論文の概要: HDPV-SLAM: Hybrid Depth-augmented Panoramic Visual SLAM for Mobile
Mapping System with Tilted LiDAR and Panoramic Visual Camera
- arxiv url: http://arxiv.org/abs/2301.11823v1
- Date: Fri, 27 Jan 2023 16:25:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-30 15:01:50.878141
- Title: HDPV-SLAM: Hybrid Depth-augmented Panoramic Visual SLAM for Mobile
Mapping System with Tilted LiDAR and Panoramic Visual Camera
- Title(参考訳): HDPV-SLAM:Tilted LiDARとパノラマカメラを用いたモバイルマッピングシステムのためのハイブリッド奥行きパノラマ画像SLAM
- Authors: Mostafa Ahmadi, Amin Alizadeh Naeini, Zahra Arjmandi, Yujia Zhang,
Mohammad Moein Sheikholeslami, and Gunho Sohn
- Abstract要約: 本稿では,Hybrid Depth-augmented Panoramic Visual SLAM (HDPV-SLAM) と呼ばれる新しい視覚同時局所化マッピングシステムを提案する。
パノラマカメラとタイトルのマルチビームLiDARスキャナーを用いて、正確で計量的にスケールした車両軌道を生成する。
RGB-D SLAMシステムの性能を制限する2つの問題を克服しようとしている。
- 参考スコア(独自算出の注目度): 4.2421412410466575
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper proposes a novel visual simultaneous localization and mapping
(SLAM), called Hybrid Depth-augmented Panoramic Visual SLAM (HDPV-SLAM),
generating accurate and metrically scaled vehicle trajectories using a
panoramic camera and a titled multi-beam LiDAR scanner. RGB-D SLAM served as
the design foundation for HDPV-SLAM, adding depth information to visual
features. It seeks to overcome the two problems that limit the performance of
RGB-D SLAM systems. The first barrier is the sparseness of LiDAR depth, which
makes it challenging to connect it with visual features extracted from the RGB
image. We address this issue by proposing a depth estimation module for
iteratively densifying sparse LiDAR depth based on deep learning (DL). The
second issue relates to the challenges in the depth association caused by a
significant deficiency of horizontal overlapping coverage between the panoramic
camera and the tilted LiDAR sensor. To overcome this difficulty, we present a
hybrid depth association module that optimally combines depth information
estimated by two independent procedures, feature triangulation and depth
estimation. This hybrid depth association module intends to maximize the use of
more accurate depth information between the triangulated depth with visual
features tracked and the DL-based corrected depth during a phase of feature
tracking. We assessed HDPV-SLAM's performance using the 18.95 km-long York
University and Teledyne Optech (YUTO) MMS dataset. Experimental results
demonstrate that the proposed two modules significantly contribute to
HDPV-SLAM's performance, which outperforms the state-of-the-art (SOTA) SLAM
systems.
- Abstract(参考訳): 本論文では,パノラマカメラとマルチビームlidarスキャナを用いて高精度かつメートルスケールの車両軌跡を生成する,ハイブリッド奥行き誘導パノラマ視覚スラム (hdpv-slam) と呼ばれる新しい視覚同時測位・マッピング (slam) を提案する。
RGB-D SLAMはHDPV-SLAMの設計基盤として機能し、視覚的特徴に深度情報を加えた。
RGB-D SLAMシステムの性能を制限する2つの問題を克服しようとしている。
最初の障壁はライダー深度のばらばらさであり、rgb画像から抽出された視覚的な特徴との接続が困難である。
本稿では,ディープラーニング(DL)に基づく疎LiDAR深度を反復的に密度化するための深さ推定モジュールを提案する。
第2の課題は、パノラマカメラと傾斜したLiDARセンサの間に水平重なり合うカバーが欠如していることによる奥行き関係の課題に関するものである。
この難しさを克服するために,特徴三角法と深度推定という2つの独立した手順によって推定される深度情報を最適に組み合わせたハイブリッド深度関連モジュールを提案する。
このハイブリッド深度関連モジュールは、視覚的特徴追跡による三角深度と、特徴追跡の段階におけるDLベースの補正深度とのより正確な深度情報の使用を最大化する。
我々は、ヨーク大学とテレダイン・オプテック(YUTO)のMMSデータセットを用いて、HDPV-SLAMの性能を評価した。
実験の結果,提案した2つのモジュールはHDPV-SLAMの性能に大きく寄与し,SOTA(State-of-the-art)SLAMシステムよりも優れていた。
関連論文リスト
