論文の概要: Scalix: Uncertainty-Aware Scale-Consistent Monocular SLAM

• arxiv url: http://arxiv.org/abs/2608.17553v1
• Date: Tue, 18 Aug 2026 09:14:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-19 21:40:53.288209
• Title: Scalix: Uncertainty-Aware Scale-Consistent Monocular SLAM
• Title（参考訳）: Scalix: 不確かさを意識したスケール一貫性モノクルSLAM
• Abstract要約: Scalixは、メトリックスケールの状態推定を実現するリアルタイム単眼SLAMフレームワークである。 大規模な屋外および屋内環境での実験は、最先端のパフォーマンスを示している。
• 参考スコア（独自算出の注目度）: 17.864571450291287
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cameras are ubiquitous sensors in robotics due to their compact form factor and the perceptual richness captured through visual information. Monocular SLAM enables robots to understand the environment with a minimum setup, however, it inherently suffers from scale ambiguity. A common solution is to provide multi-modal sensor configurations, such as visual-inertial systems, where scale is observable unless the robot navigates under a constant-velocity motion, a common scenario in mobile robotics. With the advent of deep-learning, geometric foundation models have been used to address this problem, but the depths maps are often noisy and scale-inconsistent across frames. In this paper, we propose Scalix, a real-time monocular SLAM framework that achieves metric-scale state estimation by integrating learned depth cues into a probabilistic factor-graph formulation. By augmenting existing monocular depth models with both per-pixel depth uncertainty and per-frame scale uncertainty, Scalix treats scale predictions as independent measurements within its optimization, leading to improved scale consistency through multi-view data associations. Experiments in large-scale outdoor and indoor environments demonstrate state-of-the-art performance on both metric and up-to-scale benchmarks while maintaining real-time operation and generalization.
• Abstract（参考訳）: カメラは、コンパクトなフォームファクターと視覚情報によって捉えられた知覚豊かさのために、ロボット工学においてユビキタスなセンサーである。 単眼のSLAMは、ロボットが最小限のセットアップで環境を理解することを可能にするが、本質的にはスケールのあいまいさに悩まされる。 一般的な解決策は、視覚慣性システムのようなマルチモーダルセンサーの構成を提供することであり、ロボットが一定の速度で移動しない限り、スケールは観測可能である。 ディープラーニングの出現に伴い、幾何学的基礎モデルはこの問題に対処するために使われてきたが、深度マップはフレーム間でノイズが多く、スケールに一貫性がないことが多い。 本稿では,学習深度キューを確率係数グラフの定式化に組み込むことで,計量スケール状態推定を実現するリアルタイム単眼SLAMフレームワークであるScalixを提案する。 Scalixは、ピクセル毎の深度不確実性とフレーム毎のスケール不確実性の両方で既存の単眼深度モデルを拡張することにより、最適化内でのスケール予測を独立した測定として扱うことにより、マルチビューデータアソシエーションによるスケール一貫性の向上を実現している。 大規模屋外および屋内環境における実験は、リアルタイム操作と一般化を維持しながら、計量と最大スケールのベンチマークの両方で最先端の性能を示す。

関連論文リスト

• VGP-Nav: Metric-Aware Visual Geometric Perception for Robot Navigation [59.44896676402453]
  VGP-Navは、テキスト・メトリック・アウェア・ビジュアル・ジオメトリック・パーセプションのための統合されたフレームワーク 単分子RGB入力にのみ依存し、メトリックローカライゼーションと障害物知覚を共同で支援する。 VGP-Navはモノクルスケールのあいまいさをオンラインで解決し、局所化基底の計量障害物表現を生成する。
  論文  参考訳（メタデータ） (2026-06-08T09:38:14Z)
• PRISM-SLAM: Probabilistic Ray-Grounded Inference for Scale-aware Metric SLAM [0.0]
  PRISM-SLAMは、VFMプリエントを構造化ベイズ因子グラフに厳密に統合するリアルタイムフレームワークである。 我々は,一貫した距離座標系内の絶対空間における単分子観測を固定するために,チャンカー線距離係数を導入する。 VFM推論と幾何追跡を非同期に処理するマルチプロセスアーキテクチャを利用することで、PRISM-SLAMはRGB入力のみを使用して、30FPSで検証済みのメトリック出力を提供する。
  論文  参考訳（メタデータ） (2026-05-19T02:10:04Z)
• 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)
• Markerless Robot Detection and 6D Pose Estimation for Multi-Agent SLAM [9.016715022913793]
  マルチロボットSLAMアプローチは、ローカライゼーション履歴と異なるオブザーバからのマップをマージするものであり、データアソシエーションの確立が困難である。 本稿では,Deep-Learningに基づく6次元ポーズ推定の最近の進歩を活用する新しい手法を提案する。 分散型マルチロボットSLAMシステムの一部としてマーカレスポーズ推定を特徴とし,ロボットチーム間の相対的な位置推定精度の利点を示す。
  論文  参考訳（メタデータ） (2026-02-18T09:38:06Z)
• DeFM: Learning Foundation Representations from Depth for Robotics [49.77188649197404]
  DeFMはロボットアプリケーションのための深度画像に基づいて訓練された自己教師型基礎モデルである。 DeFMは幾何学的および意味的な表現を学び、様々な環境、タスク、センサーに一般化する。 最先端の性能を達成し、シミュレーションから実環境への強力な一般化を実証する。
  論文  参考訳（メタデータ） (2026-01-26T19:45:31Z)
• MCOO-SLAM: A Multi-Camera Omnidirectional Object SLAM System [19.16370123474815]
  本稿では,MCOO-SLAMを提案する。 我々のアプローチは、オープン語彙意味論で強化された点特徴とオブジェクトレベルのランドマークを統合する。 実世界の大規模な実験により、MCOO-SLAMは正確なローカライゼーションとスケーラブルなオブジェクトレベルのマッピングを実現することが示された。
  論文  参考訳（メタデータ） (2025-06-18T12:20:34Z)
• ZoomNeXt: A Unified Collaborative Pyramid Network for Camouflaged Object Detection [70.11264880907652]
  最近のオブジェクト(COD)は、現実のシナリオでは極めて複雑で難しい、視覚的にブレンドされたオブジェクトを周囲に分割しようと試みている。 本研究では,不明瞭な画像を観察したり,ズームインしたりアウトしたりする際の人間の行動を模倣する,効果的な統合協調ピラミッドネットワークを提案する。 我々のフレームワークは、画像とビデオのCODベンチマークにおいて、既存の最先端の手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2023-10-31T06:11:23Z)
• SelfTune: Metrically Scaled Monocular Depth Estimation through Self-Supervised Learning [53.78813049373321]
  本稿では,事前学習した教師付き単分子深度ネットワークに対する自己教師付き学習手法を提案する。 本手法は移動ロボットナビゲーションなどの様々な応用に有用であり,多様な環境に適用可能である。
  論文  参考訳（メタデータ） (2022-03-10T12:28:42Z)
• LatentSLAM: unsupervised multi-sensor representation learning for localization and mapping [7.857987850592964]
  低次元潜在状態記述子を生成する教師なし表現学習手法を提案する。 本手法はセンサ非依存であり,任意のセンサモダリティに適用可能である。 複数のセンサを組み合わせることで、偽の一致数を減らすことで堅牢性が向上することを示す。
  論文  参考訳（メタデータ） (2021-05-07T13:44:32Z)
• 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。