論文の概要: RoSLAC: Robust Simultaneous Localization and Calibration of Multiple Magnetometers
- arxiv url: http://arxiv.org/abs/2604.14353v1
- Date: Wed, 15 Apr 2026 19:11:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-17 21:29:31.572048
- Title: RoSLAC: Robust Simultaneous Localization and Calibration of Multiple Magnetometers
- Title（参考訳）: RoSLAC: 複数の磁気センサのロバスト同時局在と校正
- Authors: Qiyang Lyu, Zhenyu Wu, Wei Wang, Hongming Shen, Danwei Wang,
- Abstract要約: 本稿では,交互最適化に基づくロSLAC手法を提案する。
最先端の磁力計校正技術と比較して計算コストを低く保ちながら、高精度なローカライゼーションを実現する。
- 参考スコア（独自算出の注目度）: 17.614426175742633
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Localization of autonomous mobile robots (AMRs) in enclosed or semi-enclosed environments such as offices, hotels, hospitals, indoor parking facilities, and underground spaces where GPS signals are weak or unavailable remains a major obstacle to the deployment of fully autonomous systems. Infrastructure-based localization approaches, such as QR codes and RFID, are constrained by high installation and maintenance costs as well as limited flexibility, while onboard sensor-based methods, including LiDAR- and vision-based solutions, are affected by ambiguous geometric features and frequent occlusions caused by dynamic obstacles such as pedestrians. Ambient magnetic field (AMF)-based localization has therefore attracted growing interest in recent years because it does not rely on external infrastructure or geometric features, making it well-suited for AMR applications such as service robots and security robots. However, magnetometer measurements are often corrupted by distortions caused by ferromagnetic materials present on the sensor platform, which bias the AMF and degrade localization reliability. As a result, accurate magnetometer calibration to estimate distortion parameters becomes essential. Conventional calibration methods that rely on rotating the magnetometer are impractical for large and heavy platforms. To address this limitation, this paper proposes a robust simultaneous localization and calibration (RoSLAC) approach based on alternating optimization, which iteratively and efficiently estimates both the platform pose and magnetometer calibration parameters. Extensive evaluations conducted in high-fidelity simulation and real-world environments demonstrate that the proposed RoSLAC method achieves high localization accuracy while maintaining low computational cost compared with state-of-the-art magnetometer calibration techniques.
- Abstract（参考訳）: オフィス、ホテル、病院、屋内駐車施設、GPS信号が弱い、あるいは利用できない地下空間などの閉ざされたあるいは閉ざされた環境における自律移動ロボット(AMR)のローカライゼーションは、完全な自律システムの展開にとって大きな障害である。
QRコードやRFIDのようなインフラストラクチャベースのローカライゼーションアプローチは、高いインストールコストとメンテナンスコスト、柔軟性の制限によって制約される一方、LiDARや視覚ベースのソリューションを含むセンサーベースの手法は、歩行者のようなダイナミックな障害物に起因する曖昧な幾何学的特徴と頻繁な閉塞の影響を受けます。
環境磁場(AMF)に基づくローカライゼーションは、外部インフラストラクチャや幾何学的特徴に頼らず、サービスロボットやセキュリティロボットなどのAMRアプリケーションに適しているため、近年注目されている。
しかし、磁力計の測定は、AMFを偏り、局部化の信頼性を低下させるセンサプラットフォームに存在する強磁性物質による歪みによってしばしば破壊される。
その結果、歪みパラメータを推定するための正確な磁力計の校正が不可欠となる。
磁気センサの回転に依存する従来のキャリブレーション法は、大きくて重いプラットフォームでは実用的ではない。
この制限に対処するため, プラットフォームポーズと磁力計のキャリブレーションパラメータの両方を反復的かつ効率的に推定する交互最適化に基づくロSLAC手法を提案する。
