論文の概要: Efficient and Robust Absolute Pose Estimation via Gravity-Prior-Driven Transformation Decoupling and Pose Refinement

• arxiv url: http://arxiv.org/abs/2609.00713v1
• Date: Tue, 01 Sep 2026 04:43:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:36.325023
• Title: Efficient and Robust Absolute Pose Estimation via Gravity-Prior-Driven Transformation Decoupling and Pose Refinement
• Title（参考訳）: 重力-パラメータ駆動型変換デカップリングとポーリファインメントによる効率的かつロバストな絶対ポーズ推定
• Authors: Hu Cao, Qianyi Yang, Xinyi Li, Jiong Liu, Yinlong Liu, Alois Knoll,
• Abstract要約: 本稿では,従来の重力から得られる幾何学的関係を生かした新しい変換戦略を提案する。 1-DoF回転角に対して、最適推定に1次元大域的投票アルゴリズムを適用する。 正確なポーズ結果を得るために、回転と翻訳の精度を高めるために、新しいポーズ改善アルゴリズムを導入する。
• 参考スコア（独自算出の注目度）: 41.96293293890405
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Estimation of the absolute pose of an object is an essential task for various robotic applications. Recently, incorporating gravity direction as prior information has emerged as a popular approach to simplify absolute pose estimation. However, developing a robust and efficient algorithm to solve this challenging problem remains a difficult question due to large amounts of mismatches. In addition, obtaining an accurate pose solution from selected inlier correspondences with gravity prior is still a research gap. In this paper, we propose a novel transformation strategy that exploits geometric relations derived from the gravity prior. Through transformation decoupling, the original 6 degrees of freedom (DoF) absolute pose estimation problem is simplified into a 4-DoFs problem: 1-DoF for the rotation angle and 3-DoFs for translation, significantly improving the efficiency. For the 1-DoF rotation angle, we apply a one-dimensional global voting algorithm for optimal estimation. Once the optimal rotation is obtained, the mismatched correspondences are preliminarily filtered, and translation estimation, a linear problem, can be easily solved. Furthermore, to obtain accurate pose results, we introduce a novel pose refinement algorithm to enhance the accuracy of both rotation and translation. Extensive experiments on synthetic data and three publicly available real-world datasets (TUM RGB-D, ETH3D, and RobotCar) demonstrate that the proposed method achieves stronger performance compared to existing state-of-the-art (SOTA) approaches. To further validate our method, we integrated it into ORB-SLAM2. The results on the KITTI dataset show it effectively reduces drift and improves trajectory alignment during relocalization. The source code will be released upon acceptance.
• Abstract（参考訳）: 物体の絶対的なポーズを推定することは、様々なロボット応用に欠かせない課題である。 近年,絶対的なポーズ推定を単純化する手法として,事前情報として重力方向を取り入れることが一般的である。 しかし、この難題を解決するための堅牢で効率的なアルゴリズムを開発することは、大量のミスマッチのために難しい問題である。 さらに、選択された不整合と重力前の対応から正確なポーズ解を得ることは、依然として研究のギャップである。 本稿では,従来の重力から得られる幾何学的関係を生かした新しい変換戦略を提案する。 変換デカップリングにより、元の6自由度(DoF)絶対ポーズ推定問題を4-DoF問題(回転角1-DoFと3-DoF)に単純化し、効率を大幅に向上する。 1-DoF回転角に対して、最適推定に1次元大域的投票アルゴリズムを適用する。 最適回転が得られれば、ミスマッチした対応を予めフィルタリングし、線形問題である翻訳推定を容易に解ける。 さらに、正確なポーズ結果を得るために、回転と翻訳の両方の精度を高めるために、新しいポーズ改善アルゴリズムを導入する。 合成データと利用可能な3つの実世界のデータセット(TUM RGB-D, ETH3D, RobotCar)の大規模な実験により,提案手法は既存のSOTA(State-of-the-art)アプローチと比較して高い性能を実現することが示された。 提案手法をさらに検証するため,ORB-SLAM2に統合した。 KITTIデータセットの結果は、ドリフトを効果的に低減し、再局在時の軌道アライメントを改善することを示している。 ソースコードは受理時に公開される。

