論文の概要: Micro-Localization: High-Precision Mobile Robot Localization Using Microscopic Ground Texture

• arxiv url: http://arxiv.org/abs/2610.22563v1
• Date: Thu, 15 Oct 2026 19:04:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.635661
• Title: Micro-Localization: High-Precision Mobile Robot Localization Using Microscopic Ground Texture
• Title（参考訳）: マイクロローカライゼーション:微視的地盤テクスチャを用いた高精度移動ロボットの局在化
• Abstract要約: 顕微鏡光学で見る自然地盤テクスチャを用いた高精度グローバルローカライゼーションを実証する。 本研究では,高磁化イメージングによって生じるキャリブレーション,カメラモデリング,フォーカス課題に対処する顕微鏡ベースのローカライゼーションシステムを開発した。
• 参考スコア（独自算出の注目度）: 4.357338639836868
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We demonstrate high-precision global localization using natural ground texture viewed through microscope optics, achieving localization in the tens-of-micrometers regime. For the planar ground texture localization problem considered here, we relate optical magnification and image-space localization uncertainty to physical localization precision. Leveraging this relationship, we then develop a microscope-based localization system that addresses the calibration, camera-modeling, and focus challenges introduced by high-magnification imaging. We evaluate this system across several surface textures using a calibrated precision gantry. Across 1,007 held-out queries per surface, the system localizes every query and achieves translation RMSEs of 28$-$73 $μ$m. Independent photometric registration agrees with the feature-based localization estimates to within approximately 9 $μ$m RMSE. We further demonstrate localization on a low-cost mobile robot using the gantry-collected maps, and also show that the system can resolve micrometer-scale displacement caused by thermal expansion. These results show that microscopic natural surface texture can bring mobile localization into a precision regime typically associated with fixed positioning systems.
• Abstract（参考訳）: 顕微鏡で見る自然地表面のテクスチャを用いた高精度なグローバルローカライゼーションを実演し,数十マイクロメートル体制でのローカライゼーションを実現した。 ここでは、平面的地表面テクスチャの定位問題について、光学的拡大と画像空間の定位不確かさを物理的定位精度に関連付ける。 この関係を生かして, キャリブレーション, カメラモデリング, 集中課題に対処する顕微鏡による位置決めシステムの開発を行う。 キャリブレーション精度ガントリーを用いて, 各種表面テクスチャにまたがるシステムの評価を行った。 1面あたり1,007のホールドアウトクエリに対して、システムは全てのクエリをローカライズし、28$-73$μ$mの変換RMSEを実現する。 独立な測光登録は、特徴ベースの局在推定値に約9$μ$m RMSE以内で一致する。 さらに,ガントリー座標マップを用いた低コスト移動ロボットのローカライゼーションを実証し,熱膨張によるマイクロメータスケールの変位を解消できることを示す。 これらの結果から, 微視的自然表面テクスチャは, 固定位置決めシステムに典型的に関連付けられる精密な位置決め機構に, 移動体局在をもたらす可能性が示唆された。

