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。
S220317NW
本セミナーは Zoomを使用いたします。
開催日時:2022年3月17日(木) 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
内山先生のセミナー
1日で分かる visual SLAM の基礎