SlideShare une entreprise Scribd logo
1  sur  41
Télécharger pour lire hors ligne
位置合わせや(屋内)測位に関する
国際コンペと標準化
蔵⽥武志123
1産業技術総合研究所
2筑波⼤学
3住友電気⼯業(株)
第24 回⽇本バーチャルリアリティ学会⼤会
ARToolKit 20 周年記念講演
(複合現実感研究委員会/3 次元ユーザインタフェース研究委員会)
(14.12.23)
ウェアラブルAR (2000〜)
[産総研初期/UW留学/⽇仏連携]
サービス⼯学(2008~)/スマートワーク (2015〜)
スマートフォンPDRデモ
(2010) (世界初)
PDR進⾏⽅向推定 [PLANS14]
(仏IFSTTARの⽐較評価で最⾼性能)
SfM, VSLAM (~2000)[筑波⼤・電総研]
本講演に関係する
これまでの活動経緯
2
逐次型因⼦分解法
[CVPR00]
vSRT+PDR (世界初)
[ISMAR03] (引⽤数上位)
WACL (Wearable Active
Camera with Laser Pointer)
[ISWC04] (査読最⾼スコア)
屋内測位 (2001〜)
[産総研/企業共同研究/スタートアップ]
製造業クロスアポ出向[住友電⼯] (2018〜19)
ハンドヘルドARでのポインティング
[Interact13] (Honorary Mention)
屋内測位の現場適⽤
[⽇本VR学会論⽂誌11] 論⽂賞
屋内測位に基づく改善⽀援
[ICServ13] ベストペーパー
国際コンペ・標準化 (2010〜)
*xDRベンチマーキング
PDRベンチマーク標準化委員会
(2014-)
xDR Challenge (2015-)
*vSRTベンチマーキング
TrakMark (2010-)
ISO/IEC SC 24委員 (2012-)
[ISO/IEC 18520:2019]
(国際規格開発賞)
理事⻑賞
(2016)
XR・⼈間拡張とスマートワーク: Operator 4.0
3
Romero D., Stahre J., Wuest T., Noran O., Bernus P., Fast-Berglund Å., Gorecky D., Towards an Operator 4.0 Typology: A Human-
Centric Perspective on the Fourth Industrial Revolution Technologies. CIE46, pp. 1-11, (2016)
Romero, D., Bernus, P., Noran, O., Stahre, J., Fast-Berglund, Å., The Operator 4.0: Human cyber-physical systems & adaptive
automation towards human-automation symbiosis work systems. In: APMS, (2016)
TrakMark (2010~)
4
MARで⽤いるビジョンベースの位置合わせ・トラッキング
(vSRT: vision-based Spatial Registration and Tracking)⼿法
のベンチマーキングのための草の根活動(SIM-MR)
TrakMarkデータセットの例
5
Film
Studio
Package
NAIST
Campus
Package
Nursing
Home
Package
物理センサ(ジャイロ・超⾳波複合センサ/ロータリーエンコーダ)を⽤いて、カメラ位置姿勢を計測
対応点データを⼿動で作成し、PnP問題を解くことでカメラ位置姿勢を計算
カメラ位置姿勢を作成し、仮想化現実モデルを⽤いて画像を⽣成
Computer vision分野における
ベンチマークデータセット
• Tsukuba stereo dataset (筑波⼤画像⼤⽥/中村)研)
• Middlebury multi-view stereo data
6
平面を対象とした
ベンチマークデータセット (metaio)
Leberknecht, S. and Benhimane, S. and Meier, P. and Navab, N., “A
Dataset and Evaluation Methodology for Template-based Tracking
Algorithms”, ISMAR 2009
http://www.metaio.com/research/a-dataset-and-evaluation-methodology-for-
template-based-tracking-algorithms/
7
屋外環境での
トラッキング評価用データセット
http://www.metaio.com/research/an-outdoor-ground-truth-evaluation-dataset-for-
sensor-aided-visual-handheld-camera-localization/
8
トラッキングコンペティション2016@VR学会⼤会
(MARのためのvSRTコンペ)
チーム名 1st 2nd
2nd: CEST 4 3
1st: 慶應A 4 4
慶應B 2 2
熊本 0 0
筑波A 0 0
3rd: 筑波B 3 3 (+1)
筑波C 3 2
筑波D 0 0
⽴命館 1 1
3rd: 府⼤⾼専 3 3 チャレンジ成功数
物差しは⼤切 [制度設計/規制ビジネス]︓
誤差評価
• ⾃然特徴点の再投影誤差(Re-projection error)
– CVでよく⽤いられる評価指標
– 特徴点の近くにない(外挿的な位置の)仮想物体の投影誤差がわか
らない
• 仮想点(物体)の投影誤差(PEVO: Projection Error of a
Virtual Object)
– 機械学習で⾔えば、再投影誤差は訓練データでの検証、PEVO (も
しくは3D PEVO)はテストデータでの検証のようなもの︖︕
推定したカメラパラメータ
における投影⾯
真値のカメラパラメータ
における投影⾯
仮想点
10
PEVO
草の根から標準へ
11
• TrakMark(SIM-MR)でのデータセット整備、コンペ開催
– 3種の神器からなる参照フレームワーク(⼯程、指標、試⾏セット)
の精緻化
– デジュール標準(ISO/IEC)に(規格適合チェックの追加)
– 産業界との連携が⼗分にできたとは⾔えない
草の根
デジュール標準
+
規格適合
Conformance
ISO/IEC 18520
12
評価指標
+
ベンチマーキング
工程
試行セット
(データセット)
+
規格適合
+
Ichikari, Ryosuke and Kurata, Takeshi and Makita, Koji and Taketomi, Takafumi and Uchiyama, Hideaki and Kondo, Tomotsugu
and Mori, Shohei and Shibata, Fumihisa, Reference Framework on vSRT-method Benchmarking for MAR, ICAT-EGVE (2017).
ベンチマーキング⼯程と登場⼈物
13
評価指標
14
PEVO: Projection error of virtual objects, which is the most direct and intuitive
indicator for vSRT methods for MAR
vSRT: Vision-based spatial registration and tracking
ISMAR 2015 Tracking competition
試⾏セット(データセット+実物)
15
The City of Sights:
An Augmented Reality Stage Set
試⾏セット(データセット+実物)
16
ISMAR 2014
Tracking competition
ISMAR 2015 Tracking
competition
規格適合
チェックシート
17
ISMAR2015トラッキング
コンペの例
ISMAR 2015 Tracking
competition
Default Schedule (Three years)
18
Stage
code Stage Work Item
0 month
12 month
+6 month
+12 month
+6 month
⼀⻑⼀短な屋内測位技術
19
低コストで様々な
測位技術を紡ぐ
・現場ごとに適した
測位技術を組み合わせ
・精度とコストを両⽴屋内測位
技術マップ
誰︖/隠れに弱い
隠れに弱い
隠れに弱い
消費電⼒
が⼤きい
⾼コスト低精度
xDR
VDR:
(Vibration-based) Vehicle
Dead Reckoning
[Worldʼs first, 2015]
[Relative positioning]
xDR: PDR+VDR
PDR:
Pedestrian Dead
Reckoning,
[Worldʼs first
Smartphone demo,
2010]
20
速度
向き
モデルベースの速度推定
センサ姿勢の推定
センサ校正
⾼度
(階)
推定
進⾏⽅向の推定
様々な測位技術を紡ぐxDR (PDR&VDR)
21
歩⾏者⽤速度推定モデル ⾞両⽤速度推定モデル
• 安価: 加速度、ジャイロ、磁気、気圧の10軸センサを利⽤
• 低消費電⼒: 画像を⽤いた⼿法と⽐較し1/20以下
• 「柔軟な」屋内測位を実現:
• 測位インフラなしでも測位を継続
• 様々な測位技術からの結果を線(形、速度、向き)で紡ぐ
VDR:VDR:
Vibration-based
Vehicle Dead
Reckoning, ⾞輪
型移動体[フォーク
リフト, 台⾞等]⽤
相対測位 [世界初]
PDR:
Pedestrian
Dead
Reckoning,
歩⾏者⽤相対
測位
[スマホデモ︓
世界初]
産総研でのxDR研究の歴史
22
PDRの世界動向
2010年以降、世界各国でPDRのR&Dプレイヤーが
露出しはじめた。
Movea (France)
Sensor Platforms (USA)
CSR (UK)
TRX (USA)
Trusted Positioning (Canada)
23
Qualcommが買収InvenSenseが買収InvenSenseが買収
村田製作所と提携
Audience社が買収
なぜPDRベンチマーク︖
• PDRの研究開発や実⽤化を進めている企業や⼤学
が国内外で急増
– IPIN 2015では,国内学会では考えられない頻度で
PDRというキーワードが⾶び交っていた.
• PDRは相対測位。GPSやWi-Fi測位のような絶対
