論文の概要: Maplets: An Efficient Approach for Cooperative SLAM Map Building Under Communication and Computation Constraints

• arxiv url: http://arxiv.org/abs/2005.10310v1
• Date: Wed, 20 May 2020 18:49:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-01 05:49:57.077168
• Title: Maplets: An Efficient Approach for Cooperative SLAM Map Building Under Communication and Computation Constraints
• Title（参考訳）: Maplets: コミュニケーションおよび計算制約下での協調SLAMマップ構築のための効率的なアプローチ
• Authors: Kevin M. Brink, Jincheng Zhang, Andrew R. Willis, Ryan E. Sherrill, Jamie L. Godwin
• Abstract要約: 本稿では,大規模・近地・地下・屋内空間の協力的探索とマッピングを容易にするためのアプローチを紹介する。 この取り組みは、必要な通信と冗長な処理を制限することを重視したサイズ、重量、パワー(SWaP)エージェントを限定的にターゲットとしている。
• 参考スコア（独自算出の注目度）: 0.8499685241219366
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This article introduces an approach to facilitate cooperative exploration and mapping of large-scale, near-ground, underground, or indoor spaces via a novel integration framework for locally-dense agent map data. The effort targets limited Size, Weight, and Power (SWaP) agents with an emphasis on limiting required communications and redundant processing. The approach uses a unique organization of batch optimization engines to enable a highly efficient two-tier optimization structure. Tier I consist of agents that create and potentially share local maplets (local maps, limited in size) which are generated using Simultaneous Localization and Mapping (SLAM) map-building software and then marginalized to a more compact parameterization. Maplets are generated in an overlapping manner and used to estimate the transform and uncertainty between those overlapping maplets, providing accurate and compact odometry or delta-pose representation between maplet's local frames. The delta poses can be shared between agents, and in cases where maplets have salient features (for loop closures), the compact representation of the maplet can also be shared. The second optimization tier consists of a global optimizer that seeks to optimize those maplet-to-maplet transformations, including any loop closures identified. This can provide an accurate global "skeleton"' of the traversed space without operating on the high-density point cloud. This compact version of the map data allows for scalable, cooperative exploration with limited communication requirements where most of the individual maplets, or low fidelity renderings, are only shared if desired.
• Abstract（参考訳）: 本稿では, 大規模, 近地, 地下, 室内空間の協調的探索とマッピングを, 地域情報エージェントマップデータのための新しい統合フレームワークを用いて支援する手法を提案する。 この取り組みは、必要な通信と冗長な処理を制限することを重視したサイズ、重量、パワー(SWaP)エージェントを限定的にターゲットとしている。 このアプローチは、非常に効率的な2層最適化構造を実現するために、バッチ最適化エンジンのユニークな組織を使用する。 tier iはローカルマップレット(ローカルマップ、サイズ制限)を作成して共有するエージェントで構成されており、同時ローカライゼーション・マッピング(slam)マップ構築ソフトウェアを使って生成され、よりコンパクトなパラメータ化に限界化される。 mapletは重なり合う方法で生成され、重なり合うmaplet間の変換と不確かさを推定するために使用され、mapletのローカルフレーム間の正確なコンパクトなオドメトリまたはデルタポス表現を提供する。 デルタポーズはエージェント間で共有することができ、mapletが正常な特徴を持つ場合(ループクロージャの場合)、mapletのコンパクトな表現も共有できる。 第2の最適化層はグローバルオプティマイザで構成されており、これらのmaplet-to-maplet変換を最適化しようとしている。 これにより、高密度の点雲を操作することなく、トラバース空間の正確なグローバルな「スケルトン」を提供することができる。 地図データのこのコンパクトバージョンは、多くの個々のマップレット、または低忠実度レンダリングが望まれる場合にのみ共有される限られた通信要求で、スケーラブルで協調的な探索を可能にする。

