論文の概要: RTISSLAM-3D: Full 6-DoF SLAM With an In-Air 3D Imaging Sonar
- arxiv url: http://arxiv.org/abs/2610.22552v1
- Date: Thu, 15 Oct 2026 18:47:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 00:56:07.634022
- Title: RTISSLAM-3D: Full 6-DoF SLAM With an In-Air 3D Imaging Sonar
- Title（参考訳）: RTISSLAM-3D:空中3Dイメージングソナー搭載のフル6-DoF SLAM
- Abstract要約: RTISSLAM-3Dは、空飛ぶ3D画像ソナー、IMU、ホイールエンコーダを備えた車輪付きロボットのための新しい6-DoF SLAMシステムである。
球面上のCFAR検出器は、全てのソナー像を3次元音響計測に使用するスパースな3次元検出に還元する。
森林を545mドライブで走行するRTISSLAM-3Dを3DライダーSLAMで評価した。
- 参考スコア（独自算出の注目度）: 1.175409173150719
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Echolocating bats navigate dense forests using sonar alone, and in-air 3D imaging sonars now capture the entire frontal hemisphere with every pulse. Sonar SLAM, however, has so far been planar: current systems estimate a 2D trajectory and discard the elevation information in the sonar images, an assumption that does not hold on rough and sloped terrain such as a forest floor. In this paper, we introduce RTISSLAM-3D, a novel 6-DoF SLAM system for a wheeled robot that carries an in-air 3D imaging sonar, an IMU and wheel encoders. A CFAR detector on the sphere reduces every sonar image to a sparse set of 3D detections, which we use for a 3D acoustic odometry that models the shape of the sonar beam, for place recognition with polar submap descriptors, and for the verification of loop closures by 3D registration, all combined in a 6-DoF pose graph with attitude factors. We evaluated RTISSLAM-3D on a 545m drive through a forest, with a 3D lidar SLAM as reference. The loop closures reduced the horizontal error of the acoustic odometry from 1.74m to 0.28m, with a height error of 0.12m, and 94.6% of the resulting 3D sonar map lies within 0.3 m of the lidar map.
- Abstract（参考訳）: 超音波で観測するコウモリはソナーだけで密集した森を移動し、空気中の3Dイメージングソナーはパルス毎に前頭半球全体を捉えます。
しかし、Sonar SLAMはこれまでのところ平面的であり、現在のシステムは2次元軌跡を推定し、ソナー画像の標高情報を捨てている。
本稿では,空飛ぶ3D画像ソナー,IMU,ホイールエンコーダを備えた車輪付きロボットのための新しい6-DoF SLAMシステムであるRTiSSLAM-3Dを紹介する。
球面上のCFAR検出器は、全てのソナー像を3次元検出のスパースセットに還元し、ソナービームの形状をモデル化する3次元音響オドメトリー、極部分マップ記述子を用いた位置認識、ループクロージャの3次元登録による検証、これらを姿勢因子付き6-DoFポーズグラフに組み合わせる。
森林を545mドライブで走行するRTISSLAM-3Dを3DライダーSLAMで評価した。
ループの閉鎖により、音響計測の水平誤差は1.74mから0.28mに減少し、高さ誤差は0.12mとなり、3Dソナーマップの94.6%はライダーマップの0.3m以内にある。
関連論文リスト
- RTISSLAM: In-air Imaging Sonar SLAM using a Robust Pose Graph and Occupancy Grid Mapping [1.1951340882332946]
組込み3次元画像ソナーのための新しいソナー専用SLAMシステムであるRTISSLAMを紹介する。
特殊な壁を持つシミュレーションの世界では、RITSSLAMは、同じソナーデータ上のライダースタイルのグリッドSLAMが失敗するのに対して、車輪の形状の軌道誤差をSI8.2mからSI0.31mに減少させる。
論文 参考訳（メタデータ） (2026-10-13T14:40:38Z) - Map-Det3D: Metric Feed-Forward 3D Reconstruction Prior for Multi-view 3D Object Detection from Streaming Inputs [62.865932175477035]
