論文の概要: Reflection-Robust Stereo Visual-Inertial Odometry via Kalman-Filtered Ground-Height Estimation

• arxiv url: http://arxiv.org/abs/2611.05938v1
• Date: Wed, 04 Nov 2026 04:26:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:57.942097
• Title: Reflection-Robust Stereo Visual-Inertial Odometry via Kalman-Filtered Ground-Height Estimation
• Title（参考訳）: Kalman-Filtered Ground-Height Estimationによる反射ロバストステレオ視覚慣性オドメトリー
• Abstract要約: 本稿では,特徴量に基づくステレオVIOのための軽量な反射認識フロントエンドを提案する。 提案手法は, 地上高さをリアルタイムで推定し, 推定した3次元位置が地上高さ以下である特徴候補のみを拒絶する。 実際の反射床屋内シークエンス実験により、提案されたフロントエンドは、反射優位環境における軌道精度を全般的に向上することが示された。
• 参考スコア（独自算出の注目度）: 14.131976667239137
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual-inertial odometry relies on visual features that correspond to 3D points with consistent projections across sequential frames. In reflective indoor-floor environments, however, specular floor patterns can be detected and triangulated as virtual features below the physical ground plane, producing unreliable feature associations and inconsistent visual residuals. This paper proposes a lightweight reflection-aware front-end for feature-based stereo VIO. Rather than suppressing all floor-region features, the proposed method estimates the ground height in real time and rejects only feature candidates whose inferred 3D positions are below the estimated ground height. A floor-region mask restricts the validation process to reflection-prone regions, while stereo height uncertainty and pose uncertainty are used to construct frame-level ground-height measurements. A scalar Kalman filter with Normalized Innovation Squared (NIS) gating then provides a stable ground-height estimate, and an uncertainty-aware safety margin is used for selective below-ground virtual feature rejection. Experiments on real reflective-floor indoor sequences show that the proposed front-end generally improves trajectory accuracy in reflection-dominant environments while maintaining accurate ground-height estimates and recovering from actual ground-height changes.
• Abstract（参考訳）: 視覚慣性オドメトリーは、連続したフレームに一貫した投影を持つ3Dポイントに対応する視覚的特徴に依存している。 しかし, 反射的な室内・室内環境下では, 床面下の仮想的特徴として特異な床パターンを検出・三角測量することができ, 信頼性の低い特徴関連と不整合な視覚的残差が生じる。 本稿では,特徴量に基づくステレオVIOのための軽量な反射認識フロントエンドを提案する。 提案手法は, 床面積の特徴を全て抑えるのではなく, リアルタイムに地上高さを推定し, 推定地上高さより低い3次元位置を推定する特徴候補のみを拒絶する。 フロア領域マスクは、フレームレベルの地重測定を構築するために立体高さの不確かさとポーズの不確かさが使用される一方で、バリデーションプロセスを反射性のある領域に制限する。 正規化イノベーションスクエアド (NIS) ゲーティングを用いたスカラーカルマンフィルタは、安定な地上高度推定を提供し、不確実性を考慮した安全マージンは、地下の仮想的特徴の選択的拒絶に使用される。 実際の反射床屋内シークエンスにおける実験により,提案するフロントエンドは,正確な地重推定を維持しつつ,実際の地重変化から回復しながら,一般的に反射優位環境における軌道精度を向上することが示された。

