論文の概要: AQUA-SLAM: Tightly-Coupled Underwater Acoustic-Visual-Inertial SLAM with Sensor Calibration

• arxiv url: http://arxiv.org/abs/2503.11420v1
• Date: Fri, 14 Mar 2025 14:03:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-17 13:05:57.289975
• Title: AQUA-SLAM: Tightly-Coupled Underwater Acoustic-Visual-Inertial SLAM with Sensor Calibration
• Title（参考訳）: Aqua-SLAM:センサー校正による水中音響-ビジュアル-慣性SLAM
• Authors: Shida Xu, Kaicheng Zhang, Sen Wang,
• Abstract要約: 本稿では, 密結合型音響-視覚-慣性SLAM手法を提案する。 グラフ最適化フレームワーク内に、ドップラー速度ログ(DVL)、ステレオカメラ、慣性測定ユニット(IMU)を融合させる。 本手法は, 位置推定精度とロバスト性の観点から, 現在最先端の水中・ビジュアル・慣性SLAMシステムを超えていることを示す。
• 参考スコア（独自算出の注目度）: 9.727021664098485
• License:
• Abstract: Underwater environments pose significant challenges for visual Simultaneous Localization and Mapping (SLAM) systems due to limited visibility, inadequate illumination, and sporadic loss of structural features in images. Addressing these challenges, this paper introduces a novel, tightly-coupled Acoustic-Visual-Inertial SLAM approach, termed AQUA-SLAM, to fuse a Doppler Velocity Log (DVL), a stereo camera, and an Inertial Measurement Unit (IMU) within a graph optimization framework. Moreover, we propose an efficient sensor calibration technique, encompassing multi-sensor extrinsic calibration (among the DVL, camera and IMU) and DVL transducer misalignment calibration, with a fast linear approximation procedure for real-time online execution. The proposed methods are extensively evaluated in a tank environment with ground truth, and validated for offshore applications in the North Sea. The results demonstrate that our method surpasses current state-of-the-art underwater and visual-inertial SLAM systems in terms of localization accuracy and robustness. The proposed system will be made open-source for the community.
• Abstract（参考訳）: 水中環境は、視認性、照明の不十分、画像の構造的特徴の散発的喪失により、視覚的同時局在マッピング(SLAM)システムに重大な課題をもたらす。 これらの課題に対処するために、グラフ最適化フレームワーク内にドップラー速度ログ(DVL)、ステレオカメラ、慣性測定ユニット(IMU)を融合させる、Aqua-SLAMと呼ばれる新しい音響-視覚-慣性SLAM手法を提案する。 さらに,DVL,カメラ,IMUとともに,マルチセンサ外部キャリブレーションとDVLトランスデューサの不整合校正を含む効率的なセンサキャリブレーション手法を提案し,リアルタイムオンライン実行のための高速線形近似手法を提案する。 提案手法は, 地上の真理を持つタンク環境において広範囲に評価され, 北海でのオフショア用途に有効である。 その結果,本手法は局所化精度とロバスト性の観点から,現在最先端の水中・ビジュアル・慣性SLAMシステムを上回っていることがわかった。 提案されたシステムは、コミュニティ向けにオープンソース化される予定である。

