Dehazing-aided Multi-Rate Multi-Modal Pose Estimation Framework for Mitigating Visual Disturbances in Extreme Underwater Domain

要約

この論文では、DU-VIO の可能性を掘り下げています。DU-VIO は、かすみ除去支援ハイブリッド マルチレート マルチモーダル視覚慣性オドメトリ (VIO) 推定フレームワークであり、極限の水中環境という困難な領域で成功するように設計されています。
最先端の DU-VIO フレームワークには、視認性が向上した水中画像と生の IMU データを使用して、正確な姿勢推定を行うための GAN ベースの前処理モジュールとハイブリッド CNN-LSTM モジュールが組み込まれています。
正確な姿勢推定は、さまざまな水中ロボット工学や探査アプリケーションにとって最も重要です。
しかし、水中の可視性は浮遊粒子や減衰効果によって損なわれることが多く、視覚的慣性姿勢推定は困難な課題となっています。
DU-VIO は、生の画像データから視覚的な乱れを効果的に除去し、姿勢推定に使用される画像特徴の品質を向上させることで、これらの制限を克服することを目的としています。
平行移動ベクトルと回転ベクトルの RMSE スコアを基準値と比較して計算することにより、DU-VIO の有効性を実証します。
これらのスコアは、変更された AQUALOC データセットを使用してベース モデルのスコアと比較されます。
この研究の重要性は、水中ロボット工学と探査に革命をもたらす可能性があることにあります。
DU-VIO は、水中の視認性に関する永続的な課題に対する堅牢なソリューションを提供し、姿勢推定の精度を大幅に向上させます。
この研究は、水中技術を進歩させるための貴重な洞察とツールに貢献し、科学研究、環境モニタリング、産業応用に広範な影響を及ぼします。

要約(オリジナル)

This paper delves into the potential of DU-VIO, a dehazing-aided hybrid multi-rate multi-modal Visual-Inertial Odometry (VIO) estimation framework, designed to thrive in the challenging realm of extreme underwater environments. The cutting-edge DU-VIO framework is incorporating a GAN-based pre-processing module and a hybrid CNN-LSTM module for precise pose estimation, using visibility-enhanced underwater images and raw IMU data. Accurate pose estimation is paramount for various underwater robotics and exploration applications. However, underwater visibility is often compromised by suspended particles and attenuation effects, rendering visual-inertial pose estimation a formidable challenge. DU-VIO aims to overcome these limitations by effectively removing visual disturbances from raw image data, enhancing the quality of image features used for pose estimation. We demonstrate the effectiveness of DU-VIO by calculating RMSE scores for translation and rotation vectors in comparison to their reference values. These scores are then compared to those of a base model using a modified AQUALOC Dataset. This study’s significance lies in its potential to revolutionize underwater robotics and exploration. DU-VIO offers a robust solution to the persistent challenge of underwater visibility, significantly improving the accuracy of pose estimation. This research contributes valuable insights and tools for advancing underwater technology, with far-reaching implications for scientific research, environmental monitoring, and industrial applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google