論文の概要: Revisiting visual-inertial structure from motion for odometry and SLAM
initialization
- arxiv url: http://arxiv.org/abs/2006.06017v2
- Date: Thu, 28 Jan 2021 17:58:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-23 06:18:44.027742
- Title: Revisiting visual-inertial structure from motion for odometry and SLAM
initialization
- Title(参考訳): 眼球運動とSLAM初期化のための視覚慣性構造の再検討
- Authors: Georgios Evangelidis, Branislav Micusik
- Abstract要約: 私たちは、未知の3D$ポイントをそれぞれの観測値と組み合わせた直接三角測量を構築します。
すべてのシーンポイントの観測は共同で行われており、バイアスが小さく、より堅牢な解が導かれる。
提案した定式化法は, 標準閉形式解法と比較して, 速度および点再構成誤差を最大50ドルまで低減できる。
- 参考スコア(独自算出の注目度): 5.33024001730262
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, an efficient closed-form solution for the state initialization
in visual-inertial odometry (VIO) and simultaneous localization and mapping
(SLAM) is presented. Unlike the state-of-the-art, we do not derive linear
equations from triangulating pairs of point observations. Instead, we build on
a direct triangulation of the unknown $3D$ point paired with each of its
observations. We show and validate the high impact of such a simple difference.
The resulting linear system has a simpler structure and the solution through
analytic elimination only requires solving a $6\times 6$ linear system (or $9
\times 9$ when accelerometer bias is included). In addition, all the
observations of every scene point are jointly related, thereby leading to a
less biased and more robust solution. The proposed formulation attains up to
$50$ percent decreased velocity and point reconstruction error compared to the
standard closed-form solver, while it is $4\times$ faster for a $7$-frame set.
Apart from the inherent efficiency, fewer iterations are needed by any further
non-linear refinement thanks to better parameter initialization. In this
context, we provide the analytic Jacobians for a non-linear optimizer that
optionally refines the initial parameters. The superior performance of the
proposed solver is established by quantitative comparisons with the
state-of-the-art solver.
- Abstract(参考訳): 本稿では,視覚慣性オドメトリー(VIO)と同時局所化・マッピング(SLAM)における状態初期化のための効率的な閉形式解を提案する。
最先端とは違って、三角点観測の対から線形方程式を導出しない。
その代わり、未知の3D$ポイントをそれぞれの観測値と組み合わせた直接三角測量を構築します。
このような単純な違いによる高い影響を示し、検証する。
結果として得られる線形系はより単純な構造を持ち、解析的除去による解は6\times 6$の線形系(加速度計バイアスを含むと9 \times 9$)を解く必要がある。
さらに、すべてのシーンポイントのすべての観察は共同で関連しており、バイアスが少なくより堅牢なソリューションとなる。
提案された定式化は、標準のクローズドフォームソルバと比較して最大50$%の速度低下とポイント再構成誤差を達成するが、$7のフレームセットでは$4\times$である。
本質的に効率性は別として、パラメータ初期化の改善により、さらに非線形なリファインメントで必要なイテレーションは少なくなる。
この文脈では、初期パラメータを任意に洗練する非線形最適化器に対して解析的ヤコビアンを提供する。
提案した解法の性能は,最先端解法と定量的に比較して評価する。
関連論文リスト
- A Sample Efficient Alternating Minimization-based Algorithm For Robust Phase Retrieval [56.67706781191521]
そこで本研究では,未知の信号の復元を課題とする,ロバストな位相探索問題を提案する。
提案するオラクルは、単純な勾配ステップと外れ値を用いて、計算学的スペクトル降下を回避している。
論文 参考訳(メタデータ) (2024-09-07T06:37:23Z) - Stable Nonconvex-Nonconcave Training via Linear Interpolation [51.668052890249726]
本稿では,ニューラルネットワークトレーニングを安定化(大規模)するための原理的手法として,線形アヘッドの理論解析を提案する。
最適化過程の不安定性は、しばしば損失ランドスケープの非単調性によって引き起こされるものであり、非拡張作用素の理論を活用することによって線型性がいかに役立つかを示す。
論文 参考訳(メタデータ) (2023-10-20T12:45:12Z) - Vanishing Point Estimation in Uncalibrated Images with Prior Gravity
Direction [82.72686460985297]
我々はマンハッタンのフレームを推定する問題に取り組む。
2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。
また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
論文 参考訳(メタデータ) (2023-08-21T13:03:25Z) - Smooth over-parameterized solvers for non-smooth structured optimization [3.756550107432323]
非滑らか性 (non-smoothness) は、空間性、群空間性、低ランクエッジ、鋭いエッジなどの解の構造的制約を符号化する。
我々は、基礎となる非滑らかな最適化問題の非重み付きだが滑らかな過度パラメータ化を運用する。
我々の主な貢献は変数の一部を明示的に最小化することで新しい定式化を定義する変数射影(VarPro)を適用することです。
論文 参考訳(メタデータ) (2022-05-03T09:23:07Z) - Relative Pose from SIFT Features [50.81749304115036]
基本行列の未知元と向きとスケールに関する新しい線形制約を導出する。
提案した制約は、合成環境における多くの問題と、80000以上の画像ペア上で公開されている実世界のデータセットでテストされる。
論文 参考訳(メタデータ) (2022-03-15T14:16:39Z) - Hybrid Trilinear and Bilinear Programming for Aligning Partially
Overlapping Point Sets [85.71360365315128]
多くの応用において、部分重なり合う点集合が対応するRPMアルゴリズムに不変であるようなアルゴリズムが必要である。
まず、目的が立方体有界関数であることを示し、次に、三線型および双線型単相変換の凸エンベロープを用いて、その下界を導出する。
次に、変換変数上の分岐のみを効率よく実行するブランチ・アンド・バウンド(BnB)アルゴリズムを開発する。
論文 参考訳(メタデータ) (2021-01-19T04:24:23Z) - Dualize, Split, Randomize: Toward Fast Nonsmooth Optimization Algorithms [21.904012114713428]
第一のFが滑らかで第二のFが非滑らかで近似可能な3つの凸函数の和を考える。
このテンプレート問題には、画像処理や機械学習など、多くの応用がある。
この問題に対して PDDY と呼ぶ新しい原始双対アルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-04-03T10:48:01Z) - Holistically-Attracted Wireframe Parsing [123.58263152571952]
本稿では,入力画像中のベクトル化ワイヤフレームを1つのフォワードパスで検出する高速で類似的な解析手法を提案する。
提案手法は, (i) ラインセグメントとジャンクション提案生成, (ii) ラインセグメントとジャンクションマッチング, (iii) ラインセグメントとジャンクション検証の3つのコンポーネントから構成される。
論文 参考訳(メタデータ) (2020-03-03T17:43:57Z)
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。