論文の概要: Towards Effective Visual-Inertial SLAM with Passive-Only Sensors for Low-Cost Autonomous Underwater Vehicles
- arxiv url: http://arxiv.org/abs/2609.21015v1
- Date: Thu, 17 Sep 2026 19:09:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-21 18:40:16.760676
- Title: Towards Effective Visual-Inertial SLAM with Passive-Only Sensors for Low-Cost Autonomous Underwater Vehicles
- Title（参考訳）: 低速度自律型水中車両用パッシブオンリーセンサを用いた視覚慣性SLAMの実現に向けて
- Abstract要約: この研究は、安価なコンシューマグレードセンサーのみを備えた10,000ドル(USD)以下のプラットフォームで、堅牢で高品質なナビゲーションが実現可能であることを実証している。
同様の価格のオープンソースAUVを利用して, ステレオカメラ, マイクロエレクトロメカニカル・システム(MEMS)ベースのIMU, 深度センサの性能を, 完全に制約のない6自由度(6-DOF)水中環境下で評価した。
- 参考スコア（独自算出の注目度）: 7.845528514468836
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Improvements to Visual-Inertial Simultaneous Localization and Mapping (VI-SLAM) for low-cost autonomous underwater vehicles (AUVs) are critical for transitioning advanced marine robotics from specialized labs to broader research and hobbyist applications. While high-end AUVs typically rely on expensive sensor suites - such as Doppler Velocity Logs (DVLs) and Ultra-Short Baseline (USBL) systems - this work demonstrates that robust, high-quality navigation is achievable using a sub-$10, 000(USD) platform equipped only with inexpensive consumer-grade sensors. By leveraging a similarly priced, open-source AUV, we evaluate the performance of stereo cameras, Micro-electromechanical System (MEMS)-based IMUs, and depth sensors in a fully unconstrained 6-degree-of-freedom (6-DOF) underwater environment. We analyze the efficacy of off-the-shelf SLAM packages and propose optimizations for sensor fusion to mitigate the visual and physical challenges of untethered underwater operation. Our results prove that a usable SLAM solution can be accessible to the masses, providing a benchmark for expectations in demanding, real-time maritime missions without the financial barrier of industrial-grade hardware.
- Abstract（参考訳）: 低コストの自律型水中車両(AUV)のための視覚-慣性同時局在マッピング(VI-SLAM)の改善は、高度な海洋ロボットを専門の研究室からより広範な研究やホビイストの応用に移行する上で重要である。
ハイエンドのAUVは一般的に、DVL(Doppler Velocity Logs)やUSBL(Ultra-Short Baseline)システムのような高価なセンサースイートに依存していますが、この研究は、安価なコンシューマグレードセンサーのみを備えた10,000ドル(USD)以下のプラットフォームで、堅牢で高品質なナビゲーションが実現可能であることを示しています。
同様の価格のオープンソースAUVを利用して, ステレオカメラ, マイクロエレクトロメカニカル・システム(MEMS)ベースのIMU, 深度センサの性能を, 完全に制約のない6自由度(6-DOF)水中環境下で評価した。
既設のSLAMパッケージの有効性を解析し,非係留水中作業における視覚的および身体的課題を軽減するため,センサフュージョンの最適化を提案する。
以上の結果から,産業用ハードウェアの経済的障壁を伴わずに,リアルタイムの海上任務を期待する上での指標となるSLAMソリューションが,一般大衆に利用可能であることを証明した。
関連論文リスト
- APVI-SLAM: Real-Time Acoustic-Pressure-Visual-Inertial Localization and Photorealistic Mapping System in Complex Underwater Environment [22.489669412924346]
APVI-SLAM(APVI-SLAM)は、水中の正確な位置決めと光リアルマッピングを実現するリアルタイムマルチセンサー融合SLAMシステムである。
