オンラインセミナー オンラインセミナー
Zoom
自己位置推定・マッピングの
最新技術動向 ＜カメラ，IMU，無線＞
■ ORB-SLAMを実例とした処理手順、高精度化のポイントや、ディープラーニング
応用、IMUを用いたvisual inertial SLAMなどのvSLAMの現在と、Dead Reckoning
(DR)や無線を用いた屋内測位技術などを解説します。
S210802NW
本セミナーは Zoomを使用いたします。
開催日時：2021年8月2日（月） 10:00-16:00 （9:55受付開始）
受 講 料：お1人様受講の場合 50,600円[税込]／1名
1口でお申込の場合 62,700円[税込] / 1口（3名まで受講可能）
＜ 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 九州大学 附属図書館 准教授
2021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.
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．
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と比較して，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，国際会議で開催されたコンペティションに参加す
るために開発した技術を説明いたします[http://ipin2019.isti.cnr.it/competition]．
1. vSLAMの原理と画像処理技術
2. ORB-SLAMを例とした単眼SLAM
3. 動的環境下におけるSLAM
4. ディープラーニングを用いたSLAM
5. IMUを用いたDead Reckoning
6. BLEを用いた屋内測位
関連セミナー
1日で分かる visual SLAM の基礎