関連論文リスト

• Learning Cross-view Correspondences for Geo-localization on Planetary Surfaces [12.693029310111143]
  我々は,高解像度の月面地形モデルから得られた物理的にレンダリングされた表面パノラマと頭上タイルから構築された新しいクロスビュージオローカライゼーションベンチマークを導入する。 本研究では, 現状の変圧器を用いたジオローカライズ手法の性能を, スクラッチからトレーニングし, 精度を報告する。
  論文  参考訳（メタデータ） (2026-06-29T05:58:00Z)
• VLG-Loc: Vision-Language Global Localization from Labeled Footprint Maps [5.851042749720534]
  視覚言語モデル(VLM)は、地図に記録されているランドマークに対して、ロボットの多方向画像観測を探索するために使用される。 次に、モンテカルロのローカライゼーションフレームワーク内でロボットのポーズを特定する。 シミュレーションおよび実世界の小売環境における実験的検証は、既存のスキャンベース手法と比較して、優れた堅牢性を示す。
  論文  参考訳（メタデータ） (2025-12-14T18:22:00Z)
• Loc$^2$: Interpretable Cross-View Localization via Depth-Lifted Local Feature Matching [80.57282092735991]
  本稿では,高精度かつ解釈可能なクロスビューローカライズ手法を提案する。 地上画像の3自由度(DoF)のポーズを、その局所的な特徴と基準空中画像とをマッチングすることによって推定する。 実験では、クロスエリアテストや未知の向きといった挑戦的なシナリオにおいて、最先端の精度を示す。
  論文  参考訳（メタデータ） (2025-09-11T18:52:16Z)
• Improved Bag-of-Words Image Retrieval with Geometric Constraints for Ground Texture Localization [1.2430809884830318]
  下向きカメラを用いた地中テクスチャのローカライゼーションは、低コストで高精度なローカライゼーションソリューションを提供する。 地盤テクスチャローカライゼーションのためのBad-of-words (BoW)画像検索システムを改良した。
  論文  参考訳（メタデータ） (2025-05-16T18:37:18Z)
• LocoNeRF: A NeRF-based Approach for Local Structure from Motion for Precise Localization [2.201107282249874]
  本研究では,Structure from Motion (SfM) 技術を用いて,視覚的位置決めの精度を向上させる新しい手法を提案する。 我々は,高レイテンシに悩まされるグローバルSfMの限界と,高精度な再構成のために大規模な画像データベースを必要とするローカルSfMの課題を強調した。
  論文  参考訳（メタデータ） (2023-10-08T11:54:25Z)
• View Consistent Purification for Accurate Cross-View Localization [59.48131378244399]
  本稿では,屋外ロボットのための微細な自己局在化手法を提案する。 提案手法は,既存のクロスビューローカライゼーション手法の限界に対処する。 これは、動的環境における知覚を増強する初めての疎視のみの手法である。
  論文  参考訳（メタデータ） (2023-08-16T02:51:52Z)
• 6D Camera Relocalization in Visually Ambiguous Extreme Environments [79.68352435957266]
  本研究では,深海や地球外地形などの極端な環境下で得られた画像の列から,カメラのポーズを確実に推定する手法を提案する。 本手法は,室内ベンチマーク (7-Scenes データセット) における最先端手法と同等の性能を20%のトレーニングデータで達成する。
  論文  参考訳（メタデータ） (2022-07-13T16:40:02Z)
• A parameter refinement method for Ptychography based on Deep Learning concepts [55.41644538483948]
  伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。 最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。 我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
  論文  参考訳（メタデータ） (2021-05-18T10:15:17Z)
• Surface Warping Incorporating Machine Learning Assisted Domain Likelihood Estimation: A New Paradigm in Mine Geology Modelling and Automation [68.8204255655161]
  新たに取得した破砕孔データによって課される地球化学的および空間的制約に基づいて, モデル表面を再構成するバイーシアンワープ法が提案されている。 本稿では,このワーピングフレームワークに機械学習を組み込むことにより,可能性の一般化を図る。 その基礎は、p(g|c) が p(y(c)|g と似た役割を果たすような地質領域の確率のベイズ計算によって構成される。
  論文  参考訳（メタデータ） (2021-02-15T10:37:52Z)
• Spatially-Variant CNN-based Point Spread Function Estimation for Blind Deconvolution and Depth Estimation in Optical Microscopy [6.09170287691728]
  薄めながら平らでない物体の光顕微鏡画像の解像度を向上する手法を提案する。 畳み込みニューラルネットワーク(CNN)を用いた空間変動点スプレッド関数(PSF)モデルのパラメータを推定する。 本手法は,理想条件下での2乗ピアソン相関係数0.99で画像自体からPSFパラメータを復元する。
  論文  参考訳（メタデータ） (2020-10-08T14:20:16Z)

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。