論文の概要: An indoor DSO-based ceiling-vision odometry system for indoor industrial environments

• arxiv url: http://arxiv.org/abs/2412.02950v1
• Date: Wed, 04 Dec 2024 01:36:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-05 15:07:15.005686
• Title: An indoor DSO-based ceiling-vision odometry system for indoor industrial environments
• Title（参考訳）: 室内DSOを用いた室内産業環境用天井視度計測システム
• Authors: Abdelhak Bougouffa, Emmanuel Seignez, Samir Bouaziz, Florian Gardes,
• Abstract要約: 本稿では,DSO(Direct Sparse Odometry)に基づく天井監視システムであるCeiling-DSOを紹介する。 他の天井視システムとは異なり、シーリングDSOはDSOの汎用的な定式化を利用して、天井上の観測可能な形状やランドマークに関する仮定を避けている。
• 参考スコア（独自算出の注目度）: 1.0124625066746595
• License:
• Abstract: Autonomous Mobile Robots operating in indoor industrial environments require a localization system that is reliable and robust. While Visual Odometry (VO) can offer a reasonable estimation of the robot's state, traditional VO methods encounter challenges when confronted with dynamic objects in the scene. Alternatively, an upward-facing camera can be utilized to track the robot's movement relative to the ceiling, which represents a static and consistent space. We introduce in this paper Ceiling-DSO, a ceiling-vision system based on Direct Sparse Odometry (DSO). Unlike other ceiling-vision systems, Ceiling-DSO takes advantage of the versatile formulation of DSO, avoiding assumptions about observable shapes or landmarks on the ceiling. This approach ensures the method's applicability to various ceiling types. Since no publicly available dataset for ceiling-vision exists, we created a custom dataset in a real-world scenario and employed it to evaluate our approach. By adjusting DSO parameters, we identified the optimal fit for online pose estimation, resulting in acceptable error rates compared to ground truth. We provide in this paper a qualitative and quantitative analysis of the obtained results.
• Abstract（参考訳）: 屋内産業環境で動く自律移動ロボットには、信頼性と堅牢性を備えたローカライゼーションシステムが必要である。 ビジュアルオドメトリー(VO)はロボットの状態の合理的な推定を提供するが、従来のVO手法はシーン内の動的オブジェクトと対面する際に困難に直面する。 あるいは、上向きカメラを使用して、静的で一貫した空間を表す天井に対するロボットの動きを追跡することができる。 本稿では,DSO(Direct Sparse Odometry)に基づく天井視システムであるCeiling-DSOを紹介する。 他の天井視システムとは異なり、シーリングDSOはDSOの汎用的な定式化を利用して、天井上の観測可能な形状やランドマークに関する仮定を避けている。 このアプローチは、メソッドが様々な天井タイプに適用可能であることを保証します。 シーリングビジョンのための公開データセットは存在しないため、現実のシナリオでカスタムデータセットを作成し、アプローチを評価するためにそれを使用しました。 DSOパラメータの調整により,オンラインポーズ推定に最適な値が同定された。 本稿では,得られた結果の質的,定量的な分析を行う。

関連論文リスト

• DiffSSC: Semantic LiDAR Scan Completion using Denoising Diffusion Probabilistic Models [18.342569823885864]
  3D LiDARセンサーは、車両の周囲の粗い点雲を捉えるために広く使われている。 このようなシステムは、これらの点雲の空白さと意味論の欠如により、隠蔽された領域と風景の隙間を知覚するのに苦労する。 我々は、より完全なシーン表現を目指して、生のLiDAR測定で得られたシーンにおける観測されていない幾何学と意味を共同で予測する。
  論文  参考訳（メタデータ） (2024-09-26T17:39:05Z)
• Language-EXtended Indoor SLAM (LEXIS): A Versatile System for Real-time Visual Scene Understanding [0.0]
  LEXISはリアルタイム屋内局地化マッピングシステムである。 大規模言語モデルのオープン語彙の性質を活用して、シーン理解と位置認識のための統一的なアプローチを作成する。 レイアウトや寸法の異なる部屋をうまく分類し、最先端のSOTA(State-of-the-art)より優れている。
  論文  参考訳（メタデータ） (2023-09-26T16:50:20Z)
• Machine Learning-based Positioning using Multivariate Time Series Classification for Factory Environments [0.0]
  最先端のソリューションは外部インフラストラクチャに大きく依存しており、潜在的なプライバシー侵害にさらされている。 機械学習(ML)の最近の進歩は、IoTデバイスのオンボードセンサーのデータのみに依存する、これらの制限に対処するソリューションを提供する。 本稿では,移動体をプライバシ関連工場環境に局在させるため,モーションセンサと環境センサを用いた機械学習による屋内位置決めシステムを提案する。
  論文  参考訳（メタデータ） (2023-08-22T10:07:19Z)
• View Consistent Purification for Accurate Cross-View Localization [59.48131378244399]
  本稿では,屋外ロボットのための微細な自己局在化手法を提案する。 提案手法は,既存のクロスビューローカライゼーション手法の限界に対処する。 これは、動的環境における知覚を増強する初めての疎視のみの手法である。
  論文  参考訳（メタデータ） (2023-08-16T02:51:52Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• Viewpoint Generation using Feature-Based Constrained Spaces for Robot Vision Systems [63.942632088208505]
  この出版物は幾何学的問題としての視点の生成を概説し、それを解決するための一般化された理論的枠組みを紹介している。 $mathcalC$-space は、視点制約が分散する位相空間として理解することができる。 紹介された$mathcalC$-spacesは、汎用ドメインと視点制約モデルに基づいて、現在のフレームワークを異なるアプリケーションやロボットビジョンシステムに転送しやすくする。
  論文  参考訳（メタデータ） (2023-06-12T08:57:15Z)
• In-Distribution Barrier Functions: Self-Supervised Policy Filters that Avoid Out-of-Distribution States [84.24300005271185]
  本稿では,任意の参照ポリシーをラップした制御フィルタを提案する。 本手法は、トップダウンとエゴセントリックの両方のビュー設定を含むシミュレーション環境における2つの異なるビズモータ制御タスクに有効である。
  論文  参考訳（メタデータ） (2023-01-27T22:28:19Z)
• CPPF++: Uncertainty-Aware Sim2Real Object Pose Estimation by Vote Aggregation [67.12857074801731]
  そこで本研究では,シミュレートからリアルなポーズ推定のための新しい手法であるCPPF++を提案する。 投票衝突による課題に対処するため,投票の不確実性をモデル化する新たなアプローチを提案する。 ノイズの多いペアフィルタリング、オンラインアライメント最適化、機能アンサンブルなど、いくつかの革新的なモジュールを組み込んでいます。
  論文  参考訳（メタデータ） (2022-11-24T03:27:00Z)
• Fast and Robust Ground Surface Estimation from LIDAR Measurements using Uniform B-Splines [3.337790639927531]
  自動走行車におけるLIDAR測定から地上面を高速かつ頑健に推定する手法を提案する。 本稿では,線形問題として再計算可能なLS最適化問題として推定過程をモデル化する。 実世界のシナリオにおける研究車両のアプローチを検証する。
  論文  参考訳（メタデータ） (2022-03-02T15:26:51Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)

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。