論文の概要: SOL-SLAM: Inverse Compositional Gauss-Newton Direct Registration for Fast Sonar-Only Local SLAM
- arxiv url: http://arxiv.org/abs/2609.18893v1
- Date: Wed, 16 Sep 2026 16:25:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.893543
- Title: SOL-SLAM: Inverse Compositional Gauss-Newton Direct Registration for Fast Sonar-Only Local SLAM
- Title（参考訳）: SOL-SLAM:高速ソナーオンリー局所SLAMのための逆合成ガウス-ニュートン直接登録法
- Abstract要約: 粗いナビゲーションと障害物回避は 局所的な一貫性を必要とする
既存のSLAMフレームワークはスパース特徴抽出方式に依存している。
この研究は、完全な音響強度スキャンを再帰的に更新された局所写像に整列させる、密度の高い直接登録手法を導入する。
AUVフィールドトライアルにより実世界の応用性を検証し、組み込みのリソース制約されたコンピュータ上で完全なローカルSLAMアプローチを実行する。
- 参考スコア（独自算出の注目度）: 1.9336815376402718
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous underwater navigation typically relies on complex and expensive multi-modal sensor suites designed to prioritize global Simultaneous Localization and Mapping (SLAM) accuracy. However, local reactive behaviors such as coarse navigation and obstacle avoidance require only local consistency---a capability that should be feasible using only a Forward-Looking Sonar (FLS), yet remains largely unaddressed, leaving a critical gap in FLS-only local SLAM. Moreover, existing acoustic SLAM frameworks predominantly rely on sparse feature extraction methods that discard substantial portions of the already information-sparse acoustic returns. To overcome these limitations, this work introduces a dense direct registration approach that aligns full acoustic intensity scans to a recursively updated local map. Real-time execution is achieved via an Inverse Compositional Gauss-Newton optimization strategy that minimizes computational overhead. Experimental evaluations show that this dense method yields significant improvements on translation error compared to sparse keypoint baselines, maintaining stable sub-meter tracking precision over wide displacement gaps. Moreover, this approach delivers odometry performance comparable to multi-sensor fusion pipelines (FLS, DVL, and IMU), bypassing expensive payload dependencies in feature-rich environments. We validate real-world applicability through AUV field trials, running the full local SLAM approach onboard an embedded, resource-constrained computer.
- Abstract（参考訳）: 自律型水中ナビゲーションは通常、グローバルな同時局在マッピング(SLAM)の精度を優先するために設計された、複雑で高価なマルチモーダルセンサースイートに依存している。
しかし、粗いナビゲーションや障害物回避のような局所的なリアクティブな振る舞いは、局所的な一貫性のみを必要とする------フォワード・ルック・ソナー(FLS:Forward-Looking Sonar)のみを使用して実現可能な機能だが、ほとんど適応されていないため、FLSのみのローカルSLAMにおいて重要なギャップを残している。
さらに、既存の音響SLAMフレームワークは、既に情報が少ない音響リターンのかなりの部分を破棄するスパース特徴抽出法に大きく依存している。
これらの制限を克服するため、本研究では、完全な音響強度スキャンを再帰的に更新された局所写像に整列させる、密度の高い直接登録手法を導入する。
リアルタイム実行は、計算オーバーヘッドを最小限に抑える逆合成ガウス-ニュートン最適化戦略によって実現される。
実験により, この手法は, 粗いキーポイントベースラインに比べて翻訳誤差を著しく改善し, 広い変位間隔で安定なサブメーター追跡精度を維持できることが確認された。
さらに、このアプローチはマルチセンサフュージョンパイプライン(FLS、DVL、IMU)に匹敵するオドメトリ性能を提供し、機能豊富な環境における高価なペイロード依存を回避します。
AUVフィールドトライアルにより実世界の応用性を検証し、組み込みのリソース制約されたコンピュータ上で完全なローカルSLAMアプローチを実行する。
関連論文リスト
