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

■ 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。
 
オンラインセミナー Zoom
本セミナーはZoomを使用いたします

トリケップスセミナー

 開催日時:2021年8月2日(月)10:00~16:00
 参 加 費:お1人様受講の場合 50,600円(税込/1名)
     1口(1社3名まで受講可能)でお申し込みの場合 62,700円 (税込/1口)

 ★ 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング(http://zoom.us/test)にアクセスできることをご確認下さい。

 ★インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。

 ★受講中の録音・撮影等は固くお断りいたします。

講 師

内山 英昭 氏    
奈良先端科学技術大学院大学 先端科学技術研究科 情報科学領域
サイバネティクス・リアリティ工学研究室(CAREラボ) 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 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.

セミナーの概要

 

講義項目

 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