劣化した環境における水中多次元計測は,拡張現実デバイスによるものです

科学分野:

• ロボット工学 ロボット工学 ロボット工学
• コンピュータビジョン コンピュータビジョン
• メトロロジー・メトロロジー

背景:

• 水中メトロロジーは,視界が劣化しているため,難しい課題です.
• 既存の次なるベストビュー (NBV) メソッドは,曇った環境で苦戦しています.

研究 の 目的:

• 劣化した水中環境のための拡張現実ベースの多次元メトロロジーアプローチを開発する.
• ぼんやりした水中の正確な3D再構築のための視点を改善する.

主な方法:

• リスク意識の次なるベストビュー (NBV) フレームワークを導入し,ビューポイントの選択に条件付きリスク価値 (CVaR) を使用しました.
• 不確実性の軽減のために,アニソトロピーを認識するジオデシックメトリックとローカルセンシビリティを使用しました.
• システムを実験的に検証し,不透明なシーンで拡張現実デバイスと合成で検証した.

主要な成果:

• CVaRベースのNBVアプローチは,エントロピーベースの方法と比較して,2〜3倍の平均誤差削減を,曇った条件で示しました.
• 実験結果は,増加する度レベルを越えてパフォーマンスを検証しました.
• 合成実験では,アシンプトティック・エラー・プラトウを分析した.

結論:

• 提案されている拡張現実ベースのNBVアプローチは,劣化した水中環境における計測学を効果的に強化します.
• CVaRの最適化は,従来の方法と比較して,曇った環境での視点を選択するための優れた戦略を提供します.
• この研究は,メトロロジーのため,乱雑な環境での最初の拡張現実ベースのNBVアプローチを表しています.