論文の概要: DVM-SLAM: Decentralized Visual Monocular Simultaneous Localization and Mapping for Multi-Agent Systems
- arxiv url: http://arxiv.org/abs/2503.04126v1
- Date: Thu, 06 Mar 2025 06:10:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-07 15:57:35.527346
- Title: DVM-SLAM: Decentralized Visual Monocular Simultaneous Localization and Mapping for Multi-Agent Systems
- Title（参考訳）: DVM-SLAM:マルチエージェントシステムのための分散視覚単分子同時局在とマッピング
- Authors: Joshua Bird, Jan Blumenkamp, Amanda Prorok,
- Abstract要約: 本稿では,DVM-SLAM(Decentralized Visual Monocular SLAM)について述べる。
DVM-SLAMの実際の適用性は、カスタム衝突回避フレームワークを備えた物理ロボットで検証される。
また,最先端の単分子C-SLAMシステムに匹敵する精度を示した。
- 参考スコア（独自算出の注目度）: 7.907742876205873
- License:
- Abstract: Cooperative Simultaneous Localization and Mapping (C-SLAM) enables multiple agents to work together in mapping unknown environments while simultaneously estimating their own positions. This approach enhances robustness, scalability, and accuracy by sharing information between agents, reducing drift, and enabling collective exploration of larger areas. In this paper, we present Decentralized Visual Monocular SLAM (DVM-SLAM), the first open-source decentralized monocular C-SLAM system. By only utilizing low-cost and light-weight monocular vision sensors, our system is well suited for small robots and micro aerial vehicles (MAVs). DVM-SLAM's real-world applicability is validated on physical robots with a custom collision avoidance framework, showcasing its potential in real-time multi-agent autonomous navigation scenarios. We also demonstrate comparable accuracy to state-of-the-art centralized monocular C-SLAM systems. We open-source our code and provide supplementary material online.
- Abstract（参考訳）: C-SLAM(Cooperative Simultaneous Localization and Mapping)は、複数のエージェントが同時に自分の位置を推定しながら、未知の環境をマッピングする作業を可能にする。
このアプローチはエージェント間で情報を共有することによって堅牢性、スケーラビリティ、精度を高め、ドリフトを低減し、より大きな領域の集合的な探索を可能にする。
本稿では,DVM-SLAM(Decentralized Visual Monocular SLAM)について述べる。
低コストで軽量な単眼視覚センサのみを利用することで、小型ロボットや小型航空機(MAV)に向いている。
DVM-SLAMの現実的な適用性は、カスタムの衝突回避フレームワークを備えた物理ロボットで検証されており、リアルタイムのマルチエージェント自律ナビゲーションシナリオにおけるその可能性を示している。
また,最先端の単分子C-SLAMシステムに匹敵する精度を示した。
私たちはコードをオープンソース化し、オンラインで補足資料を提供しています。
関連論文リスト
- Self-Organizing Edge Computing Distribution Framework for Visual SLAM [0.6749750044497732]
本稿では,デバイスネットワーク上で完全に分散されたSLAM実行を自己組織化できる新しいエッジ支援SLAMフレームワークを提案する。
アーキテクチャは3つのレイヤで構成されており、デバイスに依存しず、ネットワーク障害に対して回復力があり、コアSLAMシステムに最小限の侵入力を持つように設計されている。
論文 参考訳（メタデータ） (2025-01-15T07:24:15Z) - MAGiC-SLAM: Multi-Agent Gaussian Globally Consistent SLAM [23.318966306555915]
同時ローカライゼーションとマッピング(SLAM)システムは、拡張現実、ロボティクス、自律運転など、コンピュータビジョンで広く使われている。
