論文の概要: High-precision visual navigation device calibration method based on collimator

• arxiv url: http://arxiv.org/abs/2502.18012v1
• Date: Tue, 25 Feb 2025 09:18:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-26 15:21:25.372396
• Title: High-precision visual navigation device calibration method based on collimator
• Title（参考訳）: コリメータを用いた高精度ビジュアルナビゲーション装置校正法
• Authors: Shunkun Liang, Dongcai Tan, Banglei Guan, Zhang Li, Guangcheng Dai, Nianpeng Pan, Liang Shen, Yang Shang, Qifeng Yu,
• Abstract要約: 本研究では,コリメータを用いた校正手法とシステムを提案する。 コリメータの光学特性に基づいて、単一画像カメラキャリブレーションアルゴリズムを導入する。 実験により,従来のマルチイメージキャリブレーション手法に匹敵する精度と安定性が得られた。
• 参考スコア（独自算出の注目度）: 7.067969652798468
• License:
• Abstract: Visual navigation devices require precise calibration to achieve high-precision localization and navigation, which includes camera and attitude calibration. To address the limitations of time-consuming camera calibration and complex attitude adjustment processes, this study presents a collimator-based calibration method and system. Based on the optical characteristics of the collimator, a single-image camera calibration algorithm is introduced. In addition, integrated with the precision adjustment mechanism of the calibration frame, a rotation transfer model between coordinate systems enables efficient attitude calibration. Experimental results demonstrate that the proposed method achieves accuracy and stability comparable to traditional multi-image calibration techniques. Specifically, the re-projection errors are less than 0.1463 pixels, and average attitude angle errors are less than 0.0586 degrees with a standard deviation less than 0.0257 degrees, demonstrating high precision and robustness.
• Abstract（参考訳）: ビジュアルナビゲーションデバイスは、高精度なローカライゼーションとナビゲーションを実現するために正確なキャリブレーションを必要とし、カメラと姿勢キャリブレーションを含む。 本研究では,時間的カメラキャリブレーションと複雑な姿勢調整の限界に対処するため,コリメータを用いたキャリブレーション手法とシステムを提案する。 コリメータの光学特性に基づいて、単一画像カメラキャリブレーションアルゴリズムを導入する。 さらに、校正フレームの精度調整機構と一体化して、座標系間の回転移動モデルにより、効率的な姿勢校正が可能となる。 実験により,従来のマルチイメージキャリブレーション手法に匹敵する精度と安定性が得られた。 具体的には、再投影誤差は0.1463ピクセル未満であり、平均姿勢角誤差は0.0586度未満であり、標準偏差は0.0257度未満であり、高精度で頑健である。

関連論文リスト

• Camera Calibration using a Collimator System [5.138012450471437]
  本稿では,コリメータシステムを用いたカメラキャリブレーション手法を提案する。 コリメータシステムの光学的幾何に基づいて、目標とカメラの間の相対運動が球運動モデルに一致することを証明した。 カメラキャリブレーションにおいて,複数ビューの閉形式解法と2ビューの最小解法を提案する。
  論文  参考訳（メタデータ） (2024-09-30T07:40:41Z)
• YOCO: You Only Calibrate Once for Accurate Extrinsic Parameter in LiDAR-Camera Systems [0.5999777817331317]
  カメラとLiDARからなるマルチセンサー融合システムでは、正確な外部キャリブレーションがシステムの長期的な安定性と環境の正確な認識に寄与する。 本稿では,LiDARカメラシステムにおいて,対応点登録の必要性を回避するための完全自動外部校正手法を提案する。
  論文  参考訳（メタデータ） (2024-07-25T13:44:49Z)
• EasyHeC: Accurate and Automatic Hand-eye Calibration via Differentiable Rendering and Space Exploration [49.90228618894857]
  我々は、マーカーレスでホワイトボックスであり、より優れた精度とロバスト性を提供するEasyHeCと呼ばれる手眼校正の新しいアプローチを導入する。 我々は,2つの重要な技術 – レンダリングベースのカメラポーズの最適化と整合性に基づく共同空間探索 – を利用することを提案する。 本評価は,合成および実世界のデータセットにおいて優れた性能を示す。
  論文  参考訳（メタデータ） (2023-05-02T03:49:54Z)
• Calibration of Neural Networks [77.34726150561087]
  本稿では,ニューラルネットワークの文脈における信頼性校正問題について調査する。 我々は,問題文,キャリブレーション定義,評価に対する異なるアプローチについて分析する。 実験実験では、様々なデータセットとモデルをカバーし、異なる基準に従って校正方法を比較する。
  論文  参考訳（メタデータ） (2023-03-19T20:27:51Z)
• Inferring bias and uncertainty in camera calibration [2.11622808613962]
  本稿では,カメラキャリブレーションにおける基本的な誤差源を捉えるための評価手法を提案する。 バイアス検出法は,最小の系統誤差を明らかにし,校正装置の欠陥を明らかにする。 再サンプリングに基づく新しい不確実性推定器は,非理想的条件下での不確実性推定を可能にする。 カメラモデルに依存しない単純な不確実性指標を導出する。
  論文  参考訳（メタデータ） (2021-07-28T16:49:39Z)
• How to Calibrate Your Event Camera [58.80418612800161]
  画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。 ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
  論文  参考訳（メタデータ） (2021-05-26T07:06:58Z)
• 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)
• Camera Calibration with Pose Guidance [1.0152838128195465]
  カメラキャリブレーションは、自動運転や拡張現実など、さまざまなコンピュータビジョンタスクで重要な役割を果たします。 Pose Guidanceと呼ばれるキャリブレーションシステムを提案し、キャリブレーションの精度を向上させ、異なるユーザー間のキャリブレーションのばらつきを減らしたり、同じ人の異なる試験を行います。
  論文  参考訳（メタデータ） (2021-02-19T23:23:54Z)
• Zero-Shot Calibration of Fisheye Cameras [0.010956300138340428]
  提案手法は,カメラの水平及び垂直の視野情報から,画像の取得を伴わないカメラパラメータを推定する。 この方法は画像歪みが大きい広角カメラや魚眼カメラに特に有用である。
  論文  参考訳（メタデータ） (2020-11-30T08:10:24Z)
• Automatic LiDAR Extrinsic Calibration System using Photodetector and Planar Board for Large-scale Applications [110.32028864986918]
  本研究は, PD-target System と呼ばれる光検出器アレイを組み込んだターゲットボードの新たな概念を提案し, ターゲット表面上の対応レーザビームの正確な位置を求める。 提案手法を低分解能LiDARで実験した結果,LiDARオフセットポーズは0.1度と3mmの精度で推定可能であることがわかった。
  論文  参考訳（メタデータ） (2020-08-24T16:28:40Z)
• Uncertainty Quantification and Deep Ensembles [79.4957965474334]
  ディープアンサンブルが必ずしもキャリブレーション特性の改善につながるとは限らないことを示す。 そこで本研究では,混成正規化などの現代的な手法と併用して標準アンサンブル法を用いることで,キャリブレーションの少ないモデルが得られることを示す。 このテキストは、データが不足しているときにディープラーニングを活用するために、最も単純で一般的な3つのアプローチの相互作用を調べる。
  論文  参考訳（メタデータ） (2020-07-17T07:32:24Z)

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。