本研究では、Neural Radiance Fields (NeRF)の情報を活用することで、視覚慣性航法 (VIO)の精度と信頼性を向上させる新しいフレームワークを提案している。
まず、NeRFモデルを使ってデータを大量に生成し、カメラ姿勢推定ネットワークを訓練する。このネットワークは、入力画像に対して絶対姿勢と不確実性を出力する。
次に、この姿勢推定ネットワークの出力を、VIOシステムの最適化問題に統合する。不確実性情報を活用することで、NeRFの再構築誤差や環境変化に頑健な姿勢推定が可能となる。
実験では、写実的なシミュレーション環境で評価を行った。結果、提案手法はVIOのみの手法と比べて大幅な精度向上を示し、リアルタイム性も確保できることが確認された。特に、不確実性情報を活用したアウトライア除去により、位置推定精度が大幅に改善された。
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문