論文の概要: TIO-Former: Ultra-Lightweight 6-Directional ToF-Inertial Odometry for Nano-UAVs via a Streaming Causal Transformer

• arxiv url: http://arxiv.org/abs/2609.17198v2
• Date: Thu, 17 Sep 2026 02:20:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.443766
• Title: TIO-Former: Ultra-Lightweight 6-Directional ToF-Inertial Odometry for Nano-UAVs via a Streaming Causal Transformer
• Title（参考訳）: TIO-Former:超軽量6方向ToF-Inertial Odometry for Nano-UAVs via a Streaming Causal Transformer (特集:バイオサイバネティックスとバイオサイバネティックス)
• Abstract要約: TIO-FORMERは、ナノUAV用のカメラレス光フローナビゲーションフレームワークである。 ナノUAVの光学流と比較して、開ループ位置誤差を54.4%削減する。 資源制約されたマイクロエアリアルロボットに実用的なアンカーを提供する。
• 参考スコア（独自算出の注目度）: 19.298838240329292
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous nano-UAV navigation requires accurate ego-motion estimation under stringent size, weight, power, and computing (SWaP-C) constraints, where visual sensors and LiDARs exceed payload limits, optical flow degrades in low-texture scenes, and inertial-only state estimation is susceptible to accumulated drift. While multi-zone time-of-flight (ToF) arrays provide a lightweight metric complement, 6-DoF estimation from merely 384 ranges per frame is challenged by invalid returns, anisotropic observability, and temporal computational scaling. We propose TIO-FORMER, a camera-free, optical-flow-free, and mapless range-inertial odometry framework driven by an IMU and an ultra-lightweight (15 g) payload of six orthogonal 8 x 8 ToF arrays. Our frontend pairs consecutive range grids with a bilateral gated difference, while IMU-guided cross-attention dynamically routes directional features conditioned on platform kinematics. A Streaming Causal Transformer couples an uncompressed Local KV cache with compressed Chunk-FIFO memory, maintaining bounded inference cost and memory footprint independent of flight duration. In real-flight evaluations, TIO-FORMER reduces open-loop position error by 54.4% compared to nano-UAV optical flow and by 66.4%-89.1% over learned inertial baselines. We also evaluate performance across multiple environments and robustness under severe sensing degradation. Deployed on an edge RISC-V companion computer, TIO-FORMER achieves a P95 latency of 10.466 ms and peak resident memory of 6.324 MiB (less than 5 percent system RAM), demonstrating that sparse range sensing provides practical geometric anchoring for resource-constrained micro-aerial robots. Code is available at https://github.com/Ly041021/TIO-Former.
