日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

SLAMarXiv:2603.20443

TRGS-SLAM: ぼやけ・ローリングシャッター・ノイズを含む熱画像のためのIMU支援ガウススプラッティングSLAM

TRGS-SLAM: IMU-Aided Gaussian Splatting SLAM for Blurry, Rolling Shutter, and Noisy Thermal Images

シェア:XThreadsFacebookLINEはてブBluesky

熱カメラの劣化(モーションブラー、ローリングシャッター歪み、固定パターンノイズ)に対処するため、3Dガウススプラッティングに基づく熱慣性SLAMシステムを提案し、実世界の高速・高ノイズ熱データで正確なトラッキングを実現した。

詳しい要約

1. どんなもの?

- 熱カメラを用いたSLAMシステム。 - 暗闇、高ダイナミックレンジ、霧・塵・煙環境で動作可能。 - 非冷却マイクロボロメータ熱カメラの運動ぼけ、ローリングシャッタ歪み、固定パターンノイズに対処。 - 3D Gaussian Splatting (3DGS) ベースの熱慣性SLAM。 - モデル認識型3DGSレンダリング、B-spline軌道最適化、視点多様性に基づく不透明度リセット、姿勢ドリフト補正を導入。

2. 先行研究と比べてどこがすごい?

- 従来のSLAM手法は高速運動・高ノイズ熱データで失敗。 - 提案手法はそのようなデータでも正確なトラッキングを実現。 - オフラインリファインメントにより、正解姿勢を必要とした先行研究と同等の熱画像復元を達成。

3. 技術・手法の肝は?

- モデル認識型3DGSレンダリング。 - B-spline軌道最適化と2段階IMU損失。 - 視点多様性に基づく不透明度リセット。 - 姿勢ドリフト補正スキーム。

4. どうやって有効だと検証した?

- 実世界の高速運動・高ノイズ熱データで評価。 - 他のSLAM手法が失敗する中で正確なトラッキングを実証。 - オフラインリファインメントによる熱画像復元を先行研究と比較。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 3D Gaussian Splatting (3DGS) ベースのSLAM、熱慣性SLAM、B-spline軌道最適化、IMU損失、不透明度リセット、姿勢ドリフト補正に関する研究。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Spencer Carmichael, Katherine A. Skinner

分類: cs.RO

原文アブストラクト

Thermal cameras offer several advantages for simultaneous localization and mapping (SLAM) with mobile robots: they provide a passive, low-power solution to operating in darkness, are invariant to rapidly changing or high dynamic range illumination, and can see through fog, dust, and smoke. However, uncooled microbolometer thermal cameras, the only practical option in most robotics applications, suffer from significant motion blur, rolling shutter distortions, and fixed pattern noise. In this paper, we present TRGS-SLAM, a 3D Gaussian Splatting (3DGS) based thermal inertial SLAM system uniquely capable of handling these degradations. To overcome the challenges of thermal data, we introduce a model-aware 3DGS rendering method and several general innovations to 3DGS SLAM, including B-spline trajectory optimization with a two-stage IMU loss, view-diversity-based opacity resetting, and pose drift correction schemes. Our system demonstrates accurate tracking on real-world, fast motion, and high-noise thermal data that causes all other tested SLAM methods to fail. Moreover, through offline refinement of our SLAM results, we demonstrate thermal image restoration competitive with prior work that required ground truth poses.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI