論文の概要: DB-VIO: Dual-Branch Visual Inertial Odometry with Enhanced Visual-Inertial Representation
- arxiv url: http://arxiv.org/abs/2607.22123v1
- Date: Fri, 24 Jul 2026 09:19:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-27 20:58:57.09117
- Title: DB-VIO: Dual-Branch Visual Inertial Odometry with Enhanced Visual-Inertial Representation
- Title（参考訳）: DB-VIO:視覚的慣性表現を増強したデュアルブランチ視覚慣性オドメトリー
- Abstract要約: 移動ロボットシステムにおける6-DoFの正確な動作推定には,視覚慣性計測(VIO)が不可欠である。
近年の学習ベースのVIO法は進歩が期待できるが、視覚-慣性表現の統一に頼っていることが多い。
視覚-慣性表現を拡張した二分岐視覚慣性オドメトリーフレームワークDB-VIOを提案する。
- 参考スコア（独自算出の注目度）: 14.820253630857158
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Visual inertial odometry (VIO) is essential for accurate 6-DoF motion estimation in mobile robotic systems. Recent learning-based VIO methods have shown promising progress, but they often rely on unified visual--inertial representations and a single temporal model for full-pose estimation, limiting their ability to capture the heterogeneous dynamics of rotation and translation. Moreover, monocular visual features often lack explicit geometric structure, while raw inertial encoding leaves the underlying rotational kinematics implicit, weakening the rotation-related cues in IMU features. To address these issues, we propose DB-VIO, a dual-branch visual inertial odometry framework with enhanced visual--inertial representation. DB-VIO incorporates depth cues to improve monocular visual perception, injects an explicit integrated-attitude prior to strengthen rotation-aware inertial representation, and decouples pose estimation into dedicated rotational and translational branches for motion-specific temporal modeling. Experiments on autonomous driving and aerial robot benchmarks show that DB-VIO achieves state-of-the-art performance, improving the corresponding baselines by 20\% on KITTI and 33\% on EuRoC. Notably, under the more agile motion patterns of EuRoC, DB-VIO improves the rotational metric by 65.7\% over prior methods. These results demonstrate the effectiveness and generalization of DB-VIO across different platforms and motion scenarios.
- Abstract（参考訳）: 移動ロボットシステムにおける6-DoFの正確な動作推定には,視覚慣性計測(VIO)が不可欠である。
近年の学習ベースのVIO法は進歩が期待できるが、しばしば一元的な視覚-慣性表現と1つの時間モデルに頼り、回転と翻訳の不均一なダイナミクスを捉える能力を制限している。
さらに、単眼的な視覚的特徴は、しばしば明示的な幾何学的構造を欠いているが、生慣性符号化は、下層の回転キネマティクスを暗黙的に残し、IMUの特徴における回転に関連する手がかりを弱める。
これらの問題に対処するため、視覚-慣性表現を拡張したデュアルブランチ視覚慣性オドメトリーフレームワークDB-VIOを提案する。
DB-VIOは、ディープキューを取り入れて、単眼の視覚的知覚を改善するとともに、回転認識慣性表現を強化する前に明示的な統合態度を注入する。
自律走行と空飛ぶロボットのベンチマーク実験により、DB-VIOは最先端のパフォーマンスを実現し、KITTIでは20倍、EuRoCでは33倍のベースラインを向上した。
特に、EuRoCのよりアジャイルな動きパターンの下では、DB-VIOは以前の方法よりも65.7\%向上している。
これらの結果は、様々なプラットフォームや動きシナリオにおけるDB-VIOの有効性と一般化を示している。
関連論文リスト
- Sensor Configuration Matters: A Systematic Evaluation of Multimodal SLAM on Quadruped Robots [15.924751226144979]
本稿では,最先端のビジュアル,ビジュアル・慣性,LiDAR・ビジュアル・慣性SLAM手法の体系的評価について述べる。
我々は、カメラのモダリティ、シャッター技術、慣性センサー層の影響を定量化し、ローカライゼーション精度、アルゴリズムの堅牢性、計算資源利用のトレードオフを分析する。
論文 参考訳（メタデータ） (2026-06-17T13:41:07Z) - MVOFormer: Flow-Semantic Transformer for Robust Monocular Visual Odometry [11.059456227749914]
