-SLAM: Robust Visual SLAM for Highly Weak-textured Environments [1.1024591739346294]
本稿では,この問題を解決するためにRWT-SLAMという新しいビジュアルSLAMシステムを提案する。低テクスチャ環境下で高密度な点マッチングを生成できるLoFTRネットワークを改良し,特徴記述子を生成する。結果のRWT-SLAMは、TUMやOpenLORISなど、さまざまな公開データセットでテストされる。
論文参考訳（メタデータ） (2022-07-07T19:24:03Z)
NICE-SLAM: Neural Implicit Scalable Encoding for SLAM [112.6093688226293]
NICE-SLAMは階層的なシーン表現を導入することでマルチレベルローカル情報を組み込んだ高密度SLAMシステムである。最近の暗黙的SLAMシステムと比較して、私たちのアプローチはよりスケーラブルで効率的で堅牢です。
論文参考訳（メタデータ） (2021-12-22T18:45:44Z)
DROID-SLAM: Deep Visual SLAM for Monocular, Stereo, and RGB-D Cameras [71.41252518419486]
DROID-SLAMは、新しいディープラーニングベースのSLAMシステムである。ステレオやRGB-Dビデオを利用して、テスト時にパフォーマンスを向上させることができる。
論文参考訳（メタデータ） (2021-08-24T17:50:10Z)
OV$^{2}$SLAM : A Fully Online and Versatile Visual SLAM for Real-Time Applications [59.013743002557646]
OV$2$SLAMは、モノクロカメラとステレオカメラの両方のセットアップ、さまざまなマップスケール、フレームレートを、数ヘルツから数百まで、完全にオンラインのアルゴリズムである。コミュニティの利益のために、ソースコードを urlhttps://github.com/ov2slam/ov2slam でリリースします。
論文参考訳（メタデータ） (2021-02-08T08:39:23Z)
DXSLAM: A Robust and Efficient Visual SLAM System with Deep Features [5.319556638040589]
本稿では、深層畳み込みニューラルネットワーク(CNN)による特徴抽出を、現代のSLAMフレームワークにシームレスに組み込むことができることを示す。提案システムでは,最新のCNNを用いて各画像フレーム内のキーポイントを検出し,キーポイント記述子だけでなく,全体像のグローバル記述子も提供する。
論文参考訳（メタデータ） (2020-08-12T16:14:46Z)
Redesigning SLAM for Arbitrary Multi-Camera Systems [51.81798192085111]
SLAMシステムにより多くのカメラを追加することで、堅牢性と精度が向上するが、視覚的なフロントエンドの設計は大幅に複雑になる。本研究では,任意のマルチカメラ装置で動作する適応SLAMシステムを提案する。これらの修正を応用した最先端の視覚慣性計測装置を試作し, 改良したパイプラインが広い範囲のカメラ装置に適応可能であることを示す実験結果を得た。
論文参考訳（メタデータ） (2020-03-04T11:44:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。