論文の概要: Digital Twin-Based 3D Map Management for Edge-Assisted Mobile Augmented Reality

• arxiv url: http://arxiv.org/abs/2305.16571v1
• Date: Fri, 26 May 2023 01:38:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-29 17:30:02.841453
• Title: Digital Twin-Based 3D Map Management for Edge-Assisted Mobile Augmented Reality
• Title（参考訳）: エッジ支援型モバイル拡張現実のためのデジタルツイン型3dマップ管理
• Authors: Conghao Zhou, Jie Gao, Mushu Li, Nan Cheng, Xuemin Shen, Weihua Zhuang
• Abstract要約: エッジ支援型モバイル拡張現実(MAR)のためのディジタルツイン(DT)を用いた3次元マップ管理手法を提案する。 まず、その後のカメラフレームの予測に基づいて、3Dマップ管理をエミュレートするMAR装置用のDTを作成する。 次に、実データとエミュレートデータの両方から収集したデータを利用して、3Dマップを管理するモデルベース強化学習(MBRL)アルゴリズムを開発した。
• 参考スコア（独自算出の注目度）: 43.92003852614186
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we design a 3D map management scheme for edge-assisted mobile augmented reality (MAR) to support the pose estimation of individual MAR device, which uploads camera frames to an edge server. Our objective is to minimize the pose estimation uncertainty of the MAR device by periodically selecting a proper set of camera frames for uploading to update the 3D map. To address the challenges of the dynamic uplink data rate and the time-varying pose of the MAR device, we propose a digital twin (DT)-based approach to 3D map management. First, a DT is created for the MAR device, which emulates 3D map management based on predicting subsequent camera frames. Second, a model-based reinforcement learning (MBRL) algorithm is developed, utilizing the data collected from both the actual and the emulated data to manage the 3D map. With extensive emulated data provided by the DT, the MBRL algorithm can quickly provide an adaptive map management policy in a highly dynamic environment. Simulation results demonstrate that the proposed DT-based 3D map management outperforms benchmark schemes by achieving lower pose estimation uncertainty and higher data efficiency in dynamic environments.
• Abstract（参考訳）: 本稿では,エッジサーバにカメラフレームをアップロードする個々のMARデバイスのポーズ推定を支援するために,エッジ支援型モバイル拡張現実(MAR)のための3次元マップ管理手法を設計する。 我々の目的は、3Dマップを更新するためにアップロードするカメラフレームの適切なセットを定期的に選択することで、MARデバイスのポーズ推定の不確実性を最小化することである。 ダイナミックアップリンクデータレートの課題とmarデバイスの時間的変動状況に対処するため,デジタルツイン(dt)ベースの3dマップ管理手法を提案する。 まず、その後のカメラフレームの予測に基づいて、3Dマップ管理をエミュレートするMAR装置用のDTを作成する。 次に,実データとエミュレートデータの両方から収集したデータを利用して3dマップを管理するモデルベース強化学習(mbrl)アルゴリズムを開発した。 dtによって提供される広範なエミュレートデータにより、mbrlアルゴリズムは高度にダイナミックな環境で適応的な地図管理ポリシーを迅速に提供することができる。 シミュレーションの結果,提案したDTベースの3Dマップ管理は,動的環境における低いポーズ推定の不確かさと高いデータ効率を達成することにより,ベンチマークスキームよりも優れていた。

