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:2609.38054

Pow3R-SLAM: 3D再構成事前分布を用いたリアルタイムRGB-D SLAM

Pow3R-SLAM: Real-Time RGB-D SLAM with 3D Reconstruction Priors

シェア:XThreadsFacebookLINEはてブBluesky

2視点3D再構成の事前分布を活用し、深度をネットワーク予測の事前情報として組み込むことで、高速かつ高精度なRGB-D SLAMを実現した研究。

詳しい要約

1. どんなもの?

- Pow3R-SLAMは、リアルタイムRGB-D SLAMシステムである。 - Pow3Rをトラッキングとマッピングに使用する。 - MASt3R-SLAMに触発され、単眼SLAMの二視点3D再構成priorを拡張し、depthをpriorとして組み込む。 - 従来のRGB-D SLAMがdepth画像の疎性に苦しむのに対し、Pow3Rは利用可能なdepthを活用してより条件の良いpointmapを得る。 - 空領域のdepthは二視点のphotometric, depth, intrinsicデータから推論する。

2. 先行研究と比べてどこがすごい?

- MASt3R-SLAMと比較して、24シーケンス(TUM, 7-Scenes, Replica)で評価。 - 実行時間が1.6倍高速、平均軌道誤差が15%低減、unscaled errorが3.1倍低減、マップがより密でChamfer距離が30%低減。 - ハイブリッド変種はMASt3R-SLAMより2.1倍高速で25.3 FPSを達成し、精度も向上。 - ORB-SLAM3のRGB-Dモードと比較して、TUM, 7-Scenes, ETH3D-SLAMでより正確で、全てのTUMシーケンスを完了。

3. 技術・手法の肝は?

- Pow3Rをトラッキングとマッピングに使用。 - depthをネットワーク予測のpriorとして組み込み、融合する幾何としてではなく利用。 - 利用可能なdepthからより条件の良いpointmapを生成し、空領域のdepthを二視点のphotometric, depth, intrinsicデータから推論。 - ハイブリッド変種も導入。

4. どうやって有効だと検証した?

- MASt3R-SLAMのプロトコルに従い、TUM, 7-Scenes, Replicaから24シーケンスで評価。 - 実行時間、軌道誤差、unscaled error、Chamfer距離を比較。 - ORB-SLAM3のRGB-DモードとTUM, 7-Scenes, ETH3D-SLAMで比較。 - ハイブリッド変種のFPSと精度を検証。

5. 議論はある?

- 自己相似シーンでは苦手とする場合がある。 - 全体的な性能は、二視点3D再構成SLAMにdepthをpriorとして追加することが有益であることを示す。 - その他の議論は要旨からは不明。

6. 次に読むべき論文は?

- MASt3R-SLAM - ORB-SLAM3 - Pow3R

※ 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: Christopher Kolios, Ishaan Mehta, Sasa Janjic, Yeganeh Bahoo, Sajad Saeedi

分類: cs.RO, cs.CV

原文アブストラクト

We present Pow3R-SLAM, a real-time RGB-D simultaneous localization and mapping (SLAM) system that uses Pow3R for tracking and mapping. Inspired by MASt3R-SLAM, a recent work on monocular SLAM using two-view 3D reconstruction priors, we extend the work to incorporate depth as a prior on the network's prediction, rather than as geometry to fuse. Where traditional RGB-D SLAM systems struggle with sparsity in the depth images, Pow3R utilizes the available depth to give a better-conditioned pointmap, while inferring the depths in empty regions from the two-view photometric, depth, and intrinsic data. Evaluated against MASt3R-SLAM following its protocol on 24 sequences from TUM, 7-Scenes, and Replica, Pow3R-SLAM runs 1.6x faster in wall time, has 15% lower mean trajectory error, a 3.1x lower unscaled error, and produces denser maps, with a 30% lower Chamfer distance. We also introduce a hybrid variant that runs 2.1x faster than MASt3R-SLAM at 25.3 frames per second (FPS), while maintaining improved tracking and mapping accuracy. Against ORB-SLAM3 in RGB-D mode, Pow3R-SLAM is more accurate on TUM, 7-Scenes, and ETH3D-SLAM, and completes every TUM sequence. While Pow3R-SLAM can struggle on a small set of self-similar scenes, its overall performance shows that adding depth as a prior for two-view 3D reconstruction SLAM can be beneficial. A project webpage is available at: https://ChrisKolios.github.io/Pow3R-SLAM , and code will be made open-source upon acceptance.

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

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