論文の概要: Multi-Resolution Voxelized Map-Based Stereo Visual-Inertial Odometry

• arxiv url: http://arxiv.org/abs/2607.17332v2
• Date: Wed, 22 Jul 2026 10:03:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-23 14:36:03.342944
• Title: Multi-Resolution Voxelized Map-Based Stereo Visual-Inertial Odometry
• Title（参考訳）: 多分解能Voxelized Map-based Stereo Visual-Inertial Odometry
• Authors: Shuyi Pan, Hangtian Wang, Zhaoxing Zhang, Chengliang Zhang, Zikang Yuan, Xin Yang,
• Abstract要約: 先行地図は視覚慣性眼振計(VIO)のポーズ推定を著しく向上させる しかし、大きなデータボリュームと送信帯域が限られているため、エッジデバイスにローカルマップを継続的にロードすることは不可能である。 マルチ解像度の事前マップ構築法と対応するマップベースのVIOシステムを提案する。
• 参考スコア（独自算出の注目度）: 8.062990666577594
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Incorporating prior maps significantly enhances the accuracy and robustness of pose estimation in visual-inertial odometry (VIO). However, the large data volume of such maps, combined with limited transmission bandwidth, makes it impractical to continuously load local maps onto an edge device. In this paper, we propose a multi-resolution prior map construction method and a corresponding map-based VIO system. The prior map is voxelized at multiple resolutions, with each voxel retaining only a single map point. During online VIO operation, a cone-shaped indexing strategy associates 2D features on the edge device with 3D map points. The cone's intercept is determined by the distance from the current position to the 3D points, enabling the selection of the appropriate resolution level and the retrieval of the unique map point within the corresponding voxel via a 3D digital differential analyzer (DDA) algorithm. This approach minimizes both the volume of data required for transmission and the computational load during data association. Extensive experiments on two public datasets demonstrate that our system achieves accurate pose estimation while requiring minimal data transmission.
• Abstract（参考訳）: 先行マップを組み込むことにより,視覚-慣性計測(VIO)におけるポーズ推定の精度とロバスト性を大幅に向上させる。 しかし、そのようなマップの膨大なデータ量と送信帯域が限られているため、エッジデバイスにローカルマップを継続的にロードすることは不可能である。 本稿では,マルチ解像度の事前マップ構築法と対応する地図ベースのVIOシステムを提案する。 前の写像は複数の解像度でボクセル化され、それぞれのボクセルは1つの写像点しか持たない。 オンラインVIO操作中、コーン型のインデックス戦略はエッジデバイス上の2D特徴と3Dマップポイントを関連付ける。 コーンのインターセプトは、現在の位置から3Dポイントまでの距離によって決定され、適切な解像度レベルの選択と、3Dデジタルディファレンシャルアナライザ(DDA)アルゴリズムを介して、対応するボクセル内のユニークなマップポイントの検索を可能にする。 このアプローチは、送信に必要なデータ量と、データアソシエーション時の計算負荷を最小化する。 2つの公開データセットに対する大規模な実験により,本システムは最小限のデータ伝送を必要としながら,正確なポーズ推定を実現することを示した。

関連論文リスト

• 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)
• Holi-Spatial: Evolving Video Streams into Holistic 3D Spatial Intelligence [78.1406635199656]
  Holi-Spatialは、人間の介入なしに生のビデオ入力から構築された、初めて完全に自動化され、大規模で、空間対応のマルチモーダルデータセットである。 Holi-Spatial-4Mは、12K最適化された3DGSシーン、1.3Mの2Dマスク、320Kの3Dバウンディングボックス、320Kのインスタンスキャプション、1.2Mの3Dグラウンドインスタンス、1.2Mの空間QAペアを含む、最初の大規模で高品質な3Dセマンティックデータセットである。
  論文  参考訳（メタデータ） (2026-03-08T14:49:20Z)
• PointOcc: Cylindrical Tri-Perspective View for Point-based 3D Semantic Occupancy Prediction [72.75478398447396]
  本稿では,点雲を効果的かつ包括的に表現する円筒型三重対視図を提案する。 また,LiDAR点雲の距離分布を考慮し,円筒座標系における三点ビューを構築した。 プロジェクション中に構造の詳細を維持するために空間群プーリングを使用し、各TPV平面を効率的に処理するために2次元バックボーンを採用する。
  論文  参考訳（メタデータ） (2023-08-31T17:57:17Z)
• SimpleMapping: Real-Time Visual-Inertial Dense Mapping with Deep Multi-View Stereo [13.535871843518953]
  モノクロ画像とIMU読解のみを用いた高画質のリアルタイムビジュアル慣性高密度マッピング法を提案する。 そこで本稿では,VIOシステムから得られる情報的だがノイズの多いスパースポイントを効果的に活用できるスパースポイント支援ステレオニューラルネットワーク(SPA-MVSNet)を提案する。 提案手法は,EuRoCデータセットの難易度評価において,既存システムよりも39.7%のFスコア向上を実現している。
  論文  参考訳（メタデータ） (2023-06-14T17:28:45Z)
• SketchSampler: Sketch-based 3D Reconstruction via View-dependent Depth Sampling [75.957103837167]
  1枚のスケッチ画像に基づいて3次元形状を再構成することは、スパースで不規則なスケッチと正規の高密度な3次元形状との間に大きな領域ギャップがあるため困難である。 既存の作品では、3D座標を直接予測するためにスケッチから抽出されたグローバルな特徴を活用しようとするが、通常は入力スケッチに忠実でない細部を失う。
  論文  参考訳（メタデータ） (2022-08-14T16:37:51Z)
• Monocular Road Planar Parallax Estimation [25.36368935789501]
  乾燥可能な表面および周囲環境の3次元構造を推定することは、補助的かつ自律的な運転にとって重要な課題である。 単眼画像からの3Dセンシングのための新しいディープニューラルネットワークであるRoad Planar Parallax Attention Network (RPANet)を提案する。 RPANetは、路面のホモグラフィに整列した一対の画像を入力として取り、3D再構成のための$gamma$mapを出力する。
  論文  参考訳（メタデータ） (2021-11-22T10:03:41Z)
• TANDEM: Tracking and Dense Mapping in Real-time using Deep Multi-view Stereo [55.30992853477754]
  本稿では,リアルタイムな単分子追跡と高密度フレームワークであるTANDEMを紹介する。 ポーズ推定のために、TANDEMはアライメントのスライディングウィンドウに基づいて光度バンドル調整を行う。 TANDEMは最先端のリアルタイム3D再構成性能を示す。
  論文  参考訳（メタデータ） (2021-11-14T19:01:02Z)
• OmniSLAM: Omnidirectional Localization and Dense Mapping for Wide-baseline Multi-camera Systems [88.41004332322788]
  超広視野魚眼カメラ(FOV)を用いた広視野多視点ステレオ構成のための全方向位置決めと高密度マッピングシステムを提案する。 より実用的で正確な再構築のために、全方向深度推定のための改良された軽量のディープニューラルネットワークを導入する。 我々は全方位深度推定をビジュアル・オドメトリー(VO)に統合し,大域的整合性のためのループ閉鎖モジュールを付加する。
  論文  参考訳（メタデータ） (2020-03-18T05:52:10Z)

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。