関連論文リスト

• KFD-NeRF: Rethinking Dynamic NeRF with Kalman Filter [49.85369344101118]
  KFD-NeRFは,Kalmanフィルタに基づく効率的かつ高品質な運動再構成フレームワークと統合された,新しい動的ニューラル放射場である。 我々のキーとなる考え方は、動的放射場を、観測と予測という2つの知識源に基づいて時間的に異なる状態が推定される動的システムとしてモデル化することである。 我々のKFD-NeRFは、同等の計算時間と最先端の視線合成性能で、徹底的な訓練を施した類似または優れた性能を示す。
  論文  参考訳（メタデータ） (2024-07-18T05:48:24Z)
• Attenuation-Aware Weighted Optical Flow with Medium Transmission Map for Learning-based Visual Odometry in Underwater terrain [0.03749861135832072]
  本稿では,水中環境における学習型単眼視計測(VO)の課題に対処する。 自律型水中車両(AUV)におけるVOシステムの精度を高める新しいwflow-TartanVOの導入 実世界の異なる水中データセットの評価は,ベースラインVO法におけるwflow-TartanVOの有効性を示す。
  論文  参考訳（メタデータ） (2024-07-18T05:00:15Z)
• SLAIM: Robust Dense Neural SLAM for Online Tracking and Mapping [15.63276368052395]
  ニューラルラジアンスフィールドSLAM(NeRF-SLAM)に適した,新しい粗い粒度追跡モデルを提案する。 既存の NeRF-SLAM システムは、従来の SLAM アルゴリズムに比べて、追跡性能が劣っている。 局所バンドル調整とグローバルバンドル調整の両方を実装し、ロバストな(粗大な)(KL正規化器)と正確な(KL正規化器)SLAMソリューションを生成する。
  論文  参考訳（メタデータ） (2024-04-17T14:23:28Z)
• AscDAMs: Advanced SLAM-based channel detection and mapping system [10.736648466109045]
  本稿では,高度SLAMに基づくチャネル検出・マッピングシステム,すなわちAscDAMを提案する。 SLAM後の結果に3つの大きな改善が加えられている。 2023年2月から11月にかけて中国深川郡中東グリーで2回の野外実験を行った。
  論文  参考訳（メタデータ） (2024-01-25T01:22:29Z)
• GAFlow: Incorporating Gaussian Attention into Optical Flow [62.646389181507764]
  我々はガウス的注意(GA)を光学フローモデルに押し込み、表現学習中に局所特性をアクセントする。 本稿では,既存の Transformer ブロックに簡単に接続可能な新しい Gaussian-Constrained Layer (GCL) を提案する。 動作解析のための新しいガウス誘導注意モジュール(GGAM)を提供する。
  論文  参考訳（メタデータ） (2023-09-28T07:46:01Z)
• AMSP-UOD: When Vortex Convolution and Stochastic Perturbation Meet Underwater Object Detection [40.532331552038485]
  AMSP-UOD(Amplitude-Modulated Perturbation and Vortex Convolutional Network)を提案する。 AMSP-UODは複雑な水中環境における非理想的撮像因子が検出精度に与える影響に対処する。 提案手法は,既存の最先端手法よりも精度とノイズ免疫の点で優れる。
  論文  参考訳（メタデータ） (2023-08-23T05:03:45Z)
• Towards Scale-Aware, Robust, and Generalizable Unsupervised Monocular Depth Estimation by Integrating IMU Motion Dynamics [74.1720528573331]
  教師なし単眼深度と自我運動推定は近年広く研究されている。 我々は、視覚情報とIMUモーションダイナミクスを統合した新しいスケールアウェアフレームワークDynaDepthを提案する。 我々は、KITTIおよびMake3Dデータセット上で広範囲な実験とシミュレーションを行うことにより、DynaDepthの有効性を検証する。
  論文  参考訳（メタデータ） (2022-07-11T07:50:22Z)
• Sensor-Guided Optical Flow [53.295332513139925]
  本稿では、未知の領域や未知の領域において、より優れた精度を実現するために、外部キューを用いた光フローネットワークを誘導するフレームワークを提案する。 能動センサからの深度測定と幾何および手作り光学フローアルゴリズムを組み合わせることで,これらがどのように得られるかを示す。
  論文  参考訳（メタデータ） (2021-09-30T17:59:57Z)
• 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)
• Joint Unsupervised Learning of Optical Flow and Egomotion with Bi-Level Optimization [59.9673626329892]
  エピポーラ幾何を用いた光学フローとカメラモーションのグローバルな関係を利用する。 我々は暗黙の微分を用いて、その実装とは無関係に低レベルの幾何最適化層を通してバックプロパゲーションを可能にする。
  論文  参考訳（メタデータ） (2020-02-26T22:28:00Z)

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。