論文の概要: Dual Quaternion-Based Unscented Kalman Filter with Visual Inertial Odometry for Navigation in GPS-Denied Environments

• arxiv url: http://arxiv.org/abs/2606.09292v1
• Date: Mon, 08 Jun 2026 10:00:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:06.912942
• Title: Dual Quaternion-Based Unscented Kalman Filter with Visual Inertial Odometry for Navigation in GPS-Denied Environments
• Title（参考訳）: GPSを用いたナビゲーションのための視覚慣性オドメトリーを用いた2次四元系カルマンフィルタ
• Authors: Mohamed Khalifa, Hashim A. Hashim,
• Abstract要約: 本稿では,視覚慣性オドメトリー (VIO) アルゴリズムを用いたDQUKF (Dual Quaternion-Based Unscented Kalman Filter) を提案する。 提案手法はDQUKFを誤差状態で定式化し, 単位二重四元数で表現し, 局所のポーズ誤差を6次元ツイストパラメータ化で表現する。 並行して、VIOアルゴリズムは画像フレーム間の特徴を追跡し、IMUとカメラ間の計測を同期させ、視覚的制約を提供する。
• 参考スコア（独自算出の注目度）: 6.316693022958222
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable navigation in GPS-denied environments remains a fundamental challenge in robotics, aerospace, and autonomous vehicle applications. This paper presents a Dual Quaternion-Based Unscented Kalman Filter (DQUKF) equipped with a Visual Inertial Odometry (VIO) algorithm for accurate state estimation enabling navigation in GPS denied locations. The proposed framework formulates the DQUKF in an error state manner, where the nominal pose is represented by a unit dual quaternion and the local pose error is represented by a 6-dimensional twistor parameterization used for sigma point generation, covariance propagation, and measurement correction. In parallel, the VIO algorithm tracks features across image frames, synchronizes measurements between the IMU and camera, and provides visual constraints that complement inertial propagation. Simulation results on the EuRoC MAV dataset show that the proposed DQUKF converges under high initialization uncertainty and achieves a position RMSE of 0.2584~m in the difficult flight sequence, outperforming the benchmark filters.
• Abstract（参考訳）: GPSを付加した環境での信頼性の高いナビゲーションは、ロボティクス、航空宇宙、自動運転車の応用において依然として根本的な課題である。 本稿では視覚慣性オドメトリー(VIO)アルゴリズムを用いたDQUKF(Dual Quaternion-Based Unscented Kalman Filter)を提案する。 提案フレームワークはDQUKFを誤差状態の方法で定式化し、単位二重四元数で表現し、局所ポーズ誤差はシグマ点の生成、共分散伝播、測定補正に使用される6次元ツイストパラメータ化によって表現する。 並行して、VIOアルゴリズムは画像フレーム間の特徴を追跡し、IMUとカメラ間の計測を同期させ、慣性伝播を補完する視覚的制約を提供する。 EuRoC MAVデータセットのシミュレーション結果から、提案したDQUKFは高い初期化の不確実性の下で収束し、困難なフライトシーケンスにおいて0.2584〜mの位置RMSEを達成し、ベンチマークフィルタより優れていることが示された。

関連論文リスト

• Cooperative Circumnavigation for Multiple Unmanned Surface Vehicles Without External Localization [8.385099860006768]
  本稿では,複数の無人表面車両(USV)を外部位置決めなしで動作させるための協調的目標周航フレームワークを提案する。 目的は、限定されたオンボードセンシングのみを用いて、ターゲットの周囲の特定の半径の均一な円形形成を維持することである。
  論文  参考訳（メタデータ） (2026-06-03T06:54:01Z)
• Observability Conditions and Filter Design for Visual Pose Estimation via Dual Quaternions [1.9336815376402718]
  本稿では、6-DOF視覚目標追跡のための2つの四元法フレームワークを提案する。 これはパースペクティブ-n-point (P$n$P) ソルバの重要な制限に対処する。 結果は、視覚-慣性ナビゲーション、同時ローカライゼーションとマッピング、およびP$n$Pソルバ開発に広く適用できる。
  論文  参考訳（メタデータ） (2026-05-03T20:59:58Z)
• Unifying UAV Cross-View Geo-Localization via 3D Geometric Perception [51.687842983240564]
  無人航空機(UAV)のクロスビューな地上局地化は、斜めのUAV画像と衛星地図との厳密な幾何学的相違により、いまだに困難である。 本稿では,3次元シーン形状を明示的にモデル化し,粗い位置認識ときめ細かなポーズ推定を統一する,幾何認識型UAV測位フレームワークを提案する。 提案手法は, 最先端のベースラインを著しく上回り, ロバストメータレベルのローカライゼーション精度を実現し, 複雑な都市環境における一般化を向上する。
  論文  参考訳（メタデータ） (2026-04-02T08:08:41Z)
• 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)
• Adaptive Relative Pose Estimation Framework with Dual Noise Tuning for Safe Approaching Maneuvers [0.0]
  本研究は、適応非線形フィルタリングによる高度なコンピュータビジョン技術を統合する完全なパイプラインを提案する。 画像前処理によって強化された畳み込みニューラルネットワーク(CNN)は、チェッカー画像から構造マーカーを検出する。 UKFフレームワークは、非線形相対力学を処理し、完全な相対的ポーズを推定する能力のために選択される。
  論文  参考訳（メタデータ） (2025-07-22T04:13:03Z)
• 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)
• DeSiRe-GS: 4D Street Gaussians for Static-Dynamic Decomposition and Surface Reconstruction for Urban Driving Scenes [71.61083731844282]
  本稿では,自己教師型ガウススプラッティング表現であるDeSiRe-GSについて述べる。 複雑な駆動シナリオにおいて、効率的な静的・動的分解と高忠実な表面再構成を可能にする。
  論文  参考訳（メタデータ） (2024-11-18T05:49:16Z)
• RD-VIO: Robust Visual-Inertial Odometry for Mobile Augmented Reality in Dynamic Environments [55.864869961717424]
  視覚的・視覚的慣性オドメトリーシステムでは、動的シーンや純粋な回転の問題に対処することが通常困難である。 我々はこれらの問題に対処するためにRD-VIOと呼ばれる新しい視覚-慣性オドメトリーシステム(VIO)を設計する。
  論文  参考訳（メタデータ） (2023-10-23T16:30:39Z)
• Enhanced Laser-Scan Matching with Online Error Estimation for Highway and Tunnel Driving [0.0]
  Lidarデータは、自動運転車やモバイルロボットプラットフォームのナビゲーションのためのポイントクラウドを生成するために使用できる。 本稿では,2つの新しい改良点を提供するスキャンマッチングアルゴリズムであるIterative Closest Ellipsoidal Transform (ICET)を提案する。
  論文  参考訳（メタデータ） (2022-07-29T13:42:32Z)

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。