論文の概要: Exploiting Structure-from-Motion for Robust Vision-Based Map Matching for Aircraft Surface Movement
- arxiv url: http://arxiv.org/abs/2602.14311v1
- Date: Sun, 15 Feb 2026 21:08:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.48042
- Title: Exploiting Structure-from-Motion for Robust Vision-Based Map Matching for Aircraft Surface Movement
- Title（参考訳）: 航空機表面運動のためのロバスト視覚マップマッチングのための運動からの爆発構造
- Authors: Daniel Choate, Jason Rife,
- Abstract要約: 自律航空機の地上航行を支援するために,視覚支援ナビゲーション(VAN)パイプラインを導入する。
提案アルゴリズムは,間接手法の計算効率と直接画像ベース手法の頑健さを組み合わせ,解の整合性を高める。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper we introduce a vision-aided navigation (VAN) pipeline designed to support ground navigation of autonomous aircraft. The proposed algorithm combines the computational efficiency of indirect methods with the robustness of direct image-based techniques to enhance solution integrity. The pipeline starts by processing ground images (e.g., acquired by a taxiing aircraft) and relates them via a feature-based structure-from-motion (SfM) solution. A ground plane mosaic is then constructed via homography transforms and matched to satellite imagery using a sum of squares differences (SSD) of intensities. Experimental results reveal that drift within the SfM solution, similar to that observed in dead-reckoning systems, challenges the expected accuracy benefits of map-matching with a wide-baseline ground-plane mosaic. However, the proposed algorithm demonstrates key integrity features, such as the ability to identify registration anomalies and ambiguous matches. These characteristics of the pipeline can mitigate outlier behaviors and contribute toward a robust, certifiable solution for autonomous surface movement of aircraft.
- Abstract（参考訳）: 本稿では,自律航空機の地上ナビゲーションを支援するために,視覚支援ナビゲーション(VAN)パイプラインを提案する。
提案アルゴリズムは,間接手法の計算効率と直接画像ベース手法の頑健さを組み合わせ,解の整合性を高める。
パイプラインは、地上画像(例えば、タクシー機によって取得される)を処理し、特徴ベースの構造移動(SfM)ソリューションを介してそれらを関連付けることから始まる。
地上面モザイクは、ホモグラフィ変換によって構築され、強度の2乗差(SSD)の和を用いて衛星画像とマッチングされる。
実験結果から,SfM溶液内部のドリフトはデッド・レコンディング・システムで観測されたドリフトと同様,広い基底面モザイクによる地図マッチングの精度向上に挑戦することが明らかとなった。
しかし、提案アルゴリズムは、登録異常やあいまいな一致を識別する機能など、重要な整合性を示す。
これらのパイプラインの特性は、外向きの挙動を緩和し、航空機の自律的な表面移動のための堅牢で証明可能なソリューションに寄与することができる。
関連論文リスト
- A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner [69.43049144653882]
本稿では,車種別制御から高レベルの意思決定を分離する統一アーキテクチャを提案する。
提案アーキテクチャは、計画、センシング、車両実行の標準化されたインターフェースを定義するGuaralPlannerを通じて実現されている。
論文 参考訳（メタデータ） (2026-02-11T10:02:31Z) - DIFF-MF: A Difference-Driven Channel-Spatial State Space Model for Multi-Modal Image Fusion [51.07069814578009]
マルチモーダル画像融合は、複数のソース画像から補完的な情報を統合して、リッチなコンテンツで高品質な融合画像を生成することを目的としている。
マルチモーダル画像融合のための差動駆動型チャネル空間空間モデルDIFF-MFを提案する。
本手法は,視覚的品質と定量的評価の両方において,既存の手法よりも優れている。
論文 参考訳（メタデータ） (2026-01-09T05:26:54Z) - A Geometry-Aware Message Passing Neural Network for Modeling Aerodynamics over Airfoils [61.60175086194333]
空気力学は航空宇宙工学の重要な問題であり、しばしば翼のような固体物と相互作用する流れを伴う。
本稿では, 固体物体上の非圧縮性流れのモデル化について考察する。
ジオメトリを効果的に組み込むため,メッシュ表現に翼形状を効率よく,かつ効率的に統合するメッセージパッシング方式を提案する。
これらの設計選択は、純粋にデータ駆動の機械学習フレームワークであるGeoMPNNにつながり、NeurIPS 2024 ML4CFDコンペティションで最優秀学生賞を受賞し、総合で4位となった。
論文 参考訳（メタデータ） (2024-12-12T16:05:39Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - Vision-Based Autonomous Navigation for Unmanned Surface Vessel in
Extreme Marine Conditions [2.8983738640808645]
本稿では,極端海洋環境下での目標物追跡のための自律的視覚に基づくナビゲーション・フレームワークを提案する。
提案手法は砂嵐や霧による可視性低下下でのシミュレーションで徹底的に検証されている。
結果は、ベンチマークしたMBZIRCシミュレーションデータセット全体にわたる最先端のデハージング手法と比較される。
論文 参考訳（メタデータ） (2023-08-08T14:25:13Z) - Efficient Globally-Optimal Correspondence-Less Visual Odometry for
Planar Ground Vehicles [23.910735789004075]
我々は、平面に基づくアッカーマン運動推定に対して、最初の世界最適対応のない解を導入する。
我々は、その大域的最適性の性質を証明し、局所的に一定の回転中心を仮定する影響を分析する。
論文 参考訳（メタデータ） (2022-03-01T08:49:21Z) - Aerial Images Meet Crowdsourced Trajectories: A New Approach to Robust
Road Extraction [110.61383502442598]
我々は、Cross-Modal Message Propagation Network (CMMPNet)と呼ばれる新しいニューラルネットワークフレームワークを紹介する。
CMMPNetは、モダリティ固有の表現学習のための2つのディープオートエンコーダと、クロスモーダル表現洗練のためのテーラー設計のデュアルエンハンスメントモジュールで構成されている。
実世界の3つのベンチマーク実験により, CMMPNetによる堅牢な道路抽出の有効性が示された。
論文 参考訳（メタデータ） (2021-11-30T04:30:10Z) - FAITH: Fast iterative half-plane focus of expansion estimation using
event-based optic flow [3.326320568999945]
本研究では, 小型航空機(MAV)の走行経路を決定するためのFAst ITerative Half-plane (FAITH)法を提案する。
その結果,提案手法の計算効率は高い精度を維持しながら最先端の手法よりも優れていた。
論文 参考訳（メタデータ） (2021-02-25T12:49:02Z) - Gaussian Process Gradient Maps for Loop-Closure Detection in
Unstructured Planetary Environments [17.276441789710574]
以前にマップされた位置を認識する能力は、自律システムにとって不可欠な機能である。
非構造的な惑星のような環境は、地形の類似性のためにこれらのシステムに大きな課題をもたらす。
本稿では,空間情報のみを用いたループ閉鎖問題の解法を提案する。
論文 参考訳（メタデータ） (2020-09-01T04:41:40Z) - Control Design of Autonomous Drone Using Deep Learning Based Image
Understanding Techniques [1.0953917735844645]
本稿では,室内の騒音や不確実性を考慮して,自律飛行を行うための制御器の入力として画像を使用する新しい枠組みを提案する。
ノイズの多い環境下でドローン/クワッドコプターの飛行安定性を向上させるために, 微分フィルタを用いた新しいPIDA制御を提案する。
論文 参考訳（メタデータ） (2020-04-27T15:50:04Z)
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。