論文の概要: Differential Barometric Altimetry for Submeter Vertical Localization and Floor Recognition Indoors
- arxiv url: http://arxiv.org/abs/2601.02184v1
- Date: Mon, 05 Jan 2026 15:03:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.638275
- Title: Differential Barometric Altimetry for Submeter Vertical Localization and Floor Recognition Indoors
- Title（参考訳）: 室内における鉛直位置と床認識のための差分バロメトリ
- Authors: Yuhang Zhang, Sören Schwertfeger,
- Abstract要約: 完全にROS準拠のソフトウェアパッケージに統合された微分バロメトリセンシングを活用する,堅牢で低コストな垂直推定フレームワークを提案する。
本システムでは,静止基地局と移動センサの両方からのリアルタイム高度データを同時に公開し,高精度かつドリフトフリーな垂直位置推定を実現する。
- 参考スコア（独自算出の注目度）: 4.648066086077229
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Accurate altitude estimation and reliable floor recognition are critical for mobile robot localization and navigation within complex multi-storey environments. In this paper, we present a robust, low-cost vertical estimation framework leveraging differential barometric sensing integrated within a fully ROS-compliant software package. Our system simultaneously publishes real-time altitude data from both a stationary base station and a mobile sensor, enabling precise and drift-free vertical localization. Empirical evaluations conducted in challenging scenarios -- such as fully enclosed stairwells and elevators, demonstrate that our proposed barometric pipeline achieves sub-meter vertical accuracy (RMSE: 0.29 m) and perfect (100%) floor-level identification. In contrast, our results confirm that standalone height estimates, obtained solely from visual- or LiDAR-based SLAM odometry, are insufficient for reliable vertical localization. The proposed ROS-compatible barometric module thus provides a practical and cost-effective solution for robust vertical awareness in real-world robotic deployments. The implementation of our method is released as open source at https://github.com/witsir/differential-barometric.
- Abstract（参考訳）: 正確な高度推定と信頼性の高い床認識は、複雑なマルチストア環境における移動ロボットのローカライゼーションとナビゲーションに不可欠である。
本稿では,完全にROS準拠のソフトウェアパッケージに統合された微分バロメトリセンシングを利用した,ロバストで低コストな垂直推定フレームワークを提案する。
本システムでは,静止基地局と移動センサの両方からのリアルタイム高度データを同時に公開し,高精度かつドリフトフリーな垂直位置推定を実現する。
完全閉階段やエレベーターなどの挑戦的なシナリオで実施した実証的な評価は,提案したバロメトリーパイプラインがサブメーターの垂直精度(RMSE: 0.29 m)と完全(100%)のフロアレベル同定を実現することを実証している。
一方,本研究の結果から,視覚的あるいはLiDARに基づくSLAMオドメトリーのみで得られた単立身身長推定は,信頼性の高い垂直位置推定には不十分であることが確認された。
提案したROS互換のバロメトリモジュールは、実世界のロボット展開において、堅牢な垂直認識のための実用的で費用対効果の高いソリューションを提供する。
本手法の実装はhttps://github.com/witsir/differential-barometric.comでオープンソースとして公開されている。
関連論文リスト
- Fly, Track, Land: Infrastructure-less Magnetic Localization for Heterogeneous UAV-UGV Teaming [5.61837936726601]
