論文の概要: AERO-VIS: Asynchronous Event-based Real-time Onboard Visual-Inertial SLAM

• arxiv url: http://arxiv.org/abs/2605.07885v1
• Date: Fri, 08 May 2026 15:34:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-11 19:43:39.162883
• Title: AERO-VIS: Asynchronous Event-based Real-time Onboard Visual-Inertial SLAM
• Title（参考訳）: AERO-VIS: Asynchronous Event-based Real-time Onboard Visual-Inertial SLAM
• Abstract要約: 本稿では,AERO-VISについて述べる。AERO-VISは,統合型,データ駆動型,ロバスト型,性能最適化型キーポイント検出器を備えたステレオイベント慣性SLAMシステムである。 UAV上での展開では、イベントベースのSLAMでは前例のない精度を実現している。
• 参考スコア（独自算出の注目度）: 11.260582900007032
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The robustness of event cameras to high dynamic range and motion blur holds the potential to improve visual odometry systems in challenging environments. Although their high temporal resolution does not require synchronous processing, most event-based odometry methods still run at fixed rates, which simplifies system design but restricts latency and throughput. In this work, we present AERO-VIS, a stereo event-inertial SLAM system with an integrated, data-driven, robust, and performance-optimized keypoint detector. By processing the event stream asynchronously, the system dynamically adapts to downstream runtime demands, ensuring low-latency and real-time performance. When deploying AERO-VIS on a UAV, we achieve unprecedented accuracy in onboard event-based SLAM. These unique characteristics enable us to present the first purely event-based inertial SLAM system that demonstrates closed-loop UAV control and large-scale state estimation while relying solely on onboard compute. A video of the experiments and the source code are available at ethz-mrl.github.io/AERO-VIS.
• Abstract（参考訳）: イベントカメラの高ダイナミックレンジと動きのぼかしに対する堅牢性は、挑戦的な環境における視覚計測システムを改善する可能性を秘めている。 その高時間分解能は同期処理を必要としないが、ほとんどのイベントベースのオドメトリー法は固定レートで動作し、システム設計を単純化するが、レイテンシとスループットを制限している。 本研究では,AERO-VISについて述べる。AERO-VISは,データ駆動型,ロバスト,および性能最適化型キーポイント検出器を内蔵したステレオイベント慣性SLAMシステムである。 イベントストリームを非同期に処理することで、システムはダウンストリームランタイムの要求に動的に適応し、低レイテンシとリアルタイムのパフォーマンスを保証する。 AERO-VISをUAV上に展開する際には、イベントベースのSLAMにおいて前例のない精度を達成する。 これらの特徴により、オンボード計算のみに頼りながら、閉ループUAV制御と大規模状態推定を実演する、純粋にイベントベースの慣性SLAMシステムを提案することができる。 実験とソースコードのビデオはethz-mrl.github.io/AERO-VISで公開されている。

