論文の概要: Reading the Room: Scale-ambiguous Semantic Registration of Sparse VSLAM Maps to Floor Plans in Partially Built Environments

• arxiv url: http://arxiv.org/abs/2610.29647v1
• Date: Wed, 21 Oct 2026 12:28:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.358288
• Title: Reading the Room: Scale-ambiguous Semantic Registration of Sparse VSLAM Maps to Floor Plans in Partially Built Environments
• Title（参考訳）: 部屋を読む: 部分的に構築された環境における床計画に対するスパースVSLAMマップのスケールあいまいなセマンティックレジストレーション
• Abstract要約: センサの軌跡を事前の2次元フロアプランに登録するためのグローバルなアプローチであるReading the Roomを紹介する。 私たちのキーとなるアイデアは、パイプラインのすべてのステージを管理する単一の堅牢で微分可能な、クラスバランスのセマンティック・ジオメトリ・エネルギ関数を定義することです。 提案手法は, 古典的, 学習的ベースラインに対して, 3つのアクティブな建設現場の33つの配列に対してRRを評価し, 絶対軌道誤差の平均4.5倍の改善を達成した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Many robotic construction applications, such as progress tracking, require registering a sensor trajectory to a prior 2D floor plan. Visual capture is attractive for its low cost and availability, but aligning a visual simultaneous localization and mapping (VSLAM) map to a floor plan is difficult; VSLAM recovers geometry only up to an unknown similarity transform, the sparse point cloud is cross-modal to the symbolic floor plan, sites are only partially built during capture, and construction sites are visually repetitive, degrading map quality while removing distinctive features. Existing methods address at most two of these challenges. We thus introduce Reading the Room(RR), a global-local approach to register scale-ambiguous, sparse, semantic VSLAM maps to partially built floor plans. Our key idea is to define a single robust, differentiable, class-balanced semantic-geometric energy function that governs all stages of the pipeline. We develop two global initialization schemes, leveraging a single inaccurate user-provided correspondence if provided, or estimating the initialization globally using a cross-modal matching network. Both schemes are designed to find initial candidates with respect to the energy function, which is then directly optimized for local refinement. We evaluate RR on 33 sequences across three active construction sites against classical and learning-based baselines, achieving a 4.5x improvement in mean absolute trajectory error over the strongest baseline in the general unconstrained setting, which increases to 7.6x when an anchor is provided.
• Abstract（参考訳）: プログレストラッキングのような多くのロボット構築アプリケーションは、センサーの軌道を以前の2Dフロアプランに登録する必要がある。 視覚的キャプチャーは低コストかつ可用性に優れるが、視覚的同時ローカライゼーションとマッピング(VSLAM)マップをフロアプランに合わせることは困難であり、VSLAMは幾何学を未知の類似性変換まで回復し、スパースポイントクラウドは象徴的なフロアプランと交差し、サイトはキャプチャ中に部分的に構築され、建設現場は視覚的に繰り返し、地図の質を劣化させ、特徴的な特徴を除去する。 既存の手法は、これらの課題の少なくとも2つに対処する。 そこで我々は,広義で疎密な意味的VSLAMマップを部分的に構築したフロアプランに登録するためのグローバルなアプローチであるReading the Room(RR)を紹介した。 私たちのキーとなるアイデアは、パイプラインのすべてのステージを管理する単一の堅牢で微分可能な、クラスバランスのセマンティック・ジオメトリ・エネルギ関数を定義することです。 提案手法は2つの大域的初期化手法を開発し, 提供された場合, 単一不正確なユーザ提供対応を利用するか, あるいはクロスモーダルマッチングネットワークを用いてグローバルに初期化を推定する。 どちらのスキームもエネルギー関数に関する初期候補を見つけるように設計されており、これは局所的な改良のために直接最適化される。 提案手法は, 古典的, 学習的ベースラインに対して3つのアクティブな建設現場において, RRを33の配列で評価し, アンカーが提供されると7.6倍に増大する, 最強ベースラインに対する平均絶対軌道誤差を4.5倍に向上させる。

関連論文リスト

• MatchCityLoc: Aerial Localization in LoD City Models via Surface Normal Matching [76.81099730054356]
  MatchCityLocは、ノイズの多い6-DoFポーズから特徴マッチングを指示するフレームワークである。 実験では、既成のLoD法で評価された手法の中で、強いポーズリコールと正確な翻訳と回転を示す。
  論文  参考訳（メタデータ） (2026-10-19T18:10:59Z)
• 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)
• Learning-Based Hierarchical Scene Graph Matching for Robot Localization Leveraging Prior Maps [0.17398560678845076]
  シーングラフは、セマンティックエンティティとその関係の階層として環境の構造をエンコードする。 これら2つの相補的表現を一致させることで、既知の構造的先行に対してロボット観測を接地することでSLAMのドリフト補正が可能になる。 ここでは、階層内および階層間関係を符号化する意味的動機付けされたエッジタイプを用いて、両方のグラフを拡大する、学習されたエンドツーエンドの微分可能なパイプラインを示す。
  論文  参考訳（メタデータ） (2026-04-30T13:05:57Z)
• S-Graphs 2.0 -- A Hierarchical-Semantic Optimization and Loop Closure for SLAM [9.192886826538881]
  本研究では,室内シーンの階層構造を活用し,効率的なデータ管理と最適化を行う状況グラフ2.0(S-Graphs 2.0)を提案する。 私たちのアルゴリズムは、環境を表す状況グラフを、キーフレーム、ウォール、ルーム、フロアの4つの層に構築することから始まります。 本研究では,建物の各階間の空洞化により発生する偽陽性閉鎖を効果的に拒否する,フロアベースのループ閉鎖戦略を提案する。
  論文  参考訳（メタデータ） (2025-02-25T10:09:10Z)
• ALSTER: A Local Spatio-Temporal Expert for Online 3D Semantic Reconstruction [62.599588577671796]
  本稿では,RGB-Dフレームのストリームから3次元セマンティックマップを段階的に再構成するオンライン3次元セマンティックセマンティックセマンティクス手法を提案する。 オフラインの手法とは異なり、ロボット工学や混合現実のようなリアルタイムな制約のあるシナリオに直接適用できます。
  論文  参考訳（メタデータ） (2023-11-29T20:30:18Z)
• DETR Doesn't Need Multi-Scale or Locality Design [69.56292005230185]
  本稿では,"プレーン"特性を維持できる改良型DETR検出器を提案する。 特定の局所性制約を伴わずに、単一スケールの機能マップとグローバルなクロスアテンション計算を使用する。 マルチスケールな特徴マップと局所性制約の欠如を補うために,2つの単純な技術が平易な設計において驚くほど効果的であることを示す。
  論文  参考訳（メタデータ） (2023-08-03T17:59:04Z)
• IDLS: Inverse Depth Line based Visual-Inertial SLAM [9.38589798999922]
  Inverse Depth Line SLAM (IDLS) を提案する。 IDLSは、複数の知覚的整合性データセットで広く評価されている。
  論文  参考訳（メタデータ） (2023-04-23T20:53:05Z)
• Flattening-Net: Deep Regular 2D Representation for 3D Point Cloud Analysis [66.49788145564004]
  我々は、任意の幾何学と位相の不規則な3次元点雲を表現するために、Flattning-Netと呼ばれる教師なしのディープニューラルネットワークを提案する。 我々の手法は、現在の最先端の競合相手に対して好意的に機能する。
  論文  参考訳（メタデータ） (2022-12-17T15:05:25Z)
• Unveiling the Potential of Structure-Preserving for Weakly Supervised Object Localization [71.79436685992128]
  本稿では,WSOLの畳み込み機能に組み込まれた構造情報を完全に活用するための2段階構造保存アクティベーション(SPA)を提案する。 第1段階では、分類ネットワークによって引き起こされる構造ミス問題を軽減するために制限アクティベーションモジュール(ram)が設計されている。 第2段階では, 自己相関マップ生成(SCG)モジュールと呼ばれるプロセス後アプローチを提案し, 構造保存ローカライゼーションマップを得る。
  論文  参考訳（メタデータ） (2021-03-08T03:04:14Z)

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。