本論文では、高精度かつ計算効率の良いVisual Inertial Navigation System (VINS)アルゴリズム「SchurVINS」を提案している。
まず、完全な残差モデルを構築する。これには勾配、ヘッシアン、観測共分散が明示的にモデル化されている。次に、Schur補完を用いてこの完全な残差モデルを姿勢残差モデルと特徴点残差モデルに分解する。最後に、これら2つのモデルに対してExtended Kalman Filter (EKF)を効率的に適用することで、姿勢と特徴点を同時に推定する。
EuRoCとTUM-VIデータセットでの実験結果から、SchurVINSは既存のSOTAメソッドと比べて、精度とコンピューテーショナルコストの両面で優れていることが示された。特に、フィルタベースの手法と比べて平均位置推定誤差が大幅に改善されている。また、最適化ベースの手法と比べても遜色ない精度を達成しつつ、計算コストを大幅に削減できている。
このように、SchurVINSは高精度かつ軽量なVINSアルゴリズムを実現しており、ロボティクス、AR/VRなどの分野で有用な技術となることが期待される。
Til et annet språk
fra kildeinnhold
arxiv.org
Viktige innsikter hentet fra
by Yunfei Fan,T... klokken arxiv.org 03-28-2024
https://arxiv.org/pdf/2312.01616.pdfDypere Spørsmål