論文の概要: Visual-Inertial RGB-D SLAM with Encoders for a Differential Wheeled Robot

• arxiv url: http://arxiv.org/abs/2610.41768v1
• Date: Fri, 30 Oct 2026 14:09:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.763678
• Title: Visual-Inertial RGB-D SLAM with Encoders for a Differential Wheeled Robot
• Title（参考訳）: 微分車輪ロボット用エンコーダを用いた視覚慣性RGB-D SLAM
• Abstract要約: 本稿では,エンコーダの生成モデルを提案し,最大後部推定値(MAP)の式と最適化に必要なヤコビアンを導出する。 本稿では,RGB-D (RGB-D) SLAMシステムについて述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent years have seen multiple impressive results in visual-inertial odometry (VIO) techniques, by which accurate state estimation can be achieved via the extended Kalman filter (EKF) or nonlinear optimization. However, these approaches are rarely open source, and they tend to fail in real experiments due to the temporary lack of feature points and fast motion. Therefore, in this study, we used encoders to overcome the temporary failure of purely vision-based simultaneous localization and mapping (SLAM). Here, we propose a generative measurement model for encoders and derive an expression for the maximum a posteriori (MAP) estimate and necessary Jacobians for optimization. We use our theory to present a novel tightly coupled visual-inertial encoder RGB-Depth (RGB-D) SLAM system. Tests on our system on an in-house dataset confirmed that our modeling effort led to accurate (with a root mean squared error (RMSE) of approximately 2-7 cm) and robust state estimation in real time. The source code and our dataset containing the encoder information have been published for verification.
• Abstract（参考訳）: 近年,拡張カルマンフィルタ (EKF) や非線形最適化により正確な状態推定が可能となる視覚慣性オドメトリー (VIO) 技術が注目されている。 しかし、これらのアプローチは滅多にオープンソースではなく、一時的な特徴点の欠如と速い動きのために実際の実験で失敗する傾向がある。 そこで本研究では、エンコーダを用いて、純粋視覚に基づく同時局所化マッピング(SLAM)の一時的な故障を克服した。 本稿では,エンコーダの生成モデルを提案し,最大後部推定値(MAP)の式と,最適化に必要なヤコビアンを導出する。 本稿では,RGB-D (RGB-D) SLAMシステムについて述べる。 システム内のデータセット上でのテストでは、モデリングの取り組みによって(ルート平均二乗誤差(RMSE)が約2-7cmで)精度が向上し、リアルタイムに堅牢な状態推定が可能であることが確認された。 ソースコードとエンコーダ情報を含むデータセットを検証のために公開している。

関連論文リスト

• Spatiotemporal Calibration and Ground Truth Estimation for High-Precision SLAM Benchmarking in Extended Reality [5.399977774911282]
  拡張現実(XR)アプリケーションにおいて、同時ローカライゼーションとマッピング(SLAM)が基本的な役割を果たす。 没入型XRの浸漬基準が増加し続けており、ベンチマークの要求はより厳しくなっている。 本稿では,これらの課題に対処する新たな連続的可能性を示す。
  論文  参考訳（メタデータ） (2025-12-08T07:04:49Z)
• MASt3R-Fusion: Integrating Feed-Forward Visual Model with IMU, GNSS for High-Functionality SLAM [12.158063913401575]
  フィードフォワード・ポイントマップ・レグレッションと相補的なセンサ情報を統合するマルチセンサ支援視覚SLAMフレームワークMASt3R-Fusionを提案する。 実時間スライディングウインドウ最適化とアグレッシブループ閉鎖を伴う大域的最適化の両立が可能な階層的因子グラフ設計法を開発した。 我々は、公開ベンチマークと自己収集データセットの両方に対するアプローチを評価し、精度とロバスト性を大幅に改善したことを示す。
  論文  参考訳（メタデータ） (2025-09-25T05:26:28Z)
• Pseudo Depth Meets Gaussian: A Feed-forward RGB SLAM Baseline [64.42938561167402]
  本稿では,3次元ガウス型SLAMとフィードフォワードリカレント予測モジュールを組み合わせたオンライン3次元再構成手法を提案する。 このアプローチは、遅いテスト時間の最適化を高速なネットワーク推論に置き換え、トラッキング速度を大幅に改善する。 提案手法は,最先端のSplaTAMと同等の性能を示しながら,追跡時間を90%以上削減する。
  論文  参考訳（メタデータ） (2025-08-06T16:16:58Z)
• xLSTMAD: A Powerful xLSTM-based Method for Anomaly Detection [0.794682109939797]
  フルエンコーダ・デコーダxLSTMアーキテクチャを統合した最初の異常検出手法であるxLSTMADを提案する。 実世界の17のデータセットにまたがる包括的TSB-AD-Mベンチマークを用いて,本手法の評価を行った。 以上の結果から、xLSTMは最先端の精度を示し、23の異常検出基準を上回りました。
  論文  参考訳（メタデータ） (2025-06-28T10:39:09Z)
• KFD-NeRF: Rethinking Dynamic NeRF with Kalman Filter [49.85369344101118]
  KFD-NeRFは,Kalmanフィルタに基づく効率的かつ高品質な運動再構成フレームワークと統合された,新しい動的ニューラル放射場である。 我々のキーとなる考え方は、動的放射場を、観測と予測という2つの知識源に基づいて時間的に異なる状態が推定される動的システムとしてモデル化することである。 我々のKFD-NeRFは、同等の計算時間と最先端の視線合成性能で、徹底的な訓練を施した類似または優れた性能を示す。
  論文  参考訳（メタデータ） (2024-07-18T05:48:24Z)
• UncLe-SLAM: Uncertainty Learning for Dense Neural SLAM [60.575435353047304]
  我々は、高密度ニューラルネットワークの同時局所化とマッピング(SLAM)のための不確実性学習フレームワークを提案する。 本稿では,2次元入力データのみから自己教師付きで学習可能なセンサ不確実性推定のためのオンラインフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-06-19T16:26:25Z)
• CodeVIO: Visual-Inertial Odometry with Learned Optimizable Dense Depth [83.77839773394106]
  本稿では,軽量で密結合の深い深度ネットワークと視覚慣性オドメトリーシステムを提案する。 我々は、初期深度予測の精度を高めるために、以前にVIOから切り離されたスパース特徴を持つネットワークを提供する。 本稿では,ネットワークとコードヤコビアンでのみGPUアクセラレーションを活用しながら,シングルスレッド実行でリアルタイムに動作可能であることを示す。
  論文  参考訳（メタデータ） (2020-12-18T09:42:54Z)
• Gaze-Sensing LEDs for Head Mounted Displays [73.88424800314634]
  仮想現実(VR)アプリケーションのための低消費電力の視線トラッカーを作成するために,LEDのセンサ機能を利用する。 我々は,視線推定法が複雑な次元削減技術を必要としないことを示した。
  論文  参考訳（メタデータ） (2020-03-18T23:03:06Z)

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。