関連論文リスト

• NextBestPath: Efficient 3D Mapping of Unseen Environments [33.62355071343121]
  従来のアプローチでは、主にエージェントの位置に近い次の最良のビューを予測するが、これは局所的に立ち往生する傾向にある。 本研究では,Dom ゲーム用のマップ生成器を備えた新しいデータセット AiMDoom を導入し,多様な屋内環境におけるアクティブな3Dマッピングのベンチマークを行う。 我々は、近視視点のみに焦点をあてるのではなく、長期的な目標を予測できる、NBP(Next-best-path)と呼ばれる新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-02-07T23:18:08Z)
• Mapping and Localization Using LiDAR Fiducial Markers [0.8702432681310401]
  Dissertationは、LiDARフィデューシャルマーカーを用いたマッピングとローカライゼーションのための新しいフレームワークを提案する。 Intensity Image-based LiDAR Fiducial Marker (IFM)システムを導入する。 LFMに基づく新しいマッピングとローカライズ手法は、順序のない低オーバーラップ点雲を登録する。
  論文  参考訳（メタデータ） (2025-02-05T17:33:59Z)
• BIMCaP: BIM-based AI-supported LiDAR-Camera Pose Refinement [0.3749861135832073]
  本稿では,移動体3DスパースLiDARデータとカメラ計測をビルディング情報モデルと統合する新しい手法であるBIMCaPを紹介する。 実世界のオープンアクセスデータを用いて実験したところ、BIMCaPは精度が良く、翻訳誤差を4cm以上削減できることがわかった。
  論文  参考訳（メタデータ） (2024-12-04T16:26:17Z)
• MM3DGS SLAM: Multi-modal 3D Gaussian Splatting for SLAM Using Vision, Depth, and Inertial Measurements [59.70107451308687]
  カメラ画像と慣性測定による地図表現に3Dガウスアンを用いることで、精度の高いSLAMが実現できることを示す。 我々の手法であるMM3DGSは、より高速なスケール認識と軌道追跡の改善により、事前レンダリングの限界に対処する。 また,カメラと慣性測定ユニットを備えた移動ロボットから収集したマルチモーダルデータセットUT-MMもリリースした。
  論文  参考訳（メタデータ） (2024-04-01T04:57:41Z)
• Volumetric Semantically Consistent 3D Panoptic Mapping [77.13446499924977]
  非構造環境における自律エージェントに適したセマンティック3Dマップを生成することを目的としたオンライン2次元から3次元のセマンティック・インスタンスマッピングアルゴリズムを提案する。 マッピング中にセマンティック予測の信頼性を統合し、セマンティックおよびインスタンス一貫性のある3D領域を生成する新しい方法を導入する。 提案手法は,パブリックな大規模データセット上での最先端の精度を実現し,多くの広く使用されているメトリクスを改善した。
  論文  参考訳（メタデータ） (2023-09-26T08:03:10Z)
• 3D Data Augmentation for Driving Scenes on Camera [50.41413053812315]
  本稿では,Drive-3DAugと呼ばれる3次元データ拡張手法を提案する。 まずNeural Radiance Field(NeRF)を用いて,背景および前景の3次元モデルの再構成を行う。 そして、予め定義された背景の有効領域に適応した位置と向きの3Dオブジェクトを配置することにより、拡張駆動シーンを得ることができる。
  論文  参考訳（メタデータ） (2023-03-18T05:51:05Z)
• Monocular Quasi-Dense 3D Object Tracking [99.51683944057191]
  周囲の物体の将来の位置を予測し、自律運転などの多くのアプリケーションで観測者の行動を計画するためには、信頼性と正確な3D追跡フレームワークが不可欠である。 移動プラットフォーム上で撮影された2次元画像のシーケンスから,移動物体を時間とともに効果的に関連付け,その全3次元バウンディングボックス情報を推定するフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-03-12T15:30:02Z)
• Walk2Map: Extracting Floor Plans from Indoor Walk Trajectories [23.314557741879664]
  室内を歩く人の軌跡からフロアプランを生成するデータ駆動型アプローチであるWalk2Mapを紹介します。 データ駆動慣性オドメトリーの進歩により、そのような最小限の入力データは、コンシューマレベルのスマートフォンのIMU読み取りから得ることができる。 スキャンした3d屋内モデルを用いてネットワークをトレーニングし、屋内歩行軌跡にカスケードな方法で適用する。
  論文  参考訳（メタデータ） (2021-02-27T16:29:09Z)
• Lightweight Multi-View 3D Pose Estimation through Camera-Disentangled Representation [57.11299763566534]
  空間校正カメラで撮影した多視点画像から3次元ポーズを復元する手法を提案する。 我々は3次元形状を利用して、入力画像をカメラ視点から切り離したポーズの潜在表現に融合する。 アーキテクチャは、カメラプロジェクション演算子に学習した表現を条件付け、ビュー当たりの正確な2次元検出を生成する。
  論文  参考訳（メタデータ） (2020-04-05T12:52:29Z)

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。