• Abstract（参考訳）: 自律型ナノUAVナビゲーションは、視覚センサとLiDARがペイロード限界を超え、低テクスチャシーンで光学フローが劣化し、慣性のみの状態推定が蓄積ドリフトの影響を受けやすいような、厳密なサイズ、重量、パワー、コンピューティング(SWaP-C)の制約の下で正確なエゴモーション推定を必要とする。 マルチゾーン・タイム・オブ・フライ(ToF)アレイは軽量な距離補数を提供するが、フレーム当たりの6-DoF推定は、無効なリターン、異方性観測可能性、時間的計算スケーリングによって挑戦される。 IMUと6つの直交8×8TOFアレイの超軽量(15g)ペイロードによって駆動される、カメラフリー、光フローフリー、地図レスレンジ慣性オドメトリーフレームワークであるTIO-FORMERを提案する。 一方,IMU誘導型クロスアテンションは,プラットフォームキネマティクスに規定された方向方向の特徴を動的にルーティングする。 Streaming Causal Transformerは圧縮されたChunk-FIFOメモリと非圧縮のローカルKVキャッシュを結合し、飛行時間に依存しないバウンド推論コストとメモリフットプリントを維持する。 リアルタイム評価では、TIO-FORMERはナノUAVの光流と比較してオープンループの位置誤差を54.4%、学習慣性ベースラインよりも66.4%-89.1%削減する。 また, 高感度劣化下では, 複数の環境における性能, 堅牢性も評価した。 TIO-FORMERは、エッジRISC-Vコンパニオンコンピュータ上に展開され、P95レイテンシは10.466ms、ピーク常駐メモリは6.324MiB(システムRAMは5%以下)で、スパースレンジセンシングは資源制約されたマイクロエアリアルロボットに実用的な幾何アンカーを提供することを示した。 コードはhttps://github.com/Ly041021/TIO-Formerで入手できる。

関連論文リスト

• From Multi-Fisheye Sensing to Panoramic Perception: A Parallax-Aware Onboard Platform for Ultra-Low-Altitude UAVs [9.663036325597135]
  超低高度無人航空機(UAV)は、建物、植生、その他の障害物の近くでの周囲の視界を必要とする。 4つの同期魚眼ストリームをオープン1280x640矩形パノラマ (ERP) インターフェースに変換するパララックス対応プラットフォームを提案する。
  論文  参考訳（メタデータ） (2026-09-02T09:04:52Z)
• Machine Learning-Based Reconstruction for Resistive Silicon Sensors [53.365453214937496]
  抵抗型シリコンセンサの機械学習による再構成と圧縮について検討した。 相関パッドからのフルウェーブフォーム情報を用いて、再構成を規則化し、空間情報を抽出する。 まず、LSTM層に基づくリカレントニューラルネットワークモデルを紹介し、フルウェーブフォーム再構成のための概念実証実装を提供する。
  論文  参考訳（メタデータ） (2026-07-13T14:03:26Z)
• LLM-Empowered Multimodal Fusion Framework for Autonomous Driving: Semantic Enhancement and Channel-Adaptive Design [56.76240343283953]
  本稿では,大規模言語モデル中心のセマンティック・レイヤ・チャネル・アウェア・インテグレート・パーセプション・フレームワークを提案する。 ローカルな視覚ストリームと、知覚盲点をカバーするために使用される品質の変化した外部レーダーストリームを融合させる。 nuScenesとVIRATの実験は、我々のアプローチを検証する。
  論文  参考訳（メタデータ） (2026-07-02T06:44:02Z)
• LocalNav: Distilling Frontier VLMs and Embodied RL for On-Device Object Goal Navigation [53.88286427894783]
  視覚言語モデル(VLM)は、ロボット分野において、言語コンテキストによる環境認識を可能にする強力なツールとして登場した。 しかし、彼らの計算フットプリントは、通常、それらをクラウド実行に制限し、リソースに制約のあるロボットへのローカルなデプロイによる低レイテンシの推論を妨げる。 本稿では,大規模フロンティアモデルからの複雑な空間意味推論を,組み込みGPUデバイス上でエッジ実行を行うための軽量な4BパラメータローカルVLMに転送する蒸留戦略を提案する。
  論文  参考訳（メタデータ） (2026-06-26T09:11:59Z)
• FAR-LIO: Enabling High-Speed Autonomy through Fast, Accurate, and Robust LiDAR-Inertial Odometry [5.6873825929051165]
  本稿では,高速,高精度,ロバスト性能のために開発された,高度に最適化されたLiDAR慣性オドメトリーフレームワークであるFAR-LIOを紹介する。 我々は,適応密度を持つ空間認識型一般化反復閉点アルゴリズムを用いて,精度を損なうことなく低レイテンシを実現する。 FAR-LIOは,最大250km/hの速度で走行する2台の自律レースカーの公用データセットとデータの両方を用いて,4種類のセンサー構成で評価する。
  論文  参考訳（メタデータ） (2026-06-24T16:30:51Z)
