論文の概要: PLS-Calib: A Partial Least Squares Framework for Event Camera and Odometry Calibration under Ground Motion Constraints
- arxiv url: http://arxiv.org/abs/2608.03296v1
- Date: Tue, 04 Aug 2026 08:07:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-05 15:30:23.093681
- Title: PLS-Calib: A Partial Least Squares Framework for Event Camera and Odometry Calibration under Ground Motion Constraints
- Title（参考訳）: PLS-Calib: 地動制約下でのイベントカメラとオドメトリ校正のための部分最小方形フレームワーク
- Authors: Guangyu Li, Xiao Li, Yujie Wu, Changshuo Wang, Prayag Tiwari, Jiang Cai, Fangwen Yu, Mingkun Xu,
- Abstract要約: 既存のキャリブレーション技術のほとんどは、あらゆる自由度をエキサイティングするために6-DoFのフル動作に依存している。
PLS-Calib という新しい回転校正フレームワークを提案する。
我々は,最先端手法に比べてキャリブレーションの堅牢性と精度が著しく向上したことを示す。
- 参考スコア（独自算出の注目度）: 27.568640844773338
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Accurate extrinsic rotation calibration between sensors is fundamental to the performance of robotic perception systems. However, most existing calibration techniques rely on full 6-DoF motion to excite all degrees of freedom, which is often infeasible for ground-constrained robots with limited motion capabilities. Recent approaches designed for such restricted settings, such as Canonical Correlation Analysis (CCA)-based methods, suffer from ill-conditioned covariance matrices that lead to numerical instability and suboptimal calibration accuracy. To overcome these limitations, we present a novel rotation calibration framework named PLS-Calib that, for the first time, leverages Partial Least Squares (PLS) regression to model the latent kinematic correlations between asynchronous, heterogeneous sensor streams. Specifically, we apply our method to the calibration of an event camera and an odometry onboard a ground robot. To improve event-based pattern detection, we introduce a polarity-aware event representation, which enhances spatiotemporal contrast in circular calibration targets. Our PLS-based formulation yields a closed-form, stable solution that avoids matrix singularities inherent in CCA-based approaches. Extensive experiments on both synthetic and real-world datasets validate the effectiveness of our approach, demonstrating significant improvements in calibration robustness and accuracy over state-of-the-art methods. This work offers a practical and theoretically grounded solution for rotation calibration in constrained robotic systems and opens up new directions for applying statistical learning techniques in neuromorphic vision.
- Abstract（参考訳）: センサ間の正確な回転校正はロボット認識システムの性能に基礎を置いている。
しかし、既存のキャリブレーション技術のほとんどは、あらゆる自由度をエキサイティングするために6-DoFのフル動作に依存しており、しばしば、限られた動作能力を持つ地上拘束ロボットには不可能である。
カノニカル相関解析(CCA)に基づく手法のような制限された設定のために設計された近年のアプローチは、数値不安定性や最適下キャリブレーション精度につながる不条件の共分散行列に悩まされている。
これらの制限を克服するために,PLS-Calibという新しい回転校正フレームワークを提案する。
具体的には,地中ロボット上でのイベントカメラとオドメトリーの校正に本手法を適用した。
イベントに基づくパターン検出を改善するために,円形キャリブレーション対象の時空間コントラストを高める極性認識イベント表現を導入する。
私たちのPLSベースの定式化は、CCAベースのアプローチに固有の行列特異点を避ける、閉形式で安定した解をもたらす。
合成と実世界の両方のデータセットに対する大規模な実験により、我々のアプローチの有効性が検証され、最先端の手法よりもキャリブレーションの堅牢性と精度が大幅に向上した。
この研究は、制約されたロボットシステムの回転校正のための実用的で理論的な解を提供し、ニューロモルフィック視覚に統計的学習技術を適用するための新しい方向を開く。
関連論文リスト
