論文の概要: PLED-VINS: A Point-Line Event-Based Visual Inertial SLAM for Dynamic Environments

• arxiv url: http://arxiv.org/abs/2607.07374v1
• Date: Wed, 08 Jul 2026 13:06:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 22:50:30.388284
• Title: PLED-VINS: A Point-Line Event-Based Visual Inertial SLAM for Dynamic Environments
• Title（参考訳）: PLED-VINS:動的環境のためのポイントラインイベントベースビジュアル慣性SLAM
• Authors: Seunghun Lee, Jihun Nam, Dong-Uk Seo, Hyun Myung,
• Abstract要約: 動的環境におけるロバストな状態推定を可能にする視覚慣性SLAMフレームワークであるPLED-VINSを提案する。 PLED-VINSは、オブジェクトとともに移動する評価された動的シーケンスの状態推定を改善する。
• 参考スコア（独自算出の注目度）: 8.963834719587911
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Dynamic environments remain a fundamental challenge for visual SLAM, where unreliable observations from moving objects and rapid motion degrade state estimation accuracy. Although event cameras preserve fine-grained spatio-temporal information, most existing event-based SLAM frameworks still assume static scenes and lack approaches to estimate the reliability of features. To this end, we propose PLED-VINS, a monocular event camera-based visual-inertial SLAM framework that enables robust state estimation in dynamic environments. We propose an entropy-recency score map to characterize the temporal reliability of both point and line features based on event temporal statistics. Concurrently, geometric reliability is estimated via a unified point-line robust bundle adjustment. Building upon these, we design an adaptive weighting strategy that fuses temporal and geometric reliability, including motion-conditioned reliability modeling for line features, to suppress unreliable observations. Experimental results demonstrate that PLED-VINS improves state estimation on the evaluated dynamic sequences with moving objects.
• Abstract（参考訳）: 動的環境は、移動物体からの信頼性の低い観測と高速動作による状態推定精度の低下という、視覚的SLAMの基本的な課題である。 イベントカメラは詳細な時空間情報を保存しているが、既存のイベントベースのSLAMフレームワークは静的なシーンを前提としており、機能の信頼性を見積もるアプローチが欠けている。 そこで本研究では,動的環境下でのロバストな状態推定を可能にするモノクロイベントカメラベースの視覚慣性SLAMフレームワークであるPLED-VINSを提案する。 本稿では,事象の時間的統計量に基づいて,点と線の特徴の時間的信頼性を特徴付けるエントロピー・レカレンシースコアマップを提案する。 同時に、幾何的信頼性は、統一された直線ロバストバンドル調整によって推定される。 そこで我々は, 時間的および幾何学的信頼性を融合させる適応重み付け手法を設計し, 線形特徴に対する動作条件付き信頼度モデリングを行い, 信頼性の低い観測を抑える。 実験の結果,PLED-VINSは移動物体を用いた動的シーケンスの評価において,状態推定を改善することが示された。

関連論文リスト

• 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)
• F2F-AP: Flow-to-Future Asynchronous Policy for Real-time Dynamic Manipulation [62.06267255986041]
  非同期推論はロボット操作における主要なパラダイムとして現れている。 本稿では,予測対象の流れを利用して将来の観測を合成する新しい枠組みを提案する。 本手法は複雑な動的操作タスクにおける応答性と成功率を大幅に向上させる。
  論文  参考訳（メタデータ） (2026-04-02T17:57:15Z)
• DROID-SLAM in the Wild [76.259688785743]
  本稿では,異なる不確かさを意識したバンドル調整を利用して動的環境を処理するリアルタイムRGB SLAMシステムを提案する。 提案システムは,10FPS前後でリアルタイムに動作しながら,散在する動的シナリオにおいて,最先端カメラのポーズとシーン形状を実現する。
  論文  参考訳（メタデータ） (2026-03-19T16:02:12Z)
• Environment-Aware Learning of Smooth GNSS Covariance Dynamics for Autonomous Racing [6.1051905803719295]
  我々は,測定共分散の時間的ダイナミクスを直接モデル化できる学習ベースのフレームワーク LACE を開発した。 AV-24自律レースカーに対する我々のアプローチを検証し、ローカライゼーション性能の向上とよりスムーズな共分散推定を実証した。
  論文  参考訳（メタデータ） (2026-02-24T20:59:09Z)
• Inference-Time Gaze Refinement for Micro-Expression Recognition: Enhancing Event-Based Eye Tracking with Motion-Aware Post-Processing [2.5465367830324905]
  イベントベースの視線追跡は、きめ細かい認知状態の推測に重要な可能性を秘めている。 本稿では、既存の事象に基づく視線推定モデルの出力を高めるために、モデルに依存しない推論時間改善フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-14T14:48:11Z)
• LEAP-VO: Long-term Effective Any Point Tracking for Visual Odometry [53.5449912019877]
  本稿では,LEAP(Long-term Effective Any Point Tracking)モジュールについて述べる。 LEAPは、動的トラック推定のために、視覚的、トラック間、時間的キューと慎重に選択されたアンカーを革新的に組み合わせている。 これらの特徴に基づき,強靭な視力計測システムLEAP-VOを開発した。
  論文  参考訳（メタデータ） (2024-01-03T18:57:27Z)

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。