慣性オドメトリ/同変学習2026/9/21arXiv:2609.25338

GINIO: ニューラル慣性オドメトリのための幾何学的SO(3)同変インターフェース

GINIO: A Geometric SO(3)-Equivariant Interface for Neural Inertial Odometry

IMUの取り付け回転に対して同変なニューラル慣性オドメトリのインターフェースを提案し、任意の回転下でも一貫した運動推定と不確かさ予測を実現した。

詳しい要約

1. どんなもの？

- Neural Inertial Odometry (NIO) のための幾何学的インターフェース GINIO を提案。 - IMU の任意の回転フレームに対して SO(3)-equivariant な測定と不確かさを予測。 - 平均はベクトル、共分散は2階テンソルとして変換されるべきというテンソル則に従う。 - Last-Frame Alignment (LFA) という決定論的前処理を導入し、world-frame 学習と等価に。 - フィルタ接続型 NIO、AirIO スタイル、EqNIO スタイル、ResNet スタイルのバックボーンに適用可能。

2. 先行研究と比べてどこがすごい？

- 従来の NIO は IMU 取り付け回転に対する等変性を保証せず、任意の回転で性能が劣化。 - EqNIO は full-SO(3) canonicalization を行うが、TLIO で ATE 76.389 m と大幅に劣化。 - GINIO は同じ TLIO で 2.018 m ID/SO(3) ATE を達成し、FLOPs は EqNIO の 11.6 分の1。 - NanoBench では AirIO スタイルで外部姿勢入力なしに ATE を 5.579 m から 1.430 m に改善。 - ResNet スタイルでは 0.581 m ATE を達成し、ResNet1D の 0.645 m を上回る。 - Fetch では再学習なしで未見の物理的再取り付け ATE を 8.15 m から 0.50 m に低減。

3. 技術・手法の肝は？

- キャリブレーション済み IMU ウィンドウから運動測定と不確かさを予測する SO(3)-equivariant インターフェース。 - Last-Frame Alignment (LFA): 決定論的前処理で、SO(3)-equivariant 予測器に対して world-frame 学習と等価であることを証明。 - 接続された推定器は IMU バイアスなどのセンサローカル状態を追跡し、幾何法則と nuisance 推定を分離。 - 共分散表現に spectral covariance を採用し、対角ヘッドと比較して共分散等変性誤差を3桁以上低減。 - フィルタ接続型 NIO、AirIO スタイル、EqNIO スタイル、ResNet スタイルのバックボーンに同じインターフェースを実装。

4. どうやって有効だと検証した？

- TLIO データセットで評価: GINIO は 2.018 m ID/SO(3) ATE、EqNIO は 76.389 m。 - NanoBench で AirIO スタイル: 外部姿勢入力なしで ATE 5.579 m → 1.430 m。 - NanoBench で ResNet スタイル: ATE 0.581 m (ResNet1D は 0.645 m)。 - Fetch データセット: 再学習なしで未見の物理的再取り付け ATE 8.15 m → 0.50 m。 - 不確かさ評価: spectral covariance が対角ヘッドより共分散等変性誤差を3桁以上低減。

5. 議論はある？

- 正確な座標フレーム保証を超えたロバスト性を Fetch で実証。 - 計算効率: EqNIO より 11.6 倍少ない FLOPs で高精度。 - 限界や失敗ケース、一般化可能性に関する議論は要旨からは不明。 - 他のセンサモダリティや動的環境への適用可能性は要旨からは不明。

6. 次に読むべき論文は？

- EqNIO (full-SO(3) canonicalization の先行研究) - AirIO (再帰的な空中予測スタイル) - TLIO (評価データセット) - NanoBench (評価データセット) - ResNet1D (比較対象の時間バックボーン) - 関連する SO(3)-equivariant ネットワークや不確かさ推定手法

※ 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: Chankyo Kim, Minghan Zhu, Tzu-Yuan Lin, Avantika Rattan, Maani Ghaffari

分類: cs.RO, cs.LG

原文アブストラクト

Neural inertial odometry increasingly uses networks as learned measurements inside filtering pipelines. Such measurements should transform consistently under arbitrary IMU mounting conventions: their mean must transform as a vector, and their covariance must transform congruently as a second-order tensor. We present GINIO, a geometric SO(3)-equivariant interface for neural inertial odometry under arbitrary rotations of the IMU measurement frame. Given calibrated IMU windows, our framework predicts a motion measurement and uncertainty obeying these tensorial laws. To support efficient sensor-frame learning, we introduce Last-Frame Alignment (LFA), a deterministic preprocessing step that is provably equivalent to world-frame training for SO(3)-equivariant predictors. The connected estimator tracks sensor-local states such as IMU bias, separating nuisance estimation from the geometric law enforced by the learned measurement. We instantiate the same interface in filter-connected NIO, AirIO-style recurrent aerial prediction, EqNIO-style full-SO(3) canonicalization, and ResNet-style temporal backbones. On TLIO, GINIO achieves 2.018 m ID/SO(3) ATE while EqNIO degrades to 76.389 m, using 11.6x fewer FLOPs. On NanoBench, our AirIO-style instantiation improves ATE from 5.579 m to 1.430 m without external attitude input, and our ResNet-style instantiation reaches 0.581 m ATE versus 0.645 m for ResNet1D. On Fetch, GINIO empirically reduces unseen physical-remount ATE from 8.15 m to 0.50 m without retraining, demonstrating robustness beyond the exact coordinate-frame guarantee. For uncertainty, spectral covariance reduces covariance-equivariance error by over three orders of magnitude compared with a diagonal head.

arXivで原文を読む →arXiv概要ページ

← 論文一覧