測位とは異なる評価⽅法が必要
• 仕様書や論⽂に、どのように性能を表記すればよ
いかを統⼀していく必要性
24
Benchmark
Indicators +
Benchmarking
Processes
Trial Set
(Dataset)+
PDRベンチマーク
標準化委員会
25
• 加⼊組織 (43組織)(2019.9.13現在)
– 旭化成(株)、アジア航測(株)[南]、(株)インテック、NECネッツエス
アイ(株)、(株)MTI、(株)KDDI総合研究所、国際航業(株)、澁⾕⼯業
(株)、クウジット(株)、(株)GOV、サイトセンシング(株)、シャープ
(株)、杉原SEI(株)、住友電気⼯業(株)、(株)ゼンリンデータコム、
(株)電通国際情報サービス、トーヨーカネツ(株)、 ⽇本IBM(株)、
(株)⽇⽴製作所、ビッグローブ(株)、富⼠通(株)、(株)フレームワー
クス[渡辺]、マルティスープ(株)、(同)ミルディア、(株)村⽥製作所、
(株)メガチップス、(株)リクルート[⽜⽥]、(株)リコー、レイ・フロ
ンティア(株)
– 愛知⼯業⼤学[梶]、学習院⼤[中澤]、神奈川⼯⼤[⽥中]、慶⼤[春⼭、
神武、中島]、九⼤[島⽥、内⼭]、筑波⼤[善甫、蔵⽥]、名⼤[河⼝]、
奈良先端科学技術⼤[新井]、 北陸先端科学技術⼤[岡⽥]、新潟⼤[牧
野]、⽴命館⼤[⻄尾、村尾]、 産総研、HASC、Lisra
(敬称略、順不同)
• 歴代委員⻑︓
– 2014/5-2018/4 蔵⽥武志(産業技術総合研究所)
– 2018/5- 河⼝信夫(名古屋⼤学)
最初から産業界と連携
評価指標に関する検討項⽬例
26
センサー内部要因 • センサのオフセット・感度
センサー外部要因
• ⼈的要因︓保持・装着状態,歩⾏者特性,歩⾏以
外の動作の種類や量,位置情報を⾒ながら歩くか
(フィードバックループができているか)
• 環境要因︓ルート形状、⻑さ、歩⾏可能エリアの
形状、磁場、気圧、温度等の環境
初期条件,計測条件
• 初期⽅位設定
• センサー校正
• 個⼈ごとのパラメーター設置
• 連続計測時間
評価の視座
• PDR単体でどこまでできるのかの評価
• ハイブリッド測位に組み込む際のPDRの扱いやす
さの評価
評価⽅式
①歩行データを
順次アップロード
精度 PDR1 PDR2
データ1 xxx xxx
データ2 yyy yyy
データ3 …
データ4
②サーバ側でPDRアプリ
をシミュレーション
③位置推定精度を評価
サーバ
歩行者1
歩行者2
歩行者3
歩行者4
データ1
データ2
データ3
データ4
• 全チームが同じデータで評価されるので公平
評価例
正解軌跡
推定軌跡
最終結果
Error Avg.
[m]
Error SD.
Team Freshers
12.96 9.21
TUT USL
13.06 7.78
No PDR, No future.
3.49 1.69
Kohei Kanagu
10.67 6.53
Team UCLAB
(unofficial)
46.93 9.37
(evaluation by 231 traces)
データ収集結果
• 経路種類 ︓ 5
• 端末種類 ︓ 4
• 被験者数 ︓ 105 90
• 歩⾏データ ︓ 343 229
• データサイズ︓ 660MByte
• LIDAR データ︓ 2.5Gbyte
• PDR Challenge CorpusとしてUbicomp2016で
公開
特徴︓オンサイトコンペでデータ収集︕
32
これまでの屋内測位コンペ
PerfLoc by NIST EvAAL/IPIN Competitions
Microsoft
Competition@IPSN
コンペのシナリオ
約30 シナリオ
(主に緊急時対応シナリオ)
スマートハウス/
アシストリビングシナリオ
最⼤精度を競う
(現実的シナリオなし)
含まれる歩⾏動作
歩⾏/⾛⾏/後退/横歩き/ ほ
ふく前進/カート/エレベータ
(決まれらえたルート・CP
上を主催側の⼈間が計測)
歩⾏/階段/電話動作/横歩き
等(決まれらえたルート・CP
上を主催側の⼈間が計測)
操作者次第 (競技者⾃⾝が
操作できる)
コンペの種類(オンサ
イトorオフサイト)
オフサイトコンペと上位者
のオンサイト評価
個別のオンサイトとオフサ
イトコンペ部⾨
オンサイト
コンペ対象の⼿法
腕にスマホを装着して計測
(IMU, WiFi, GPS, Cellular)
オフサイト: スマホベース
オンサイト : スマホベース
/ その他のデバイス許可(別部
⾨)
2D:インフラに頼らない⼿
法 3D:インフラ設置も許可
テストデータの量
1 ⼈× 4 デバイス
× 30 シナリオ
開催年度と部⾨による
(例 9データ, 2016T3)
N/A
テストデータ
時間⻑
合計16 時間
開催年度と部⾨による
(例 15分 (2016T1,T2), 2
時間(2016T3))
N/A
評価⼿法
SE95 (3次元95パーセン
タイル誤差)
CE75 (2次元75パーセンタ
イル誤差)
平均誤差
歴史/備考(PDR
Challenge関係)
1回 (2017-2018)
8 回(2011,2012,2013,
(EvAAL),2014,2015(+ETRI
), 2016, 2017, 2018
(EvAAL/IPIN))
5回
(2014,2015,2016,2017,
2018)
これまでのコンペでは産業界シナリオでの実⽤性能を測るのは困難
