Real-time 6-DoF Pose Estimation by an Event-based Camera using Active LED Markers

要約

自律運用のためのリアルタイム アプリケーションは、高速かつ堅牢なビジョンベースの位置特定システムに大きく依存しています。
画像処理タスクでは大量のデータを処理する必要があるため、計算リソースによって他のプロセスのパフォーマンスが制限されることがよくあります。
この制限を克服するために、統合が容易で信頼性の高い精度を実現できる従来のマーカーベースの位置特定システムが広く使用されています。
ただし、従来のマーカーベースの位置特定システムは、フレーム レートが低い標準カメラに大きく依存しており、モーション ブラーにより精度が欠けることがよくあります。
対照的に、イベントベースのカメラは高い時間分解能と高いダイナミック レンジを提供し、困難な視覚条件下でも高速な位置特定タスクに利用できます。
この論文では、高速かつ正確な姿勢推定のためにアクティブ LED マーカー (ALM) を使用した、シンプルだが効果的なイベントベースの姿勢推定システムを提案します。
提案されたアルゴリズムは、\SI{3}{\kilo \hertz} の出力レートを維持しながら、\SI{0.5}{\milli\second} 未満のレイテンシでリアルタイムに動作できます。
OptiTrack システムを測定の基礎として使用し、計算速度と絶対精度の観点から提案されたアプローチのパフォーマンスを実証するために、静的および動的シナリオでの実験結果が示されています。

要約(オリジナル)

Real-time applications for autonomous operations depend largely on fast and robust vision-based localization systems. Since image processing tasks require processing large amounts of data, the computational resources often limit the performance of other processes. To overcome this limitation, traditional marker-based localization systems are widely used since they are easy to integrate and achieve reliable accuracy. However, classical marker-based localization systems significantly depend on standard cameras with low frame rates, which often lack accuracy due to motion blur. In contrast, event-based cameras provide high temporal resolution and a high dynamic range, which can be utilized for fast localization tasks, even under challenging visual conditions. This paper proposes a simple but effective event-based pose estimation system using active LED markers (ALM) for fast and accurate pose estimation. The proposed algorithm is able to operate in real time with a latency below \SI{0.5}{\milli\second} while maintaining output rates of \SI{3}{\kilo \hertz}. Experimental results in static and dynamic scenarios are presented to demonstrate the performance of the proposed approach in terms of computational speed and absolute accuracy, using the OptiTrack system as the basis for measurement.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google