Fugu-MT 論文翻訳(概要): PIVOT: Perception-aware Independent Viewpoint Online Optimization

論文の概要: PIVOT: Perception-aware Independent Viewpoint Online Optimization

arxiv url: http://arxiv.org/abs/2609.19510v1
Date: Wed, 16 Sep 2026 23:53:04 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-20 08:55:54.03292
Title: PIVOT: Perception-aware Independent Viewpoint Online Optimization
Title（参考訳）: PIVOT: 知覚を意識した独立視点オンライン最適化
Abstract要約: ロボット知覚における基本的な前提は、センサーの視野(FoV)がロボット本体に対して固定されていることである。ジンバル搭載カメラやMEMSベースのLiDARのようなモーションデカップリングセンサーは、代わりに、実行時に独立して感知方向を制御することができる。 PIVOTは,特徴視認性を最大化するために,固定された翻訳軌道に沿ってセンサの視方向を最適化する軽量な反復法である。
参考スコア（独自算出の注目度）: 11.346933774279277
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: A fundamental assumption in robotic perception is that the sensor's field of view (FoV) is fixed relative to the robot body. Motion-decoupled sensors, such as gimbal-mounted cameras and MEMS-based LiDARs, instead allow sensing direction to be controlled independently at runtime. This freedom creates a computational challenge: efficiently selecting useful viewing directions online in feature-dense environments. We propose PIVOT, a lightweight iterative method that optimizes sensor viewing direction along a fixed translation trajectory to maximize feature visibility. Under a conical FoV model, visibility depends only on the optical axis, yielding a two-degree-of-freedom optimization on the viewing sphere $S^2$. Coordinate-free $SO(3)$ exponential-map updates enable efficient continuous optimization without explicit angular parameterizations or exhaustive viewing-sphere search. Monte Carlo evaluations retain 98.1--99.6% of brute-force visibility with a 76--85x speedup. Photorealistic simulation and real-world experiments further demonstrate improved visual localization robustness and practical viewpoint control on a quadruped robot.
Abstract（参考訳）: ロボット知覚における基本的な前提は、センサーの視野(FoV)がロボット本体に対して固定されていることである。ジンバル搭載カメラやMEMSベースのLiDARのようなモーションデカップリングセンサーは、代わりに、実行時に独立して感知方向を制御することができる。この自由は、機能密度の高い環境でオンラインで有用な視聴方向を効率的に選択するという、計算上の課題を生み出します。本稿では,PIVOTを提案する。PIVOTは,特徴視認性を最大化するために,固定された翻訳軌道に沿ってセンサの視方向を最適化する軽量な反復手法である。円錐型FoVモデルでは、視界は光軸にのみ依存し、視球の2自由度を$S^2$で最適化する。コーディネートフリーの$SO(3)$指数写像更新は、明示的な角パラメータ化や全球探索を伴わずに効率的な連続的な最適化を可能にする。モンテカルロの評価では 98.1--99.6% のブルートフォースの可視性が76--85倍の速度で維持されている。光現実的なシミュレーションと実世界の実験により、四足歩行ロボットにおける視覚的位置決めの堅牢性と現実的な視点制御が改善された。