高忠実度シミュレーションおよび実世界の環境下での大規模評価により,提案手法は,最先端の磁力計校正技術と比較して計算コストを低く保ちながら,高精度なローカライゼーションを実現することを示した。
関連論文リスト
- Decentralized Cooperative Localization for Multi-Robot Systems with Asynchronous Sensor Fusion [0.4316181399175028]
分散協調型ローカライゼーションは,GPSを用いた環境下で動作する非ホロノミック移動ロボットにとって有望なアプローチである。
本稿では,拡張カルマンフィルタを用いて,各ロボットが局所的なローカライズを行うフレームワークを提案する。
また、静的環境特徴と移動ロボットの両方を動的ランドマークとして活用するデュアルランドマーク評価フレームワークを導入する。
論文 参考訳（メタデータ） (2026-03-12T15:42:59Z) - Degeneracy-Resilient Teach and Repeat for Geometrically Challenging Environments Using FMCW Lidar [18.593167038234828]
Teach and Repeat(T&R)のトポロジカルナビゲーションにより、ロボットはGPSに頼ることなく、事前に走行した経路を自律的に繰り返すことができる。
本稿では,ドップラー速度に基づくドップラー計測とデジェネリアシー・アウェア・スキャン・トゥ・マップ・ローカライゼーションからなる周波数変調連続波ライダーT&Rナビゲーションシステムを提案する。
論文 参考訳（メタデータ） (2026-03-10T21:57:08Z) - Revisiting Global Token Mixing in Task-Dependent MRI Restoration: Insights from Minimal Gated CNN Baselines [43.505945728449774]
グローバルトークンミキシングはMRIの復元において一般的なモデル設計の選択肢となっている。
グローバルトークンミキシングは,各タスクにおいて,3つの代表的な設定で実際に有用かどうかを問う。
MRIの再生を高速化するために、最小限のアンロールゲート-CNNベースラインは、すでに非常に競争力がある。
制御された低パス劣化により、低周波k空間データがほとんど保存されている超解像の場合、局所ゲートモデルは競争力を維持する。
空間的ヘテロセダスティックノイズを発音する場合には,トークン混合モデルが最も高い総合的な性能が得られる。
論文 参考訳（メタデータ） (2026-03-02T04:57:52Z) - PhyG-MoE: A Physics-Guided Mixture-of-Experts Framework for Energy-Efficient GNSS Interference Recognition [49.955269674859004]
本稿では,PhyG-MoE(Physics-Guided Mixture-of-Experts)について述べる。
静的アーキテクチャとは異なり、提案システムはスペクトル特性の絡み合いに基づいて信号をルーティングするスペクトルベースのゲーティング機構を用いる。
高容量のTransNeXtエキスパートがオンデマンドでアクティベートされ、飽和シナリオで複雑な機能を分離する一方、軽量のエキスパートは基本的なシグナルを処理してレイテンシを最小化する。
論文 参考訳（メタデータ） (2026-01-19T07:57:52Z) - SKANet: A Cognitive Dual-Stream Framework with Adaptive Modality Fusion for Robust Compound GNSS Interference Classification [47.20483076887704]
グローバルナビゲーション衛星システム(GNSS)は、洗練された妨害による脅威の増大に直面している。
時間周波数画像(TFI)とパワースペクトル密度(PSD)を統合した2重ストリームアーキテクチャに基づく認知的ディープラーニングフレームワークを提案する。
SKANetは96.99%の精度を達成し、複合妨害分類において優れたロバスト性を示した。
論文 参考訳（メタデータ） (2026-01-19T07:42:45Z) - Spiking Neural-Invariant Kalman Fusion for Accurate Localization Using Low-Cost IMUs [6.989460681111542]
スパイキングニューラルネットワーク(SNN)と不変拡張カルマンフィルタ(InEKF)を組み合わせた脳誘発状態推定フレームワークを提案する。
提案手法は,センサノイズに対する強い堅牢性を示し,実世界の移動ロボット応用の可能性を明らかにする。
論文 参考訳（メタデータ） (2026-01-13T06:12:12Z) - AIMS: An Adaptive Integration of Multi-Sensor Measurements for Quadrupedal Robot Localization [13.338971590090898]
AIMSは、退化環境における頑健な四足歩行ロボットの局所化のための適応型LiDAR-IMU-leg odometry fusion法である。
狭い廊下環境において得られた結果から,提案手法は最先端手法と比較して,局所化精度とロバスト性を向上させることが示された。
論文 参考訳（メタデータ） (2026-01-04T15:21:52Z) - Parameter-Adaptive Approximate MPC: Tuning Neural-Network Controllers without Retraining [50.00291020618743]
この研究は、大規模なデータセットを再計算し、再トレーニングすることなくオンラインチューニングが可能な、新しいパラメータ適応型AMPCアーキテクチャを導入している。
資源制約の厳しいマイクロコントローラ(MCU)を用いた2種類の実カートポールシステムの揺らぎを制御し,パラメータ適応型AMPCの有効性を示す。
これらの貢献は、現実世界のシステムにおけるAMPCの実践的応用に向けた重要な一歩である。
論文 参考訳（メタデータ） (2024-04-08T20:02:19Z) - Physics-Enhanced TinyML for Real-Time Detection of Ground Magnetic
Anomalies [0.0]
地磁気障害(GMD)のような宇宙の気象現象は、重要な技術基盤に重大なリスクをもたらす。
本稿では、上記の課題に対処する物理誘導型TinyMLフレームワークを開発する。
モデルトレーニングと圧縮の段階で物理ベースの正規化を統合し、予測の信頼性を高める。
論文 参考訳（メタデータ） (2023-11-19T23:20:16Z) - 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)
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。