本セミナーでは、Visual SLAMの最新技術の動向として、環境内に移動物体のある場合のVisual SLAMの精度低下を軽減させた動的環境対応の手法と、ディープラーニングを用いたVisual SLAMの手法を紹介いたします。
特に、ここ5年間で提案された論文を中心とし、動的環境下におけるVisual Inertial SLAMとRGBD SLAMの手法を紹介いたします。また、ディープラーニングを用いた手法では、Visual SLAMにおけるどの処理を機械学習化したか、ディープライニングの限界はどこにあるのかの観点から論文を紹介いたします。
Visual SLAMは、カメラを用いてデバイスの動きを測る技術です。特に、空間中から検出できる特徴点を用いることで、マーカーなどを事前に設置することなく、未知な環境においてデバイスの移動量を算出可能です。最近では、Inertial Measurement Unitと呼ばれる加速度と角速度を計測可能なデバイスを併用したVisual Inertial SLAMが主流となりつつあります。これらの技術は、コンピュータビジョン領域にて古くから研究がなされてきた特徴点マッチング、三角測量、PnP問題の組み合わせによって実現されています。これらの技術は拡張現実感や自動運転など、移動体に対する制御の基盤となっており、今後も様々な利用が期待される技術です。 本セミナーでは、Visual SLAMの最新技術の動向として、環境内に移動物体のある場合のVisual SLAMの精度低下を軽減させた動的環境対応の手法と、ディープラーニングを用いたVisual SLAMの手法を紹介いたします。特に、ここ5年間で提案された論文を中心とし、動的環境下におけるVisual Inertial SLAMとRGBD SLAMの手法を紹介いたします。また、ディープラーニングを用いた手法では、Visual SLAMにおけるどの処理を機械学習化したか、ディープライニングの限界はどこにあるのか、の観点から論文を紹介いたします。 受講にあたり、単眼カメラによるVisual SLAMやLiDARを用いたSLAMに関する知識を有しているほうが望ましいですが、本セミナー内でも「Visual SLAMの基礎」について導入として紹介いたします。 本セミナーの受講を通じ、Visual SLAMの最新技術に関する知見を深められるとともに、実利用に向けた細かいテクニック等の知識を付けられるように解説いたします。