論文の概要: PL-LIT: A LiDAR-Inertial-Thermal SLAM Using Point-Line Features and Thermographic Mapping
- arxiv url: http://arxiv.org/abs/2606.29259v1
- Date: Sun, 28 Jun 2026 08:13:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:15.860544
- Title: PL-LIT: A LiDAR-Inertial-Thermal SLAM Using Point-Line Features and Thermographic Mapping
- Title（参考訳）: PL-LIT:ポイントライン特徴とサーモグラフィマッピングを用いたLiDAR-Inertial-Thermal SLAM
- Abstract要約: 熱画像は、強い照明、低照度操作、霧などの悪条件に耐性がある。
ほとんどの熱カメラは自動利得制御(AGC)を採用しており、熱画像は情報的エッジ構造を含むにもかかわらず、しばしば地球規模のコントラストが低い。
可視光カメラとサーマルカメラの両方に対応可能なLiDAR-Inertial-Thermal SLAMシステムを提案する。
- 参考スコア（独自算出の注目度）: 39.002163918691465
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Thermal imaging is resilient to adverse conditions, such as intense illumination, low-light operation, and fog, and can therefore mitigate odometry degradation when visible-spectrum imagery becomes unreliable. Nevertheless, most thermal cameras employ automatic gain control (AGC), and thermal images often present low global contrast despite containing informative edge structures. These characteristics undermine brightness constancy and cause conventional optical flow tracking-based odometry pipelines that fundamentally rely on the brightness constancy assumption across consecutive frames. To address these issues, we propose a general LiDAR-Inertial-Thermal SLAM system that accommodates both visible-light and thermal cameras. PL-LIT combines an online photometric calibration module with a deep neural network for point-line feature extraction, enabling more stable and repeatable thermal tracking. For state estimation, we design a tightly coupled LiDAR-Inertial-Thermal formulation within an Error-State Iterated Kalman Filter (ESIKF). We further introduce a line-feature constraint scheme ensuring the reliability of geometric constraints across varying thermal appearances. In addition, PL-LIT builds a probabilistic thermal-intensity voxel map, which supports real-time thermal anomaly detection. Extensive experiments demonstrate that PL-LIT exhibits generality and robustness in visible-light environments, achieves state-of-the-art performance on long-range thermal infrared datasets, and provides practical safety inspection functionality based on thermographic mapping.
- Abstract（参考訳）: 熱画像は、高輝度照明、低照度手術、霧などの悪条件に耐性があり、可視光画像が信頼性を損なうと、オドメトリー劣化を軽減できる。
しかしながら、ほとんどの熱カメラは自動利得制御(AGC)を採用しており、熱画像は情報的エッジ構造を含むにもかかわらず、しばしば地球規模のコントラストが低い。
これらの特徴は、連続するフレーム間での輝度定数の仮定に基本的に依存する従来の光フロートラッキングベースのオドメトリーパイプラインを損なう。
これらの問題に対処するため、可視光カメラとサーマルカメラの両方に対応可能な一般的なLiDAR-Inertial-Thermal SLAMシステムを提案する。
PL-LITは、オンライン測光キャリブレーションモジュールと、ポイントラインの特徴抽出のためのディープニューラルネットワークを組み合わせることで、より安定的で繰り返し可能な熱トラッキングを可能にする。
状態推定のために,Error-State Iterated Kalman Filter (ESIKF) 内に密結合したLiDAR-Inertial-Thermalの定式化を設計する。
さらに,種々の熱的外観にまたがる幾何的制約の信頼性を確保するために,ライン機能制約方式を導入する。
さらにPL-LITは、リアルタイムの熱異常検出をサポートする確率的熱強度ボクセルマップを構築している。
PL-LITは、可視光環境における汎用性と堅牢性を示し、長距離熱赤外データセットの最先端性能を実現し、サーモグラフィマッピングに基づく実用的な安全性検査機能を提供する。
関連論文リスト
- Learning to Suppress SPAD-based LiDAR Flare [0.0]
過剰なフォトンリターンや累積効果によって引き起こされるフレアは、不正確な深さの推定と点雲の誇張された境界につながる。
既存のフレア緩和法は主にハードウェアや信号処理レベルで機能する。
