論文の概要: Free-Init: Scan-Free, Motion-Free, and Correspondence-Free Initialization for Doppler LiDAR-Inertial Systems

• arxiv url: http://arxiv.org/abs/2609.29375v2
• Date: Fri, 25 Sep 2026 07:25:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.052683
• Title: Free-Init: Scan-Free, Motion-Free, and Correspondence-Free Initialization for Doppler LiDAR-Inertial Systems
• Title（参考訳）: ドップラーLiDAR慣性系における自由入出力, 運動自由, 対応自由初期化
• Abstract要約: Free-Initは、LiDAR慣性システムのための高周波でレジリエントなフレームワークである。 ドップラー慣性速度計は高速収束と高周波性能を保証する。 その結果,Free-Initの優れた性能が示された。
• 参考スコア（独自算出の注目度）: 33.50544541528153
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robust initialization is crucial for online systems. In the letter, a high-frequency and resilient initialization framework is designed for LiDAR-inertial systems, leveraging both inertial sensors and Doppler LiDAR. The innovative FMCW Doppler LiDAR opens up a novel avenue for robotic sensing by capturing not only point range but also Doppler velocity via the intrinsic Doppler effect. By fusing point-wise Doppler velocity with inertial measurements under non-inertial kinematics, the proposed framework, Free-Init, eliminates reliance on motion undistortion of LiDAR scans, excitation motions, and map correspondences during the initialization phase. Free-Init is also plug-and-play compatible with typical LiDAR-inertial systems and is versatile to handle a wide range of initial motions when the system starts, including stationary, dynamic, and even violent motions. The embedded Doppler-inertial velocimeter ensures fast convergence and high-frequency performance, delivering outputs exceeding 10 kHz. Comprehensive experiments on diverse platforms and across myriad motion scenes validate the framework's effectiveness. The results demonstrate the superior performance of Free-Init, highlighting the necessity of fast, resilient, and dynamic initialization for online systems.
• Abstract（参考訳）: オンラインシステムにはロバストな初期化が不可欠だ。 手紙の中では、高周波で弾力性のある初期化フレームワークがLiDAR慣性システム向けに設計されており、慣性センサとドップラーLiDARの両方を活用している。 革新的なFMCWドップラーLiDARは、点距離だけでなく、固有ドップラー効果によってドップラー速度を捉えることによって、ロボットセンシングの新しい道を開く。 非慣性キネマティクスの下での慣性測定でポイントワイドドップラー速度を融合することにより、LiDARスキャンの運動歪み、励起運動、および初期化フェーズにおける地図対応への依存を解消する。 Free-Initは、一般的なLiDAR慣性システムとのプラグ&プレイも可能で、システム開始時に、静止、ダイナミック、さらには暴力的な動作を含む幅広い初期動作を処理できる。 ドップラー慣性速度計は高速収束と高周波性能を保証し、出力は10kHzを超える。 多様なプラットフォームに関する総合的な実験を行い、無数のシーンでフレームワークの有効性を検証した。 その結果,オンラインシステムにおける高速でレジリエントな動的初期化の必要性が浮き彫りになった。