近年の研究では、分散ニューラルシーン表現を用いてこの問題に対処している。
本稿では,厳格に変形可能な3次元ガウス型シーン表現を提案する。
合成および実世界のデータセット上でMAGiC-SLAMを評価し,その精度と精度について検討した。
論文 参考訳（メタデータ） (2024-11-25T08:34:01Z) - Self-Localized Collaborative Perception [49.86110931859302]
我々は,新しい自己局在型協調認識システムであるMathttCoBEVGlue$を提案する。
$mathttCoBEVGlue$は、エージェント間の相対的なポーズを提供する新しい空間アライメントモジュールである。
$mathttCoBEVGlue$は任意のローカライゼーションノイズとアタックの下で最先端の検出性能を達成する。
論文 参考訳（メタデータ） (2024-06-18T15:26:54Z) - Depth Completion with Multiple Balanced Bases and Confidence for Dense
Monocular SLAM [34.78726455243436]
本稿では,軽量深度補完網をスパースSLAMシステムに統合する新しい手法を提案する。
具体的には,BBC-Netと呼ばれる,高度に最適化されたマルチバス深度補完ネットワークを提案する。
BBC-Netは、オフザシェルキーポイントベースのSLAMシステムによって生成されたスパースポイントを持つ単眼画像から、複数のバランスの取れたベースと信頼マップを予測できる。
論文 参考訳（メタデータ） (2023-09-08T06:15:27Z) - Swarm-SLAM : Sparse Decentralized Collaborative Simultaneous
Localization and Mapping Framework for Multi-Robot Systems [12.751394886873664]
本稿では,オープンソースのC-SLAMシステムであるSwarm-SLAMを紹介する。
本システムは慣性,ライダー,ステレオ,RGB-Dセンシングをサポートし,新規なロボット間ループクロージャ優先技術を備えている。
論文 参考訳（メタデータ） (2023-01-16T01:41:35Z) - Locality Matters: A Scalable Value Decomposition Approach for
Cooperative Multi-Agent Reinforcement Learning [52.7873574425376]
協調型マルチエージェント強化学習(MARL)は,エージェント数で指数関数的に大きい状態空間と動作空間により,スケーラビリティの問題に直面する。
本稿では,学習分散実行パラダイムに局所報酬を組み込んだ,新しい価値に基づくマルチエージェントアルゴリズム LOMAQ を提案する。
論文 参考訳（メタデータ） (2021-09-22T10:08:15Z) - COVINS: Visual-Inertial SLAM for Centralized Collaboration [11.65456841016608]
協調的SLAMは、エージェントのグループが同時に環境を局所化し、共同でマッピングすることを可能にする。
本稿では,大規模環境においてマルチエージェントでスケーラブルなSLAMを実現する,新しい協調SLAMシステムであるCOVINSについて述べる。
論文 参考訳（メタデータ） (2021-08-12T13:50:44Z) - Kimera-Multi: Robust, Distributed, Dense Metric-Semantic SLAM for
Multi-Robot Systems [92.26462290867963]
Kimera-Multiは、最初のマルチロボットシステムであり、不正なインターループとイントラロボットループの閉鎖を識別し拒否することができる。
我々は、フォトリアリスティックシミュレーション、SLAMベンチマークデータセット、地上ロボットを用いて収集された屋外データセットの挑戦において、Kimera-Multiを実証した。
論文 参考訳（メタデータ） (2021-06-28T03:56:40Z) - OV$^{2}$SLAM : A Fully Online and Versatile Visual SLAM for Real-Time
Applications [59.013743002557646]
OV$2$SLAMは、モノクロカメラとステレオカメラの両方のセットアップ、さまざまなマップスケール、フレームレートを、数ヘルツから数百まで、完全にオンラインのアルゴリズムである。
コミュニティの利益のために、ソースコードを urlhttps://github.com/ov2slam/ov2slam でリリースします。
論文 参考訳（メタデータ） (2021-02-08T08:39:23Z) - Kimera-Multi: a System for Distributed Multi-Robot Metric-Semantic
Simultaneous Localization and Mapping [57.173793973480656]
本稿では,高密度メカニカル・セマンティックSLAMのための完全分散マルチロボットシステムを提案する。
私たちのシステムはKimera-Multiと呼ばれ、視覚慣性センサーを備えたロボットチームによって実装されています。
Kimera-Multiは環境の3Dメッシュモデルをリアルタイムで構築し、メッシュの各面にセマンティックラベルをアノテートする。
論文 参考訳（メタデータ） (2020-11-08T21:38:12Z)
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。