イベントカメラ/ロボティクスビジョン2026/9/18arXiv:2609.21330

イベントカメラを用いたロボティクスビジョンのためのEventCVライブラリ

The EventCV Library for Event-Based Robotic Vision

イベントカメラをロボットに統合するためのオープンソースRustライブラリEventCVを開発し、ノイズ除去や特徴学習、ONNX推論などの機能を提供してロボット応用事例を示した。

詳しい要約

1. どんなもの？

- EventCVは、event cameraをロボティクスに統合するためのオープンソースで拡張可能なRustライブラリ。 - OpenCV-styleのPython bindingsを提供し、event cameraの利用障壁を下げる。 - 機能: denoising filters、geometric transforms、augmentations、corner detection、unsupervised feature learning、contrast-maximization motion estimation、video-to-events simulator、ONNX inference。 - Neuromorphic Drivers packageを統合し、リアルタイム処理を可能にする。 - Jetson Orin AGX上でobject detection、on-device model inference、localizationの3つのロボティクスケーススタディを実施。

2. 先行研究と比べてどこがすごい？

- 既存のツールキットは、この範囲の操作を1つのパッケージでカバーしていない。 - EventCVは、現在利用可能なライブラリよりも表現の構築とファイルのデコードが1.1倍から3.7倍高速。 - plug-and-playドライバが存在せず、互換性のないファイル形式やカスタム研究用コードに依存するという問題に対処。

3. 技術・手法の肝は？

- Rustで実装されたオープンソースで拡張可能なライブラリ。 - OpenCV-styleのPython bindingsを提供。 - denoising filters、geometric transforms、augmentations、corner detection、unsupervised feature learning、contrast-maximization motion estimation、video-to-events simulator、ONNX inferenceを統合。 - Neuromorphic Drivers packageを統合し、event cameraストリームをリアルタイムで直接処理。

4. どうやって有効だと検証した？

- 現在利用可能なライブラリと比較して、表現の構築とファイルのデコードが1.1倍から3.7倍高速であることを示した。 - Jetson Orin AGX上にEventCVをデプロイし、object detection、on-device model inference、localizationの3つのロボティクスケーススタディを実施。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- Neuromorphic Drivers package - OpenCV - ONNX - 同分野の定番としてevent camera向けの既存ライブラリ（例: event-based vision用ツールキット）

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Adam D. Hines, Michael Milford, Tobias Fischer

分類: cs.RO

原文アブストラクト

Event cameras detect per-pixel brightness changes asynchronously on microsecond timescales, with high dynamic range and low power draw. These are desirable properties for robots that move fast or work in difficult lighting conditions. However, integrating an event camera into a real-world robotic pipeline still requires substantial effort: plug-and-play drivers do not exist, event streams are recorded in a variety of incompatible file formats, and most projects rely on custom research-grade code. Here, we present EventCV, an open-source and extensible Rust library with OpenCV-style Python bindings that lowers the entry barrier to working with event cameras. EventCV provides a wide range of features: denoising filters and geometric transforms, augmentations, corner detection and unsupervised feature learning, contrast-maximization motion estimation, a video-to-events simulator, and Open Neural Network Exchange (ONNX) inference for deployment in robotic stacks. EventCV integrates the Neuromorphic Drivers package, allowing an event camera stream to be processed directly in real time. No existing toolkit covers this range of operations in one package, and EventCV builds representations and decodes files 1.1x to 3.7x faster than the currently available libraries. We deploy EventCV on a Jetson Orin AGX and present three robotics case studies spanning object detection, on-device model inference, and localization. Project webpage: https://eventcv.net.

arXivで原文を読む →arXiv概要ページ

← 論文一覧