論文の概要: IMU-Free Body-Frame State Estimation with Sparse Scene Flow for Quadcopters
- arxiv url: http://arxiv.org/abs/2608.20891v1
- Date: Fri, 21 Aug 2026 09:11:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-24 14:49:32.483938
- Title: IMU-Free Body-Frame State Estimation with Sparse Scene Flow for Quadcopters
- Title（参考訳）: クアッドコプターのスパースシーンフローによるIMUフリーボディーフレーム状態推定
- Abstract要約: 我々は、標準ステレオカメラと慣性センサーを搭載せず、X-コンフィグレーションクワッドコプターの視覚のみの状態推定システムを提案する。
システムは完全にボディフレーム内で動作し、ステレオ画像とモータースラストコマンドの同期のみを必要とする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a vision-only state estimation system for X-configuration quadcopters equipped with a canonical stereo camera pair and no inertial sensors. The system operates entirely in the body frame, requiring only synchronised stereo images and motor thrust commands. A continuous-discrete extended Kalman filter on a composite manifold state $\langle SE(3), \mathbb{R}^3, \ldots \rangle$ maintains estimates of body-frame pose, velocity, angular velocity, gravity, and disturbances, using stationary scene points as implicit inertial references. Feature points are detected (FAST, Shi-Tomasi), tracked temporally (SSD, Lucas-Kanade) and matched across cameras (NCC), with search regions predicted from filter-derived pose and point uncertainty. Chi-squared gating on the normalised innovation admits only stationary points to the filter. The system also produces a sparse 3D point cloud carrying per-point position, velocity and joint covariance. These come from a 4-view (two stereo pairs at two timestamps) full bundle adjustment that jointly estimates position and velocity from stereo disparity and temporal parallax, with the filter-derived relative pose as a prior. Feature points in the EKF do not enter the solver; their information is reflected through the pose prior. Point cloud density is spatially adaptive: an external focus point directs allocation, producing dense coverage in the region of attention and sparse coverage elsewhere. The output is a body-frame state estimate, a calibrated pose change, and a sparse scene flow. It is intended as a measurement source for a downstream world model anchored in the current body frame, without dependence on GPS, IMU, or any world-frame infrastructure, though the architecture accommodates their future integration.
- Abstract（参考訳）: 我々は、標準ステレオカメラと慣性センサーを搭載せず、X-コンフィグレーションクワッドコプターの視覚のみの状態推定システムを提案する。
システムは完全にボディフレーム内で動作し、ステレオ画像とモータースラストコマンドの同期のみを必要とする。
複合多様体状態 $\langle SE(3), \mathbb{R}^3, \ldots \rangle$ 上の連続離散拡張カルマンフィルタは、静止シーンポイントを暗黙の慣性参照として、ボディフレームのポーズ、速度、角速度、重力、外乱の推定を維持する。
特徴点は検出され(FAST, Shi-Tomasi)、時間的に追跡され(SSD, Lucas-Kanade)、カメラ間でマッチングされる。
正規化された革新の2乗ゲーティングは、フィルタに静止点のみを許容する。
システムは、ポイント位置、速度、関節の共分散を含むスパース3D点雲も生成する。
これらは4ビュー(2つのタイムスタンプで2つのステレオペア)のフルバンドル調整から来ており、ステレオ差と時間視差から位置と速度を共同で推定し、フィルター由来の相対的なポーズを前者とする。
EKFの特徴点はソルバに入っておらず、その情報は前のポーズを通して反映される。
点雲密度は空間的に適応しており、外部フォーカスポイントがアロケーションを指示し、注意領域の密接なカバレッジと、他の場所でのまばらなカバレッジを生み出す。
出力は、ボディフレーム状態推定、キャリブレーションされたポーズ変更、スパースシーンフローである。
アーキテクチャは、現在のボディフレームに固定された下流世界モデルの計測源として、GPS、IMU、その他の世界フレームインフラストラクチャに依存しないが、将来の統合に対応する。
関連論文リスト
