論文の概要: Sonar-GPS Fusion for Seabed Mapping in Turbid Shallow Waters with an Autonomous Surface Vehicle
- arxiv url: http://arxiv.org/abs/2605.01949v1
- Date: Sun, 03 May 2026 16:17:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-05 20:33:50.011111
- Title: Sonar-GPS Fusion for Seabed Mapping in Turbid Shallow Waters with an Autonomous Surface Vehicle
- Title（参考訳）: 無人表面車両による浅海域の海底マッピングのためのSonar-GPS核融合
- Authors: Yisheng Zhang, Michael Xu, Alan Williams, Matthew Gray, Nare Karapetyan, Miao Yu,
- Abstract要約: 局所的なFLSフレームアライメントとグローバルな軌道最適化を統合したドリフト・レジリエントな海底マッピングフレームワークを提案する。
我々のフレームワークは、FMTのみのベースラインと比較してRMSEのドリフトを9.5%削減するのに役立つ。
このフレームワークはまた、カキ在庫推定に必要な高分解能テクスチャのサブメーター再構成精度と保存を可能にする。
- 参考スコア（独自算出の注目度）: 5.216079047861203
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Accurate seabed mapping is essential for habitat monitoring and infrastructure inspection. In turbid, shallow coastal waters, such as shellfish aquaculture farms, the effectiveness of traditional optical methods is limited. Autonomous surface vehicles (ASVs) equipped with forward-looking sonar (FLS) offer a promising alternative. However, existing sonar-based systems face challenges in achieving fine resolution mapping over long trajectories due to low-resolution positioning measurements and accumulated drift over long trajectories. In this paper, we present a drift-resilient seabed mapping framework that integrates local FLS frame alignment using the Fourier-Mellin transform (FMT) with global trajectory optimization based on an extended Kalman filter (EKF) that fuses global positioning system (GPS), inertial measurement unit (IMU), and compass data. A variance-based image blending strategy is used to further reduce visual artifacts in overlapping regions. Field trials on a structured oyster farm site show that our framework helps reduce drift in RMSE by 9.5% relative to the FMT-only baseline. This framework also enables sub-meter reconstruction accuracy and preservation of high-resolution textures needed for oyster inventory estimation within the mapped areas.
- Abstract（参考訳）: 環境モニタリングやインフラ検査には正確な海底マッピングが不可欠である。
貝養殖場などの浅瀬沿岸海域では、従来の光学的手法の有効性が制限されている。
前向きソナー(FLS)を装備した自動表面車両(ASV)は、有望な代替手段を提供する。
しかし,従来のソナー系システムでは,低分解能位置測定と長い軌道上のドリフトの蓄積により,長い軌道上の微細分解能マッピングの達成が困難である。
本稿では,Fourier-Mellin変換(FMT)を用いた局所FLSフレームアライメントと,グローバル位置決めシステム(GPS),慣性測定ユニット(IMU),コンパスデータを融合した拡張カルマンフィルタ(EKF)に基づく大域的軌道最適化を統合したドリフトレジリエント海底マッピングフレームワークを提案する。
重なり合う領域における視覚的アーティファクトをさらに低減するために、分散ベースの画像ブレンディング戦略が使用される。
構造養殖場における野外試験により,本フレームワークは,FMTのみのベースラインに比べてRMSEのドリフトを9.5%削減できることがわかった。
このフレームワークは、マッピングされた領域内のカキ在庫推定に必要な、サブメーター再構築の精度と高分解能テクスチャの保存を可能にする。
関連論文リスト
- RAFT-MSF++: Temporal Geometry-Motion Feature Fusion for Self-Supervised Monocular Scene Flow [51.43025173196566]
単眼のシーンフロー推定は画像列から高密度な3次元動きを復元することを目的としている。
RAFT-MSF++は,時間的特徴を融合して深度とシーンフローを推定する自己教師型マルチフレームフレームワークである。
実験の結果、RAFT-MSF++はKITTI Scene Flowベンチマークで24.14%のSF-allを達成した。
論文 参考訳（メタデータ） (2026-04-21T11:32:49Z) - Visual SLAM with DEM Anchoring for Lunar Surface Navigation [1.1240669509034298]
将来の月のミッションでは、挑戦的な地形を数km横断できる自律探査船が必要になります。
地球の測位システム、極端な照明、低テクスチュアなリゴリスの欠如は、特に月の長距離航行を困難にしている。
本稿では,学習した特徴の検出とグローバル制約のマッチングを統合したステレオ視覚的同時位置決めマッピングシステム(SLAM)を提案する。
論文 参考訳（メタデータ） (2026-03-18T00:24:05Z) - 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) - Enhancing Underwater Light Field Images via Global Geometry-aware Diffusion Process [93.00033672476206]
GeoDiff-LFは、SD-Turbo上に構築された新しい拡散ベースのフレームワークで、水中4次元LFイメージングを強化する。
拡散先行とLF幾何を統合することにより、GeoDiff-LFは水中のシーンにおける色歪みを効果的に緩和する。
論文 参考訳（メタデータ） (2026-01-29T02:27:22Z) - Robust Underwater Localization of Buoyancy Driven microFloats Using Acoustic Time-of-Flight Measurements [0.0]
沿岸海域における浮力駆動型マイクロフロートのためのロバストで低コストなローカライゼーションパイプラインを提案する。
本研究では、双方向音響時間(ToF)ローカライゼーションフレームワークを導入することで、従来の作業の上に構築する。
ワシントンD.C.のPuget Soundにおける2つのフィールド展開におけるフレームワークの検証を行った。
論文 参考訳（メタデータ） (2025-12-13T08:14:44Z) - 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) - VRS-UIE: Value-Driven Reordering Scanning for Underwater Image Enhancement [104.78586859995333]
状態空間モデル(SSM)は、線形複雑性と大域的受容場のために、視覚タスクの有望なバックボーンとして登場した。
大型で均質だが無意味な海洋背景の優位性は、希少で価値ある標的の特徴表現応答を希薄にすることができる。
水中画像強調(UIE)のための新しい値駆動リダクションスキャンフレームワークを提案する。
本フレームワークは, 水バイアスを効果的に抑制し, 構造や色彩の忠実さを保ち, 優れた向上性能(WMambaを平均0.89dB超える)を実現する。
論文 参考訳（メタデータ） (2025-05-02T12:21:44Z) - TopoFormer: Integrating Transformers and ConvLSTMs for Coastal Topography Prediction [0.0]
textitTopoFormerは、変換器ベースのエンコーダと畳み込みの長い短期記憶層を統合する。
このアーキテクチャは、ビーチプロファイルデータに固有の長距離依存関係と局所化された時間パターンの両方をキャプチャする。
論文 参考訳（メタデータ） (2025-01-11T09:46:02Z) - 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) - SLAIM: Robust Dense Neural SLAM for Online Tracking and Mapping [15.63276368052395]
ニューラルラジアンスフィールドSLAM(NeRF-SLAM)に適した,新しい粗い粒度追跡モデルを提案する。
既存の NeRF-SLAM システムは、従来の SLAM アルゴリズムに比べて、追跡性能が劣っている。
局所バンドル調整とグローバルバンドル調整の両方を実装し、ロバストな(粗大な)(KL正規化器)と正確な(KL正規化器)SLAMソリューションを生成する。
論文 参考訳（メタデータ） (2024-04-17T14:23:28Z)
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。