論文の概要: Redesigning SLAM for Arbitrary Multi-Camera Systems

• arxiv url: http://arxiv.org/abs/2003.02014v1
• Date: Wed, 4 Mar 2020 11:44:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-26 13:34:22.345569
• Title: Redesigning SLAM for Arbitrary Multi-Camera Systems
• Title（参考訳）: 任意マルチカメラシステムのためのSLAMの再設計
• Authors: Juichung Kuo, Manasi Muglikar, Zichao Zhang, Davide Scaramuzza
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 51.81798192085111
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Adding more cameras to SLAM systems improves robustness and accuracy but complicates the design of the visual front-end significantly. Thus, most systems in the literature are tailored for specific camera configurations. In this work, we aim at an adaptive SLAM system that works for arbitrary multi-camera setups. To this end, we revisit several common building blocks in visual SLAM. In particular, we propose an adaptive initialization scheme, a sensor-agnostic, information-theoretic keyframe selection algorithm, and a scalable voxel-based map. These techniques make little assumption about the actual camera setups and prefer theoretically grounded methods over heuristics. We adapt a state-of-the-art visual-inertial odometry with these modifications, and experimental results show that the modified pipeline can adapt to a wide range of camera setups (e.g., 2 to 6 cameras in one experiment) without the need of sensor-specific modifications or tuning.
• Abstract（参考訳）: slamシステムへのカメラの追加により、堅牢性と精度は向上するが、視覚フロントエンドの設計は大幅に複雑になる。 したがって、文献のほとんどのシステムは特定のカメラ構成に合わせて調整されている。 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。 この目的のために、視覚SLAMにおけるいくつかの一般的なビルディングブロックを再考する。 特に,適応初期化スキーム,センサ非依存,情報理論的なキーフレーム選択アルゴリズム,スケーラブルなvoxelベースのマップを提案する。 これらの手法は実際のカメラの設定をほとんど想定せず、ヒューリスティックよりも理論的に根拠のある方法を好む。 これらの修正により最先端の視覚慣性オドメトリを適応させ, 実験結果から, 修正パイプラインはセンサ固有の修正やチューニングを必要とせず, 広い範囲のカメラ(例えば, 1つの実験で2～6台のカメラ)に適応できることがわかった。

関連論文リスト

• Multicam-SLAM: Non-overlapping Multi-camera SLAM for Indirect Visual Localization and Navigation [1.3654846342364308]
  本稿では,複数のRGB-Dカメラを用いた視覚的同時ローカライゼーションとマッピング(SLAM)の新たなアプローチを提案する。 提案手法であるMulticam-SLAMはSLAMシステムの堅牢性と精度を大幅に向上させる。 従来の単一カメラSLAMシステムと比較して, 提案手法の精度とロバスト性は良好であった。
  論文  参考訳（メタデータ） (2024-06-10T15:36:23Z)
• VICAN: Very Efficient Calibration Algorithm for Large Camera Networks [49.17165360280794]
  ポースグラフ最適化手法を拡張する新しい手法を提案する。 我々は、カメラを含む二部グラフ、オブジェクトの動的進化、各ステップにおけるカメラオブジェクト間の相対変換について考察する。 我々のフレームワークは従来のPGOソルバとの互換性を維持しているが、その有効性はカスタマイズされた最適化方式の恩恵を受けている。
  論文  参考訳（メタデータ） (2024-03-25T17:47:03Z)
• Optimizing Camera Configurations for Multi-View Pedestrian Detection [21.89117952343898]
  本研究では,トランス方式のカメラ構成生成器を特徴とする新しいソリューションを提案する。 強化学習を用いて、このジェネレータは、アクション空間内の広大な組み合わせを自律的に探索し、最も高い検出精度を与える構成を探索する。 複数のシミュレーションシナリオにおいて、トランスフォーマーモデルによって生成された構成は、人間の専門家が設計したランダム検索、最適化、構成よりも一貫して優れています。
  論文  参考訳（メタデータ） (2023-12-04T18:59:02Z)
• Multi-Modal Neural Radiance Field for Monocular Dense SLAM with a Light-Weight ToF Sensor [58.305341034419136]
  単眼カメラと軽量ToFセンサを備えた初の高密度SLAMシステムを提案する。 本稿では,RGBカメラと軽量ToFセンサの両方の信号のレンダリングをサポートするマルチモーダル暗黙のシーン表現を提案する。 実験により,本システムは軽量なToFセンサの信号をうまく利用し,競合的な結果が得られることが示された。
  論文  参考訳（メタデータ） (2023-08-28T07:56:13Z)
• Structure PLP-SLAM: Efficient Sparse Mapping and Localization using Point, Line and Plane for Monocular, RGB-D and Stereo Cameras [13.693353009049773]
  本稿では,PPRモジュールを組み込んだ高機能カメラローカライゼーションを実現するために,ポイント・ライン・クラウドを用いた視界SLAMシステムを提案する。 再構成された線や平面上での複数の実行時最適化を提案することにより,幾何的プリミティブをスケールのあいまいさで再構築するという課題に対処する。 その結果,提案したSLAMはセマンティック機能をしっかりと組み込んで,トラッキングとバックエンドの最適化を強化していることがわかった。
  論文  参考訳（メタデータ） (2022-07-13T09:05:35Z)
• High-resolution Ecosystem Mapping in Repetitive Environments Using Dual Camera SLAM [18.15512110340033]
  本稿では,前向き広角カメラをローカライズに,下向き狭角カメラを文書化に用いたデュアルカメラSLAM手法を提案する。 いくつかの最先端のSfMアプローチと実験的な比較では、デュアルカメラSLAMアプローチが繰り返し環境システムにおいてより良い性能を発揮することが示されている。
  論文  参考訳（メタデータ） (2022-01-10T14:29:37Z)
• How to Calibrate Your Event Camera [58.80418612800161]
  画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。 ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
  論文  参考訳（メタデータ） (2021-05-26T07:06:58Z)
• Infrastructure-based Multi-Camera Calibration using Radial Projections [117.22654577367246]
  パターンベースのキャリブレーション技術は、カメラの内在を個別にキャリブレーションするために使用することができる。 Infrastucture-based calibration techniqueはSLAMやStructure-from-Motionで事前に構築した3Dマップを用いて外部情報を推定することができる。 本稿では,インフラストラクチャベースのアプローチを用いて,マルチカメラシステムをスクラッチから完全にキャリブレーションすることを提案する。
  論文  参考訳（メタデータ） (2020-07-30T09:21:04Z)
• DeProCams: Simultaneous Relighting, Compensation and Shape Reconstruction for Projector-Camera Systems [91.45207885902786]
  本稿では,ProCamsの測光および幾何学的マッピングを学習するために,DeProCamsという新しいエンドツーエンドトレーニングモデルを提案する。 DeProCamsは、プロジェクターカメライメージマッピングを、シェーディング属性推定、粗い直接光推定、フォトリアリスティックなニューラルレンダリングの3つのサブプロセスに明示的に分解する。 私たちの実験では、DeProCamsは、期待できる品質と完全に差別化可能な従来の芸術よりも明確な優位性を示している。
  論文  参考訳（メタデータ） (2020-03-06T05:49:16Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。