論文の概要: Dual-SLAM: A framework for robust single camera navigation

• arxiv url: http://arxiv.org/abs/2009.11219v1
• Date: Wed, 23 Sep 2020 15:31:46 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-15 16:27:27.142340
• Title: Dual-SLAM: A framework for robust single camera navigation
• Title（参考訳）: Dual-SLAM:ロバストな単一カメラナビゲーションのためのフレームワーク
• Authors: Huajian Huang, Wen-Yan Lin, Siying Liu, Dong Zhang and Sai-Kit Yeung
• Abstract要約: SLAMはリアルタイムな自己ローカライゼーションを備えた移動エージェントの提供を目指している。 リアルタイムの速度を達成するため、SLAMは徐々に位置推定を伝搬する。 局所的なポーズ推定の失敗は定期的に発生し、SLAMシステム全体が不安定になる。
• 参考スコア（独自算出の注目度）: 17.94839783823223
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: SLAM (Simultaneous Localization And Mapping) seeks to provide a moving agent with real-time self-localization. To achieve real-time speed, SLAM incrementally propagates position estimates. This makes SLAM fast but also makes it vulnerable to local pose estimation failures. As local pose estimation is ill-conditioned, local pose estimation failures happen regularly, making the overall SLAM system brittle. This paper attempts to correct this problem. We note that while local pose estimation is ill-conditioned, pose estimation over longer sequences is well-conditioned. Thus, local pose estimation errors eventually manifest themselves as mapping inconsistencies. When this occurs, we save the current map and activate two new SLAM threads. One processes incoming frames to create a new map and the other, recovery thread, backtracks to link new and old maps together. This creates a Dual-SLAM framework that maintains real-time performance while being robust to local pose estimation failures. Evaluation on benchmark datasets shows Dual-SLAM can reduce failures by a dramatic $88\%$.
• Abstract（参考訳）: slam(simultaneous localization and mapping)は、リアルタイムの自己局所化を伴う移動エージェントを提供する。 リアルタイム速度を達成するため、SLAMは徐々に位置推定を伝搬する。 これによりSLAMは高速になるが、局所的なポーズ推定失敗に対して脆弱になる。 局所的なポーズ推定が不調なため、局所的なポーズ推定の失敗が定期的に発生し、全体のSLAMシステムが不安定になる。 本稿ではこの問題を修正しようとする。 局所的なポーズ推定は不条件であるが,より長いシーケンスでのポーズ推定は良好である。 したがって、局所的なポーズ推定誤差は最終的にマッピングの不整合として現れます。 これが起こると、現在のマップを保存し、2つの新しいSLAMスレッドを起動します。 1つは、新しいマップを作成するために、もう1つは、新しいマップと古いマップを結びつけるために、リカバリスレッド、バックトラックを処理する。 これによりDual-SLAMフレームワークが作成され、ローカルポーズ推定失敗に対して堅牢なリアルタイムパフォーマンスが維持される。 ベンチマークデータセットの評価では、dual-slamは劇的に8,8\%$で障害を低減できる。