関連論文リスト

• EventGait: Towards Robust Gait Recognition with Event Streams [50.890621860023]
  イベントカメラは、マイクロ秒時間分解能と高ダイナミックレンジを提供し、自然にロバストなダイナミックキューをキャプチャし、静的ノイズを抑制する。 イベントの利点を保ちながら、動きと形状を別々にモデル化する、エンドツーエンドのデュアルストリームフレームワークである textbfEventGait を提案する。 当社のアプローチでは,イベント駆動歩行分析の堅牢性と可能性を強調し,合成および実世界の歩行ベンチマークに新たな技術状況が設定されている。
  論文  参考訳（メタデータ） (2026-05-21T08:12:04Z)
• Event-based SLAM Benchmark for High-Speed Maneuvers [68.148886127117]
  イベントベースのカメラはバイオインスパイアされたセンサーで、独立して、マイクロ秒の解像度で明るさの変化に非同期に反応する。 既存のイベントベースのアプローチは、高速操作による動きのぼかしを緩和することに成功したが、多くの制限に悩まされた。 イベントベースの状態推定のためのベンチマークフレームワークであるEvSLAMを導入する。
  論文  参考訳（メタデータ） (2026-04-27T04:36:41Z)
• FASTER: Rethinking Real-Time Flow VLAs [82.58822112377923]
  VLA(Vision-Language-Action)モデルを物理世界に展開するには、リアルタイム実行が不可欠である。 反応時間は、TTFA(Time to First Action)と実行地平線によって決定される一様分布に従っていることを示す。 即時反応のための高速動作サンプリング(FASTER)を提案し,この問題を克服する。
  論文  参考訳（メタデータ） (2026-03-19T17:51:37Z)
• Edged USLAM: Edge-Aware Event-Based SLAM with Learning-Based Depth Priors [1.504944269180605]
  イベントカメラは、これらの問題を高時間分解能と高ダイナミックレンジで緩和する。 We present Edged USLAM, a hybrid visual-inertial system that extends Ultimate SLAM with a edge-aware front-end and a light depth module。
  論文  参考訳（メタデータ） (2026-03-09T09:28:52Z)
• AsyncVLA: An Asynchronous VLA for Fast and Robust Navigation on the Edge [49.66156306240961]
  高レイテンシは制御ループを壊し、リアルタイムデプロイメントでは安全でない強力なモデルをレンダリングする。 リアクティブ実行からセマンティック推論を分離する非同期制御フレームワークであるAsyncVLAを提案する。 AsyncVLAは、最先端のベースラインよりも40%高い成功率を達成する。
  論文  参考訳（メタデータ） (2026-02-13T21:31:19Z)
• An Event-based Fast Intensity Reconstruction Scheme for UAV Real-time Perception [14.744985063618884]
  イベントカメラは広いダイナミックレンジ、時間分解能、動きのぼやけに対する免疫を提供する。 イベントカメラのオンボード実装には,非同期イベントストリームから有効な情報を抽出し,活用することが不可欠である。 このような実装課題に対処するために、イベントベースインテンシティ再構築スキーム、イベントベースシングル統合(ESI)を提案する。
  論文  参考訳（メタデータ） (2025-08-04T09:37:00Z)
• SuperEIO: Self-Supervised Event Feature Learning for Event Inertial Odometry [6.552812892993662]
  イベントカメラは非同期に低レイテンシのイベントストリームを出力し、高速動作における状態推定と挑戦的な照明条件を約束する。 我々は,学習に基づく事象のみの検出とIMU測定を利用して,事象慣性オドメトリーを実現する新しいフレームワークであるSuperEIOを提案する。 提案手法を複数の公開データセット上で広範囲に評価し,その精度とロバスト性を他の最先端のイベントベース手法と比較した。
  論文  参考訳（メタデータ） (2025-03-29T03:58:15Z)
• StreamYOLO: Real-time Object Detection for Streaming Perception [84.2559631820007]
  将来を予測する能力を備えたモデルを提供し、ストリーミング知覚の結果を大幅に改善する。 本稿では,複数の速度を駆動するシーンについて考察し,VasAP(Velocity-Awared streaming AP)を提案する。 本手法は,Argoverse-HDデータセットの最先端性能を実現し,SAPとVsAPをそれぞれ4.7%,VsAPを8.2%改善する。
  論文  参考訳（メタデータ） (2022-07-21T12:03:02Z)
• Eventor: An Efficient Event-Based Monocular Multi-View Stereo Accelerator on FPGA Platform [11.962626341154609]
  イベントカメラはバイオインスパイアされた視覚センサーで、イベントストリームとしてピクセルレベルの明るさ変化を非同期に表現する。 EMVSは、イベントストリームを利用して、既知の軌道を持つ半密度の3D構造を推定するテクニックである。 本稿では、最も重要かつ時間を要するステージを実現することにより、高速かつ効率的なEMVSアクセラレータとしてEventorを提案する。
  論文  参考訳（メタデータ） (2022-03-29T11:13:36Z)
• Real-time Object Detection for Streaming Perception [84.2559631820007]
  ストリーミング知覚は,ビデオオンライン知覚の1つの指標として,レイテンシと精度を共同評価するために提案される。 ストリーミング知覚のためのシンプルで効果的なフレームワークを構築します。 提案手法はArgoverse-HDデータセット上での競合性能を実現し,強力なベースラインに比べてAPを4.9%向上させる。
  論文  参考訳（メタデータ） (2022-03-23T11:33:27Z)
• Asynchronous Optimisation for Event-based Visual Odometry [53.59879499700895]
  イベントカメラは、低レイテンシと高ダイナミックレンジのために、ロボット知覚の新しい可能性を開く。 イベントベースビジュアル・オドメトリー(VO)に焦点をあてる 動作最適化のバックエンドとして非同期構造を提案する。
  論文  参考訳（メタデータ） (2022-03-02T11:28:47Z)

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。