論文の概要: MVP-SLAM: Multi-Camera Visual-Inertial Floorplan-Prior SLAM
- arxiv url: http://arxiv.org/abs/2609.39596v1
- Date: Wed, 30 Sep 2026 12:19:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:27.687686
- Title: MVP-SLAM: Multi-Camera Visual-Inertial Floorplan-Prior SLAM
- Title（参考訳）: MVP-SLAM:マルチカメラビジュアル-慣性フロアプラン-Prior SLAM
- Abstract要約: MVP-SLAMはオンラインのビジュアル・慣性SLAMで、フロアプランへのマップで検出された壁を合わせることで、カメラからのドリフトを補正する。
MVP-SLAMはHilti-Trimble SLAM Challenge 2026のマルチフロア建設現場で検証された。
- 参考スコア（独自算出の注目度）: 0.15635627702544694
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Indoor building construction sites are demanding environments for visual SLAM, where variable lighting and repetitive, low-textured structures make the system drift over long trajectories, though structural elements such as walls remain distinguishable despite these conditions. These buildings are constructed according to their as-planned floor plans, available from the design phase, and although the actual as-built site can differ from this design, floor plans still provide a metric reference, both to localize the system in the building and to correct drift. Existing methods often use the floor plan to correct an already-built trajectory offline, and those that instead correct it online typically rely on depth sensors. We instead present MVP-SLAM, an online visual-inertial SLAM on two opposite-facing fisheye cameras that corrects drift from cameras alone by matching walls detected in its map to the floor plan, through a drift-aware policy. A multi-stage integration then turns each matched pair incrementally into a persistent correction, so the trajectory stays corrected and localized within the floor plan as it is built. MVP-SLAM was validated on the multi-floor construction sites of the Hilti-Trimble SLAM Challenge 2026, ranking 2nd of 22 teams in the Localization task (0.29 m mean RMSE) and 5th of 62 teams in the SLAM task (0.24 m), the top-ranked one in both tasks among those that operate online, integrate the floor plan, and localize within it.
- Abstract（参考訳）: 室内の建築現場は視覚的SLAMの環境を要求しており、様々な照明と低テクスチャ構造が長い軌道上でシステムをドリフトさせるが、これらの条件にもかかわらず壁のような構造要素は区別可能である。
これらの建物は、設計段階から利用できる予定のフロアプランに従って建設されており、実際の予定地は、この設計と異なるが、フロアプランは、建物内のシステムをローカライズし、ドリフトを正すための計量基準を提供し続けている。
既存の方法は、既に構築されている軌道をオフラインで修正するためにフロアプランを使うことが多い。
その代わりに、MVP-SLAMというオンラインのビジュアル・慣性SLAMを、2つの対向する魚眼カメラの上に設置し、フロアプランの地図から検出された壁をフロアプランに合わせることで、カメラからのドリフトを補正します。
多段階の統合により、各マッチングされたペアは漸進的に永続的な修正へと変換されるため、軌道は、構築されたフロアプラン内で修正され、ローカライズされる。
Hilti-Trimble SLAM Challenge 2026のマルチフロア構築サイトでMVP-SLAMが検証され、ローカライゼーションタスク(0.29m、RMSE)で22チーム中2位、SLAMタスク(0.24m)で62チーム中5位にランクインした。
関連論文リスト