本手法では,センサ推定器を動的に再重み付けする信頼性を考慮したローカライゼーションフレームワークを提案する。
高忠実度シーン再構築のために,効率的なクワッドツリー誘導マッピングモジュールを提案する。
論文 参考訳（メタデータ） (2026-07-07T12:45:57Z) - Robust Extended Kalman Filter for Land Navigation Using Massive Array of MEMS IMUs [2.8647133890966994]
低コストマイクロエレクトロメカニカルシステム(MEMS)の慣性センサを用いた陸地ナビゲーションのためのロバスト拡張カルマンフィルタ(EKF)アーキテクチャを提案する。
この設定の主な課題は、バースト的なセンサー固有のバイアスエラー、バイアスドリフト、および多くの慣性測定を集約する必要性である。
本稿では,動的パーセンタイルゲーティングとリアルタイムバイアストラッキングを組み合わせた事前フィルタフレームワークであるRobust Inertial Sensor Array Fusion (RISAF)を紹介する。
論文 参考訳（メタデータ） (2026-06-28T08:37:33Z) - AUV Trajectory Learning for Underwater Acoustic Energy Transfer and Age Minimization [46.410091748427796]
海洋生物のインターネット(IoUT)は、海洋環境や海洋環境の監視を目的として、ますます注目を集めている。
従来のIoUTデバイスはバッテリーの電力に依存しており、寿命の制限に直面し、廃棄時に環境に悪影響を及ぼす。
本稿では、自律型水中車両(AUV)を介して、IoUTデバイスと音響エネルギー伝達(AET)をデバイスに同時接続するための持続可能なアプローチを提案する。
論文 参考訳（メタデータ） (2026-01-13T12:23:53Z) - Depth-Constrained ASV Navigation with Deep RL and Limited Sensing [43.785833390490446]
本研究では,深度制約下でのASVナビゲーションのための強化学習フレームワークを提案する。
環境意識を高めるため,GPレグレッションをRLフレームワークに統合する。
我々は,実世界の水環境に対して,訓練された政策が適切に一般化されることを保証する効果的なシミュレート・トゥ・リアル・トランスファーを実証する。
論文 参考訳（メタデータ） (2025-04-25T10:56:56Z) - AQUA-SLAM: Tightly-Coupled Underwater Acoustic-Visual-Inertial SLAM with Sensor Calibration [9.727021664098485]
本稿では, 密結合型音響-視覚-慣性SLAM手法を提案する。
グラフ最適化フレームワーク内に、ドップラー速度ログ(DVL)、ステレオカメラ、慣性測定ユニット(IMU)を融合させる。
本手法は, 位置推定精度とロバスト性の観点から, 現在最先端の水中・ビジュアル・慣性SLAMシステムを超えていることを示す。
論文 参考訳（メタデータ） (2025-03-14T14:03:33Z) - Towards an Autonomous Surface Vehicle Prototype for Artificial Intelligence Applications of Water Quality Monitoring [68.41400824104953]
本稿では,人工知能アルゴリズムの利用と水質モニタリングのための高感度センシング技術に対処する車両プロトタイプを提案する。
車両には水質パラメータと水深を測定するための高品質なセンサーが装備されている。
ステレオカメラにより、実際の環境でのマクロプラスチックの検出と検出も可能である。
論文 参考訳（メタデータ） (2024-10-08T10:35:32Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - Tightly-coupled Visual-DVL-Inertial Odometry for Robot-based Ice-water
Boundary Exploration [8.555466536537292]
ローカライズ精度を高めるために,マルチセンサ融合フレームワークを提案する。
画像、ドップラー速度ログ(DVL)、慣性測定ユニット(IMU)、圧力センサーが統合されている。
提案手法は,凍結氷下のフィールドで収集したデータセットを用いて検証した。
論文 参考訳（メタデータ） (2023-03-29T20:16:39Z) - Demo Abstract: Indoor Positioning System in Visually-Degraded
Environments with Millimetre-Wave Radar and Inertial Sensors [44.58134907168034]
本研究では,ミリ波レーダと慣性計測ユニット(IMU)データを深部センサ融合により融合する屋内位置決めシステムを提案する。
優れた精度とレジリエンスは、照明の悪いシーンでも見られた。
論文 参考訳（メタデータ） (2020-10-26T17:41:25Z) - MIMC-VINS: A Versatile and Resilient Multi-IMU Multi-Camera
Visual-Inertial Navigation System [44.76768683036822]
視覚慣性ナビゲーションシステムのためのリアルタイム一貫したマルチIMUマルチカメラ(CMU)-VINS推定器を提案する。
効率的な多状態制約フィルタ内では、提案したMIMC-VINSアルゴリズムは、すべてのセンサからの非同期測定を最適に融合する。
提案したMIMC-VINSはモンテカルロシミュレーションと実世界実験の両方で検証されている。
論文 参考訳（メタデータ） (2020-06-28T20:16:08Z)
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。