関連論文リスト

• Sen-Cap: Sensor-Flexible and Noise-Resilient Human Motion Capture via LiDAR-Camera Integration [50.18488308004802]
  Sen-Capは、LiDARとカメラのマルチモーダルデータを統合した3Dモーションキャプチャフレームワークである。 Sen-CapはHuman-M3とFreeMotionの主要なメトリクスで最先端のパフォーマンスを達成する。 この柔軟性と堅牢性の組み合わせは、現実のシナリオにおけるモーションキャプチャの新しい機会を開放する。
  論文  参考訳（メタデータ） (2026-08-03T14:16:18Z)
• Sensor Configuration Matters: A Systematic Evaluation of Multimodal SLAM on Quadruped Robots [15.924751226144979]
  本稿では,最先端のビジュアル,ビジュアル・慣性,LiDAR・ビジュアル・慣性SLAM手法の体系的評価について述べる。 我々は、カメラのモダリティ、シャッター技術、慣性センサー層の影響を定量化し、ローカライゼーション精度、アルゴリズムの堅牢性、計算資源利用のトレードオフを分析する。
  論文  参考訳（メタデータ） (2026-06-17T13:41:07Z)
• C-ARC: Continuous-Adaptive Range Clustering for Non-Repetitive LiDAR Sensors [1.8352113484137627]
  リアルタイムLiDARクラスタリングは、ポイントクラウド内の構造を特定する。 非繰り返しLiDARセンサの使用は、低コストとフォームファクターのため、大幅に増加している。 C-ARCは、Livox Mid-360のコモディティハードウェア上で20Hzでリアルタイムクラスタ出力を生成する。
  論文  参考訳（メタデータ） (2026-06-17T11:30:40Z)
• Rapid Vibration Suppression and Trajectory Tracking of a Serial Manipulator with Multi-Flexible Links [5.756257025997414]
  本稿では,n-of-freedomシリアル・フレキシブル・マニピュレータ・ロボットの高速振動抑制と先端追尾のためのバックステッピング出力フィードバック・フレームワークを提案する。 2リンクフレキシブルマニピュレータの実験は、所望の軌道に対するエンドエフェクタのより速い振動抑制と収束を示す。
  論文  参考訳（メタデータ） (2026-05-17T14:30:45Z)
• Real-Time Thermal-Inertial Odometry on Embedded Hardware for High-Speed GPS-Denied Flight [3.3292574415204537]
  組込みハードウェア上での高速GPS高密度飛行のためのリアルタイム単分子熱慣性計測システム システムはFLIR Boson+ 640の長波長赤外線カメラ、高レートIMU、レーザーレンジファインダ、バロメーター、磁力計を固定ラグ係数グラフに融合させる。
  論文  参考訳（メタデータ） (2026-03-02T17:38:37Z)
• Event-Based Visual Teach-and-Repeat via Fast Fourier-Domain Cross-Correlation [52.46888249268445]
  本稿では,最初のイベントカメラを用いた視覚指導・再生システムを提案する。 本研究では,イベントストリームマッチング問題を計算効率の良い空間乗算に変換する周波数領域相互相関フレームワークを開発した。 Prophesee EVK4 HDイベントカメラをAgileX Scout Miniロボットに搭載した実験では、自律走行が成功している。
  論文  参考訳（メタデータ） (2025-09-21T23:53:31Z)
• Multi-Modal Data-Efficient 3D Scene Understanding for Autonomous Driving [58.16024314532443]
  我々は、異なるLiDARスキャンからレーザービーム操作を統合するフレームワークであるLaserMix++を導入し、データ効率の学習を支援するためにLiDAR-カメラ対応を組み込んだ。 結果は、LaserMix++が完全に教師付き代替よりも優れており、5倍のアノテーションで同等の精度を実現していることを示している。 この大幅な進歩は、LiDARベースの3Dシーン理解システムにおける広範囲なラベル付きデータへの依存を減らすための半教師付きアプローチの可能性を示している。
  論文  参考訳（メタデータ） (2024-05-08T17:59:53Z)
• MDPose: Human Skeletal Motion Reconstruction Using WiFi Micro-Doppler Signatures [4.92674421365689]
  WiFiマイクロドップラーシグネチャに基づくヒト骨格運動再建のための新しいフレームワークであるMDPoseを提案する。 17個のキーポイントを持つ骨格モデルを再構築することで、人間の活動を追跡する効果的なソリューションを提供する。 MDPoseは最先端のRFベースのポーズ推定システムより優れている。
  論文  参考訳（メタデータ） (2022-01-11T21:46:28Z)
• Efficient and Robust LiDAR-Based End-to-End Navigation [132.52661670308606]
  我々は,LiDARをベースとした効率的なエンドツーエンドナビゲーションフレームワークを提案する。 本稿では,スパース畳み込みカーネル最適化とハードウェア対応モデル設計に基づくFast-LiDARNetを提案する。 次に,単一の前方通過のみから予測の不確かさを直接推定するハイブリッド・エビデンシャル・フュージョンを提案する。
  論文  参考訳（メタデータ） (2021-05-20T17:52:37Z)

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。