PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.27702v1cs.RO

DAVIO: 피드포워드 초기화와 포즈 조건 매핑을 갖춘 밀집 단안-관성 SLAM

DAVIO: Dense Monocular-Inertial SLAM with Feed-Forward Initialization and Pose-Conditioned Mapping

카메라와 IMU는 메트릭 국소화와 밀집 매핑을 위한 최소 센서 구성이지만, 고전적인 시각-관성 필터는 시작하기 전에 시차를 기다려야 하며 이후에는 희소 랜드마크만 유지한다. 반면 피드포워드 기하 모델은 소수의 이미지로부터 밀집 구조를 예측하지만, 메트릭 스케일도 중력 방향도 제공하지 않는다. 우리는 시작과 매핑 모두에 단일 다중 시점 깊이 모델 Depth Anything~3을 사용하는 DAVIO를 제안한다. 초기화 시 5장 이미지 윈도우와 사전 적분된 IMU 측정값이 특징점 없는 선형 시스템을 구성한다. 견고하고 조건 수를 검사한 해는 버퍼링된 재생을 통해 VIO 필터를 부트스트랩한다. 추적 중에는 필터의 메트릭 포즈가 깊이 모델을 조건화한다. 잔여 스케일은 시선 방향에 대해서만 보정되어 메트릭 카메라 베이스라인을 보존하며, 드리프트 게이트 재방문을 갖춘 중력 보존 서브맵 그래프가 맵을 정제한다. EuRoC에서 DAVIO는 동일한 포즈가 주어진 SOTA 피드포워드 매퍼보다 현저히 빨리 시작하고, 국소화 오차를 줄이며, 더 정확하게 매핑한다. 건물 규모 ORI 시퀀스에서 DAVIO는 동일한 오도메트리에서 SOTA 매퍼와 동등하거나 더 나으며, GT 포즈를 실제 오도메트리로 대체할 때 훨씬 적게 저하된다. 실시간 밀집 메트릭 SLAM 시스템인 DAVIO의 코드를 커뮤니티에 공개한다.