MVOFormerは、ロバストなモノクラービジュアルオドメトリーのための新しいトランスフォーマーフレームワークである。
MVOFormerは、より優れたゼロショットの一般化とロバスト性を実現し、事前学習ベースのフレーム・ツー・フレーム法よりも大幅に優れている。
論文 参考訳（メタデータ） (2026-06-15T09:39:28Z) - Persistent Visual Memory: Sustaining Perception for Deep Generation in LVLMs [66.15429821530503]
Persistent Visual Memoryは、ビジュアルエビデンスへの持続的でオンデマンドアクセスを強化するために設計された、軽量の学習可能なモジュールである。
Qwen3-VLモデルの実験は、PVMが無視可能なパラメータオーバーヘッドで顕著な改善をもたらすことを示した。
詳細な分析により、PVMはより長い世代で堅牢性が向上し、内部予測収束が加速することが明らかとなった。
論文 参考訳（メタデータ） (2026-05-01T17:54:37Z) - Stereo-Inertial Poser: Towards Metric-Accurate Shape-Aware Motion Capture Using Sparse IMUs and a Single Stereo Camera [54.967647497048205]
本稿では,距離精度と形状を考慮した3次元動作を推定するリアルタイムモーションキャプチャシステムであるStereo-Inertial Poserを提案する。
モノクラーRGBをステレオビジョンに置き換え、直接3次元キーポイント抽出と形状パラメータ推定を可能にした。
ドリフトフリーなグローバル翻訳を長い記録時間で生成し,フットスケート効果を低減させる。
論文 参考訳（メタデータ） (2026-03-02T17:46:38Z) - \ extsc{NaVIDA}: Vision-Language Navigation with Inverse Dynamics Augmentation [50.027425808733994]
textscNaVIDAは、ポリシー学習とアクショングラウンドの視覚力学と適応実行を結合した統合VLNフレームワークである。
textscNaVIDAは、チャンクベースの逆ダイナミクスによるトレーニングを強化し、視覚変化と対応するアクションの因果関係を学習する。
実験の結果,textscNaVIDAはパラメータが少ない最先端の手法に比べてナビゲーション性能が優れていることがわかった。
論文 参考訳（メタデータ） (2026-01-26T06:16:17Z) - ReViP: Reducing False Completion in Vision-Language-Action Models with Vision-Proprioception Rebalance [50.05984919728878]
本稿では、視覚的接地と摂動下での堅牢性を高めるために、視覚-受容器リバランスを備えた新しいVLAフレームワークReViPを提案する。
具体的には、タスクステージオブザーバとして外部VLMを使用して、視覚的な観察からリアルタイムなタスク中心の視覚的手がかりを抽出する。
本稿では,オブジェクトドロップのような制御された設定を持つLIBERO上に構築された最初のFalse-Completion Benchmark Suiteを提案する。
論文 参考訳（メタデータ） (2026-01-23T11:31:07Z) - Orient Anything V2: Unifying Orientation and Rotation Understanding [106.90704703054115]
Orient Anything V2は、オブジェクト3Dの向きと回転を一対または一対の画像から統一的に理解するための拡張モデルである。
V2はこの能力を拡張し、様々な回転対称性を持つ物体を扱い、相対回転を直接推定する。
オブジェクト指向推定,6DoFポーズ推定,および11の広く使用されているベンチマークにおけるオブジェクト対称性認識における最先端のゼロショット性能を実現する。
論文 参考訳（メタデータ） (2026-01-09T06:43:59Z) - SPORTS: Simultaneous Panoptic Odometry, Rendering, Tracking and Segmentation for Urban Scenes Understanding [0.0]
本稿では,全体像理解のための新しいフレームワーク SPORTS を提案する。
Video Panoptic (VPS)、Visual Odometry (VO)、Scene Renderingタスクを反復的で統一された視点に統合する。
我々の注意に基づく特徴融合は、計測、追跡、セグメンテーション、新しいビュータスクにおいて、既存の最先端の合成方法よりも優れています。
論文 参考訳（メタデータ） (2025-10-14T17:28:19Z) - Robust Diagram Reasoning: A Framework for Enhancing LVLM Performance on Visually Perturbed Scientific Diagrams [0.81996963503528]
LLM(Large Language Models)とLVLM(Large Language Models)は、科学と工学の応用を大いに約束する。
既存の評価ベンチマークはこの課題を概ね見落としており、LVLMの堅牢な推論能力は過小評価されている。
本稿では,ロバストダイアグラム推論(RDR)フレームワークについて紹介する。
論文 参考訳（メタデータ） (2025-08-23T09:50:58Z) - 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) - SM/VIO: Robust Underwater State Estimation Switching Between Model-based
and Visual Inertial Odometry [1.9785872350085876]
本稿では,水中操作における視覚慣性状態推定のロバスト性問題に対処する。
提案手法では,ロボットの運動学モデルと固有感覚センサを用いてポーズ推定を行う。
ヘルスモニタリングは、2つの推定器間のタイムリーな切り替えを保証するVIOプロセスを追跡する。
論文 参考訳（メタデータ） (2023-04-04T17:46:20Z)
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。