論文の概要: CAR-LOAM: Color-Assisted Robust LiDAR Odometry and Mapping

• arxiv url: http://arxiv.org/abs/2502.17249v1
• Date: Mon, 24 Feb 2025 15:28:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-25 15:52:32.257048
• Title: CAR-LOAM: Color-Assisted Robust LiDAR Odometry and Mapping
• Title（参考訳）: CAR-LOAM:カラーアシストロバストLiDARオドメトリーとマッピング
• Authors: Yufei Lu, Yuetao Li, Zhizhou Jia, Qun Hao, Shaohui Zhang,
• Abstract要約: 正確なLiDARオードメトリーとマッピングのためのカラーアシストフレームワークを提案する。 システムは正確な局所化を達成し、環境の密度、精度、色、三次元の3次元マップを再構築する。
• 参考スコア（独自算出の注目度）: 0.933064392528114
• License:
• Abstract: In this letter, we propose a color-assisted robust framework for accurate LiDAR odometry and mapping (LOAM). Simultaneously receiving data from both the LiDAR and the camera, the framework utilizes the color information from the camera images to colorize the LiDAR point clouds and then performs iterative pose optimization. For each LiDAR scan, the edge and planar features are extracted and colored using the corresponding image and then matched to a global map. Specifically, we adopt a perceptually uniform color difference weighting strategy to exclude color correspondence outliers and a robust error metric based on the Welsch's function to mitigate the impact of positional correspondence outliers during the pose optimization process. As a result, the system achieves accurate localization and reconstructs dense, accurate, colored and three-dimensional (3D) maps of the environment. Thorough experiments with challenging scenarios, including complex forests and a campus, show that our method provides higher robustness and accuracy compared with current state-of-the-art methods.
• Abstract（参考訳）: 本稿では,正確なLiDAR odometry and Mapping (LOAM) のためのカラーアシスト型ロバストフレームワークを提案する。 このフレームワークは、LiDARとカメラの両方からデータを同時に受信し、カメラ画像からの色情報を利用してLiDAR点雲をカラー化し、反復的なポーズ最適化を行う。 各LiDARスキャンにおいて、エッジと平面の特徴を抽出し、対応する画像を用いて色付けし、グローバルマップにマッチさせる。 具体的には、色対応オフレイアを除外するために、知覚的に均一な色差重み付け戦略と、ウェルシュ関数に基づく頑健な誤差計量を採用し、ポーズ最適化過程における位置対応アウトレイラの影響を軽減する。 その結果, 環境の高密度, 高精度, 色, 三次元の3次元地図を再現し, 正確な局所化を実現した。 複雑な森林やキャンパスを含む難解なシナリオによる詳細な実験は、我々の手法が現在の最先端の手法よりも高い堅牢性と正確性を提供することを示している。

