論文の概要: A Height-Constrained 2-Point Minimal Solver for Pose Estimation from Active LED Markers with Event Cameras

• arxiv url: http://arxiv.org/abs/2608.09520v1
• Date: Mon, 10 Aug 2026 12:19:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:37.257304
• Title: A Height-Constrained 2-Point Minimal Solver for Pose Estimation from Active LED Markers with Event Cameras
• Title（参考訳）: イベントカメラを用いたアクティブLEDマーカのポス推定のための高制約2点最小解法
• Authors: Runze Yuan, Alexander Kappler, Jun Zhang, Kuangyi Chen, Fabio Morbidi, Pascal Vasseur, Cédric Demonceaux, Friedrich Fraundorfer,
• Abstract要約: 本研究では,モーションキャプチャシステムから実世界のデータを集めるイベントベースアクティブマーカーシステムを開発した。 合成データと実データの両方の実験では、最先端のP2Pソルバよりも精度が向上した。
• 参考スコア（独自算出の注目度）: 51.7262911415172
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In many autonomous applications requiring real-time localization, active marker-based systems are preferred due to their low latency and ease of deployment compared to computationally demanding feature-based methods. Event~\mbox{cameras} offer high temporal resolution and minimal delay and are commonly used with active LED markers for robust real-time localization. Existing methods typically rely on Perspective-n-Point (PnP) solvers for pose estimation. However, structured marker layouts can be challenging to deploy in space-constrained scenarios, while partial self-motion information (e.g., gravity direction and altitude) is readily available from onboard sensors. We derive a robust and accurate minimal solver that estimates camera pose from only two LED markers by incorporating known tilt angle and camera height measured by an onboard sensor, such as an IMU or an altimeter. The proposed formulation uniquely determines the camera pose through both a closed-form and a linear least-squares solution. We further analyze degenerate configurations and characterize the conditions under which height information does not contribute to rotation estimation. For evaluation, we developed an event-based active marker system to collect real-world data with ground truth from a motion capture system. Experiments on both synthetic and real data demonstrate improved accuracy over the state-of-the-art P2P solver and competitive performance relative to P3P.
• Abstract（参考訳）: リアルタイムローカライズを必要とする多くの自律的アプリケーションでは、能動的マーカーベースのシステムは、計算的に要求される機能ベースの方法と比較して、レイテンシとデプロイメントの容易さが低いため、好まれる。 Event~\mbox{cameras}は、高時間分解能と最小遅延を提供する。 既存の手法は通常、ポーズ推定のためにパースペクティブ-n-Point (PnP) ソルバに依存する。 しかし、構成されたマーカー配置は、空間制約のあるシナリオで展開することが困難であり、一方、部分的な自動情報(例えば、重力方向や高度)は、オンボードセンサーから容易に入手できる。 IMUや高度計などの搭載センサーによって測定された傾斜角とカメラ高さを組み込むことで、2つのLEDマーカーからカメラのポーズを推定する頑健で正確な最小解法を導出する。 提案した定式化は、閉形式と線形最小二乗解の両方を通して、カメラのポーズを一意に決定する。 さらに、デジェネレーション構成を分析し、高さ情報が回転推定に寄与しない条件を特徴付ける。 評価のために,モーションキャプチャシステムから実世界のデータを真理で収集するイベントベースアクティブマーカーシステムを開発した。 合成データと実データの両方の実験では、最先端のP2Pソルバよりも精度が向上し、P3Pと比較して競合性能が向上した。

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)
• EVLoc: Event-based Visual Localization in LiDAR Maps via Event-Depth Registration [13.066369438849872]
  イベントカメラはバイオインスパイアされたセンサーで、ハイダイナミックレンジや低レイテンシなどいくつかの特長がある。 既存のLiDARマップ内でのローカライズの可能性を探る。 構造的明瞭度を改善する新しいフレームベースのイベント表現を開発する。
  論文  参考訳（メタデータ） (2025-02-28T20:27:49Z)
• MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
  本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。 事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。 このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
  論文  参考訳（メタデータ） (2024-12-02T09:13:29Z)
• Cross-Modal Semi-Dense 6-DoF Tracking of an Event Camera in Challenging Conditions [29.608665442108727]
  イベントベースのカメラはバイオインスパイアされた視覚センサーであり、HDR条件でよく機能し、時間分解能が高い。 本研究は、代替センサのマッピングが許された場合、純粋にイベントベースのトラッキングの実現可能性を示す。 この手法は、半密度マップとイベントの幾何学的3D-2D登録に依存しており、信頼性が高く正確なクロスモーダル追跡結果が得られる。
  論文  参考訳（メタデータ） (2024-01-16T01:48:45Z)
• Real-time 6-DoF Pose Estimation by an Event-based Camera using Active LED Markers [12.932177576177281]
  本稿では,能動LEDマーカー(ALM)を用いたイベントベースのポーズ推定システムを提案する。 提案アルゴリズムは、SI3kilo Hertzの出力速度を維持しながら、SI0.5ミリ秒未満のレイテンシでリアルタイムに動作可能である。
  論文  参考訳（メタデータ） (2023-10-25T13:14:12Z)
• Deep Learning for Real Time Satellite Pose Estimation on Low Power Edge TPU [58.720142291102135]
  本稿では,ニューラルネットワークアーキテクチャを利用したポーズ推定ソフトウェアを提案する。 我々は、低消費電力の機械学習アクセラレーターが宇宙での人工知能の活用を可能にしていることを示す。
  論文  参考訳（メタデータ） (2022-04-07T08:53:18Z)
• Uncertainty-Aware Camera Pose Estimation from Points and Lines [101.03675842534415]
  Perspective-n-Point-and-Line (Pn$PL) は、2D-3D特徴座標の3Dモデルに関して、高速で正確で堅牢なカメラローカライゼーションを目指している。
  論文  参考訳（メタデータ） (2021-07-08T15:19:36Z)
• Event-based Stereo Visual Odometry [42.77238738150496]
  ステレオ・イベント・ベースのカメラ・リグが取得したデータから視覚計測の問題に対する解決策を提案する。 我々は,シンプルかつ効率的な表現を用いて,ステレオイベントベースのデータの時間的一貫性を最大化する。
  論文  参考訳（メタデータ） (2020-07-30T15:53:28Z)
• Robust On-Manifold Optimization for Uncooperative Space Relative Navigation with a Single Camera [4.129225533930966]
  単分子装置のみを用いて、チェッカー宇宙船に対して対象物体の6次元ポーズを推定するために、革新的なモデルに基づくアプローチが実証された。 複雑な宇宙船エンビザットとランデブー軌道のリアルな合成と実験室のデータセットで検証されている。
  論文  参考訳（メタデータ） (2020-05-14T16:23:04Z)
• Deep Soft Procrustes for Markerless Volumetric Sensor Alignment [81.13055566952221]
  本研究では、より堅牢なマルチセンサ空間アライメントを実現するために、マーカーレスデータ駆動対応推定を改善する。 我々は、幾何学的制約を終末的に典型的なセグメンテーションベースモデルに組み込み、対象のポーズ推定タスクと中間密な分類タスクをブリッジする。 実験により,マーカーベースの手法で同様の結果が得られ,マーカーレス手法よりも優れ,またキャリブレーション構造のポーズ変動にも頑健であることがわかった。
  論文  参考訳（メタデータ） (2020-03-23T10:51:32Z)

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。