• EventShiftFlow: Towards Hardware-efficient FPGA-based Flow Estimation [43.77587889970362]
  イベントベースの視覚センサは、非同期で高時間分解能の測定を提供する。 多くの事象に基づく動き推定法は計算集約的であり、FPGAハードウェアにマップすることは困難である。 本稿では,非同期イベントを固定時間ビンに離散化し,1ビット空間占有格子を構築し,複数の速度仮説を並列に評価するストリーミング速度推定器を提案する。
  論文  参考訳（メタデータ） (2026-05-27T11:13:58Z)
• $D^3$-RSMDE: 40$\ imes$ Faster and High-Fidelity Remote Sensing Monocular Depth Estimation [72.9912717963138]
  リモートセンシング画像からのリアルタイムで高忠実な単眼深度推定は、多くのアプリケーションにとって不可欠である。 視覚変換器(ViT)のバックボーンを高密度な予測に使用するのは速いが、知覚品質は低いことが多い。 リモートセンシング単眼深度推定のための深度詳細拡散法(D3$-RSMDE)を提案する。 D3$-RSMDEは、Learninged Perceptual Image Patch similarity (LPIPS)の知覚距離を11.85%削減する。
  論文  参考訳（メタデータ） (2026-03-17T10:50:36Z)
• LiQSS: Post-Transformer Linear Quantum-Inspired State-Space Tensor Networks for Real-Time 6G [85.58816960936069]
  Sixth-Generation (6G) Open Radio Access Networks (O-RAN) における能動的およびエージェント的制御は、厳密なニアタイム(Near-RT)レイテンシと計算制約の下で制御グレードの予測を必要とする。 本稿では,効率的な無線テレメトリ予測のための変圧器後パラダイムについて検討する。 本稿では、自己アテンションを安定な状態空間動的カーネルに置き換える量子インスピレーション付き状態空間テンソルネットワークを提案する。
  論文  参考訳（メタデータ） (2026-01-18T12:08:38Z)
• EdgeFlex-Transformer: Transformer Inference for Edge Devices [2.1130318406254074]
  視覚変換器(ViT)の圧縮・高速化を目的とした軽量で効果的な多段最適化パイプラインを提案する。 本手法は,アクティベーションプロファイリング,メモリ対応プルーニング,選択的混合精度実行,アクティベーション対応量子化(AWQ)を組み合わせることで,コストのかかるリトレーニングやタスク固有の微調整を必要とせずに,モデルのメモリフットプリントを削減する。 CIFAR-10の実験では、完全に最適化されたモデルはピークメモリ使用量の76%削減と6倍のレイテンシを実現し、元のFP32ベースラインと比較して精度を維持または改善している。
  論文  参考訳（メタデータ） (2025-12-17T21:45:12Z)
• A 96pJ/Frame/Pixel and 61pJ/Event Anti-UAV System with Hybrid Object Tracking Modes [5.593237736175593]
  本稿では,フレームベースとイベント駆動型オブジェクトトラッキングを統合したエネルギー効率の高い対UAVシステムを提案する。 2mm2チップは1ピクセル当たり96pJ、イベント毎61pJを0.8Vで達成し、パブリックUAVデータセットでの認識精度は98.2%に達する。
  論文  参考訳（メタデータ） (2025-12-12T13:53:38Z)
• Optimizing the Deployment of Tiny Transformers on Low-Power MCUs [12.905978154498499]
  この作業は、商用MCU上でのエンコーダTiny Transformersの柔軟性とマルチプラットフォームデプロイメントの実現と最適化を目的としている。 我々のフレームワークは、データの再利用を最大化し、重要な注意ブロックにデータマーシャリング操作を避けるために、カーネルの最適化ライブラリを提供する。 MHSA深度優先のタイリング方式はメモリピークを最大6.19倍に減らし、融合重み付けはランタイムを1.53倍減らし、パラメータ数を25%減らすことを示した。
  論文  参考訳（メタデータ） (2024-04-03T14:14:08Z)
• Ultra-low Power Deep Learning-based Monocular Relative Localization Onboard Nano-quadrotors [64.68349896377629]
  この研究は、2つのピアナノドロンのディープニューラルネットワーク(DNN)を介して、単分子の相対的な局所化に対処する、新しい自律的なエンドツーエンドシステムを示す。 超制約ナノドローンプラットフォームに対処するため,データセットの増大,量子化,システム最適化などを含む垂直統合フレームワークを提案する。 実験の結果,DNNは低分解能モノクローム画像のみを用いて最大2mの距離で10cmのターゲットナノドローンを正確に局在させることができることがわかった。
  論文  参考訳（メタデータ） (2023-03-03T14:14:08Z)

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。