CE: Circular Error, SE: Spherical Error
33
これまでの xDR Challengesシリーズのコンペ
Ubicomp/ISWC 2015 PDR
Challenge
PDR Challenge in Warehouse
Picking in IPIN 2017
xDR Challenge for
Warehouse Operations
2018
Scenario 歩⾏者ナビゲーション
物流倉庫内のピッキング作業
(特定の産業シナリオ)
ピッキングやフォークリフト
運転などの物流倉庫作業
Walking
/motion
スマートフォンを持ち,画⾯
を⾒ながらの連続歩⾏
歩⾏だけでなくピッキング業務
に纏わる様々な動作を含む
歩⾏だけでなく物流倉庫にお
けるピッキング,フォークリ
フト運転業務中の様々な動作
を含む
On-site or
off-site
データ計測: オンサイト
評価: オフサイト
オフサイト オフサイト
コンペ対
象の⼿法
PDR+MAP PDR+BLE+MAP+WMS PDR/VDR+BLE+MAP+WMS
Number
of people
and trial
90⼈, 229 試⾏ 8 ⼈, 8 試⾏
34 ⼈+ フォークリフト6台,
170 試⾏(PDR) +
30 試⾏ (VDR)
Time
per trial
数分 約3時間 約8 時間
Evaluation
metric
平均誤差, 誤差標準偏差
統合誤差評価
(測位精度, 軌跡の⾃然さ, 物流
倉庫特有の評価の項⽬)
統合誤差評価
(測位精度, 軌跡の⾃然さ, 物
流倉庫特有の評価の項⽬)
Remark
学会参加者がデータ計測の
被験者として貢献. 得られた
データは HASCコーパスとし
て公開 (http://hub.hasc.jp/)
PDRだけでなく,BLEやWMS,
MAPを⽤いた統合測位を⽤いて,
物流倉庫での実⽤性能を競う
PDR部⾨とVDR部⾨の2部⾨
構成,物流倉庫の典型的動作
を紹介する動作をMoCapで計
測してCG動画で紹介
相対測位(xDR)の誤差蓄積指標
34
• 初期位置(補正位置)からの
誤差蓄積スピード
• コンペ開催を重ねていくう
ちに⾃然と提案された指標
参考︓
• 誤差蓄積勾配
• EAG: Error
Accumulation Gradient
• PDRベンチマーク標準化
委員会で命名
BUP (BLE Unreachable Period)による誤差蓄積の評価
• PDRによる誤差累積を評価するために,BLE信号を部分的に
意図的に削除
• 正解値情報をBUPの前後に提供
• BUP内外でCE(絶対誤差)を評価(CE i/o BUP)
BUP (CE in/outside BUP)の導⼊により
BLE(絶対測位⼿段)への依存傾向等がわかる
表︓BUP内外の誤差と誤差累積スピードの⽐較
CE: Circular Error
EAG: Error Accumulation Gradient
35
xDR Challenge in Industrial Scenarios 2019
• PDR Challengeシリーズの後継コンペをIPIN2019
@ピサ(イタリア)の正式コンペ部⾨として開催(Track5)
• 公開されたセンサデータをもとに推定した軌跡を提出
⇒オフサイト形式のコンペ
• 物流倉庫を卒業して,外⾷,製造現場を対象に
• 屋内測位と親和性の⾼い⾏動認識の部⾨も開催
• 結果発表︓9/30-10/3
製造業の従業員計測部⾨
• 製造業の⼯場の従業員の測位性能を競う部⾨
• コンペの詳細︓
– 計測端末︓BIGLOBE BL-02
– 補正⽤BLEビーコン︓富⼠通 PulsarGum(光発電)
– ビデオ撮影により正解位置を取得,補正⽤に部分的に
正解位置を公開予定(前年までのと同様)
工場のレイアウト
(障害物配置)センサ装着位置工場のイメージ
外⾷業の従業員計測部⾨
• 料理搬送⽤ロボットと和装の従業員が共存する
サービス現場の従業測位の性能を競う部⾨(+
動作認識)
• コンペの詳細︓
– 計測端末︓Nexus5(PDR⽤),
TSND151(⼿⾜計測⽤)
– 補正⽤BLEビーコン︓Aplix
Smartphone
フロアプラン
端末の装着例
https://www.youtube.com/watch?v=mo_pWVBQKU0
賞品・賞⾦
• スポンサーのご協⼒により,賞⾦・賞品を授与
• 製造業トラック
– 1位︓15万+BL-02P or 10万+BL-02P+TECCO+PulsarGum
– 2位︓10万+BL-02P
• 外⾷トラック
– 1位︓15万+BL-02P or 10万+BL-02P+PDRmini+PulsarGum
– 2位︓10万+BL-02P
• 賞品
TECCO (GOV)
BL02P(BIGLOBE) PDR mini (杉原SEI)
PulsarGum(富⼠通)
草の根から標準へrev
40
• 実践的な評価指標が草の根活動から提案(PEVO, 3D PEVO,
EAG, CE i/o BUP)
• 産学連携は標準化を活きた活動にする上で必須
• 技術ノウハウがわかってしまうような評価指標は注意
• できれば、認証ビジネス等に繋がれば
草の根
(産官学)
標準化
競争・共創促進
認証ビジネス
等
おわりに︓オープンXとR&Dエコシステム
41
戦略的にオープンX (腹⿊く)

Contenu connexe

Tendances

Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォームAutoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Takuya Azumi
 
異音検知プラットフォーム開発におけるMLOpsの実際と考察 - MLOps コミュニティ #3
異音検知プラットフォーム開発におけるMLOpsの実際と考察 - MLOps コミュニティ #3 異音検知プラットフォーム開発におけるMLOpsの実際と考察 - MLOps コミュニティ #3
異音検知プラットフォーム開発におけるMLOpsの実際と考察 - MLOps コミュニティ #3
Shota Saitoh
 

Tendances (20)

つくばチャレンジ2020運営の活動報告
つくばチャレンジ2020運営の活動報告つくばチャレンジ2020運営の活動報告
つくばチャレンジ2020運営の活動報告
 
Visual slam
Visual slamVisual slam
Visual slam
 
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
 
SSII2012 2D&3Dレジストレーション ~画像と3次元点群の合わせ方~ 第1部
SSII2012 2D&3Dレジストレーション ~画像と3次元点群の合わせ方~ 第1部SSII2012 2D&3Dレジストレーション ~画像と3次元点群の合わせ方~ 第1部
SSII2012 2D&3Dレジストレーション ~画像と3次元点群の合わせ方~ 第1部
 
【DL輪読会】Toolformer: Language Models Can Teach Themselves to Use Tools
【DL輪読会】Toolformer: Language Models Can Teach Themselves to Use Tools【DL輪読会】Toolformer: Language Models Can Teach Themselves to Use Tools
【DL輪読会】Toolformer: Language Models Can Teach Themselves to Use Tools
 
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用
 
VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成
VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成
VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成
 
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォームAutoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
Autoware: ROSを用いた一般道自動運転向けソフトウェアプラットフォーム
 
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
 
LiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせLiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせ
 
Direct Sparse Odometryの解説
Direct Sparse Odometryの解説Direct Sparse Odometryの解説
Direct Sparse Odometryの解説
 
BA-Net: Dense Bundle Adjustment Network (3D勉強会@関東)
BA-Net: Dense Bundle Adjustment Network (3D勉強会@関東) BA-Net: Dense Bundle Adjustment Network (3D勉強会@関東)
BA-Net: Dense Bundle Adjustment Network (3D勉強会@関東)
 
tf,tf2完全理解
tf,tf2完全理解tf,tf2完全理解
tf,tf2完全理解
 
ORB-SLAMの手法解説
ORB-SLAMの手法解説ORB-SLAMの手法解説
ORB-SLAMの手法解説
 
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
 
G2o
G2oG2o
G2o
 
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
 
異音検知プラットフォーム開発におけるMLOpsの実際と考察 - MLOps コミュニティ #3
異音検知プラットフォーム開発におけるMLOpsの実際と考察 - MLOps コミュニティ #3 異音検知プラットフォーム開発におけるMLOpsの実際と考察 - MLOps コミュニティ #3
異音検知プラットフォーム開発におけるMLOpsの実際と考察 - MLOps コミュニティ #3
 
Cartographer と Autoware を用いた自律走行
Cartographer と Autoware を用いた自律走行Cartographer と Autoware を用いた自律走行
Cartographer と Autoware を用いた自律走行
 
Structure from Motion
Structure from MotionStructure from Motion
Structure from Motion
 

Similaire à 位置合わせや(屋内)測位に関する国際コンペと標準化

監視映像システムのための複数センサを活用したイベントドリブン型適応レート制御の性能評価
監視映像システムのための複数センサを活用したイベントドリブン型適応レート制御の性能評価監視映像システムのための複数センサを活用したイベントドリブン型適応レート制御の性能評価
監視映像システムのための複数センサを活用したイベントドリブン型適応レート制御の性能評価
Keigo Ogawa
 
車載カメラの映像から歩行者に関わる危険を予測する技術
車載カメラの映像から歩行者に関わる危険を予測する技術車載カメラの映像から歩行者に関わる危険を予測する技術
車載カメラの映像から歩行者に関わる危険を予測する技術
Takuya Minagawa
 

Similaire à 位置合わせや(屋内)測位に関する国際コンペと標準化 (20)

製造業・サービス業での人とシステムとの協調
製造業・サービス業での人とシステムとの協調製造業・サービス業での人とシステムとの協調
製造業・サービス業での人とシステムとの協調
 
屋内測位・行動計測と 働き方改革
屋内測位・行動計測と働き方改革屋内測位・行動計測と働き方改革
屋内測位・行動計測と 働き方改革
 
屋内測位技術の応用事例とPDRベンチマーク標準化委員会の活動概要
屋内測位技術の応用事例とPDRベンチマーク標準化委員会の活動概要屋内測位技術の応用事例とPDRベンチマーク標準化委員会の活動概要
屋内測位技術の応用事例とPDRベンチマーク標準化委員会の活動概要
 
object detection with lidar-camera fusion: survey
object detection with lidar-camera fusion: surveyobject detection with lidar-camera fusion: survey
object detection with lidar-camera fusion: survey
 
ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介
 
Contest 02 presentation (RT-Middleware Contest of SI2017)
Contest 02 presentation (RT-Middleware Contest of SI2017) Contest 02 presentation (RT-Middleware Contest of SI2017)
Contest 02 presentation (RT-Middleware Contest of SI2017)
 
地理空間インテリジェンス:屋内測位技術を用いた現場のラボ化に基づくサービス研究事例
地理空間インテリジェンス:屋内測位技術を用いた現場のラボ化に基づくサービス研究事例地理空間インテリジェンス:屋内測位技術を用いた現場のラボ化に基づくサービス研究事例
地理空間インテリジェンス:屋内測位技術を用いた現場のラボ化に基づくサービス研究事例
 
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)
 
健康経営のための地理空間インテリジェンス(GSI)に関する一考察
健康経営のための地理空間インテリジェンス(GSI)に関する一考察健康経営のための地理空間インテリジェンス(GSI)に関する一考察
健康経営のための地理空間インテリジェンス(GSI)に関する一考察
 
