Global SLAM in Visual-Inertial Systems with 5G Time-of-Arrival Integration

要約

この論文では、5G 到着時間 (ToA) 測定を ORB-SLAM3 に統合して、グローバルな位置特定を可能にし、屋内ドローン ナビゲーションのマッピング機能を強化する新しいアプローチを紹介します。
ORB-SLAM3 の最適化パイプラインを拡張して、システム バイアスを推定しなが​​ら、視覚的および慣性測定と並行して 5G 基地局からの ToA データを共同処理します。
この統合により、本質的にローカルな SLAM 推定がグローバルに参照される軌道に変換され、単眼構成におけるスケールの曖昧さが効果的に解決されます。
私たちの手法は、RGB-D カメラと慣性測定ユニット (IMU) で収集された 5 つの実際の屋内データセットを使用して評価され、MATLAB と QuaDRiGa を使用した 28 GHz と 78 GHz の周波数でのシミュレートされた 5G ToA 測定によって補完されます。
4 つの SLAM 構成 (RGB-D、RGB-D 慣性、単眼、および単眼慣性) にわたる広範な実験により、ToA 統合により、最小限のセンサー設定でローカル精度が大幅に向上しながら、すべてのモードにわたって一貫した全地球測位が可能になることが実証されました。
特に、ToA 強化単眼 SLAM は、RGB-D ベースライン (11.5 cm) と比較して優れた局所精度 (平均 6.3 cm) を達成し、ベースライン システムが完全に故障したシナリオでも単眼慣性 SLAM の信頼性の高い動作を可能にします。
ToA の統合により、RGB-D SLAM などのセンサーが豊富な構成のローカル精度の向上は限定的ですが、一貫して堅牢なグローバル ローカリゼーションが可能になります。

要約(オリジナル)

This paper presents a novel approach that integrates 5G Time of Arrival (ToA) measurements into ORB-SLAM3 to enable global localization and enhance mapping capabilities for indoor drone navigation. We extend ORB-SLAM3’s optimization pipeline to jointly process ToA data from 5G base stations alongside visual and inertial measurements while estimating system biases. This integration transforms the inherently local SLAM estimates into globally referenced trajectories and effectively resolves scale ambiguity in monocular configurations. Our method is evaluated using five real-world indoor datasets collected with RGB-D cameras and inertial measurement units (IMUs), complemented by simulated 5G ToA measurements at 28 GHz and 78 GHz frequencies using MATLAB and QuaDRiGa. Extensive experiments across four SLAM configurations (RGB-D, RGB-D-Inertial, Monocular, and Monocular-Inertial) demonstrate that ToA integration enables consistent global positioning across all modes while significantly improving local accuracy in minimal sensor setups. Notably, ToA-enhanced monocular SLAM achieves superior local accuracy (6.3 cm average) compared to the RGB-D baseline (11.5 cm), and enables reliable operation of monocular-inertial SLAM in scenarios where the baseline system fails completely. While ToA integration offers limited local accuracy improvements for sensor-rich configurations like RGB-D SLAM, it consistently enables robust global localization.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google