論文の概要: POPL-KF: A Pose-Only Geometric Representation-Based Kalman Filter for Point-Line-Based Visual-Inertial Odometry

• arxiv url: http://arxiv.org/abs/2602.06425v1
• Date: Fri, 06 Feb 2026 06:45:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-09 22:18:26.263277
• Title: POPL-KF: A Pose-Only Geometric Representation-Based Kalman Filter for Point-Line-Based Visual-Inertial Odometry
• Title（参考訳）: POPL-KF:点線に基づく視覚慣性オドメトリーのためのポスオンリー幾何表現に基づくカルマンフィルタ
• Authors: Aiping Wang, Zhaolong Yang, Shuwen Chen, Hai Zhang,
• Abstract要約: 我々は,PPL-KF を開発した。Kalman フィルタを用いた VIO システムで,点特徴と線特徴の両方に対してポーズのみの幾何学的表現を用いる。 POPL-KFは、測定方程式から点特徴座標と線特徴座標を明示的に除去することで線形化誤差を緩和する。 ライン特徴量を改善するために,画像グリッドのセグメンテーションと双方向光フローの整合性に基づくライン特徴フィルタを提案する。
• 参考スコア（独自算出の注目度）: 2.222792685950058
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Mainstream Visual-inertial odometry (VIO) systems rely on point features for motion estimation and localization. However, their performance degrades in challenging scenarios. Moreover, the localization accuracy of multi-state constraint Kalman filter (MSCKF)-based VIO systems suffers from linearization errors associated with feature 3D coordinates and delayed measurement updates. To improve the performance of VIO in challenging scenes, we first propose a pose-only geometric representation for line features. Building on this, we develop POPL-KF, a Kalman filter-based VIO system that employs a pose-only geometric representation for both point and line features. POPL-KF mitigates linearization errors by explicitly eliminating both point and line feature coordinates from the measurement equations, while enabling immediate update of visual measurements. We also design a unified base-frames selection algorithm for both point and line features to ensure optimal constraints on camera poses within the pose-only measurement model. To further improve line feature quality, a line feature filter based on image grid segmentation and bidirectional optical flow consistency is proposed. Our system is evaluated on public datasets and real-world experiments, demonstrating that POPL-KF outperforms the state-of-the-art (SOTA) filter-based methods (OpenVINS, PO-KF) and optimization-based methods (PL-VINS, EPLF-VINS), while maintaining real-time performance.
• Abstract（参考訳）: メインストリームの視覚慣性オドメトリー(VIO)システムは、運動推定と位置推定にポイント特徴に依存している。 しかし、そのパフォーマンスは困難なシナリオで低下する。 さらに,多状態制約カルマンフィルタ(MSCKF)に基づくVIOシステムの局所化精度は,特徴量3D座標と遅延測定更新に伴う線形化誤差に悩まされる。 難易度の高いシーンにおけるVIOの性能向上のために,まずライン特徴量に対するポーズのみの幾何学的表現を提案する。 そこで我々は,Kalmanフィルタを用いたVOシステムPOPL-KFを開発した。 POPL-KFは、測定方程式から点特徴座標と線特徴座標を明示的に排除し、視覚的測定の即時更新を可能にして線形化誤差を緩和する。 また、ポーズのみの測定モデル内でのカメラポーズに対する最適な制約を確保するために、点と線の特徴の両面に統一されたベースフレーム選択アルゴリズムを設計する。 ライン特徴量を改善するために,画像グリッドのセグメンテーションと双方向光フローの整合性に基づくライン特徴フィルタを提案する。 提案システムは,公開データセットと実世界の実験に基づいて評価し,POPL-KFがリアルタイム性能を維持しつつ,最先端のフィルタ方式(OpenVINS, PO-KF)と最適化方式(PL-VINS, EPLF-VINS)より優れていることを示した。