我々は,軽量UAVの自律的なホバリング,追跡,着陸を可能にする,完全なインフラストラクチャレス磁気誘導型(MI)ローカライゼーションシステムを提案する。
この研究は、超軽量飛行ロボットが地上の無人地上車両の移動認識エージェントとして機能する異種ロボットコラボレーションのビジョンを前進させる。
論文 参考訳（メタデータ） (2026-03-09T20:52:51Z) - RoboTracer: Mastering Spatial Trace with Reasoning in Vision-Language Models for Robotics [53.053660003572965]
本稿では,3次元空間参照と計測の両方を初めて実現した3D対応VLMであるRoboTracerを提案する。
RoboTracerは、強化微調整により、多段階のメートル法推論を進める。
本稿では,空間的トレーシングを評価する上で困難なベンチマークであるTraceSpatial-Benchを提案する。
論文 参考訳（メタデータ） (2025-12-15T18:52:43Z) - Generative MIMO Beam Map Construction for Location Recovery and Beam Tracking [67.65578956523403]
本稿では,スパースチャネル状態情報(CSI)から位置ラベルを直接復元する生成フレームワークを提案する。
生のCSIを直接格納する代わりに、小型の低次元無線地図の埋め込みを学び、生成モデルを利用して高次元CSIを再構築する。
数値実験により,NLOSシナリオにおける局所化精度が30%以上向上し,20%のキャパシティゲインが得られることが示された。
論文 参考訳（メタデータ） (2025-11-21T07:25:49Z) - Semi-distributed Cross-modal Air-Ground Relative Localization [11.828259485114598]
ロボット相対的ローカライゼーションの現在のアプローチは、分散マルチロボットSLAMシステムという形で主に実現されている。
我々は、複数のセンサーを統合するために、無人地上車両(UGV)の容量を十分に活用する。
この研究において、UGVと無人航空機(UAV)は独立してSLAMを行い、深層学習に基づくキーポイントとグローバルディスクリプタを抽出した。
論文 参考訳（メタデータ） (2025-11-10T06:28:31Z) - Loc$^2$: Interpretable Cross-View Localization via Depth-Lifted Local Feature Matching [80.57282092735991]
本稿では,高精度かつ解釈可能なクロスビューローカライズ手法を提案する。
地上画像の3自由度(DoF)のポーズを、その局所的な特徴と基準空中画像とをマッチングすることによって推定する。
実験では、クロスエリアテストや未知の向きといった挑戦的なシナリオにおいて、最先端の精度を示す。
論文 参考訳（メタデータ） (2025-09-11T18:52:16Z) - Real-time Spatial-temporal Traversability Assessment via Feature-based Sparse Gaussian Process [15.756895046886406]
本研究では,自律型ロボットが複雑な地形を移動できるようにすることを目的とした,空間的時間的トラバーサビリティ評価手法を提案する。
我々の手法は精度と計算効率の両面でSOTAよりも優れている。
本研究では,移動可能性マップと統合された自律ナビゲーションフレームワークを開発し,複雑な屋外環境下での微分駆動車による検証を行う。
論文 参考訳（メタデータ） (2025-03-06T06:26:57Z) - ROLO-SLAM: Rotation-Optimized LiDAR-Only SLAM in Uneven Terrain with Ground Vehicle [49.61982102900982]
荒地における地上車両の姿勢推定精度を向上させるために,LiDARを用いたSLAM法を提案する。
累積誤差の低減を支援するために,グローバルスケールの因子グラフが確立されている。
その結果,ROLO-SLAMは地上車両の姿勢推定に優れ,既存のLiDAR SLAMフレームワークよりも優れていた。
論文 参考訳（メタデータ） (2025-01-04T02:44:27Z) - View Consistent Purification for Accurate Cross-View Localization [59.48131378244399]
本稿では,屋外ロボットのための微細な自己局在化手法を提案する。
提案手法は,既存のクロスビューローカライゼーション手法の限界に対処する。
これは、動的環境における知覚を増強する初めての疎視のみの手法である。
論文 参考訳（メタデータ） (2023-08-16T02:51:52Z) - 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) - Distributed Variable-Baseline Stereo SLAM from two UAVs [17.513645771137178]
本稿では,単眼カメラを1台,IMUを1台搭載した2台のUAVを用いて,視界の重なりと相対距離の測定を行った。
本稿では,glsuavエージェントを自律的に制御するために,分散協調推定方式を提案する。
我々は,高度160mまでの飛行におけるアプローチの有効性を実証し,最先端のVIO手法の能力を大きく超えている。
論文 参考訳（メタデータ） (2020-09-10T12:16:10Z)
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。