論文の概要: Ridge Estimation-Based Vision and Laser Ranging Fusion Localization Method for UAVs

• arxiv url: http://arxiv.org/abs/2512.16314v1
• Date: Thu, 18 Dec 2025 08:54:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-19 18:10:31.99203
• Title: Ridge Estimation-Based Vision and Laser Ranging Fusion Localization Method for UAVs
• Title（参考訳）: リッジ推定に基づくUAVのビジョンとレーザーランキング核融合位置推定法
• Authors: Huayu Huang, Chen Chen, Banglei Guan, Ze Tan, Yang Shang, Zhang Li, Qifeng Yu,
• Abstract要約: 本稿では,尾根推定に基づく核融合局所化手法を提案する。 設計行列の列ベクトルは最小二乗推定アルゴリズムを用いる場合、重大多重線型性を有する。 限られた観測条件下での重度の多重線型性を軽減するためにリッジ推定を導入する。
• 参考スコア（独自算出の注目度）: 17.481698143413862
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tracking and measuring targets using a variety of sensors mounted on UAVs is an effective means to quickly and accurately locate the target. This paper proposes a fusion localization method based on ridge estimation, combining the advantages of rich scene information from sequential imagery with the high precision of laser ranging to enhance localization accuracy. Under limited conditions such as long distances, small intersection angles, and large inclination angles, the column vectors of the design matrix have serious multicollinearity when using the least squares estimation algorithm. The multicollinearity will lead to ill-conditioned problems, resulting in significant instability and low robustness. Ridge estimation is introduced to mitigate the serious multicollinearity under the condition of limited observation. Experimental results demonstrate that our method achieves higher localization accuracy compared to ground localization algorithms based on single information. Moreover, the introduction of ridge estimation effectively enhances the robustness, particularly under limited observation conditions.
• Abstract（参考訳）: UAVに搭載された様々なセンサーを用いて標的を追跡し測定することは、標的を迅速かつ正確に特定する効果的な手段である。 本稿では,リッジ推定に基づくフュージョンローカライゼーション手法を提案し,逐次画像からのリッチシーン情報の利点とレーザーレンジの高精度化を両立させ,ローカライズ精度を向上させる。 長い距離、小さな交叉角、大きな傾き角といった限られた条件下では、設計行列の列ベクトルは最小二乗推定アルゴリズムを使用する際に深刻な多重線型性を持つ。 多重線型性は不条件問題を引き起こし、不安定性とロバスト性は著しく低下する。 限られた観測条件下での重度の多重線型性を軽減するためにリッジ推定を導入する。 実験により, 単一情報に基づく地盤位置推定アルゴリズムと比較して, 位置推定精度が高いことを示した。 さらに、尾根推定の導入により、特に限られた観測条件下では、ロバスト性が効果的に向上する。

関連論文リスト

• Subpixel Edge Localization Based on Converted Intensity Summation under Stable Edge Region [7.791307967784809]
  我々は、ピクセルレベルの強度が、サブピクセルローカライゼーションの強度モデルにおける局所積分写像として解釈できると仮定して、革新的な視点を取る。 個々のエッジ点の局所化にのみ焦点をあてた限られたロバスト性に対処するため、安定エッジ領域(SER)に基づくアルゴリズムがエッジ近傍での局所的干渉を軽減するために提案される。
  論文  参考訳（メタデータ） (2025-02-23T08:52:42Z)
• SPARE: Symmetrized Point-to-Plane Distance for Robust Non-Rigid 3D Registration [77.13381026159111]
  本研究では,SPAREを提案する。SPAREは,非剛性登録のための対称化点-平面間距離を用いた新しい定式化である。 提案手法は, 厳密でない登録問題の精度を大幅に向上し, 比較的高い解効率を維持する。
  論文  参考訳（メタデータ） (2024-05-30T15:55:04Z)
• Identity Curvature Laplace Approximation for Improved Out-of-Distribution Detection [4.779196219827508]
  不確実性推定は、ロバストなアウト・オブ・ディストリビューション検出が不可欠である安全クリティカルなアプリケーションにおいて重要である。 伝統的なベイズ法は有効ではあるが、しばしば高い計算要求によって妨げられる。 本稿では,従来の補間法に挑戦する新しい手法であるICLA(Identity Curvature Laplace Approximation)を紹介する。
  論文  参考訳（メタデータ） (2023-12-16T14:46:24Z)
• A Real-time Faint Space Debris Detector With Learning-based LCM [4.454216126942097]
  本稿では,局所コントラストと最大推定値(MLE)に基づく低SNRストリーク抽出手法を提案する。 このアルゴリズムは高速かつ高精度であり,高ダイナミックターゲット抽出における将来性を保証する。
  論文  参考訳（メタデータ） (2023-09-15T08:37:28Z)
• Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction [82.72686460985297]
  我々はマンハッタンのフレームを推定する問題に取り組む。 2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。 また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
  論文  参考訳（メタデータ） (2023-08-21T13:03:25Z)
• Sampling from Gaussian Process Posteriors using Stochastic Gradient Descent [43.097493761380186]
  勾配アルゴリズムは線形系を解くのに有効な方法である。 最適値に収束しない場合であっても,勾配降下は正確な予測を導出することを示す。 実験的に、勾配降下は十分に大規模または不条件の回帰タスクにおいて最先端の性能を達成する。
  論文  参考訳（メタデータ） (2023-06-20T15:07:37Z)
• The Probabilistic Normal Epipolar Constraint for Frame-To-Frame Rotation Optimization under Uncertain Feature Positions [53.478856119297284]
  特徴位置における異方性および不均一性を考慮した確率論的正規極性制約(PNEC)を導入する。 合成データの実験において、新しいPNECは元のNECよりも正確な回転推定値が得られることを示した。 我々は,提案手法を最先端のモノクロ回転専用オドメトリーシステムに統合し,実世界のKITTIデータセットに対して一貫した改良を行った。
  論文  参考訳（メタデータ） (2022-04-05T14:47:11Z)
• Non-Convex Tensor Low-Rank Approximation for Infrared Small Target Detection [32.67489082946838]
  赤外線小目標検出は、多くの赤外線システムにおいて重要な役割を果たす。 ほとんどの低ランク手法は、異なる特異値を不正確な背景推定に割り当てる。 この小さな赤外線ターゲット検出アルゴリズムに対して,非ネイティブ空間近似(NTLA)を提案する。
  論文  参考訳（メタデータ） (2021-05-31T14:04:58Z)
• Robust Ultra-wideband Range Error Mitigation with Deep Learning at the Edge [0.0]
  室内無線環境のマルチパス効果、反射、屈折、複雑さは、測定範囲に正のバイアスをもたらす可能性がある。 本稿では,ディープラーニングとグラフ最適化技術の最新技術を活用した効率的な表現学習手法を提案する。 チャネルインパルス応答(CIR)信号を直接利用して高い意味的特徴を抽出し、NLoS条件またはLoS条件の補正を推定する。
  論文  参考訳（メタデータ） (2020-11-30T10:52:21Z)

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。