論文の概要: Reliability-Guided Depth Fusion for Glare-Resilient Navigation Costmaps
- arxiv url: http://arxiv.org/abs/2604.12753v1
- Date: Tue, 14 Apr 2026 14:00:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-15 19:11:32.475835
- Title: Reliability-Guided Depth Fusion for Glare-Resilient Navigation Costmaps
- Title（参考訳）: グラル弾性航法コストマップのための信頼性誘導深度融合
- Authors: Shang-En Tsai, Wei-Cheng Sun,
- Abstract要約: 反射床とガラス表面の特異な光沢は、しばしばRGB-D深度測定を破損させる。
本稿では,明示的な深度信頼度モデルに基づくグラレ-レジリエントなコストマップ構築法を提案する。
- 参考スコア（独自算出の注目度）: 0.6445605125467574
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Specular glare on reflective floors and glass surfaces frequently corrupts RGB-D depth measurements, producing holes and spikes that accumulate as persistent phantom obstacles in occupancy-grid costmaps. This paper proposes a glare-resilient costmap construction method based on explicit depth-reliability modeling. A lightweight Depth Reliability Map (DRM) estimator predicts per-pixel measurement trustworthiness under specular interference, and a Reliability-Guided Fusion (RGF) mechanism uses this signal to modulate occupancy updates before corrupted measurements are accumulated into the map. Experiments on a real mobile robotic platform equipped with an Intel RealSense D435 and a Jetson Orin Nano show that the proposed method substantially reduces false obstacle insertion and improves free-space preservation under real reflective-floor and glass-surface conditions, while introducing only modest computational overhead. These results indicate that treating glare as a measurement-reliability problem provides a practical and lightweight solution for improving costmap correctness and navigation robustness in safety-critical indoor environments.
- Abstract（参考訳）: 反射床とガラス表面の特異な光は、しばしばRGB-Dの深さ測定を破損させ、占有するコストマップに永続的な幻の障害物として蓄積する穴やスパイクを発生させる。
本稿では,明示的な深度信頼度モデルに基づくグラレ-レジリエントなコストマップ構築法を提案する。
軽量depth Reliability Map (DRM) 推定器は、スペクトル干渉下での画素単位の計測信頼性を予測し、Reliability-Guided Fusion (RGF) 機構は、この信号を使用して、破損した測定値がマップに蓄積される前に占有率の更新を変調する。
Intel RealSense D435とJetson Orin Nanoを備えた実動ロボットプラットフォームにおける実験により,提案手法は実際の反射床およびガラス面条件下での虚偽の障害物挿入を著しく低減し,自由空間保存を改善するとともに,計算オーバーヘッドをわずかに抑えた。
これらの結果から, グラレを計測信頼性問題として扱うことにより, 安全に配慮した屋内環境におけるコストマップの正確性とナビゲーションの堅牢性を向上させるための, 実用的で軽量なソリューションが提供されることが示唆された。
関連論文リスト
- Instantaneous Planning, Control and Safety for Navigation in Unknown Underwater Spaces [0.21108097398435333]
未知の環境で自律型水中車両(AUV)を航行することは極めて困難である。
これらの要因は、正確なグローバルローカライゼーション、信頼性の高い通信、障害物回避において課題を提起する。