本稿では,第1と第2のエコーを扱う学習ベースアプローチであるLiDAR Flare(PILF)の物理的インフォームドセグメンテーションを提案する。
論文 参考訳（メタデータ） (2026-07-03T12:03:13Z) - Thermal is Always Wild: Characterizing and Addressing Challenges in Thermal-Only Novel View Synthesis [7.16501244435469]
使用可能なダイナミックレンジを拡張し,フレーム単位のフォトメトリを安定化する,軽量な前処理およびスプラッティングパイプラインを導入する。
提案手法は,データセット固有のチューニングを必要とせずに,熱のみのNVSベンチマークにおける最先端性能を実現する。
論文 参考訳（メタデータ） (2026-03-20T19:25:04Z) - Unifying Color and Lightness Correction with View-Adaptive Curve Adjustment for Robust 3D Novel View Synthesis [73.27997579020233]
多様な照明条件下での堅牢なNVSのための3DGSベースのフレームワークであるLuminance-GS++を提案する。
本手法は,グローバルな視野適応光度調整と局所画素ワイド残差補正を組み合わせ,正確な色補正を行う。
論文 参考訳（メタデータ） (2026-02-20T16:20:50Z) - Thegra: Graph-based SLAM for Thermal Imagery [38.940999341197355]
熱画像用単分子グラフベースSLAMシステムを提案する。
提案システムは,データセット固有のトレーニングや所望の特徴検出器の微調整を必要とせず,信頼性の高い性能を実現する。
論文 参考訳（メタデータ） (2026-02-09T11:29:42Z) - Physics-Constrained Cross-Resolution Enhancement Network for Optics-Guided Thermal UAV Image Super-Resolution [19.782662020080522]
既存の方法では、光学的特徴を圧縮して熱的特徴次元を整合させて、クロスモーダルアライメントと融合を行う。
我々は,光と熱のモードの相互拡張を実現するためにPCNetを提案する。
また,光誘導に二次元熱伝導を取り入れた物理駆動熱伝導モジュール(PDTM)を提案する。
論文 参考訳（メタデータ） (2026-01-07T02:30:27Z) - Temperature calibration of surface emissivities with an improved thermal image enhancement network [8.19646340914779]
赤外線サーモグラフィーは、物質放射率の変化による温度精度の持続的な課題に直面している。
本研究では、温度補正と画像強調を統一する物理誘導型ニューラルネットワークフレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-20T07:40:05Z) - SLAM in the Dark: Self-Supervised Learning of Pose, Depth and Loop-Closure from Thermal Images [14.322021490470414]
複雑な照明条件下での非正規な深層学習に基づく単分子熱SLAMシステムであるDarkSLAMを提案する。
提案手法は,視覚計測におけるECA(Efficient Channel Attention)機構と深度推定におけるSKA(Selective Kernel Attention)機構を取り入れたものである。
夜間の挑戦的な環境においても、正確な位置決めと3D高密度マッピングを提供する。
論文 参考訳（メタデータ） (2025-02-26T08:34:23Z) - Adaptive Stereo Depth Estimation with Multi-Spectral Images Across All Lighting Conditions [58.88917836512819]
本稿では,立体深度推定を取り入れた新しいフレームワークを提案し,正確な幾何学的制約を強制する。
照明の劣化がステレオマッチングに与える影響を軽減するために,劣化マスキングを導入する。
提案手法は,Multi-Spectral Stereo(MS2)データセット上でのSOTA(State-of-the-art)性能を実現する。
論文 参考訳（メタデータ） (2024-11-06T03:30:46Z) - Does Thermal Really Always Matter for RGB-T Salient Object Detection? [153.17156598262656]
本稿では,RGB-T有意物体検出(SOD)タスクを解決するために,TNetというネットワークを提案する。
本稿では,画像のグローバル照度を推定するためのグローバル照度推定モジュールを提案する。
一方, 2段階の局所化と相補化モジュールを導入し, 熱的特徴の物体位置化キューと内部整合キューをRGBモダリティに転送する。
論文 参考訳（メタデータ） (2022-10-09T13:50:12Z) - Maximizing Self-supervision from Thermal Image for Effective
Self-supervised Learning of Depth and Ego-motion [78.19156040783061]
熱画像からの深度とエゴモーションの自己教師付き学習は、困難なシナリオ下で強い堅牢性と信頼性を示す。
弱いコントラスト、ぼやけたエッジ、ノイズなどの固有の熱画像特性は、熱画像から効果的な自己スーパービジョンを生成するために障害となる。
本研究では,時間的一貫性を維持しつつ,全体構造,コントラスト,詳細などの画像情報を大幅に向上させる有効熱画像マッピング手法を提案する。
論文 参考訳（メタデータ） (2022-01-12T09:49:24Z) - Exploring Thermal Images for Object Detection in Underexposure Regions
for Autonomous Driving [67.69430435482127]
アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。
サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。
本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-01T09:59:09Z)
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。