自己位置推定・マッピングの
最新技術動向 <カメラ,IMU,無線>
vSLAM/visual inertial SLAM , IMU-odometry/IMU-PDR ,
無線(BLE,wi-fi)を用いた屋内測位 ,ナビゲーション
S191220N
開催日時:2019年12月20日(金) 10:30-16:30 (10:00受付開始)
会 場:オームビル(東京都千代田区神田錦町3‐1)
【地下鉄】
メトロ東西線『竹橋駅』徒歩3分
都営三田線・新宿線・メトロ半蔵門線『神保町駅』徒歩7分
都営新宿線・メトロ千代田線『小川町駅』徒歩7分
メトロ丸ノ内線『淡路町駅』徒歩8分
【JR】
中央線・山手線・京浜東北線『神田駅』徒歩10分
中央線・総武線『御茶ノ水駅』徒歩11分
受 講 料:お1人様受講の場合 47,000円[税別] / 1名
1口でお申込の場合 59,000円[税別] / 1口(3名まで受講可能)
<内山先生のセミナー>
〇 12月13日(金) 〇 自己位置推定・マッピングのためのコンピュータビジョン・画像処理技術
~structure from motion(SfM)とvisual SLAMのポイント~
< 略 歴 >
2006年3月 慶應義塾大学 理工学部 情報工学科 卒業
2007年9月 慶應義塾大学大学院 開放環境科学専攻 修士課程 修了
2010年9月 慶應義塾大学大学院 開放環境科学専攻 博士課程 修了
2010年10月-2012年6月 フランス国立情報学自動制御研究所 博士研究員
2012年7月-2014年3月 株式会社 東芝 研究開発センター
2014年4月 九州大学 大学院システム情報科学研究院 助教
2018年4月 現職
拡張現実感のためのコンピュータビジョン技術の研究に従事.2012年より3年間,拡張現実感に関する
国際会議International Symposium on Mixed and Augmented Reality(ISMAR)の論文選定委員を歴
任.2015年のISMAR及び2016年のVR学会で開催されたvisual SLAMの性能を競うトラッキングコンペ
ティションを運営.visual SLAMのオープンソースのライブラリであるATAM(Abecedary Tracking
and
Mapping)を開発[1].拡張現実感に用いられる位置合わせ技術に関する本[2]や解説論文[3]を執筆.
[1] https://github.com/CVfAR/ATAM
[2] AR(拡張現実)技術の基礎・発展・実践 (設計技術シリーズ),科学情報出版(第一章担当)
[3] E.Marchand, H.Uchiyama and F. Spindler, “Pose Estimation
for Augmented Reality:
A Hands-On Survey,” IEEE Transactions on Visualization
and Computer Graphics,
vol.22, pp.2633-2651, 2016.
自己位置推定・マッピングは,ドローン,ロボットや自動車の自動走行からスマートフォン向けAR/VRにいたるまで多岐
にわたるアプリケーションで用いられつつある技術です.特に,カメラを用いたものをvisual SLAM(vSLAM),さらに,IMU
を併用したものをvisual-inertial SLAM(VIS)と呼ばれています.写真測量などの3次元計測(マッピング)とは表裏一体の関
係にあります.その背景にある技術は,カメラ幾何・画像処理に基づくコンピュータビジョンです.他のセンサと比べ,セン
チ単位の位置・方向推定,高フレームレートな推定,さらには空間認識と組み合わせた高度な制御を実現できることが特
徴です.
デバイスの自己位置推定や空間形状認識(マッピング)は,自動走行制御からナビゲーション,写真測量などに用いられ
る基盤技術です.近年,カメラを用いたvisual SLAMの技術革新に伴い,ARCoreやARKitに代表されるように,スマートフォ
ン向けの拡張現実感アプリケーションなどを実装しやすい環境が整いつつあります.今後も高精度化・省エネ化に向けて
研究が発展していくと考えられます.そこで,本セミナーでは,様々なセンサーを用いた自己位置推定技術を概説いたしま
す.
まず初めに,近年発展の著しい自己位置推定・マッピング技術として,カメラを用いたvisual SLAMの歴史から最新の技術
動向までを概説いたします.特にORB-SLAMを実例とした処理手順および高精度化のポイントを解説します.またMicrosoft
HololensやGoogle Tangoなどに実装されているInertial Measurement Unit(IMU)とカメラの両方を利用したvisual inertial SLAMに
ついても概説します.
次にvSLAMと比べて非常に省エネなIMU単体のみで自己位置推定(odometry)を行うDead Reckoning(DR),wifiやbluetooth
low energy(BLE)などの無線を用いた屋内測位技術も紹介いたします.特に,人間の歩行軌跡を対象としたPedestrian Dead
Reckoning(PDR)に関し,IPN2019の複数のコンペティションに参加下技術(Track5では1位獲得)を紹介いたします.
[ http://ipin2019.isti.cnr.it/competition ]
本セミナーは,画像処理や幾何計算の基礎知識があり,自己位置推定問題に対して,実務における問題解決を目指せ
るための知識を身に着けることを目的といたします.vSLAMに加え,IMUや無線を用いた技術を包括的に学びたい方を
対象とします.
1. vSLAMの原理と画像処理技術
2. vSLAMの種類
3. ORB-SLAMを例とした実装の詳細
4. IMUを用いたDead Reckoning
5. BLEを用いた屋内測位