論文の概要: DOGE: An Extrinsic Orientation and Gyroscope Bias Estimation for Visual-Inertial Odometry Initialization
- arxiv url: http://arxiv.org/abs/2412.08135v1
- Date: Wed, 11 Dec 2024 06:44:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-12 14:03:11.436892
- Title: DOGE: An Extrinsic Orientation and Gyroscope Bias Estimation for Visual-Inertial Odometry Initialization
- Title(参考訳): DOGE:視覚慣性オドメトリー初期化のための外部向きとジャイロスコープバイアス推定
- Authors: Zewen Xu, Yijia He, Hao Wei, Yihong Wu,
- Abstract要約: 回転補正を遅らせることなく高精度で高剛性な視覚慣性オドメトリー(VIO)法を提案する。
本手法は,競争効率を維持しつつ,精度とロバスト性の両方で最先端の手法より優れる。
- 参考スコア(独自算出の注目度): 7.706396165773557
- License:
- Abstract: Most existing visual-inertial odometry (VIO) initialization methods rely on accurate pre-calibrated extrinsic parameters. However, during long-term use, irreversible structural deformation caused by temperature changes, mechanical squeezing, etc. will cause changes in extrinsic parameters, especially in the rotational part. Existing initialization methods that simultaneously estimate extrinsic parameters suffer from poor robustness, low precision, and long initialization latency due to the need for sufficient translational motion. To address these problems, we propose a novel VIO initialization method, which jointly considers extrinsic orientation and gyroscope bias within the normal epipolar constraints, achieving higher precision and better robustness without delayed rotational calibration. First, a rotation-only constraint is designed for extrinsic orientation and gyroscope bias estimation, which tightly couples gyroscope measurements and visual observations and can be solved in pure-rotation cases. Second, we propose a weighting strategy together with a failure detection strategy to enhance the precision and robustness of the estimator. Finally, we leverage Maximum A Posteriori to refine the results before enough translation parallax comes. Extensive experiments have demonstrated that our method outperforms the state-of-the-art methods in both accuracy and robustness while maintaining competitive efficiency.
- Abstract(参考訳): 既存の視覚慣性オドメトリー(VIO)の初期化法は、正確な外因性パラメータに依存している。
しかし、長期使用中は、特に回転部分において、温度変化、機械的スクイーズ等による不可逆的構造変形が外因的パラメータの変化を引き起こす。
外部パラメータを同時に推定する既存の初期化手法は、十分な翻訳運動を必要とするため、ロバスト性、低い精度、長い初期化遅延に悩まされる。
これらの問題に対処するため,本研究では,外因性指向性およびジャイロスコープバイアスを通常の極性制約内で共同で検討し,回転校正を遅らせることなく高い精度と堅牢性を達成できる新しいVIO初期化法を提案する。
第一に、回転のみの制約は、外向方向とジャイロスコープ偏差推定のために設計され、ジャイロスコープ測定と視覚観測を密に結合し、純粋な回転の場合で解決できる。
第2に,推定器の精度とロバスト性を高めるために,故障検出戦略とともに重み付け戦略を提案する。
最後に、十分な翻訳パララックスが来る前に結果を洗練するために、Maximum A Posterioriを活用します。
本手法は, 競争効率を維持しつつ, 精度と頑健性の両方において, 最先端の手法より優れることを示した。
関連論文リスト
- Vanishing Point Estimation in Uncalibrated Images with Prior Gravity
Direction [82.72686460985297]
我々はマンハッタンのフレームを推定する問題に取り組む。
2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。
また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
論文 参考訳(メタデータ) (2023-08-21T13:03:25Z) - EDI: ESKF-based Disjoint Initialization for Visual-Inertial SLAM Systems [9.937997167972743]
本稿では,高速,高精度,堅牢な視覚慣性初期化のための新しい手法を提案する。
提案手法は,3秒未満で平均5.8%の誤差を実現する。
論文 参考訳(メタデータ) (2023-08-04T19:06:58Z) - Detecting Rotated Objects as Gaussian Distributions and Its 3-D
Generalization [81.29406957201458]
既存の検出方法は、パラメータ化バウンディングボックス(BBox)を使用して(水平)オブジェクトをモデル化し、検出する。
このような機構は回転検出に有効な回帰損失を構築するのに基本的な限界があると主張する。
回転した物体をガウス分布としてモデル化することを提案する。
2次元から3次元へのアプローチを、方向推定を扱うアルゴリズム設計により拡張する。
論文 参考訳(メタデータ) (2022-09-22T07:50:48Z) - The Probabilistic Normal Epipolar Constraint for Frame-To-Frame Rotation
Optimization under Uncertain Feature Positions [53.478856119297284]
特徴位置における異方性および不均一性を考慮した確率論的正規極性制約(PNEC)を導入する。
合成データの実験において、新しいPNECは元のNECよりも正確な回転推定値が得られることを示した。
我々は,提案手法を最先端のモノクロ回転専用オドメトリーシステムに統合し,実世界のKITTIデータセットに対して一貫した改良を行った。
論文 参考訳(メタデータ) (2022-04-05T14:47:11Z) - Learning High-Precision Bounding Box for Rotated Object Detection via
Kullback-Leibler Divergence [100.6913091147422]
既存の回転物体検出器は、主に水平検出パラダイムから受け継がれている。
本稿では,回転回帰損失の設計を帰納パラダイムから導出手法に変更することを目的としている。
論文 参考訳(メタデータ) (2021-06-03T14:29:19Z) - Parameterized Temperature Scaling for Boosting the Expressive Power in
Post-Hoc Uncertainty Calibration [57.568461777747515]
我々は新しいキャリブレーション手法であるパラメタライズド温度スケーリング(PTS)を導入する。
最新のポストホックキャリブレータの精度保持性能は、その本質的な表現力によって制限されることを実証します。
当社の新しい精度保存手法が,多数のモデルアーキテクチャやデータセット,メトリクスにおいて,既存のアルゴリズムを一貫して上回っていることを示す。
論文 参考訳(メタデータ) (2021-02-24T10:18:30Z) - 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) - Continuous hand-eye calibration using 3D points [0.0]
翻訳方程式に焦点を移した単純な閉形式解は、必要な手目変換のためにのみ解けることを示す。
従来の手法に比べて精度と堅牢性が優れていることを示す。
第2に、翻訳方程式に基づく類似の定式化を用いて、キャリブレーション対象の依存性を1つの3次元点に減らした。
論文 参考訳(メタデータ) (2020-04-27T07:13:33Z) - Online Initialization and Extrinsic Spatial-Temporal Calibration for
Monocular Visual-Inertial Odometry [19.955414423860788]
本稿では,最適化に基づく単眼的視覚慣性眼球運動計測(VIO)のオンラインブートストラップ法を提案する。
この方法は、カメラとIMU間の相対変換(空間)と時間オフセット(時間)をオンラインに校正し、計量スケール、速度、重力、ジャイロスコープバイアス、加速度計バイアスを推定することができる。
公開データセットにおける実験結果から,初期値とパラメータ,およびセンサのポーズが,提案手法により正確に推定できることが示唆された。
論文 参考訳(メタデータ) (2020-04-12T03:13:08Z)
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。