Core Concepts
学習ベースの画像強化手法とメッシュベースのマップ表現を利用して、水中環境における堅牢な位置推定と写実的なマッピングを実現する。
Abstract
本論文は、水中環境における位置推定と写実的なマッピングを実現するシステムを提案している。
まず、学習ベースの画像強化手法を利用して、水中環境特有の問題であるハイズや低コントラストを改善し、位置推定の精度を向上させる。
次に、メッシュベースのマップ表現を採用し、スライディングウィンドウ手法を用いることで、軽量かつ高速な写実的なマッピングを実現する。
実際の水中データセットと屋内合成データセットを用いて、定性的および定量的な検証を行った結果、提案手法が水中環境における堅牢な位置推定と写実的なマッピングを実現できることを示している。
Stats
ハイズ画像を使用した場合のATE(Absolute Trajectory Error)の平均は0.038324m、中央値は0.020187m、RMSEは0.055224mであった。
一方、画像強化後は、ATE平均が0.018117m、中央値が0.012457m、RMSEが0.024910mと、約2.22倍精度が向上した。
Quotes
"学習ベースの画像強化手法を適用することで、水中ロボットの位置推定性能と同時に、人間にとって解釈しやすい写実的なマップを生成できる。"
"メッシュベースのマップ表現を採用し、スライディングウィンドウ手法を用いることで、軽量かつ高速な写実的なマッピングを実現できる。"