関連論文リスト

• Loopy-SLAM: Dense Neural SLAM with Loop Closures [53.11936461015725]
  ポーズをグローバルに最適化するLoopy-SLAMと高密度3Dモデルを導入する。 我々は,データ駆動のポイントベースサブマップ生成手法を用いてフレーム・ツー・モデル追跡を行い,グローバルな位置認識を行うことで,オンラインのループクロージャをトリガーする。 合成Replicaおよび実世界のTUM-RGBDおよびScanNetデータセットの評価は、既存の高密度ニューラルネットワークRGBD SLAM法と比較して、追跡、マッピング、レンダリングの精度の競争力または優れた性能を示す。
  論文  参考訳（メタデータ） (2024-02-14T18:18:32Z)
• SemanticSLAM: Learning based Semantic Map Construction and Robust Camera Localization [8.901799744401314]
  本稿では,エンド・ツー・エンドの視覚-慣性オドメトリーシステムであるSemanticSLAMを紹介する。 SemanticSLAMはRGB-Dセンサーから抽出された意味的特徴を使用する。 室内環境では、頻繁にカメラを入力しても効果的に機能する。
  論文  参考訳（メタデータ） (2024-01-23T20:02:02Z)
• H-SLAM: Hybrid Direct-Indirect Visual SLAM [1.1470070927586016]
  本稿では,1つの逆深度シーン表現を生成するために記述子共有を利用する新しい手法を提案する。 この表現は局所的に使用することができ、ループクロージャを実行するためにグローバルにクエリされ、以前に観測されたマップポイントを再活性化する機能を持つ。 提案手法で生成したマップは互いにドリフトを示さず,他の単分子SLAMシステムに必要な計算コストとメモリフットプリントのごく一部で計算できる。
  論文  参考訳（メタデータ） (2023-06-12T18:39:03Z)
• Global-to-Local Modeling for Video-based 3D Human Pose and Shape Estimation [53.04781510348416]
  フレーム内精度とフレーム間スムーズさにより,映像に基づく3次元人間のポーズと形状推定を評価する。 エンドツーエンドフレームワークGLoT(Global-to-Local Transformer)における長期的・短期的相関のモデル化を構造的に分離することを提案する。 我々のGLoTは、一般的なベンチマーク(3DPW、MPI-INF-3DHP、Human3.6M)において、最も低いモデルパラメータを持つ従来の最先端の手法を上回る。
  論文  参考訳（メタデータ） (2023-03-26T14:57:49Z)
• FD-SLAM: 3-D Reconstruction Using Features and Dense Matching [18.577229381683434]
  本稿では,高密度フレーム・モデル・オードメトリーを用いたRGB-D SLAMシステムを提案する。 マップ構築をさらに安定化させる3次元特徴に基づく学習ベースのループクロージャコンポーネントを組み込んだ。 このアプローチは、他のシステムがしばしば失敗する大きなシーンにも拡張できる。
  論文  参考訳（メタデータ） (2022-03-25T18:58:46Z)
• Deep Bingham Networks: Dealing with Uncertainty and Ambiguity in Pose Estimation [74.76155168705975]
  Deep Bingham Networks (DBN)は、3Dデータに関するほぼすべての実生活アプリケーションで発生するポーズ関連の不確実性と曖昧性を扱うことができる。 DBNは、(i)異なる分布モードを生成できる多仮説予測ヘッドにより、アートダイレクトポーズ回帰ネットワークの状態を拡張する。 トレーニング中のモードや後方崩壊を回避し,数値安定性を向上させるための新しいトレーニング戦略を提案する。
  論文  参考訳（メタデータ） (2020-12-20T19:20:26Z)
• Better Patch Stitching for Parametric Surface Reconstruction [100.55842629739574]
  ローカルマッピングのグローバルな一貫性を明示的に促進するアプローチを導入する。 第一項は表面の正規性を利用しており、個々の写像内および全体にわたって推定された場合、局所的に一貫した状態を保つことを要求する。 第2項はさらに、新しい縫合誤差を最小化することにより、マッピングの空間構成を改善する。
  論文  参考訳（メタデータ） (2020-10-14T12:37:57Z)
• BSN++: Complementary Boundary Regressor with Scale-Balanced Relation Modeling for Temporal Action Proposal Generation [85.13713217986738]
  我々は,時間的提案生成のための補完的境界回帰器と関係モデリングを利用する新しいフレームワークであるBSN++を提案する。 当然のことながら、提案されたBSN++は、時間的アクションローカライゼーションタスクに関するCVPR19 - ActivityNetのリーダーボードで1位にランクインした。
  論文  参考訳（メタデータ） (2020-09-15T07:08:59Z)
• Persistent Map Saving for Visual Localization for Autonomous Vehicles: An ORB-SLAM Extension [0.0]
  ステレオカメラセンサを用いて環境を知覚し,地図を作成する。 構築したSLAMマップに対して,KITTIデータセットのシーンのローカライズ精度を評価する。 平均走行速度36m/sで走行する車両の相対翻訳誤差が1%以下であることを示す。
  論文  参考訳（メタデータ） (2020-05-15T09:20:31Z)
• Reference Pose Generation for Long-term Visual Localization via Learned Features and View Synthesis [88.80710311624101]
  本稿では,3次元モデルのレンダリングと実画像の特徴マッチングに基づく参照ポーズを生成するための半自動アプローチを提案する。 我々は、Aachen Day-Nightデータセットの夜間参照ポーズを大幅に改善し、最先端の視覚的ローカライゼーション手法が、オリジナルの参照ポーズによって予測されるよりも優れた(最大47%の)性能を示すことを示した。
  論文  参考訳（メタデータ） (2020-05-11T15:13:07Z)
• DynamicSLAM: Leveraging Human Anchors for Ubiquitous Low-Overhead Indoor Localization [5.198840934055703]
  DynamicSLAM は室内でのローカライゼーション技術であり、キャリブレーションの手間を省く。 我々は,携帯電話の慣性センサーを用いてユーザの進路を追跡する。 DynamicSLAMは、環境内の他のユーザとの遭遇に基づいて、モバイルヒューマンアンカーという新しい概念を導入している。
  論文  参考訳（メタデータ） (2020-03-30T19:49:31Z)

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。