- Attitude-Aided Linear Calibration of Triaxial Accelerometers [3.810612452609132]
姿勢支援線形加速度計校正(ALAC)は、向き情報を提供する任意のプラットフォームで動作する。
ALACは、統一キャリブレーションモデルにおいて、センサエラーを表すために複合エラー行列(CEM)を構築する。
固定式ロボット搭載加速度計と準静的なパブリックIMU軌道の実験は、ALACがオフラインモードとオンラインモードの両方において、精度と堅牢性において基準ベースラインとオンラインベースラインを上回っていることを示している。
論文 参考訳（メタデータ） (2026-06-04T15:48:16Z) - A Unified Calibration Framework for Coordinate and Kinematic Parameters in Dual-Arm Robots [23.991712799218217]
両腕の座標変換と運動パラメータの統一校正のための新しい枠組みを提案する。
我々のキーとなる考え方は、1つのリー代数的定式化の中で密結合なパラメータを統一することである。
提案アルゴリズムは,地球近傍の最適性を検証可能な信頼性の高い推定値が得られる。
論文 参考訳（メタデータ） (2026-03-16T04:25:40Z) - DST-Calib: A Dual-Path, Self-Supervised, Target-Free LiDAR-Camera Extrinsic Calibration Network [57.22935789233992]
本稿では,オンライン方式で動作するLiDARカメラ外装キャリブレーションネットワークについて紹介する。
提案手法は,一般化可能性の観点から既存手法を著しく上回っている。
論文 参考訳（メタデータ） (2026-01-03T13:57:01Z) - Temporal and Rotational Calibration for Event-Centric Multi-Sensor Systems [24.110040599070796]
イベントカメラは画素レベルの明るさ変化に応じて非同期信号を生成する。
イベント中心型マルチセンサシステムに適した動きに基づく時間・回転キャリブレーションフレームワークを提案する。
論文 参考訳（メタデータ） (2025-08-18T01:53:27Z) - Kalib: Easy Hand-Eye Calibration with Reference Point Tracking [52.4190876409222]
カリブ (Kalib) は、視覚基礎モデルの一般化性を利用して課題を克服する手眼自動校正法である。
校正中は、ロボットの後ろの空間内のカメラ座標3D座標に運動基準点を追跡する。
Kalibのユーザフレンドリな設計と最小限のセットアップ要件により、非構造化環境での継続的操作のソリューションとなり得る。
論文 参考訳（メタデータ） (2024-08-20T06:03:40Z) - A re-calibration method for object detection with multi-modal alignment bias in autonomous driving [6.672552664633057]
自律走行における多モード物体検出は、異なるセンサからの補完情報を融合させることにより、大きなブレークスルーを達成した。
LiDARやカメラなどのセンサーとの融合の校正は、以前の研究で常に正確であるはずだった。
実際には、キャリブレーション行列は車両が工場を出る際に固定されるが、機械的振動、道路の隆起、データラグはキャリブレーションバイアスを引き起こす可能性がある。
論文 参考訳（メタデータ） (2024-05-27T05:46:37Z) - RobustCalib: Robust Lidar-Camera Extrinsic Calibration with Consistency
Learning [42.90987864456673]
LiDARカメラ外部推定の現在の手法は、オフラインの目標と人間の努力に依存している。
本稿では,外因性キャリブレーション問題に頑健で自動的で単発的な方法で対処する新しい手法を提案する。
我々は,異なるデータセットの総合的な実験を行い,本手法が正確かつ堅牢な性能を実現することを示す。
論文 参考訳（メタデータ） (2023-12-02T09:29:50Z) - EasyHeC: Accurate and Automatic Hand-eye Calibration via Differentiable
Rendering and Space Exploration [49.90228618894857]
我々は、マーカーレスでホワイトボックスであり、より優れた精度とロバスト性を提供するEasyHeCと呼ばれる手眼校正の新しいアプローチを導入する。
我々は,2つの重要な技術 – レンダリングベースのカメラポーズの最適化と整合性に基づく共同空間探索 – を利用することを提案する。
本評価は,合成および実世界のデータセットにおいて優れた性能を示す。
論文 参考訳（メタデータ） (2023-05-02T03:49:54Z) - Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。
コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。
その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
論文 参考訳（メタデータ） (2021-01-26T16:01:02Z) - Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
視覚SLAMシステムのための新しい最適化バックボーンを提案する。
従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。
我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
論文 参考訳（メタデータ） (2020-11-02T18:02:26Z) - Fast Gravitational Approach for Rigid Point Set Registration with
Ordinary Differential Equations [79.71184760864507]
本稿では,FGA(Fast Gravitational Approach)と呼ばれる厳密な点集合アライメントのための物理に基づく新しい手法を紹介する。
FGAでは、ソースとターゲットの点集合は、シミュレーションされた重力場内を移動しながら、世界規模で多重リンクされた方法で相互作用する質量を持つ剛体粒子群として解釈される。
従来のアライメント手法では,新しいメソッドクラスには特徴がないことを示す。
論文 参考訳（メタデータ） (2020-09-28T15:05:39Z)
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。