論文の概要: Topological Mapping and Navigation using a Monocular Camera based on AnyLoc
- arxiv url: http://arxiv.org/abs/2601.01067v1
- Date: Sat, 03 Jan 2026 04:34:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.611406
- Title: Topological Mapping and Navigation using a Monocular Camera based on AnyLoc
- Title（参考訳）: AnyLocに基づく単眼カメラを用いたトポロジカルマッピングとナビゲーション
- Authors: Wenzheng Zhang, Yoshitaka Hara, Sousuke Nakamura,
- Abstract要約: 本稿では,モノクロカメラを用いたトポロジカルマッピングとナビゲーション手法を提案する。
このシステムは単眼カメラのみに依存しており、キーノードを使用した高速マップの構築とナビゲーションを保証する。
ResNetベースの手法と比較して、このアプローチは時間と空間コストを削減しつつ、平均して60.2%の成功率を改善する。
- 参考スコア（独自算出の注目度）: 0.9913418444556484
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper proposes a method for topological mapping and navigation using a monocular camera. Based on AnyLoc, keyframes are converted into descriptors to construct topological relationships, enabling loop detection and map building. Unlike metric maps, topological maps simplify path planning and navigation by representing environments with key nodes instead of precise coordinates. Actions for visual navigation are determined by comparing segmented images with the image associated with target nodes. The system relies solely on a monocular camera, ensuring fast map building and navigation using key nodes. Experiments show effective loop detection and navigation in real and simulation environments without pre-training. Compared to a ResNet-based method, this approach improves success rates by 60.2% on average while reducing time and space costs, offering a lightweight solution for robot and human navigation in various scenarios.
- Abstract（参考訳）: 本稿では,モノクロカメラを用いたトポロジカルマッピングとナビゲーション手法を提案する。
AnyLocをベースとしたキーフレームは、トポロジ的関係を構築するためにディスクリプタに変換され、ループ検出とマップ構築を可能にする。
計量地図とは異なり、トポロジカルマップは正確な座標ではなく、キーノードで環境を表現することで経路計画とナビゲーションを単純化する。
視覚ナビゲーションのためのアクションは、セグメント化された画像とターゲットノードに関連する画像を比較することで決定される。
このシステムは単眼カメラのみに依存しており、キーノードを使用した高速マップの構築とナビゲーションを保証する。
実環境およびシミュレーション環境でのループ検出とナビゲーションを,事前学習なしで効果的に行う実験を行った。
ResNetベースの手法と比較して、このアプローチは成功率を平均60.2%向上させ、時間と空間コストを削減し、様々なシナリオにおいてロボットと人間のナビゲーションのための軽量なソリューションを提供する。
関連論文リスト
- TopoSD: Topology-Enhanced Lane Segment Perception with SDMap Prior [70.84644266024571]
我々は、標準定義地図(SDMaps)を見るために知覚モデルを訓練することを提案する。
我々はSDMap要素をニューラル空間マップ表現やインスタンストークンにエンコードし、先行情報のような補完的な特徴を組み込む。
レーンセグメント表現フレームワークに基づいて、モデルはレーン、中心線、およびそれらのトポロジを同時に予測する。
論文 参考訳（メタデータ） (2024-11-22T06:13:42Z) - Tightly-Coupled, Speed-aided Monocular Visual-Inertial Localization in Topological Map [0.7373617024876725]
本稿では,トポロジカルマップを用いた車両速度支援単眼視覚慣性位置推定のための新しいアルゴリズムを提案する。
提案システムは、GPSやLiDARのような高価なセンサーに大きく依存する既存の手法の限界に対処することを目的としている。
論文 参考訳（メタデータ） (2024-11-08T11:55:27Z) - NavTopo: Leveraging Topological Maps For Autonomous Navigation Of a Mobile Robot [1.0550841723235613]
トポロジマップと2段階の経路計画に基づく完全なナビゲーションパイプラインを提案する。
パイプラインは、入力ポイントクラウドのニューラルネットワーク記述子と2Dプロジェクションをマッチングすることで、グラフにローカライズする。
提案手法は,大規模な室内光相対論的シミュレーション環境でテストし,一般的な計量マッピング手法であるRTAB-MAPに基づく計量地図に基づく手法と比較する。
論文 参考訳（メタデータ） (2024-10-15T10:54:49Z) - PRISM-TopoMap: Online Topological Mapping with Place Recognition and Scan Matching [42.74395278382559]
本稿では,局所的な位置のグラフを保持するトポロジカルマッピング手法であるPRISM-TopoMapを紹介する。
提案手法は,ローカライゼーションとループ閉鎖のために,スキャンマッチングパイプラインと組み合わせて学習可能なマルチモーダル位置認識を行う。
提案手法の広範な実験的評価を,写真リアリスティックな環境と実物ロボットを用いて行い,その技術状況と比較する。
論文 参考訳（メタデータ） (2024-04-02T06:25:16Z) - Object Goal Navigation with Recursive Implicit Maps [92.6347010295396]
対象目標ナビゲーションのための暗黙的な空間マップを提案する。
提案手法は, 挑戦的なMP3Dデータセット上での技量を著しく上回る。
我々は、実際のロボットにモデルをデプロイし、実際のシーンでオブジェクトゴールナビゲーションの結果を奨励する。
論文 参考訳（メタデータ） (2023-08-10T14:21:33Z) - UNav: An Infrastructure-Independent Vision-Based Navigation System for
People with Blindness and Low vision [4.128685217530067]
視覚障害者のためのナビゲーション支援のための視覚に基づくローカライゼーションパイプラインを提案する。
モバイルアプリケーション上でエンドユーザが取得したクエリ画像に対して、パイプラインは視覚的位置認識(VPR)アルゴリズムを活用して、参照画像データベースで類似した画像を見つける。
カスタマイズされたユーザインタフェースは、一連の画像から構築された3D再構成されたスパースマップを、対応する2Dフロアプランに投影する。
論文 参考訳（メタデータ） (2022-09-22T22:21:37Z) - Beyond Cross-view Image Retrieval: Highly Accurate Vehicle Localization
Using Satellite Image [91.29546868637911]
本稿では,地上画像と架空衛星地図とをマッチングすることにより,車載カメラのローカライゼーションの問題に対処する。
鍵となる考え方は、タスクをポーズ推定として定式化し、ニューラルネットベースの最適化によってそれを解くことである。
標準自動運転車のローカライゼーションデータセットの実験により,提案手法の優位性が確認された。
論文 参考訳（メタデータ） (2022-04-10T19:16:58Z) - ViKiNG: Vision-Based Kilometer-Scale Navigation with Geographic Hints [94.60414567852536]
長距離航法には、計画と局所的な移動可能性の推論の両方が必要である。
学習と計画を統合する学習に基づくアプローチを提案する。
ViKiNGは、画像ベースの学習コントローラを利用できる。
論文 参考訳（メタデータ） (2022-02-23T02:14:23Z) - Rapid Exploration for Open-World Navigation with Latent Goal Models [78.45339342966196]
多様なオープンワールド環境における自律的な探索とナビゲーションのためのロボット学習システムについて述べる。
本手法のコアとなるのは、画像の非パラメトリックトポロジカルメモリとともに、距離と行動の学習された潜在変数モデルである。
学習方針を規則化するために情報ボトルネックを使用し、(i)目標のコンパクトな視覚的表現、(ii)一般化能力の向上、(iii)探索のための実行可能な目標をサンプリングするためのメカニズムを提供する。
論文 参考訳（メタデータ） (2021-04-12T23:14:41Z)
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。