ToFormer：軽量ToFカメラのための大規模シナリオ深度補完に向けて
arXiv cs.RO / 2026/3/24
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、短距離のTime-of-Flight（ToF）カメラに対して大規模な深度補完を行うためのフルスタックなアプローチ「ToFormer」を提案し、ロボティクスにおけるToFの到達距離制約を克服することを目指している。
- 複数センサーのデータ収集プラットフォームを構築し、特にToF深度補完のために、密で大規模な実環境のグラウンドトゥルースを含むLASER-ToFデータセットを公開する。
- 提案するセンサー対応型ネットワークは、3D-2D Joint Propagation Pooling（JPP）とMultimodal Cross-Covariance Attention（MXCA）を備えた新しい3Dブランチを用いることで、不均一なToFの疎なサンプリング下でも長距離の依存関係をより適切に捉える。
- この手法は、ToF計測に加えて、視覚SLAMから得られる疎な点群を活用することで、精度をさらに向上できる。
- 実験では、2番目に良いベースラインに対して平均絶対誤差が8.6%低減することが報告され、システムは実環境における長距離のマッピングと計画のために、10Hzで飛行するクアドロトータ上で検証されている。
