論文の概要: Minimal Solvers for Indoor UAV Positioning

• arxiv url: http://arxiv.org/abs/2003.07111v1
• Date: Mon, 16 Mar 2020 11:07:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-23 03:31:44.413432
• Title: Minimal Solvers for Indoor UAV Positioning
• Title（参考訳）: 室内UAV測位のための最小解法
• Authors: Marcus Valtonen \"Ornhag and Patrik Persson and M{\aa}rten Wadenb\"ack and Kalle {\AA}str\"om and Anders Heyden
• Abstract要約: 本稿では,視覚的室内UAVナビゲーションへの応用において自然に発生する相対的なポーズ問題について考察する。 分解器は、室内のさまざまな現実的なシナリオのために、部分的にキャリブレーションされたカメラ用に設計されている。 提案した解法は, 数値安定性が向上し, より高速で, より少ない点対応が要求される。
• 参考スコア（独自算出の注目度）: 1.7149364927872015
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper we consider a collection of relative pose problems which arise naturally in applications for visual indoor UAV navigation. We focus on cases where additional information from an onboard IMU is available and thus provides a partial extrinsic calibration through the gravitational vector. The solvers are designed for a partially calibrated camera, for a variety of realistic indoor scenarios, which makes it possible to navigate using images of the ground floor. Current state-of-the-art solvers use more general assumptions, such as using arbitrary planar structures; however, these solvers do not yield adequate reconstructions for real scenes, nor do they perform fast enough to be incorporated in real-time systems. We show that the proposed solvers enjoy better numerical stability, are faster, and require fewer point correspondences, compared to state-of-the-art solvers. These properties are vital components for robust navigation in real-time systems, and we demonstrate on both synthetic and real data that our method outperforms other methods, and yields superior motion estimation.
• Abstract（参考訳）: 本稿では,視覚的室内UAVナビゲーションへの応用において自然に発生する相対的なポーズ問題について考察する。 我々は、搭載したIMUから追加情報が得られるケースに焦点を当て、重力ベクトルによる部分的な外因性キャリブレーションを提供する。 ソルバーは部分的に調整されたカメラ用に設計されており、様々なリアルな屋内シナリオのために設計されている。 現在の最先端の解決者は任意の平面構造を使用するなど、より一般的な仮定を用いているが、実際のシーンに対して適切な再構築を行なわず、リアルタイムシステムに組み込むのに十分な性能を発揮できない。 提案した解法は, 数値安定性が向上し, より高速で, より少ない点対応を必要とする。 これらの特性は, リアルタイムシステムにおけるロバストナビゲーションに欠かせない要素であり, 提案手法が他の手法より優れ, より優れた動き推定が得られることを示す。

関連論文リスト

• Pose Estimation from Camera Images for Underwater Inspection [0.0]
  ビジュアルローカライゼーションは慣性ナビゲーションシステムに代わる費用対効果がある。 画像からの機械学習によるポーズ推定は,水中環境において有望であることを示す。 我々は、新しいビュー合成モデルを用いて、探索されていない地域でのポーズ推定を大幅に強化し、強化されたトレーニングデータを生成する。
  論文  参考訳（メタデータ） (2024-07-24T03:00:53Z)
• Simultaneous Map and Object Reconstruction [66.66729715211642]
  本稿では,LiDARから大規模都市景観を動的に再現する手法を提案する。 我々は、最近の新しいビュー合成法から着想を得て、大域的な最適化として再構築問題を提起する。 連続動作の慎重なモデリングにより, 回転するLiDARセンサの回転シャッター効果を補うことができる。
  論文  参考訳（メタデータ） (2024-06-19T23:53:31Z)
• Scalable Vehicle Re-Identification via Self-Supervision [66.2562538902156]
  自動車再同定は、都市規模の車両分析システムにおいて重要な要素の1つである。 車両再設計のための最先端のソリューションの多くは、既存のre-idベンチマークの精度向上に重点を置いており、計算の複雑さを無視することが多い。 推論時間に1つのネットワークのみを使用する自己教師型学習によって、シンプルで効果的なハイブリッドソリューションを提案する。
  論文  参考訳（メタデータ） (2022-05-16T12:14:42Z)
• Deep Learning for Real Time Satellite Pose Estimation on Low Power Edge TPU [58.720142291102135]
  本稿では,ニューラルネットワークアーキテクチャを利用したポーズ推定ソフトウェアを提案する。 我々は、低消費電力の機械学習アクセラレーターが宇宙での人工知能の活用を可能にしていることを示す。
  論文  参考訳（メタデータ） (2022-04-07T08:53:18Z)
• Towards Scale Consistent Monocular Visual Odometry by Learning from the Virtual World [83.36195426897768]
  仮想データから絶対スケールを取得するための新しいフレームワークであるVRVOを提案する。 まず、モノクロ実画像とステレオ仮想データの両方を用いて、スケール対応の異種ネットワークをトレーニングする。 結果として生じるスケール一貫性の相違は、直接VOシステムと統合される。
  論文  参考訳（メタデータ） (2022-03-11T01:51:54Z)
• Combining Local and Global Pose Estimation for Precise Tracking of Similar Objects [2.861848675707602]
  類似・非テクスチャオブジェクトに対する多目的6D検出・追跡パイプラインを提案する。 合成画像のみを訓練した新しいネットワークアーキテクチャは、複数のオブジェクトの同時ポーズ推定を可能にする。 建設現場における実際のAR支援アプリケーションにおいて,システムがどのように利用できるかを示す。
  論文  参考訳（メタデータ） (2022-01-31T14:36:57Z)
• Trust Your IMU: Consequences of Ignoring the IMU Drift [2.253916533377465]
  本研究では,未知の焦点長と半径歪みプロファイルを持つ相対ポーズ問題を共同で解くための最初の解法を開発した。 部分校正されたセットアップでは,精度が小さく,あるいは無視できるような,最先端のアルゴリズムに比べて大幅なスピードアップを示す。 市販の異なる低コストのUAV上で提案されたソルバーを評価し、IMUドリフトに関する新しい仮定が実用アプリケーションで実現可能であることを実証する。
  論文  参考訳（メタデータ） (2021-03-15T11:24:54Z)
• FAITH: Fast iterative half-plane focus of expansion estimation using event-based optic flow [3.326320568999945]
  本研究では, 小型航空機(MAV)の走行経路を決定するためのFAst ITerative Half-plane (FAITH)法を提案する。 その結果,提案手法の計算効率は高い精度を維持しながら最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2021-02-25T12:49:02Z)
• Object-based Illumination Estimation with Rendering-aware Neural Networks [56.01734918693844]
  個々の物体とその局所画像領域のRGBD外観から高速環境光推定手法を提案する。 推定照明により、仮想オブジェクトは実際のシーンと一貫性のあるシェーディングでARシナリオでレンダリングできる。
  論文  参考訳（メタデータ） (2020-08-06T08:23:19Z)
• DynaMiTe: A Dynamic Local Motion Model with Temporal Constraints for Robust Real-Time Feature Matching [47.72468932196169]
  本稿では,ディスクリプタ入力に非依存な軽量パイプラインDynaMiTeを提案する。 DynaMiTeは、マッチング精度とフレームレートの高いカメラポーズ推定の両方で優れた結果を得る。
  論文  参考訳（メタデータ） (2020-07-31T12:18:18Z)

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。