論文の概要: Stereo Visual Inertial Pose Estimation Based on Feedforward-Feedback
Loops
- arxiv url: http://arxiv.org/abs/2007.02250v2
- Date: Mon, 13 Jul 2020 09:07:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-13 08:29:37.504312
- Title: Stereo Visual Inertial Pose Estimation Based on Feedforward-Feedback
Loops
- Title(参考訳): feedforward-feedbackループに基づく立体視覚慣性ポーズ推定
- Authors: Shengyang Chen, Chih-Yung Wen, Yajing Zou and Wu Chen
- Abstract要約: 本稿では,新しいステレオ視覚的慣性ポーズ推定法を提案する。
このシステムはFLVISと呼ばれ、人気のあるEuRoc MAVデータセットで評価されている。
FLVISは、他の最先端のビジュアルSLAMアプローチと比較して高い精度と堅牢性を達成する。
- 参考スコア(独自算出の注目度): 0.38711489380602804
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we present a novel stereo visual inertial pose estimation
method. Compared to the widely used filter-based or optimization-based
approaches, the pose estimation process is modeled as a control system.
Designed feedback or feedforward loops are introduced to achieve the stable
control of the system, which include a gradient decreased feedback loop, a
roll-pitch feed forward loop and a bias estimation feedback loop. This system,
named FLVIS (Feedforward-feedback Loop-based Visual Inertial System), is
evaluated on the popular EuRoc MAV dataset. FLVIS achieves high accuracy and
robustness with respect to other state-of-the-art visual SLAM approaches. The
system has also been implemented and tested on a UAV platform. The source code
of this research is public to the research community.
- Abstract(参考訳): 本稿では,新しい立体視覚慣性ポーズ推定法を提案する。
フィルタベースや最適化ベースのアプローチと比較して、ポーズ推定プロセスは制御系としてモデル化される。
フィードバックループの勾配低下、ロールピッチフィードフォワードループ、バイアス推定フィードバックループを含む、システムの安定的な制御を実現するために、設計されたフィードバックまたはフィードフォワードループを導入している。
FLVIS(Feedforward-feedback Loop-based Visual Inertial System)と名付けられたこのシステムは、人気のあるEuRoc MAVデータセットに基づいて評価される。
FLVISは他の最先端のビジュアルSLAMアプローチと比較して高い精度と堅牢性を達成する。
このシステムはUAVプラットフォーム上でも実装およびテストされている。
この研究のソースコードは研究コミュニティに公開されている。
関連論文リスト
- DFGNN: Dual-frequency Graph Neural Network for Sign-aware Feedback [51.72177873832969]
本稿では,周波数フィルタの観点から正負のフィードバックをモデル化する新しいモデルを提案する。
実世界のデータセットについて広範な実験を行い、提案モデルの有効性を実証する。
論文 参考訳(メタデータ) (2024-05-24T07:07:41Z) - Joint Sparsity Pattern Learning Based Channel Estimation for Massive
MIMO-OTFS Systems [46.42375183269616]
大規模マルチインプット・マルチアウトプット(MIMO)変調システムのためのジョイント・スパシティ・パターン・ラーニング(JSPL)に基づくチャネル推定手法を提案する。
シミュレーション結果と解析の結果から,提案したチャネル推定手法は,最先端のベースライン方式よりも性能が向上することが示された。
論文 参考訳(メタデータ) (2024-03-06T15:05:39Z) - Image Restoration by Denoising Diffusion Models with Iteratively Preconditioned Guidance [9.975341265604577]
深層ニューラルネットワークのトレーニングは、画像復元問題に対処するための一般的なアプローチとなっている。
低ノイズ環境では、バックプロジェクション(BP)に基づくガイダンスが有望な戦略であることが示されている。
本稿では,BPベースのガイダンスから少なくとも2乗のガイダンスへのトラバースを可能にする,事前条件に基づく新しいガイダンス手法を提案する。
論文 参考訳(メタデータ) (2023-12-27T10:57:03Z) - System-Level Natural Language Feedback [83.24259100437965]
システムレベルの設計決定を人為的なループプロセスで形式化する上で,フィードバックの活用方法を示す。
検索クエリと対話応答生成を改善するために,本手法のケーススタディを2つ実施する。
システムレベルのフィードバックとインスタンスレベルのフィードバックの組み合わせは、さらなる利益をもたらします。
論文 参考訳(メタデータ) (2023-06-23T16:21:40Z) - DH-PTAM: A Deep Hybrid Stereo Events-Frames Parallel Tracking And Mapping System [1.443696537295348]
本稿では,視覚的並列追跡・マッピング(PTAM)システムに対するロバストなアプローチを提案する。
提案手法は,異種多モード視覚センサの強度を統一参照フレームに組み合わせたものである。
私たちの実装のリサーチベースのPython APIはGitHubで公開されています。
論文 参考訳(メタデータ) (2023-06-02T19:52:13Z) - Breaking Feedback Loops in Recommender Systems with Causal Inference [99.22185950608838]
近年の研究では、フィードバックループが推奨品質を損なう可能性があり、ユーザの振る舞いを均質化している。
本稿では、因果推論を用いてフィードバックループを確実に破壊するアルゴリズムCAFLを提案する。
従来の補正手法と比較して,CAFLは推奨品質を向上することを示す。
論文 参考訳(メタデータ) (2022-07-04T17:58:39Z) - Importance Weighting Approach in Kernel Bayes' Rule [43.221685127485735]
本研究では,特徴量を用いたベイズ計算における非パラメトリック手法について検討する。
ベイズ更新に関わる全ての量は観測データから学習され、この手法は完全にモデル無しである。
提案手法は重要度重み付けに基づいており,既存のKBR手法よりも優れた数値安定性が得られる。
論文 参考訳(メタデータ) (2022-02-05T03:06:59Z) - Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
視覚SLAMシステムのための新しい最適化バックボーンを提案する。
従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。
我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
論文 参考訳(メタデータ) (2020-11-02T18:02:26Z) - Transition control of a tail-sitter UAV using recurrent neural networks [80.91076033926224]
制御戦略は姿勢と速度安定化に基づいている。
RNNは高非線形空力項の推定に用いられる。
その結果, 遷移操作時の直線速度とピッチ角の収束性を示した。
論文 参考訳(メタデータ) (2020-06-29T21:33:30Z) - The Sloop System for Individual Animal Identification with Deep Learning [0.456877715768796]
MIT Sloopシステムは、静止しない動物の集団分布のデータベースから写真をインデックスし、検索する。
これを実現するために、専門家や観衆からのまばらな関連性フィードバックを用いて、汎用的な視覚特徴表現を適応的に表現し、一致させる。
振幅, 変形特性を持つプライミングは, 優れた認識結果を得るためには, 非常に浅いネットワークを必要とすることを示す。
論文 参考訳(メタデータ) (2020-03-01T19:08:06Z)
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。