関連論文リスト

• Discovering an Image-Adaptive Coordinate System for Photography Processing [51.164345878060956]
  曲線演算を行う前にRGB色空間における画像適応座標系を学習するための新しいアルゴリズム IAC を提案する。 このエンドツーエンドのトレーニング可能なアプローチにより、共同で学習した画像適応座標系と曲線を用いて、画像の効率よく調整できる。
  論文  参考訳（メタデータ） (2025-01-11T06:20:07Z)
• 3DGS-ReLoc: 3D Gaussian Splatting for Map Representation and Visual ReLocalization [13.868258945395326]
  本稿では,3次元ガウススプラッティングを用いた3次元マッピングと視覚的再局在のための新しいシステムを提案する。 提案手法は、LiDARとカメラデータを用いて、環境の正確な視覚的表現を生成する。
  論文  参考訳（メタデータ） (2024-03-17T23:06:12Z)
• Pre-Training LiDAR-Based 3D Object Detectors Through Colorization [65.03659880456048]
  我々は,データとラベルのギャップを埋めるために,革新的な事前学習手法であるグラウンドドポイントカラー化(GPC)を導入する。 GPCは、LiDAR点雲を色付けし、価値あるセマンティック・キューを装備するモデルを教えている。 KITTIとデータセットの実験結果は、GPCの顕著な効果を示している。
  論文  参考訳（メタデータ） (2023-10-23T06:00:24Z)
• Deterministic Neural Illumination Mapping for Efficient Auto-White Balance Correction [3.441021278275805]
  オートホワイトバランス(オートホワイトバランス、Auto-white Balance、AWB)は、様々な照明シナリオにおいて正確で一貫した色補正のために、画像信号処理装置において重要な操作である。 本稿では,高解像度画像上での同等あるいは優れた性能で,少なくとも35倍高速な処理を実現する,新規で効率的なAWB補正手法を提案する。
  論文  参考訳（メタデータ） (2023-08-07T22:44:26Z)
• Breaking Modality Disparity: Harmonized Representation for Infrared and Visible Image Registration [66.33746403815283]
  シーン適応型赤外線と可視画像の登録を提案する。 我々は、異なる平面間の変形をシミュレートするためにホモグラフィーを用いる。 我々は、まず、赤外線と可視画像のデータセットが不一致であることを示す。
  論文  参考訳（メタデータ） (2023-04-12T06:49:56Z)
• Real-Time Simultaneous Localization and Mapping with LiDAR intensity [9.374695605941627]
  実時間LiDAR強調画像を用いた同時位置推定とマッピング手法を提案する。 提案手法は高精度でリアルタイムに動作可能であり,照度変化,低テクスチャ,非構造化環境でも有効である。
  論文  参考訳（メタデータ） (2023-01-23T03:59:48Z)
• Transform your Smartphone into a DSLR Camera: Learning the ISP in the Wild [159.71025525493354]
  本稿では,スマートフォンが取得したRAW画像に基づいて,DSLRの品質画像を生成する訓練可能な画像信号処理フレームワークを提案する。 トレーニング画像ペア間の色ずれに対処するために、カラー条件ISPネットワークを使用し、各入力RAWと基準DSLR画像間の新しいパラメトリック色マッピングを最適化する。
  論文  参考訳（メタデータ） (2022-03-20T20:13:59Z)
• Gradient-SDF: A Semi-Implicit Surface Representation for 3D Reconstruction [53.315347543761426]
  Gradient-SDFは、暗黙的表現と明示的表現の利点を組み合わせた3次元幾何学の新しい表現である。 すべてのボクセルに符号付き距離場とその勾配ベクトル場を格納することにより、暗黙表現の能力を高める。 本研究では,(1)グラディエント・SDFは,ハッシュマップなどの効率的な記憶方式を用いて,深度画像からの直接SDF追跡を行うことができ,(2)グラディエント・SDF表現はボクセル表現で直接光度バンドル調整を行うことができることを示す。
  論文  参考訳（メタデータ） (2021-11-26T18:33:14Z)
• Colored Point Cloud to Image Alignment [15.828285556159026]
  そこで本研究では,カラーマッチングと幾何マッチングにより,色付き点雲を所定の色画像に整列する微分最適化手法を提案する。 カメラ画像と点雲の色との変換は、点雲の相対的な位置と一致した色とのマッチングを繰り返すことによって行う。
  論文  参考訳（メタデータ） (2021-10-07T08:12:56Z)
• Extreme Rotation Estimation using Dense Correlation Volumes [73.35119461422153]
  本稿では,RGB画像対の相対的な3次元回転を極端に推定する手法を提案する。 画像が重なり合わなくても、それらの幾何学的関係に関して豊富な隠れた手がかりがあるかもしれないと観察する。 本稿では,2つの入力画像間の全ての点を比較することで,そのような暗黙の手がかりを自動的に学習できるネットワーク設計を提案する。
  論文  参考訳（メタデータ） (2021-04-28T02:00:04Z)

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。