論文の概要: FreeLoc: Online Floorplan Localization via Diffusion-Aided Pose Refinement
- arxiv url: http://arxiv.org/abs/2610.05011v1
- Date: Sun, 04 Oct 2026 07:09:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:36:53.431069
- Title: FreeLoc: Online Floorplan Localization via Diffusion-Aided Pose Refinement
- Title（参考訳）: FreeLoc: 拡散支援ポーズリファインメントによるオンラインフロアプランのローカライゼーション
- Abstract要約: FreeLocは、フロアプランをクエリ可能な幾何学的マップとして扱うオンラインフレームワークである。
実験では、単一フレームとシーケンシャルローカライゼーションの両方でリアルタイムなオンライン推論と最先端のパフォーマンスを示す。
- 参考スコア（独自算出の注目度）: 70.51384196127081
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Floorplans provide compact and widely available geometric maps for indoor localization, but existing high-performing floorplan-based methods still convert them into dense scene-specific offline databases, tying accuracy, storage, and runtime to the sampling resolution of the discretized pose space. We present FreeLoc, an online RGB-based floorplan localization framework that treats the floorplan as a directly queryable geometric map. FreeLoc introduces an efficient online geometric querying and diffusion-aided refinement scheme, which retrieves plausible pose anchors through on-the-fly floorplan ray querying and refines them into accurate continuous pose estimates. For sequential localization, FreeLoc develops an online likelihood construction strategy that bridges single-frame localization and probabilistic temporal fusion by constructing likelihoods from coarse-sampled candidates and refined pose hypotheses, enabling histogram-filter-based temporal fusion without offline databases. Experiments demonstrate real-time online inference and state-of-the-art performance in both single-frame and sequential localization, while real-world results validate practical deployability in indoor robotic localization scenarios.
- Abstract（参考訳）: フロアプランは屋内ローカライゼーションのためのコンパクトで広く利用可能な幾何学的マップを提供するが、既存の高性能フロアプランベースの手法は依然としてそれらを密集したシーン固有のオフラインデータベースに変換し、タイリング精度、ストレージ、ランタイムを離散化されたポーズ空間のサンプリング解像度に変換する。
我々は、オンラインRGBベースのフロアプランローカライズフレームワークであるFreeLocを紹介し、フロアプランを直接クエリ可能な幾何学地図として扱う。
FreeLocは効率的なオンライン幾何クエリと拡散支援洗練されたスキームを導入し、オンザフライのフロアプラン線クエリを通してプラウシブルポーズアンカーを検索し、それらを正確な連続ポーズ推定に洗練する。
シーケンシャルなローカライゼーションのために、FreeLocは、粗いサンプルの候補から可能性を構築し、補題を洗練することにより、単一フレームのローカライゼーションと確率的時間融合をブリッジするオンラインな可能性構築戦略を開発し、オフラインデータベースを使わずにヒストグラムに基づく時間融合を可能にする。
実験では、シングルフレームおよびシーケンシャルローカライゼーションの両方でリアルタイムなオンライン推論と最先端のパフォーマンスを示し、実際の結果は屋内ロボットローカライゼーションシナリオにおける実用的なデプロイ可能性を検証する。
関連論文リスト
- GR-LIO: A Local Ground-Aware LiDAR-Inertial Odometry System Using Body-to-Ground Height [14.72562292336716]
LiDAR慣性オドメトリーは、地上の自律移動ロボットにおける状態推定に広く用いられている。
本稿では,局地平面形状を状態推定プロセスに明示的に組み込んだフィルタ方式の局所地表面認識型LEOフレームワークを提案する。
提案システムは、様々な運用シナリオをカバーする複数の公開ベンチマークデータセットと自己コンパイルされた実世界のデータセットで評価される。
論文 参考訳（メタデータ） (2026-10-04T21:18:48Z) - From Uncertainty to Determinism: Coarse-to-Fine Visual Floorplan Localization without Ray Matching [12.273420964874058]
本稿では,不確実性から決定論へと進展する粗大な視覚的FLOCフレームワークを提案する。
改良段階において,候補中心の作物から有界なサブメーターの残差を予測できる局所精製器を提案する。
本手法は,オフラインマップ前処理やテストタイムのルックアップテーブルを必要とせずに,グローバルなマルチハイプセシストラッキングと局所サブメーター改善のバランスを効果的に行う。
論文 参考訳（メタデータ） (2026-07-29T12:10:00Z) - Z-FLoc: Zero-Shot Floorplan Localization via Geometric Primitives [72.63181031215858]
そこで本研究では,ゼロショットフロアプランのローカライズ手法を提案する。
我々の重要な洞察は、支配的な幾何学的プリミティブが人間が作った環境でユビキタスであることである。
シミュレーションと実世界の両方のデータセットの実験により、我々のアプローチは、目に見えない環境における最先端の学習ベースの手法よりも優れています。
論文 参考訳（メタデータ） (2026-06-03T12:14:24Z) - 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) - Offline-Online Hierarchical 3D Global Relocalization With Synthetic LiDAR Sensing and Descriptor-Space Retrieval [10.166844590142665]
3Dグローバルな再ローカライゼーションは、実用アプリケーションにおけるモバイルロボットの重要な機能のひとつだ。
本稿では,検索空間を分離するオフライン・オンライン階層型フレームワークを提案する。
提案手法は,3次元環境における3秒平均再局在時間と8cm平均局在精度を実現する。
論文 参考訳（メタデータ） (2026-05-08T13:46:57Z) - Scaling Up Occupancy-centric Driving Scene Generation: Dataset and Method [54.461213497603154]
作業中心の手法は、最近、フレームとモダリティをまたいだ一貫した条件付けを提供することで、最先端の結果を得た。
Nuplan-Occは、広く使われているNuplanベンチマークから構築された、これまでで最大の占有率データセットである。
高品質な占有、多視点ビデオ、LiDAR点雲を共同で合成する統合フレームワークを開発した。
論文 参考訳（メタデータ） (2025-10-27T03:52:45Z) - F$^3$Loc: Fusion and Filtering for Floorplan Localization [57.93061992125962]
本研究では,フロアプラン内での自己ローカライズのための効率的なデータ駆動型ソリューションを提案する。
本手法では,地図や位置情報ごとのリトレーニングや,関心領域の画像の大規模なデータベースの要求は不要である。
論文 参考訳（メタデータ） (2024-03-05T23:32:26Z) - Rethinking the Zigzag Flattening for Image Reading [48.976491898131265]
我々はHilbert fractal flattening (HF) をコンピュータビジョンにおけるシーケンスオーダの別の方法として検討する。
HFは空間的局所性を維持する上で他の曲線よりも優れていることが証明されている。
ほとんどのディープニューラルネットワーク(DNN)に簡単に接続できる。
論文 参考訳（メタデータ） (2022-02-21T13:53:04Z)
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。