関連論文リスト

• MARVO: Marine-Adaptive Radiance-aware Visual Odometry [0.5336398444466023]
  MARVOは,水中画像形成モデル,識別可能なマッチング,強化学習を融合した物理認識・学習統合化フレームワークである。 強化に基づく PoseGraph は、SE(2) 上の最適リトラクション作用を学習することにより、古典的最小二乗の局所ミニマを超えてグローバルなトラジェクトリを洗練する。
  論文  参考訳（メタデータ） (2025-11-28T03:31:40Z)
• Adaptive Point-Prompt Tuning: Fine-Tuning Heterogeneous Foundation Models for 3D Point Cloud Analysis [51.37795317716487]
  本稿では,パラメータの少ない事前学習モデルを微調整するAdaptive Point-Prompt Tuning (APPT)法を提案する。 局所幾何学を集約することで原点雲を点埋め込みに変換し、空間的特徴を捉える。 任意のモダリティのソース領域から3Dへの自己アテンションを校正するために,重みを点埋め込みモジュールと共有するプロンプトジェネレータを導入する。
  論文  参考訳（メタデータ） (2025-08-30T06:02:21Z)
• PO-MSCKF: An Efficient Visual-Inertial Odometry by Reconstructing the Multi-State Constrained Kalman Filter with the Pose-only Theory [0.0]
  視覚慣性オドメトリー(VIO)は、ペイロード制約ロボットにとって不可欠である。 そこで本研究では,MSCKF VIOを多視点構造記述(Pose-Only (PO) multi-view geometry description)を用いて再構成する。 新しいフィルタは特徴位置情報を一切必要とせず、計算コストと線形化誤差を除去する。
  論文  参考訳（メタデータ） (2024-07-02T02:18:35Z)
• RD-VIO: Robust Visual-Inertial Odometry for Mobile Augmented Reality in Dynamic Environments [55.864869961717424]
  視覚的・視覚的慣性オドメトリーシステムでは、動的シーンや純粋な回転の問題に対処することが通常困難である。 我々はこれらの問題に対処するためにRD-VIOと呼ばれる新しい視覚-慣性オドメトリーシステム(VIO)を設計する。
  論文  参考訳（メタデータ） (2023-10-23T16:30:39Z)
• 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)
• IDLS: Inverse Depth Line based Visual-Inertial SLAM [9.38589798999922]
  Inverse Depth Line SLAM (IDLS) を提案する。 IDLSは、複数の知覚的整合性データセットで広く評価されている。
  論文  参考訳（メタデータ） (2023-04-23T20:53:05Z)
• Pose Refinement with Joint Optimization of Visual Points and Lines [6.780018205514503]
  VLSEという名前のCNNを革新的に設計したライン抽出の助けを借りて、ポーズ改善のためのポイントライン共同最適化手法を提案する。 本稿では,新しいライン表現を採用し,スタックド・ホールグラスネットワークに基づくハイブリッド畳み込みブロックをカスタマイズする。 初期粗いポーズでカメラポーズを最適化するために、以下のポイントラインジョイントコスト関数を構築する。
  論文  参考訳（メタデータ） (2021-10-08T07:22:51Z)
• Tight-Integration of Feature-Based Relocalization in Monocular Direct Visual Odometry [49.89611704653707]
  本稿では,地図に基づく再局在化をオンラインビジュアル・オドメトリーに統合するためのフレームワークを提案する。 我々は画像特徴をDSO(Direct Sparse Odometry)に統合し、オンライン視覚計測と以前に構築された地図を関連付ける機能マッチングに依存する。
  論文  参考訳（メタデータ） (2021-02-01T21:41:05Z)
• 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)
• PL-VINS: Real-Time Monocular Visual-Inertial SLAM with Point and Line Features [11.990163046319974]
  本稿では,実時間最適化に基づく点と線の特徴を持つ単分子VINS法であるPL-VINSを提案する。 提案手法の局所化誤差は,VINS-Monoよりも12～16%小さく,更新頻度が同じであることを示す。
  論文  参考訳（メタデータ） (2020-09-16T04:27:33Z)

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。