- Multi-Submap Implicit Neural SLAM with Local-to-Global Loop Closure for Large-Scale Scene Reconstruction [38.870967480699186]
本稿では,マルチサブマップアーキテクチャと2層ループクロージャ機構を備えた大規模ニューラルネットワークSLAMシステムを提案する。
堅牢なポーズ推定のために、光学フローベースのトラッキングモジュールが、攻撃的な動きを処理するために統合されている。
提案手法は, 再建品質と局所ロバスト性において, 最先端のニューラルSLAM法より優れる。
論文 参考訳（メタデータ） (2026-08-10T05:49:55Z) - Frequency-Structured Field Learning for Light-Field Disparity Estimation [0.6670645305769822]
FreqLF は、水平および垂直の EPI スタックから角視差キューをエンコードする EPI 誘導フレームワークである。
FreqLFは、大域的および局所的に更新されたEPI由来の潜在機能との相違を、相違ボリュームを明示的に構成することなく予測する。
論文 参考訳（メタデータ） (2026-07-16T12:52:14Z) - Clipping Bottleneck: Stabilizing RLVR via Stochastic Recovery of Near-Boundary Signals [83.0127582612634]
Near-boundary Rescue (NSR) は最小限のプラグ・アンド・プレイの修正であり、失った信号を回復するために、アウト・オブ・バウンドトークンを保持する。
NSRはトレーニングの安定性を大幅に改善し、DAPOやGSPOといった強力なベースライン上で一貫したゲインを提供する。
論文 参考訳（メタデータ） (2026-05-21T16:45:31Z) - Simple yet Effective: Low-Rank Spatial Attention for Neural Operators [12.794762297826848]
本稿では,このテンプレートのクリーンかつ直接的なインスタンス化として,LRSA(Low-Rank Spatial Attention)を導入する。
非標準集約や正規化モジュールに依存する従来のアプローチとは異なり、LRSAは標準トランスフォーマープリミティブから純粋に構築されている。
我々の実験では、そのような単純な構成は高い精度を達成するのに十分であり、平均誤差は17%以上である。
論文 参考訳（メタデータ） (2026-04-04T04:15:01Z) - Least-Squares-Embedded Optimization for Accelerated Convergence of PINNs in Acoustic Wavefield Simulations [2.8948274245812327]
PINNは偏微分方程式の解法において有望であることを示した。
ヘルムホルツ方程式に基づく散乱音場シミュレーションでは,ハイブリッド最適化の枠組みを導出する。
このフレームワークは、最小二乗(LS)ソルバをGD損失関数に直接埋め込むことで、トレーニング収束を加速する。
論文 参考訳（メタデータ） (2025-04-23T09:32:14Z) - SimBa: Simplicity Bias for Scaling Up Parameters in Deep Reinforcement Learning [49.83621156017321]
SimBaは、単純さのバイアスを注入することによって、深いRLでパラメータをスケールアップするように設計されたアーキテクチャである。
SimBaでパラメータをスケールアップすることで、オフポリシー、オンポリシー、アン教師なしメソッドを含む様々なディープRLアルゴリズムのサンプル効率が一貫して改善される。
論文 参考訳（メタデータ） (2024-10-13T07:20:53Z) - SLAIM: Robust Dense Neural SLAM for Online Tracking and Mapping [15.63276368052395]
ニューラルラジアンスフィールドSLAM(NeRF-SLAM)に適した,新しい粗い粒度追跡モデルを提案する。
既存の NeRF-SLAM システムは、従来の SLAM アルゴリズムに比べて、追跡性能が劣っている。
局所バンドル調整とグローバルバンドル調整の両方を実装し、ロバストな(粗大な)(KL正規化器)と正確な(KL正規化器)SLAMソリューションを生成する。
論文 参考訳（メタデータ） (2024-04-17T14:23:28Z) - Hyperspectral Image Denoising Using Non-convex Local Low-rank and Sparse
Separation with Spatial-Spectral Total Variation Regularization [49.55649406434796]
本研究では,HSI復調のためのロバストな主成分分析のための新しい非特異なアプローチを提案する。
我々は、ランクとスパースコンポーネントの両方に対する正確な近似を開発する。
シミュレーションと実HSIの両方の実験により,提案手法の有効性が示された。
論文 参考訳（メタデータ） (2022-01-08T11:48:46Z) - Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
視覚SLAMシステムのための新しい最適化バックボーンを提案する。
従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。
我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
論文 参考訳（メタデータ） (2020-11-02T18:02:26Z) - Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。
本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。
実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文 参考訳（メタデータ） (2020-07-20T12:07:48Z)
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。