化学品の市場調査、研究開発の支援、マーケット情報の出版

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

トリケップスセミナーのご案内

     開催日時:2019年12月20日(金)10:30~16:30
     会  場:オームビル  → 会場へのアクセス 
          〒101-8460 東京都千代田区神田錦町3-1
     参 加 費:お1人様受講の場合 47,000円 (税別/1名)
          1口(1社3名まで受講可能)でお申し込みの場合 59,000円 (税別/1口)
          お申し込み受付中

申込方法

 お1人様受講の場合、下記のカートへの投入、あるいはFAX用紙にてお申込ください。
 1口でお申し込みの場合、下記のFAX用紙にてお申込ください。
 折り返し、聴講券、会場地図、請求書を送付いたします。

  お1人様申込み
     FAX申込用紙PDF 
  1口(1社3名まで受講可能)でお申し込み    FAX申込用紙PDF 
 

講 師

内山 英昭 氏  九州大学 附属図書館 准教授

<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 ㈱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.

講義項目

 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