関連論文リスト

• GenMapping: Unleashing the Potential of Inverse Perspective Mapping for Robust Online HD Map Construction [20.1127163541618]
  我々はGenMappingというユニバーサルマップ生成フレームワークを設計した。 このフレームワークは、主および二重補助枝を含む三進的なシナジーアーキテクチャで構築されている。 実験結果の網羅的な配列から,提案手法はセマンティックマッピングとベクトル化マッピングの両方において最先端の手法を超越し,高速な推論速度を維持した。
  論文  参考訳（メタデータ） (2024-09-13T10:15:28Z)
• CBMAP: Clustering-based manifold approximation and projection for dimensionality reduction [0.0]
  データ次元を減少させるために次元性低減法が用いられる。 本研究は,次元削減のためのクラスタリングに基づくアプローチであるCBMAPを紹介する。 CBMAPは、大域的構造と局所的構造の両方を保存することを目的としており、低次元空間のクラスターが高次元空間のクラスタと密接に類似していることを保証する。
  論文  参考訳（メタデータ） (2024-04-27T15:44:21Z)
• Semi-supervised Learning of Pushforwards For Domain Translation & Adaptation [3.800498098285222]
  関連するデータ空間に2つの確率密度が与えられると、1つの密度をもう1つの密度にプッシュする写像を求める。 広いアプリケーション領域にユーティリティを持つマップには、サンプル外のデータポイントに適用するためのマップが必要です。 本稿では,正規化フローを利用して地図をパラメータ化する新しいプッシュフォワードマップ学習アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-18T00:35:32Z)
• Efficient Map Sparsification Based on 2D and 3D Discretized Grids [47.22997560184043]
  マップが大きくなると、より多くのメモリが必要になり、ローカライゼーションが非効率になる。 以前の地図スペーシフィケーション法は、選択されたランドマークの均一分布を強制するために混合整数計画において二次項を追加する。 本稿では,効率的な線形形式で地図スペーシフィケーションを定式化し,2次元離散格子に基づく一様分布ランドマークを選択する。
  論文  参考訳（メタデータ） (2023-03-20T05:49:14Z)
• GoRela: Go Relative for Viewpoint-Invariant Motion Forecasting [121.42898228997538]
  精度や一般化を犠牲にすることなく、全てのエージェントとマップに対して効率的な共有符号化を提案する。 不均一空間グラフにおけるエージェントとマップ要素間の幾何学的関係を表現するために、ペアワイズ相対的な位置符号化を利用する。 我々のデコーダは視点非依存であり、レーングラフ上でエージェント目標を予測し、多様かつコンテキスト対応のマルチモーダル予測を可能にする。
  論文  参考訳（メタデータ） (2022-11-04T16:10:50Z)
• LCPFormer: Towards Effective 3D Point Cloud Analysis via Local Context Propagation in Transformers [60.51925353387151]
  本稿では,近隣地域間のメッセージパッシングを活用するために,LCP (Local Context Propagation) という新しいモジュールを提案する。 隣接するローカル領域の重複点を仲介として使用した後、異なるローカルリージョンからの共有ポイントの特徴を再重み付けし、その後、次のレイヤに渡す。 提案手法は, 異なるタスクに適用可能であり, 3次元形状分類や高密度予測タスクを含むベンチマークにおいて, 様々なトランスフォーマーベースの手法より優れる。
  論文  参考訳（メタデータ） (2022-10-23T15:43:01Z)
• Redesigning Multi-Scale Neural Network for Crowd Counting [68.674652984003]
  本稿では, 集団カウントのための多スケール密度マップを階層的にマージする, 密度専門家の階層的混合を導入する。 階層構造の中では、すべてのスケールからの貢献を促進するために、専門家の競争とコラボレーションのスキームが提示されます。 実験の結果,提案手法は5つの公開データセット上での最先端性能を実現することがわかった。
  論文  参考訳（メタデータ） (2022-08-04T21:49:29Z)
• Global Aggregation then Local Distribution for Scene Parsing [99.1095068574454]
  提案手法は,エンドツーエンドのトレーニング可能なブロックとしてモジュール化され,既存のセマンティックセグメンテーションネットワークに容易に接続可能であることを示す。 私たちのアプローチでは、Cityscapes、ADE20K、Pascal Context、Camvid、COCO-stuffといった主要なセマンティックセグメンテーションベンチマークに基づいて、新しい最先端の技術を構築できます。
  論文  参考訳（メタデータ） (2021-07-28T03:46:57Z)
• Rethinking Localization Map: Towards Accurate Object Perception with Self-Enhancement Maps [78.2581910688094]
  本研究は, カテゴリーラベルのみを監督として, 正確な対象位置分布マップと対象境界を抽出する, 新たな自己強調手法を提案する。 特に、提案されたセルフエンハンスメントマップは、ILSVRC上で54.88%の最先端のローカライゼーション精度を達成する。
  論文  参考訳（メタデータ） (2020-06-09T12:35:55Z)
• Compute-Bound and Low-Bandwidth Distributed 3D Graph-SLAM [1.0435741631709405]
  本稿では,分散3次元SLAMマップ構築のための新しいアプローチについて述べる。 この記事では、分散グラフ-SLAMマップ構築アーキテクチャの作成について論じる。
  論文  参考訳（メタデータ） (2020-05-20T17:39:55Z)

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。