文献

J-GLOBAL ID：202002243059374149   整理番号：20A0957578

視覚およびIMUセンサを用いた大規模実時間3Dシーン再構成【JST・京大機械翻訳】

Large-Scale, Real-Time 3D Scene Reconstruction Using Visual and IMU Sensors

著者 (3件)： Li Changdi (School of Mechanical and Electric Engineering, Soochow University, Suzhou, China) ,  Yu Lei (School of Mechanical and Electric Engineering, Soochow University, Suzhou, China) ,  Fei Shumin (School of Automation, Southeast University, Nanjing, China)
資料名： IEEE Sensors Journal  (IEEE Sensors Journal)
巻： 20  号： 10  ページ： 5597-5605  発行年： 2020年 
JST資料番号： W1318A  ISSN： 1530-437X  CODEN： ISJEAZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 多重センサを用いた3D再構成の正確なセグメンテーションは,自動操縦とロボットナビゲーションにおける最も重要な基本ステップの1つである。しかしながら,振盪カメラ供給の場合,視覚センサを用いた従来の3D再構成システムは,シーンにおけるより少ない特徴と移動物体を,3Dモデルのミスアラインメントとドリフトに容易に導くことができる。視覚慣性測定(VIO)に基づく既存の3D再構成システムは,複雑なアルゴリズムを使用し,モバイルデバイスへの適用性を制限する大きなメモリ消費をもたらす。この挑戦に取り組むために,多状態制約Kalmanフィルタ(MSKF)に基づく視覚および慣性測定ユニット(IMU)センサを用いた3D再構成システムを提案した。具体的には,3D再構成モデルの精度を改善するために,データを融合することにより視覚およびIMUセンサを用いた。さらに,提案した3D再構成システムは,アルゴリズムの精度を保証するだけでなく,資源のより効率的な利用を可能にする状態ベクトルにおいて,画像情報と遅延線形化を維持する。また,データセットと著者らのセンサに関する最先端の方法による著者らのアプローチの性能を比較した。この結果は,視覚およびIMUセンサを用いたこの提案3D再構成システムが,大きなマージンによりすべての以前の方法より優れていることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  カメラ ,  記憶装置 ,  *視覚 ,  セグメンテーション ,  自動操縦 ,  再構成 ,  Kalmanフィルタ ,  センサ ,  *三次元 ,  三次元モデル
準シソーラス用語： 画像情報 ,  モバイルデバイス ,  線形化 ,  3D画像再構成 , 【Automatic Indexing@JST】

分類 (4件)： 長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O) ,  時間,速度,加速度,角速度の計測法・機器  (AD05040K) ,  ロボットの設計・製造・構造要素  (IC04013A) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 視覚 ,  IMU ,  大規模 ,  実時間 ,  3D ,  シーン ,  再構成