論文の概要: Information-Preserving Continuous Occupancy Mapping with Variance-Weighted Submap Joining

• arxiv url: http://arxiv.org/abs/2606.10442v1
• Date: Tue, 09 Jun 2026 05:38:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-11 16:42:37.992184
• Title: Information-Preserving Continuous Occupancy Mapping with Variance-Weighted Submap Joining
• Title（参考訳）: 可変重み付きサブマップ結合を用いた情報保存連続運用マッピング
• Authors: Zhuhua Bai, Yingyu Wang, Liang Zhao, Shoudong Huang,
• Abstract要約: 本稿では,潜在対数空間におけるサブマップポーズとグローバル占有領域を協調的に最適化する,最初の連続部分マップ結合フレームワークを提案する。 シミュレーションおよび大規模実世界のデータセットを用いた実験により、提案手法は、最先端のグリッドベースのサブマップ結合アプローチよりも精度が高く、グローバルな一貫性が向上することを示した。
• 参考スコア（独自算出の注目度）: 10.891615423471317
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large-scale SLAM remains challenging due to accumulated trajectory drift and the increasing computational cost of maintaining global consistency. Submap joining alleviates these issues by constructing locally consistent submaps and subsequently fusing them into a global map. However, existing occupancy-based submap joining methods operate on discrete grids, resulting in non-smooth gradients during optimization and neglecting the uncertainty associated with occupancy estimates. We propose the first continuous probabilistic submap joining framework that jointly optimizes submap poses and a global occupancy field in the latent log-odds space. The framework employs an information-preserving sparse Bayesian formulation that compresses raw occupancy observations into sufficient-statistic log-odds tuples while retaining the posterior information of the original observations. This yields closed-form predictive mean and variance estimates for occupancy mapping, which directly enable a submap joining formulation with analytical Jacobians, leading to more accurate submap joining and yielding a closed-form optimal global map upon pose convergence. Experiments on both simulated and large-scale real-world datasets demonstrate that the proposed method achieves higher pose accuracy and improved global consistency than state-of-the-art grid-based submap joining approaches, while producing more compact map representations and better-calibrated uncertainty estimates than existing continuous occupancy mapping methods.
• Abstract（参考訳）: 大規模なSLAMは、蓄積した軌道のドリフトと、グローバルな一貫性を維持するための計算コストの増大により、依然として困難である。 サブマップ結合は、局所的に一貫したサブマップを構築し、その後グローバルマップに融合することでこれらの問題を緩和する。 しかし、既存の占有率に基づくサブマップ結合法は離散格子上で動作し、最適化中に非滑らかな勾配が生じ、占有率推定に関連する不確実性が無視される。 本稿では,潜在対数空間におけるサブマップポーズとグローバル占有領域を協調的に最適化する,最初の連続確率的サブマップ結合フレームワークを提案する。 このフレームワークは情報保存されたスパースベイズ式を使用し、元の観測の後部情報を保持しながら、生の占有率の観測結果を十分な統計値の対数タプルに圧縮する。 これにより、占有写像の閉形式予測平均と分散推定が得られ、解析的ヤコビアンとの部分写像結合の定式化が直接可能となり、より正確な部分写像結合が得られ、ポーズ収束時に閉形式最適大域写像が得られる。 シミュレーションと大規模実世界のデータセットを用いた実験により,提案手法は現状のグリッドベースのサブマップ結合手法よりも高いポーズ精度を実現し,大域的一貫性を向上させるとともに,よりコンパクトなマップ表現と,既存の連続占有率マッピング法よりも精度の高い不確実性推定を導出することを示した。

関連論文リスト

• Fusing Satellite Imagery and Planimetric Maps for Cross-View Localization [73.13365196885216]
  クロスビューのローカライゼーション手法は、主に衛星画像に空中モダリティとして依存している。 標準エンコーダを拡張した新しい融合モジュールを提案する。 その結果, 平均局所化誤差を30.13%削減した。
  論文  参考訳（メタデータ） (2026-06-08T20:52:57Z)
• Self-Organizing Maps with Optimized Latent Positions [0.0]
  本稿では,各データポイントに対して連続的な潜伏位置を導入する客観的な地形マッピング手法を提案する。 合成サドル多様体の実験、ディジットとMNISTデータセットのスケーラビリティの研究、16のベンチマークデータセットは、SOM-OLPが競合する近傍保存と量子化性能を達成することを示す。
  論文  参考訳（メタデータ） (2026-04-15T08:42:49Z)
• CSMapping: Scalable Crowdsourced Semantic Mapping and Topology Inference for Autonomous Driving [23.921417146230738]
  CSMappingは正確なセマンティックマップとトポロジカル道路中心線を生成する。 nuScenes、Argoverse 2、および大規模プロプライエタリデータセットに関する実験は、最先端のセマンティクスとトポロジマッピングのパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-12-03T07:06:18Z)
• Conditional Flow Matching for Bayesian Posterior Inference [0.0]
  本稿では,フローマッチングを用いた多変量後部サンプル作成手法を提案する。 単純なトレーニング目標を提供し、可能性評価へのアクセスを必要としない。
  論文  参考訳（メタデータ） (2025-10-10T16:48:28Z)
• Volumetric Semantically Consistent 3D Panoptic Mapping [77.13446499924977]
  非構造環境における自律エージェントに適したセマンティック3Dマップを生成することを目的としたオンライン2次元から3次元のセマンティック・インスタンスマッピングアルゴリズムを提案する。 マッピング中にセマンティック予測の信頼性を統合し、セマンティックおよびインスタンス一貫性のある3D領域を生成する新しい方法を導入する。 提案手法は,パブリックな大規模データセット上での最先端の精度を実現し,多くの広く使用されているメトリクスを改善した。
  論文  参考訳（メタデータ） (2023-09-26T08:03:10Z)
• Density Estimation with Autoregressive Bayesian Predictives [1.5771347525430772]
  密度推定の文脈では、標準的なベイズ的アプローチは、後方予測をターゲットとする。 我々は、データを潜在空間にマッピングする自己回帰ニューラルネットワークを用いて、帯域幅の新たなパラメータ化を開発する。
  論文  参考訳（メタデータ） (2022-06-13T20:43:39Z)
• Near-optimal estimation of smooth transport maps with kernel sums-of-squares [81.02564078640275]
  滑らかな条件下では、2つの分布の間の正方形ワッサーシュタイン距離は、魅力的な統計的誤差上界で効率的に計算できる。 生成的モデリングのような応用への関心の対象は、基礎となる最適輸送写像である。 そこで本研究では,地図上の統計的誤差であるL2$が,既存のミニマックス下限値とほぼ一致し,スムーズな地図推定が可能となる最初のトラクタブルアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-12-03T13:45:36Z)
• Augmented Parallel-Pyramid Net for Attention Guided Pose-Estimation [90.28365183660438]
  本稿では、注意部分モジュールと微分可能な自動データ拡張を備えた拡張並列ピラミドネットを提案する。 我々は、データ拡張のシーケンスをトレーニング可能なCNNコンポーネントとして定式化する新しいポーズ検索空間を定義する。 特に,本手法は,挑戦的なCOCOキーポイントベンチマークとMPIIデータセットの最先端結果において,トップ1の精度を実現する。
  論文  参考訳（メタデータ） (2020-03-17T03:52:17Z)

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。