日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

深度補完arXiv:2603.20669

ToFormer: 軽量ToFカメラのための大規模シナリオ深度補完に向けて

ToFormer: Towards Large-scale Scenario Depth Completion for Lightweight ToF Camera

シェア:XThreadsFacebookLINEはてブBluesky

短距離ToFカメラの計測範囲を拡張するため、大規模シーン向けの深度補完フレームワークを提案。実データセットLASER-ToFを構築し、センサ特性を考慮したネットワークで高精度な深度補完を実現した。

詳しい要約

1. どんなもの?

- 短距離のToFカメラを用いて大規模シーンでのdepth completionを実現するフルスタックフレームワーク。 - 最初の大規模シーンToF depth completionデータセットLASER-ToFを構築。 - センサー認識型のdepth completionネットワークを提案し、3D分岐とJPPモジュール、MXCAを導入。 - 視覚SLAMの疎点群を補助として利用可能。 - 軽量設計でオンボード展開を可能にし、クアッドロータに10Hzで実装。

2. 先行研究と比べてどこがすごい?

- 既存研究は専用データセットがなく、ToF測定への一般化が困難。 - 本手法は大規模シーン向けの初のデータセットLASER-ToFを提供。 - 2番目に良い手法より平均絶対誤差が8.6%低い。 - 軽量設計を維持しつつ、オンボード展開を実現。 - 実ロボットでの大規模マッピングと長距離計画を可能に。

3. 技術・手法の肝は?

- マルチセンサープラットフォームと再構成ベースのパイプラインで実世界ToFサンプルと密な大規模グラウンドトゥルースを収集。 - センサー認識型depth completionネットワークを提案。 - 新規3D分岐に3D-2D Joint Propagation Pooling (JPP)モジュールとMultimodal Cross-Covariance Attention (MXCA)を組み込む。 - 非一様なToF深度スパース性下で長距離関係を効果的にモデル化し、効率的な3D-2D融合を実現。 - 視覚SLAMからの疎点群をToF深度の補完に利用可能。

4. どうやって有効だと検証した?

- 実験により、本手法が2番目に良い手法より平均絶対誤差で8.6%低いことを示す。 - 軽量設計を維持しつつオンボード展開をサポートすることを確認。 - クアッドロータに10Hzで実装し、挑戦的な環境での信頼性の高い大規模マッピングと長距離計画を実証。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究や関連手法は明示されていない。 - 同分野の定番として、depth completion、ToFカメラ、visual SLAM、3D-2D fusionに関する研究が挙げられる。

※ 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: Juncheng Chen, Tiancheng Lai, Xingpeng Wang, Bingxin Liao, Baozhe Zhang, Chao Xu, Yanjun Cao

分類: cs.RO, cs.CV

原文アブストラクト

Time-of-Flight (ToF) cameras possess compact design and high measurement precision to be applied to various robot tasks. However, their limited sensing range restricts deployment in large-scale scenarios. Depth completion has emerged as a potential solution to expand the sensing range of ToF cameras, but existing research lacks dedicated datasets and struggles to generalize to ToF measurements. In this paper, we propose a full-stack framework that enables depth completion in large-scale scenarios for short-range ToF cameras. First, we construct a multi-sensor platform with a reconstruction-based pipeline to collect real-world ToF samples with dense large-scale ground truth, yielding the first LArge-ScalE scenaRio ToF depth completion dataset (LASER-ToF). Second, we propose a sensor-aware depth completion network that incorporates a novel 3D branch with a 3D-2D Joint Propagation Pooling (JPP) module and Multimodal Cross-Covariance Attention (MXCA), enabling effective modeling of long-range relationships and efficient 3D-2D fusion under non-uniform ToF depth sparsity. Moreover, our network can utilize the sparse point cloud from visual SLAM as a supplement to ToF depth to further improve prediction accuracy. Experiments show that our method achieves an 8.6% lower mean absolute error than the second-best method, while maintaining lightweight design to support onboard deployment. Finally, to verify the system's applicability on real robots, we deploy proposed method on a quadrotor at a 10Hz runtime, enabling reliable large-scale mapping and long-range planning in challenging environments for short-range ToF cameras.

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. 2GXO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
  3. 3newmo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
  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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI