Recommandé
Contenu connexe
Tendances
Tendances (20)
SLAMチュートリアル大会 Direct Sparse Odometry 紹介
- 1. Direct Sparse Odometry 紹介 SLAMチュートリアル大会@PFN 1 発表者：東京大学 川原研究室 高木 健
- 2. 9 自己紹介 名前：高木 健（たかき けん） Twitter：@kentegrate 所属：東京大学工学部電気電子工学科 川原研究室 得意分野：回路設計、人間の聴覚、ROS、ロボティクス、画像処理 SLAMとの関わり：バイト先でORB-SLAMの再実装、 ある企業でSLAMの研究インターン 最近していること：片耳難聴のためのデバイス 「asEars」を作っています https://bouncy.news/11299
- 3. ORB-SLAM (Indirect Sparse Method) 背景 10 単眼SLAMの性能の飛躍的向上 https://youtu.be/ZdxgIbd7nhI
- 4. LSD-SLAM (Direct Dense Method) 11 背景 単眼で密なモデルの構築 https://youtu.be/GnuQzP3gty4
- 5. Direct Method 画像の情報（輝度など）を直接使って姿勢を求める 〇テクスチャがないところでも大丈夫 ×視点や輝度が変化すると対応付けが難しい Indirect Method 画像を特徴点などに変換して、それらを対応付け して姿勢を求める 〇視点や輝度が変化しても対応付けが簡単 ×エッジやコーナーが特徴点となるので、テクスチャが必要 Direct と Indirect 12 課題
- 7. 各手法の分類 14 課題 Direct Indirect Sparse DSO（本手法） monoSLAM (2007) PTAM (2007) ORB-SLAM (2015) Dense DTAM (2011) LSD-SLAM (2014) テクスチャがないところ に弱い 精度が現在 低め
- 8. Direct Sparse Odometry 15 解決法 Direct Method 複数の画像の情報（輝度など）を直接使って姿勢を求める 〇テクスチャがないところでも大丈夫 ×視点や輝度が変化すると対応付けが難しい Sparse 画像の一部の画素を使用 〇計算が軽い △モデルがそこまで密でない →Direct かつ Sparse だと いろいろなシチュエーショ ンで高精度の位置が推定で きるのではないか？
- 10. キャリブレーション 17 Direct Sparse Odometryの詳細 Direct Method 画像の輝度値を使う ため、輝度値の再現 性が大事 Direct Methodでは画 像の一致をとるため には撮影条件の変化 を考慮に入れる必要 がある Indirect Method 輝度変化に頑強な 特徴点を使用
- 11. キャリブレーション 18 Direct Sparse Odometryの詳細 ガンマ補正: 𝐺 オススメ文献：CG-ARTS協会 ディジタル画像処理 https://www.eizo.com/library/basics/lcd_display_gamma/ http://nijikarasu.cocolog-nifty.com/blog/2014/02/post-9d0e.html シャッタースピード: 𝑡𝑖 周辺光量の低下: 𝑉
- 13. 輝度の定式化 20 Direct Sparse Odometryの詳細 ガンマ補正: 𝐺 https://www.eizo.com/library/basics/lcd_display_gamma/ http://nijikarasu.cocolog-nifty.com/blog/2014/02/post-9d0e.html 周辺光量の低下: 𝑉
- 14. 輝度の定式化 21 Direct Sparse Odometryの詳細 シャッタースピード アフィン変換にとも なう輝度変換 （シャッタースピー ド不明のときに使 う） ガンマ補正、 周辺光量の低 下を補正済み の輝度
- 18. 他の手法との比較 25 結果 TUM-monoVO データセットを 500回走らせた時の累積分布。 シャッタースピードの変化を無 視したLSD-SLAMはほとんどの 場合失敗したので掲載せず 𝑒 𝑎𝑙𝑖𝑔𝑛: 並進、回転、スケールを 含めた誤差 𝑒 𝑟: 回転の誤差 𝑒𝑠: スケールの誤差
- 19. 他の手法との比較 26 結果 EuRoC MAV dataset を走らせたときの 誤差の累積分布（輝度のキャリブレー ション情報なし！） 𝑒 𝑟𝑚𝑠𝑒: 正解の軌道に対する誤差 ICL_NUIM dataset を走らせたときの 誤差の累積分布 LSD-SLAMはほとんどの場合失敗したので掲載せず