計量3Dオブジェクト検出は、エンボディエージェントのコア機能であるが、最も信頼性の高いシステムは深度センサーに頼っている。
提案するMap-Det3Dは,RGBから再構成した3次元空間に直接検出を行うオンラインマルチビュー3Dオブジェクト検出モデルである。
論文 参考訳（メタデータ） (2026-08-12T15:33:42Z) - L3DR: 3D-aware LiDAR Diffusion and Rectification [85.5914944339043]
レンジビュー(RV)に基づくLiDAR拡散は、最近2Dフォトリアリズムに向けて大きな進歩を遂げた。
しかし、3次元幾何学的リアリズムを無視し、深部出血や波状表面といった様々なRVアーティファクトをしばしば生成する。
我々は,3次元空間におけるRVアーティファクトの回帰とキャンセルが可能な,L3DRを3D対応のLiDAR拡散・整流フレームワークとして設計する。
論文 参考訳（メタデータ） (2026-02-22T06:31:58Z) - InsSo3D: Inertial Navigation System and 3D Sonar SLAM for turbid environment inspection [1.9956365893560395]
InsSo3Dは3次元ソナーと慣性ナビゲーションシステム(INS)を用いた大規模3次元同時局在マッピング(SLAM)の高精度かつ効率的な方法である
我々は,INSを先行として3次元ソナーデータに適用し,ループのクロージャを検出し,ポーズグラフの最適化を行う,堅牢で現代的なSLAMフレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-09T14:22:26Z) - VISO: Robust Underwater Visual-Inertial-Sonar SLAM with Photometric Rendering for Dense 3D Reconstruction [2.095709224275874]
VISOは、ステレオカメラと慣性測定ユニット(IMU)と3Dソナーを融合させる堅牢な水中SLAMシステムである。
我々は,VISOが現在最先端の水中および視覚に基づくSLAMアルゴリズムを,ローカライゼーションの堅牢性と精度の観点から上回っていることを示す。
論文 参考訳（メタデータ） (2026-01-03T10:18:09Z) - 3D Ground Truth Reconstruction from Multi-Camera Annotations Using UKF [4.898782241137317]
本稿では,UKF(Unscented Kalman Filter)を用いて2次元境界ボックスを融合させたり,キーポイント基底真理アノテーションを3次元基底真理に応用する新しい手法を提案する。
提案手法は,ヒトのアノテートした接地トラス2Dを利用して,ホログラフィベースの投影とUKFベースの融合により,2次元画像座標をロバストな3次元世界座標に変換する。
我々は,CMC,Wildtrack,Panopticの3次元局所化の精度を,利用可能な3次元地上真実と比較して高い精度で評価した。
論文 参考訳（メタデータ） (2025-11-18T08:15:14Z) - PanoSLAM: Panoptic 3D Scene Reconstruction via Gaussian SLAM [105.01907579424362]
PanoSLAMは、幾何学的再構成、3Dセマンティックセマンティックセマンティクス、3Dインスタンスセマンティクスを統合フレームワークに統合する最初のSLAMシステムである。
初めて、RGB-Dビデオから直接、オープンワールド環境のパノプティカル3D再構成を実現する。
論文 参考訳（メタデータ） (2024-12-31T08:58:10Z) - Sparse Points to Dense Clouds: Enhancing 3D Detection with Limited LiDAR Data [68.18735997052265]
単分子と点雲に基づく3次元検出の利点を組み合わせたバランスの取れたアプローチを提案する。
本手法では,低コストで低解像度のセンサから得られる3Dポイントを少数必要としている。
3次元検出の精度は最先端の単分子検出法と比較して20%向上する。
論文 参考訳（メタデータ） (2024-04-10T03:54:53Z) - MM3DGS SLAM: Multi-modal 3D Gaussian Splatting for SLAM Using Vision, Depth, and Inertial Measurements [59.70107451308687]
カメラ画像と慣性測定による地図表現に3Dガウスアンを用いることで、精度の高いSLAMが実現できることを示す。
我々の手法であるMM3DGSは、より高速なスケール認識と軌道追跡の改善により、事前レンダリングの限界に対処する。
また,カメラと慣性測定ユニットを備えた移動ロボットから収集したマルチモーダルデータセットUT-MMもリリースした。
論文 参考訳（メタデータ） (2024-04-01T04:57:41Z) - Aerial Monocular 3D Object Detection [67.20369963664314]
DVDETは2次元画像空間と3次元物理空間の両方で空中単分子3次元物体検出を実現するために提案される。
高度視差変形問題に対処するため,新しい測地変形変換モジュールを提案する。
より多くの研究者がこの領域を調査するよう促すため、データセットと関連するコードをリリースします。
論文 参考訳（メタデータ） (2022-08-08T08:32:56Z) - Stereo Plane SLAM Based on Intersecting Lines [10.892478925743967]
平面機能はSLAMシステムのドリフト誤差を低減するために安定なランドマークである。
ステレオ画像から抽出した交差線を用いた平面パラメータの計算手法を提案する。
論文 参考訳（メタデータ） (2020-08-19T01:35:49Z)
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。