関連論文リスト

• UA-Depth: Uncertainty-Aware Depth Restoration for Material-Agnostic Object Manipulation [60.88337308768186]
  本稿では,不確実性を考慮した深度復元フレームワークUA-Depthを提案する。 奥行きや画素の不確かさを反復的に調整し、不確実性のある特徴を使って信頼性の低いキューを抑圧し、安定した更新を行う。 これは代表的ベースラインの中で最高の平均ランクを獲得し、特に透明で反射的なオブジェクトが支配するデータセットに強い利益をもたらしている。
  論文  参考訳（メタデータ） (2026-11-01T06:47:58Z)
• Odometry-Aided Real-Time Mapping for Underwater Robots Using Forward-Looking Sonar [51.8931180857129]
  前向きソナー(FLS)のリアルタイムマッピングは、未解決の目標高度、空間的に一様でないノイズ、断片化された目標境界のため、依然として困難である。 本稿では,高速フーリエ変換(FFT)に基づくデノイング,高速マルチスケール定数偽アラームレート(MCFAR)検出,勾配適応境界接続を組み合わせたケースケード型特徴再構成パイプラインを提案する。 3m×5mプールにおける実験では,3列に3cm未満のルート平均二乗誤差(RMSE)とフレーム平均処理時間42.4msのセンチスケール平面マッピング精度が示された。
  論文  参考訳（メタデータ） (2026-09-21T07:10:04Z)
• Surfsvr: 2D Surface Priors as 3D Geometric Regularizers for Sparse Voxel Reconstruction [56.51413081953813]
  SurfSVRは2次元表面の先行を明示的な3次元幾何正規化器として扱う新しいスパースボクセル再構成パラダイムである。 鮮明なボクセルの再現は、視認性と幾何学的特性が著しく異なる場面で一貫して改善される。
  論文  参考訳（メタデータ） (2026-08-12T11:25:31Z)
• Reliability-Guided Depth Fusion for Glare-Resilient Navigation Costmaps [0.0]
  反射床、ガラス境界、光沢のある屋内表面の光沢は、アクティブステレオRGB-D深度測定を頻繁に破壊する。 本稿では,明示的な深度信頼度モデルに基づくグレアレジリエントなコストマップ構築手法を提案する。
  論文  参考訳（メタデータ） (2026-06-02T10:06:15Z)
• Height-Guided Projection Reparameterization for Camera-LiDAR Occupancy [19.450674475241353]
  HiPRはHeight-Guided Projection Reパラメータ化を備えたカメラLiDAR占有フレームワークである。 HiPRは、リアルタイム推論を維持しながら、既存の最先端メソッドを一貫して上回る。
  論文  参考訳（メタデータ） (2026-05-06T16:09:13Z)
• PolGS++: Physically-Guided Polarimetric Gaussian Splatting for Fast Reflective Surface Reconstruction [76.9760302941819]
  PolGS++は高速反射面再構成のための偏光ガウス散乱フレームワークである。 本稿では,アングル・オブ・ポラライゼーション(AoP)に基づくタンジェント空間の整合性制約を実現するための,奥行き誘導型可視マスク取得機構を提案する。
  論文  参考訳（メタデータ） (2026-03-11T14:11:42Z)
• Gamma-from-Mono: Road-Relative, Metric, Self-Supervised Monocular Geometry for Vehicular Applications [2.9457242478147503]
  本稿では,軽量な単分子幾何推定法であるGamma-from-Mono (GfM)を紹介する。 GfMはガンマで表される残差とともに支配的な道路面を予測する。 地上のカメラの高さだけで、GfMは決定論的に閉じた形を通してメートル法的な深さを回復する。
  論文  参考訳（メタデータ） (2025-12-03T22:37:38Z)
• RBP-Pose: Residual Bounding Box Projection for Category-Level Pose Estimation [103.74918834553247]
  カテゴリーレベルのオブジェクトポーズ推定は、既知のカテゴリの集合からの任意のオブジェクトの3次元メートル法サイズだけでなく、6次元のポーズを予測することを目的としている。 近年の手法では, 観測された点雲を標準空間にマッピングし, 梅山アルゴリズムを用いてポーズとサイズを復元する手法が提案されている。 本稿では,オブジェクトのポーズと残差ベクトルを共同で予測する,幾何学誘導型残差オブジェクト境界ボックス投影ネットワーク RBP-Pose を提案する。
  論文  参考訳（メタデータ） (2022-07-30T14:45:20Z)
• D3VO: Deep Depth, Deep Pose and Deep Uncertainty for Monocular Visual Odometry [57.5549733585324]
  D3VOは、深度、ポーズ、不確実性推定という3つのレベルでディープネットワークを利用する、単眼の視覚計測のための新しいフレームワークである。 まず,ステレオビデオを用いた自己監督型単眼深度推定ネットワークを提案する。 入力画像上の画素の光度不確かさをモデル化し、深度推定精度を向上させる。
  論文  参考訳（メタデータ） (2020-03-02T17:47:13Z)

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。