GFT‐VINS: ज्यामेट्रिक फीचर ट्रैक चयन के माध्यम से मजबूत दृश्य–जड़ित स्थान निर्धारण

सार दृश्य–जड़ित नेविगेशन सिस्टम (VINSs) स्वायत्त रोबोटिक्स के लिए एक मौलिक प्रौद्योगिकी हैं, जो दृश्य माप और जड़ित सेंसर डेटा का उपयोग करके विशेषता ट्रैकिंग के माध्यम से सटीक राज्य अनुमान प्राप्त करते हैं। हालांकि, वर्तमान VINS दृष्टिकोण अक्सर सभी विशेषता ट्रैकों को बिना यह भेद किए शामिल करते हैं कि कौन से अनुमान की गुणवत्ता में सार्थक योगदान करते हैं। यह चूक उप-परिपूर्ण सटीकता, कम स्थिरता और संगणनात्मक अप्रभावशीलता की ओर ले जाती है। इन सीमाओं को हल करने के लिए, हम एक नए दृश्य–जड़ित ढांचे का प्रस्ताव करते हैं जो सामान्य एपिपोलर ज्यामिति का उपयोग करके सूचनात्मक फीचर ट्रैकों को बुद्धिमानी से प्राथमिकता देता है। हमारी विधि विशेषता उपस्थिति समानता और फ़्रेम के बीच अवलोकन स्थिरता को संयुक्त रूप से अनुकूलित करके राज्य अनुमान में सुधार करती है, जिसे उपमॉड्यूलर विभाजन अनुकूलन समस्या के रूप में औपचारिक रूप दिया गया है। सार्वजनिक बेंचमार्क पर व्यापक प्रयोग यह दर्शाते हैं कि हमारा दृष्टिकोण पांच उच्चतम विधियों की तुलना में महत्वपूर्ण रूप से बेहतर प्रदर्शन करता है, सटीकता में 26.1% सुधार, 43.3% अधिक स्थिरता, और 125 FPS तक वास्तविक समय प्रोसेसिंग गति प्राप्त करता है। ये प्रगति पारंपरिक VINS की सीमाओं को दूर करने में चयनात्मक फीचर ट्रैक उपयोग की प्रभावशीलता को उजागर करती हैं।