本研究では,実時間センサデータを利用して閉ループAUV軌道を動的に誘導する統合計画制御フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-07T01:32:29Z) - An Open-Source LiDAR and Monocular Off-Road Autonomous Navigation Stack [35.094251140860756]
タスク固有のトレーニングを使わずに,LiDARとモノクル3次元認識の両方をサポートするオープンソースのナビゲーションスタックを提案する。
単分子配置では、ゼロショット深度予測とメートル法深度再スケーリングをスパースSLAM測定を用いて組み合わせる。
結果として得られるポイントクラウドは、コストマップベースの計画のためのロボット中心の2.5D高度マップを生成するために使用される。
論文 参考訳（メタデータ） (2026-04-03T15:19:20Z) - Tightly-Coupled Radar-Visual-Inertial Odometry [12.2300314007703]
提案手法は,反復拡張カルマンフィルタ(IEKF)内の画像特徴,レーダドップラー計測,慣性測定ユニット(IMU)計測をリアルタイムに融合する。
本手法は,室内および屋外の両方で実施した飛行実験により評価した。
論文 参考訳（メタデータ） (2026-03-24T10:47:04Z) - $D^3$-RSMDE: 40$\times$ Faster and High-Fidelity Remote Sensing Monocular Depth Estimation [72.9912717963138]
リモートセンシング画像からのリアルタイムで高忠実な単眼深度推定は、多くのアプリケーションにとって不可欠である。
視覚変換器(ViT)のバックボーンを高密度な予測に使用するのは速いが、知覚品質は低いことが多い。
リモートセンシング単眼深度推定のための深度詳細拡散法(D3$-RSMDE)を提案する。
D3$-RSMDEは、Learninged Perceptual Image Patch similarity (LPIPS)の知覚距離を11.85%削減する。
論文 参考訳（メタデータ） (2026-03-17T10:50:36Z) - PolGS++: Physically-Guided Polarimetric Gaussian Splatting for Fast Reflective Surface Reconstruction [76.9760302941819]
PolGS++は高速反射面再構成のための偏光ガウス散乱フレームワークである。
本稿では,アングル・オブ・ポラライゼーション(AoP)に基づくタンジェント空間の整合性制約を実現するための,奥行き誘導型可視マスク取得機構を提案する。
論文 参考訳（メタデータ） (2026-03-11T14:11:42Z) - A Lightweight Model-Driven 4D Radar Framework for Pervasive Human Detection in Harsh Conditions [11.183137089778468]
本稿では,組込みエッジハードウェア上でのリアルタイム実行を目的とした,完全モデル駆動4次元レーダ認識フレームワークを提案する。
このフレームワークは、ダスト充填されたトレーラーと実際の地下トンネルで評価され、テストシナリオでは、レーダーベースの検出器は、カメラとLiDARのモダリティが深刻な視認性低下の下で安定した歩行者識別を維持する。
論文 参考訳（メタデータ） (2026-01-19T20:18:51Z) - Skyshield: Event-Driven Submillimetre Thin Obstacle Detection for Drone Flight Safety [22.778033892271555]
本稿では,イベント駆動型エンドツーエンドフレームワークであるSkyShieldについて紹介する。
提案手法では,U-Net アーキテクチャとDice-Contour 正規化損失を用いて精度の高い検出を行う。
論文 参考訳（メタデータ） (2025-08-13T00:26:35Z) - NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。
グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。
我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
論文 参考訳（メタデータ） (2025-06-23T14:28:30Z) - Towards Generalized Range-View LiDAR Segmentation in Adverse Weather [65.22588361803942]
我々は、厳しい天候下でのLiDARセグメンテーションの一般化に影響を及ぼす固有の課題を特定し、分析する。
既存のモデルのコアアーキテクチャを変更することなく、ロバスト性を高めるモジュール式で軽量なフレームワークを提案する。
提案手法は,推定オーバーヘッドを最小限に抑え,悪天候への一般化を著しく改善する。
論文 参考訳（メタデータ） (2025-06-10T16:48:27Z) - Adaptive confidence thresholding for monocular depth estimation [83.06265443599521]
本稿では,自己教師付ステレオマッチング法から生成されたステレオ画像の擬似地上真実深度マップを利用する新しい手法を提案する。
擬似地底深度マップの信頼度マップを推定し、不正確な擬似地底深度マップによる性能劣化を緩和する。
実験結果から, 最先端の単分子深度推定法よりも優れた性能を示した。
論文 参考訳（メタデータ） (2020-09-27T13:26:16Z)
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。