- OmniPoint: Universal Monocular Metric Pointcloud from Any Camera [79.24417597712802]
OmniPointは、様々な画像センサにまたがるメートル法再構成を一般化するために設計された統合されたフレームワークである。
射影剛性を克服するため、OmniPointは従来の平面深度回帰を放棄する。
代わりに、分離された訓練目標とともに、分離された光線と距離の表現を採用する。
論文 参考訳（メタデータ） (2026-09-08T19:45:58Z) - A Height-Constrained 2-Point Minimal Solver for Pose Estimation from Active LED Markers with Event Cameras [51.7262911415172]
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。
論文 参考訳（メタデータ） (2026-08-10T12:19:24Z) - Sphere-VIO: Fast and Robust Visual-Inertial Odometry via Unified Spherical Representation for Heterogeneous Multi-Camera Systems [11.777651307702174]
マルチカメラ・ビジュアル・慣性オドメトリー(VIO)は、視野を広げることによって純粋な視覚系の固有の限界を克服する。
ヘテロジニアスマルチカメラシステムのための球面表現を統一した軽量フィルタベースのVIOフレームワークであるSphere-VIOを提案する。
Sphere-VIOは, 精度, 堅牢性, 効率, クロスカメラの汎用性とのトレードオフが優れていることを示す。
論文 参考訳（メタデータ） (2026-06-29T07:46:08Z) - SurroundNEXO: Ego-Centric Metric Bridging for Spatially Consistent Geometry in Autonomous Driving [38.85333609536219]
SurroundNEXOは低オーバーラップマルチカメラ・メトリディープ・フレームワークである。
これは、視覚的対応ではなく、エゴ中心の幾何学におけるクロスビュー推論を基礎としている。
シングルビューエラーを33.2%削減し、クロスビュー一貫性を10.5%向上し、SOTA法に比べて25.6%向上した。
論文 参考訳（メタデータ） (2026-06-15T17:00:32Z) - Dual Quaternion-Based Unscented Kalman Filter with Visual Inertial Odometry for Navigation in GPS-Denied Environments [6.316693022958222]
本稿では,視覚慣性オドメトリー (VIO) アルゴリズムを用いたDQUKF (Dual Quaternion-Based Unscented Kalman Filter) を提案する。
提案手法はDQUKFを誤差状態で定式化し, 単位二重四元数で表現し, 局所のポーズ誤差を6次元ツイストパラメータ化で表現する。
並行して、VIOアルゴリズムは画像フレーム間の特徴を追跡し、IMUとカメラ間の計測を同期させ、視覚的制約を提供する。
論文 参考訳（メタデータ） (2026-06-08T10:00:40Z) - RAFT-MSF++: Temporal Geometry-Motion Feature Fusion for Self-Supervised Monocular Scene Flow [51.43025173196566]
単眼のシーンフロー推定は画像列から高密度な3次元動きを復元することを目的としている。
RAFT-MSF++は,時間的特徴を融合して深度とシーンフローを推定する自己教師型マルチフレームフレームワークである。
実験の結果、RAFT-MSF++はKITTI Scene Flowベンチマークで24.14%のSF-allを達成した。
論文 参考訳（メタデータ） (2026-04-21T11:32:49Z) - Object-Centric Stereo Ranging for Autonomous Driving: From Dense Disparity to Census-Based Template Matching [1.2691047660244335]
従来の高密度ステレオマッチング法はピクセルごとの不均一マップを生成するが、高い計算コスト、ステレオカメラ間のラジオメトリック差への感度、不均一値が小さい長距離での精度の低下に悩まされている。
本稿では,3つの相補的な深度推定手法を統合した総合ステレオ測位システムを提案する。
論文 参考訳（メタデータ） (2026-04-09T08:51:42Z) - 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) - Vision-Aided Relative State Estimation for Approach and Landing on a Moving Platform with Inertial Measurements [36.94429692322632]
本稿では,UAVと平面プラットフォーム間の相対的な位置,向き,速度を,接近・着陸時の任意の3次元運動によって推定する問題に対処する。
相対的な姿勢を再現するために,SO(3)上の補足フィルタを用いたカスケードオブザーバを提案し,続いて相対的な位置と速度推定のための線形リカティオブザーバを提案する。
提案したオブザーバの性能は、広範囲なシミュレーションによって検証される。
論文 参考訳（メタデータ） (2025-12-22T10:28:20Z) - NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。
グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。
我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
論文 参考訳（メタデータ） (2025-06-23T14:28:30Z) - On Robust Cross-View Consistency in Self-Supervised Monocular Depth Estimation [56.97699793236174]
本論文では,2種類の堅牢なクロスビュー整合性について検討する。
深度特徴空間と3次元ボクセル空間の時間的コヒーレンスを自己教師付き単眼深度推定に利用した。
いくつかのアウトドアベンチマークの実験結果から,本手法は最先端技術より優れていることが示された。
論文 参考訳（メタデータ） (2022-09-19T03:46:13Z)
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。