- Adaptive Stereo Depth Estimation with Multi-Spectral Images Across All Lighting Conditions [58.88917836512819]
本稿では,立体深度推定を取り入れた新しいフレームワークを提案し,正確な幾何学的制約を強制する。
照明の劣化がステレオマッチングに与える影響を軽減するために,劣化マスキングを導入する。
提案手法は,Multi-Spectral Stereo(MS2)データセット上でのSOTA(State-of-the-art)性能を実現する。
論文 参考訳(メタデータ) (2024-11-06T03:30:46Z) - DepthSplat: Connecting Gaussian Splatting and Depth [90.06180236292866]
ガウススプラッティングと深さ推定を結合するDepthSplatを提案する。
まず,事前学習した単眼深度特徴を生かして,頑健な多眼深度モデルを提案する。
また,ガウス的スプラッティングは教師なし事前学習の目的として機能することを示す。
論文 参考訳(メタデータ) (2024-10-17T17:59:58Z) - 360ORB-SLAM: A Visual SLAM System for Panoramic Images with Depth
Completion Network [18.23570356507258]
本稿では,パノラマ画像と深度補完ネットワークを組み合わせた360ORB-SLAMシステムを提案する。
提案手法は既存の単分子SLAM法と比較して精度が高い。
ディープ・コンプリート・ネットワークの統合によりシステムの安定性が向上し、SLAM性能に対する動的要素の影響を緩和する。
論文 参考訳(メタデータ) (2024-01-19T08:52:24Z) - Depth Completion with Multiple Balanced Bases and Confidence for Dense
Monocular SLAM [34.78726455243436]
本稿では,軽量深度補完網をスパースSLAMシステムに統合する新しい手法を提案する。
具体的には,BBC-Netと呼ばれる,高度に最適化されたマルチバス深度補完ネットワークを提案する。
BBC-Netは、オフザシェルキーポイントベースのSLAMシステムによって生成されたスパースポイントを持つ単眼画像から、複数のバランスの取れたベースと信頼マップを予測できる。
論文 参考訳(メタデータ) (2023-09-08T06:15:27Z) - Tightly-Coupled LiDAR-Visual SLAM Based on Geometric Features for Mobile
Agents [43.137917788594926]
幾何学的特徴に基づく密結合LiDAR視覚SLAMを提案する。
視覚サブシステムによって検出された全ラインセグメントは、LiDARサブシステムの制限を克服する。
本システムは,現在最先端のマルチモーダル手法と比較して,より正確でロバストなポーズ推定を実現する。
論文 参考訳(メタデータ) (2023-07-15T10:06:43Z) - Rethinking Disparity: A Depth Range Free Multi-View Stereo Based on
Disparity [17.98608948955211]
既存の学習ベースのマルチビューステレオ(MVS)手法は、3Dコストボリュームを構築するために深さ範囲に依存している。
本稿では,DipMVSと呼ばれるエピポーラ分散フロー(E-flow)に基づく分散型MVS法を提案する。
本研究では、DipMVSは深さ範囲に敏感ではなく、GPUメモリを低くすることで最先端の結果が得られることを示す。
論文 参考訳(メタデータ) (2022-11-30T11:05:02Z) - Unsupervised Visible-light Images Guided Cross-Spectrum Depth Estimation
from Dual-Modality Cameras [33.77748026254935]
クロススペクトル深度推定は、対のデュアルスペクトル画像を用いて、すべての照明条件で深度マップを提供することを目的としている。
本稿では,教師なし可視光画像ガイド型クロススペクトル(熱・可視光,略してTIR-VIS)の奥行き推定フレームワークを提案する。
提案手法は,既存手法と比較して性能が向上する。
論文 参考訳(メタデータ) (2022-04-30T12:58:35Z) - Joint Learning of Salient Object Detection, Depth Estimation and Contour
Extraction [91.43066633305662]
RGB-D Salient Object Detection (SOD) のための新しいマルチタスク・マルチモーダルフィルタトランス (MMFT) ネットワークを提案する。
具体的には、深度推定、健全な物体検出、輪郭推定の3つの相補的なタスクを統合する。マルチタスク機構は、タスク認識の特徴を補助タスクから学習するためのモデルを促進する。
実験の結果、複数のデータセット上での深度に基づくRGB-D SOD法をはるかに上回るだけでなく、高品質の深度マップと塩分濃度を同時に正確に予測できることがわかった。
論文 参考訳(メタデータ) (2022-03-09T17:20:18Z) - High-resolution Depth Maps Imaging via Attention-based Hierarchical
Multi-modal Fusion [84.24973877109181]
誘導DSRのための新しい注意に基づく階層型マルチモーダル融合ネットワークを提案する。
本手法は,再現精度,動作速度,メモリ効率の点で最先端手法よりも優れていることを示す。
論文 参考訳(メタデータ) (2021-04-04T03:28:33Z) - Deep Two-View Structure-from-Motion Revisited [83.93809929963969]
2次元構造移動(SfM)は3次元再構成と視覚SLAMの基礎となる。
古典パイプラインの適切性を活用することで,深部2視点sfmの問題を再検討することを提案する。
本手法は,1)2つのフレーム間の密対応を予測する光フロー推定ネットワーク,2)2次元光フロー対応から相対カメラポーズを計算する正規化ポーズ推定モジュール,3)エピポーラ幾何を利用して探索空間を縮小し,密対応を洗練し,相対深度マップを推定するスケール不変深さ推定ネットワークからなる。
論文 参考訳(メタデータ) (2021-04-01T15:31:20Z) - A Single Stream Network for Robust and Real-time RGB-D Salient Object
Detection [89.88222217065858]
我々は、深度マップを用いて、RGBと深度の間の早期融合と中核融合を誘導する単一ストリームネットワークを設計する。
このモデルは、現在の最も軽量なモデルよりも55.5%軽く、32 FPSのリアルタイム速度で384倍の384ドルの画像を処理している。
論文 参考訳(メタデータ) (2020-07-14T04:40:14Z)
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。