論文の概要: Universal Online Temporal Calibration for Optimization-based Visual-Inertial Navigation Systems

• arxiv url: http://arxiv.org/abs/2501.01788v1
• Date: Fri, 03 Jan 2025 12:41:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-06 15:11:02.528344
• Title: Universal Online Temporal Calibration for Optimization-based Visual-Inertial Navigation Systems
• Title（参考訳）: 最適化に基づくビジュアル慣性ナビゲーションシステムのためのユニバーサルオンライン時間校正
• Authors: Yunfei Fan, Tianyu Zhao, Linan Guo, Chen Chen, Xin Wang, Fengyi Zhou,
• Abstract要約: 最適化に基づくビジュアル慣性ナビゲーションシステムのための汎用的なオンライン時間的キャリブレーション戦略を提案する。 我々は、最適化残差モデルにおいて、タイムオフセットtdを状態パラメータとして使用し、IMU状態を対応する画像のタイムスタンプに整列させる。 我々のアプローチは、特にノイズの多いセンサデータの存在下で、より正確な時間オフセット推定とより高速な収束を提供する。
• 参考スコア（独自算出の注目度）: 13.416013522770905
• License:
• Abstract: 6-Degree of Freedom (6DoF) motion estimation with a combination of visual and inertial sensors is a growing area with numerous real-world applications. However, precise calibration of the time offset between these two sensor types is a prerequisite for accurate and robust tracking. To address this, we propose a universal online temporal calibration strategy for optimization-based visual-inertial navigation systems. Technically, we incorporate the time offset td as a state parameter in the optimization residual model to align the IMU state to the corresponding image timestamp using td, angular velocity and translational velocity. This allows the temporal misalignment td to be optimized alongside other tracking states during the process. As our method only modifies the structure of the residual model, it can be applied to various optimization-based frameworks with different tracking frontends. We evaluate our calibration method with both EuRoC and simulation data and extensive experiments demonstrate that our approach provides more accurate time offset estimation and faster convergence, particularly in the presence of noisy sensor data.
• Abstract（参考訳）: 6自由度 (6-Degree of Freedom, 6DoF) の運動推定と視覚センサと慣性センサーの組み合わせは、多くの実世界の応用で成長する領域である。 しかし、これら2つのセンサタイプ間のタイムオフセットの正確な校正は、正確でロバストなトラッキングの前提条件である。 そこで本稿では,最適化に基づくビジュアル慣性ナビゲーションシステムのための汎用的オンライン時間的キャリブレーション手法を提案する。 技術的には、最適化残差モデルにおいて、タイムオフセットtdを状態パラメータとして組み込んで、td、角速度、翻訳速度を用いて、IMU状態を対応する画像タイムスタンプに整列させる。 これにより、プロセス中に時間的ミスアライメントtdを他のトラッキング状態と共に最適化することができる。 提案手法は残差モデルの構造のみを変更するため,異なるトラッキングフロントエンドを持つ様々な最適化ベースのフレームワークに適用することができる。 我々はEuRoCとシミュレーションデータの両方を用いてキャリブレーション法の評価を行い、より正確な時間オフセット推定と高速収束を提供することを示す。

関連論文リスト

• SONNET: Enhancing Time Delay Estimation by Leveraging Simulated Audio [17.811771707446926]
  学習に基づく手法は、合成データにもとづいても、新しい実世界のデータに基づいてGCC-PHATを著しく上回り得ることを示す。 トレーニングされたモデルであるSONNETは、リアルタイムに実行可能で、多くの実データアプリケーションのために、最初から新しいデータに取り組んでいます。
  論文  参考訳（メタデータ） (2024-11-20T10:23:21Z)
• Track Everything Everywhere Fast and Robustly [46.362962852140015]
  ビデオ中の任意のピクセルを効率的に追跡するための新しいテスト時間最適化手法を提案する。 本稿では,関数表現を局所的な時空間特徴グリッドに分解する,新しい非可逆変形ネットワークCaDeX++を提案する。 本実験は,SoTA最適化手法であるOmniMotion上でのトレーニング速度( textbf10 倍の速度),堅牢性,精度を著しく向上したことを示す。
  論文  参考訳（メタデータ） (2024-03-26T17:58:22Z)
• Joint Spatial-Temporal Calibration for Camera and Global Pose Sensor [0.4143603294943439]
  ロボット工学において、モーションキャプチャシステムはローカライズアルゴリズムの精度を測定するために広く利用されている。 これらの機能は、カメラとグローバルポーズセンサーの間で正確で信頼性の高い時空間キャリブレーションパラメータを必要とする。 本研究では,これらのキャリブレーションパラメータを推定する新しい2つの手法を提案する。
  論文  参考訳（メタデータ） (2024-03-01T20:56:14Z)
• Towards Real-World Visual Tracking with Temporal Contexts [64.7981374129495]
  時間的文脈を効率的に活用できる2段階フレームワーク(TCTrack)を提案する。 これに基づいて、現実世界の視覚的トラッキング、すなわちTCTrack++のためのより強力なバージョンを提案する。 特徴抽出のために,空間的特徴を高めるために注意に基づく時間適応的畳み込みを提案する。 類似性マップの改良のために,時間的知識を効率的に符号化する適応型時間的変換器を導入する。
  論文  参考訳（メタデータ） (2023-08-20T17:59:40Z)
• Correlating sparse sensing for large-scale traffic speed estimation: A Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
  本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。 次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2022-10-21T07:25:57Z)
• Globally Optimal Event-Based Divergence Estimation for Ventral Landing [55.29096494880328]
  イベントセンシングはバイオインスパイアされた飛行誘導と制御システムの主要なコンポーネントである。 本研究では, イベントカメラを用いた腹側着陸時の表面との接触時間予測について検討する。 これは、着陸時に発生する事象の流れから放射光の流れの速度である発散(逆TTC)を推定することで達成される。 我々のコアコントリビューションは、イベントベースの発散推定のための新しいコントラスト最大化定式化と、コントラストを正確に最大化し、最適な発散値を求めるブランチ・アンド・バウンドアルゴリズムである。
  論文  参考訳（メタデータ） (2022-09-27T06:00:52Z)
• DICP: Doppler Iterative Closest Point Algorithm [5.934931737701265]
  本稿では,瞬時視線速度を計測できる距離センサの点雲登録のための新しいアルゴリズムであるドップラーICPを提案する。 本稿では,各点のドップラー計測とセンサの現在の動き推定との整合性を利用した新しいドップラー速度客観的関数を提案する。 その結果,ドップラー速度勾配によって導かれる高速収束の利点を付加することにより,登録精度において大幅な性能向上が得られた。
  論文  参考訳（メタデータ） (2022-01-28T05:51:07Z)
• Automatic Extrinsic Calibration Method for LiDAR and Camera Sensor Setups [68.8204255655161]
  本論文では,LiDAR,単眼,ステレオカメラを含む任意のセンサのパラメータを校正する手法を提案する。 提案手法は、通常、車両のセットアップで見られるように、非常に異なる解像度とポーズのデバイスを扱うことができる。
  論文  参考訳（メタデータ） (2021-01-12T12:02:26Z)
• 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)
• 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。