- A Height-Constrained 2-Point Minimal Solver for Pose Estimation from Active LED Markers with Event Cameras [51.7262911415172]
本研究では,モーションキャプチャシステムから実世界のデータを集めるイベントベースアクティブマーカーシステムを開発した。
合成データと実データの両方の実験では、最先端のP2Pソルバよりも精度が向上した。
論文 参考訳（メタデータ） (2026-08-10T12:19:24Z) - Hilti-Trimble-Oxford Dataset: 360 Visual-Inertial Benchmark with Floor Plan Priors for SLAM and Localization [2.405612516777795]
アクティブな建設現場で収集した高品質なデータセットについて述べる。
データセットは、可変照明条件、動く作業者、速い動き、反復的な構造といった現実的な課題をキャプチャする。
本稿では,世界各国の視覚的SLAMとローカライゼーションシステムを評価するオープン・リサーチ・チャレンジの結果について報告する。
論文 参考訳（メタデータ） (2026-07-07T16:25:35Z) - Architect-Ant: Editable Automatic Furnishing of Architectural Floor Plans [73.84806303977797]
本稿では,微調整型視覚調整モデルを用いた自動調合フレームワークであるArchitect-Antを紹介する。
家具レイアウトは、コンパクトで座標ベースのドメイン固有言語(言語)で表現され、オブジェクト配置をエンコードする。
我々は,Architect-Antが幾何学的に妥当かつ機能的に妥当なレイアウトを生成することを示し,より大規模な構造のみのフロアプランデータセットを構築するためのスケーラブルな経路を提案する。
論文 参考訳（メタデータ） (2026-06-09T14:55:43Z) - SceneAligner: 3D-Grounded Floorplan Localization in the Wild [24.114337264203428]
本研究では,現場の3次元再構成表現にタスクを接地することで,野生環境におけるフロアプランのローカライズを行う手法を提案する。
本手法は,重力に整合した3次元シーンを再構成し,フロアプランプロキシとして機能する2次元密度マップに投影する。
密度マップと建築フロアプランの外観ギャップを埋めるために, 2次元基礎モデルを適用し, 相互対応を学習する。
論文 参考訳（メタデータ） (2026-05-21T14:53:05Z) - SING3R-SLAM: Submap-based Indoor Monocular Gaussian SLAM with 3D Reconstruction Priors [80.51557267896938]
SING3R-SLAMはガウスベースの高密度RGB SLAMフレームワークである。
SING3R-SLAMは最先端のトラッキング、3D再構成、新しいビューレンダリングを実現し、12%以上の精度向上を実現し、より細かな幾何を創出する。
論文 参考訳（メタデータ） (2025-11-21T12:40:55Z) - ViSTA-SLAM: Visual SLAM with Symmetric Two-view Association [52.34293412010292]
ViSTA-SLAMは、カメラのクロージャを必要とせずに動作するリアルタイムの単眼視SLAMシステムである。
提案手法は, カメラトラッキングと高密度3次元再構成品質の両方において, 優れた性能を実現する。
論文 参考訳（メタデータ） (2025-09-01T16:12:23Z) - FloNa: Floor Plan Guided Embodied Visual Navigation [17.872748053116137]
人間は自然に不慣れな環境で移動するためのフロアプランに頼っている。
既存のビジュアルナビゲーション設定は、この貴重な事前知識を見落としている。
我々はフロアプランビジュアルナビゲーション(FloNa)を紹介し、フロアプランを具体化ビジュアルナビゲーションに組み込む最初の試みである。
論文 参考訳（メタデータ） (2024-12-24T10:42:25Z) - DynOMo: Online Point Tracking by Dynamic Online Monocular Gaussian Reconstruction [65.46359561104867]
モノクラーカメラ入力からのオンライン2Dおよび3Dポイントトラッキングの課題を対象としている。
我々は3Dガウススプラッティングを利用して動的シーンをオンラインに再構築する。
我々は,オンラインのポイントトラッキングとリコンストラクションを推進し,様々な現実のシナリオに適用可能にすることを目的としている。
論文 参考訳（メタデータ） (2024-09-03T17:58:03Z) - SLAM for Indoor Mapping of Wide Area Construction Environments [3.4493887433886687]
工場のホールや建設現場のような複雑な環境でのデータ収集を目的とした大規模アプリケーションが実現可能になっている。
本研究では,4台のステレオカメラと3Dレーザースキャナを備えたロボットシステムによる大規模工場ホールにおけるデータ収集を実現する。
そこで我々は,現在最先端のLiDARと視覚SLAMを応用し,これらの環境における軌跡推定と高密度マップ生成のための異なるセンサタイプの長所と短所について検討する。
論文 参考訳（メタデータ） (2024-04-26T07:42:20Z)
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。