関連論文リスト

Embodied-Navigator: Point, Think, Memorize, and Align for Efficient Navigation [68.02899606570223]
本稿では,効率的なエンボディナビゲーションのための統合フレームワークであるTAMP-Navを提案する。まず、ナビゲーションを2次元の視覚座標に再構成するPixel-to-3D Action Formulation(Point)を導入する。次に,Selective Reasoning and Anchor-Trajectory Memory Mechanism (Think and Memorize)を提案する。
論文参考訳（メタデータ） (2026-08-18T08:37:08Z)
Talk2Sensors: 3D Visual Grounding in Autonomous Driving via Sensor-Adaptive Physical Cue Matching [66.91228384649921]
Talk2Sensorsは、カメラ、LiDAR、および4Dレーダ上に構築された最初のマルチセンサ3Dビジュアルグラウンドデータセットである。本稿では,自動走行における言語誘導型3次元視覚グラウンドのためのトランスフォーマーベースの統合フレームワークTSFormerを提案する。
論文参考訳（メタデータ） (2026-08-05T07:58:35Z)
Image-Conditioned Adaptive Parameter Tuning for Visual Odometry Frontends [21.343239924094764]
資源に制約のある自律ロボットは、疎直かつ半直接的なビジュアル・オドメトリー(VO)パイプラインに依存している。 VOパラメータのオンラインチューニングのための最初の画像条件強化学習フレームワークを提案する。
論文参考訳（メタデータ） (2026-03-23T10:26:25Z)
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)
dLITE: Differentiable Lighting-Informed Trajectory Evaluation for On-Orbit Inspection [2.7532313761753713]
$partial$LITEは、軌道上のインスペクション操作のためのエンドツーエンドの微分可能なシミュレーションパイプラインである。我々は、最先端の微分可能レンダリングツールとカスタム軌道プロパゲータを活用し、軌道パラメータのエンドツーエンドの最適化を可能にする。私たちの異なる検査計画パイプラインは、その種の最初のもので、宇宙船のミッション計画に対する現代の計算アプローチに関する新たな洞察を提供する。
論文参考訳（メタデータ） (2025-12-17T22:40:05Z)
SMF-VO: Direct Ego-Motion Estimation via Sparse Motion Fields [4.710825549574638]
本稿では,Sparse Motion Field Visual Odometry (SMF-VO)を紹介した。提案手法では,視線速度と視線速度を直接推定し,明示的なポーズ推定や高価なランドマーク追跡の必要性を回避している。我々の研究は、従来の方法に代わるスケーラブルで効率的な代替手段を確立し、モバイルロボティクスやウェアラブルデバイスに非常に適している。
論文参考訳（メタデータ） (2025-11-12T07:47:22Z)
Universal Online Temporal Calibration for Optimization-based Visual-Inertial Navigation Systems [13.416013522770905]
最適化に基づくビジュアル慣性ナビゲーションシステムのための汎用的なオンライン時間的キャリブレーション戦略を提案する。我々は、最適化残差モデルにおいて、タイムオフセットtdを状態パラメータとして使用し、IMU状態を対応する画像のタイムスタンプに整列させる。我々のアプローチは、特にノイズの多いセンサデータの存在下で、より正確な時間オフセット推定とより高速な収束を提供する。
論文参考訳（メタデータ） (2025-01-03T12:41:25Z)
Open-World Drone Active Tracking with Goal-Centered Rewards [62.21394499788672]
Drone Visual Active Trackingは、視覚的な観察に基づいてモーションシステムを制御することで、対象物を自律的に追跡することを目的としている。 DATは,世界初となるエア・ツー・グラウンド・トラッキング・ベンチマークである。また,複雑なシナリオにおけるドローン追跡目標の性能向上を目的としたGC-VATを提案する。
論文参考訳（メタデータ） (2024-12-01T09:37:46Z)
Towards Scale Consistent Monocular Visual Odometry by Learning from the Virtual World [83.36195426897768]
仮想データから絶対スケールを取得するための新しいフレームワークであるVRVOを提案する。まず、モノクロ実画像とステレオ仮想データの両方を用いて、スケール対応の異種ネットワークをトレーニングする。結果として生じるスケール一貫性の相違は、直接VOシステムと統合される。
論文参考訳（メタデータ） (2022-03-11T01:51:54Z)
CNN-based Omnidirectional Object Detection for HermesBot Autonomous Delivery Robot with Preliminary Frame Classification [53.56290185900837]
予備的バイナリフレーム分類を用いた物体検出のためのニューラルネットワークの最適化アルゴリズムを提案する。周囲に6台のローリングシャッターカメラを備えた自律移動ロボットを360度視野として実験装置として使用した。
論文参考訳（メタデータ） (2021-10-22T15:05:37Z)
Unified Multi-Modal Landmark Tracking for Tightly Coupled Lidar-Visual-Inertial Odometry [5.131684964386192]
視覚,ライダー,慣性情報を協調的に最適化するモバイルプラットフォームのための効率的なマルチセンサ・オドメトリーシステムを提案する。ライダー点雲から3次元線と平面原始体を抽出する新しい手法を提案する。システムは、脚のあるロボットによる地下探査や、動的に動くハンドヘルドデバイスによる屋外スキャンなど、さまざまなプラットフォームやシナリオでテストされてきた。
論文参考訳（メタデータ） (2020-11-13T09:54:03Z)

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。