関連論文リスト

• SPARE: Symmetrized Point-to-Plane Distance for Robust Non-Rigid 3D Registration [77.13381026159111]
  本研究では,SPAREを提案する。SPAREは,非剛性登録のための対称化点-平面間距離を用いた新しい定式化である。 提案手法は, 厳密でない登録問題の精度を大幅に向上し, 比較的高い解効率を維持する。
  論文  参考訳（メタデータ） (2024-05-30T15:55:04Z)
• DVMNet++: Rethinking Relative Pose Estimation for Unseen Objects [59.51874686414509]
  既存のアプローチでは、通常、接地構造オブジェクト境界ボックスと、多数の離散仮説を持つ近似3次元回転を用いて3次元翻訳を予測している。 本稿では,1回のパスで相対オブジェクトのポーズを計算するDeep Voxel Matching Network (DVMNet++)を提案する。 提案手法は,最先端手法と比較して計算コストの低い新しいオブジェクトに対して,より正確な相対的ポーズ推定を行う。
  論文  参考訳（メタデータ） (2024-03-20T15:41:32Z)
• Transformation Decoupling Strategy based on Screw Theory for Deterministic Point Cloud Registration with Gravity Prior [18.2236540834986]
  本稿では, 先行重力による頑健な対応に基づく登録問題に対処することに焦点を当てる。 スクリュー理論を利用した新しい変換デカップリング戦略を提案する。 本手法は,99%以上のアウトレーヤレートを扱う場合であっても,最先端手法よりも効率的かつ堅牢である。
  論文  参考訳（メタデータ） (2023-11-02T17:46:25Z)
• Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction [82.72686460985297]
  我々はマンハッタンのフレームを推定する問題に取り組む。 2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。 また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
  論文  参考訳（メタデータ） (2023-08-21T13:03:25Z)
• Efficient and Deterministic Search Strategy Based on Residual Projections for Point Cloud Registration with Correspondences [18.509532571594995]
  現在の3D特徴マッチングアプローチは、通常、多くの外乱対応をもたらし、外乱登録技術は不可欠である。 本稿では,残射影に基づく新しいポーズデカップリング戦略を導入し,生の登録問題を3つのサブプロブレムに分解する。 本手法は,同時ポーズと登録の困難な問題に適応することができる。
  論文  参考訳（メタデータ） (2023-05-19T14:52:40Z)
• RNNPose: Recurrent 6-DoF Object Pose Refinement with Robust Correspondence Field Estimation and Pose Optimization [46.144194562841435]
  本稿では、オブジェクトポーズ改善のためのリカレントニューラルネットワーク(RNN)に基づくフレームワークを提案する。 この問題は、推定対応フィールドに基づいて非線形最小二乗問題として定式化される。 各イテレーションにおいて、対応フィールド推定とポーズ精錬を代替して行い、正確なオブジェクトポーズを復元する。
  論文  参考訳（メタデータ） (2022-03-24T06:24:55Z)
• Aligning Partially Overlapping Point Sets: an Inner Approximation Algorithm [80.15123031136564]
  変換の値に関する事前情報がない点集合を整列するロバストな手法を提案する。 我々のアルゴリズムは変換の正規化を必要とせず、変換の値に関する事前情報がない状況に対処できる。 実験により,提案手法が最先端のアルゴリズムよりも高いロバスト性を示した。
  論文  参考訳（メタデータ） (2020-07-05T15:23:33Z)
• Cogradient Descent for Bilinear Optimization [124.45816011848096]
  双線形問題に対処するために、CoGDアルゴリズム(Cogradient Descent Algorithm)を導入する。 一方の変数は、他方の変数との結合関係を考慮し、同期勾配降下をもたらす。 本アルゴリズムは,空間的制約下での1変数の問題を解くために応用される。
  論文  参考訳（メタデータ） (2020-06-16T13:41:54Z)

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。