監視映像システムのための複数センサを活用したイベントドリブン型適応レート制御の性能評価
監視映像システムのための複数センサを活用したイベントドリブン型適応レート制御の性能評価監視映像システムのための複数センサを活用したイベントドリブン型適応レート制御の性能評価
監視映像システムのための複数センサを活用したイベントドリブン型適応レート制御の性能評価
 
20181130 lidar object detection survey
20181130 lidar object detection survey20181130 lidar object detection survey
20181130 lidar object detection survey
 
ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介
 
tsuji m
tsuji mtsuji m
tsuji m
 
車載カメラの映像から歩行者に関わる危険を予測する技術
車載カメラの映像から歩行者に関わる危険を予測する技術車載カメラの映像から歩行者に関わる危険を予測する技術
車載カメラの映像から歩行者に関わる危険を予測する技術
 
LBJ2016オープンステージスライド
LBJ2016オープンステージスライドLBJ2016オープンステージスライド
LBJ2016オープンステージスライド
 
山手線ビーコンを使ったアイデアアプリコンテスト1
山手線ビーコンを使ったアイデアアプリコンテスト1山手線ビーコンを使ったアイデアアプリコンテスト1
山手線ビーコンを使ったアイデアアプリコンテスト1
 
ogawa_b
ogawa_bogawa_b
ogawa_b
 
SQuBOKガイドV3概説 ~IoT・AI・DX時代のソフトウェア品質とシステム監査~
SQuBOKガイドV3概説 ~IoT・AI・DX時代のソフトウェア品質とシステム監査~SQuBOKガイドV3概説 ~IoT・AI・DX時代のソフトウェア品質とシステム監査~
SQuBOKガイドV3概説 ~IoT・AI・DX時代のソフトウェア品質とシステム監査~
 
Ristex報告201408
Ristex報告201408Ristex報告201408
Ristex報告201408
 
Forum2016 hatayama
Forum2016 hatayamaForum2016 hatayama
Forum2016 hatayama
 

Plus de Kurata Takeshi

Project progress on XR-AI platform for tele-rehab and health guidance
Project progress on XR-AI platform for tele-rehab and health guidanceProject progress on XR-AI platform for tele-rehab and health guidance
Project progress on XR-AI platform for tele-rehab and health guidance
Kurata Takeshi
 
サービス学会国内大会:高速道路サービスエリア施設内での動線データのみを用いた作業行動パターン分析
サービス学会国内大会:高速道路サービスエリア施設内での動線データのみを用いた作業行動パターン分析サービス学会国内大会:高速道路サービスエリア施設内での動線データのみを用いた作業行動パターン分析
サービス学会国内大会:高速道路サービスエリア施設内での動線データのみを用いた作業行動パターン分析
Kurata Takeshi
 
「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」で目指すところ
「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」で目指すところ「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」で目指すところ
「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」で目指すところ
Kurata Takeshi
 

Plus de Kurata Takeshi (20)

Project progress on XR-AI platform for tele-rehab and health guidance
Project progress on XR-AI platform for tele-rehab and health guidanceProject progress on XR-AI platform for tele-rehab and health guidance
Project progress on XR-AI platform for tele-rehab and health guidance
 
サービス学会国内大会:高速道路サービスエリア施設内での動線データのみを用いた作業行動パターン分析
サービス学会国内大会:高速道路サービスエリア施設内での動線データのみを用いた作業行動パターン分析サービス学会国内大会:高速道路サービスエリア施設内での動線データのみを用いた作業行動パターン分析
サービス学会国内大会:高速道路サービスエリア施設内での動線データのみを用いた作業行動パターン分析
 
HARC: Human Augmentation Research Center
HARC: Human Augmentation Research CenterHARC: Human Augmentation Research Center
HARC: Human Augmentation Research Center
 
Work Pattern Analysis with and without Site-specific Information in a Manufac...
Work Pattern Analysis with and without Site-specific Information in a Manufac...Work Pattern Analysis with and without Site-specific Information in a Manufac...
Work Pattern Analysis with and without Site-specific Information in a Manufac...
 
SC 24でのメタバース関連標準化概要:ヘルスケア応用事例を交えて(ISO/IEC JTC 1/SC 24)
SC 24でのメタバース関連標準化概要:ヘルスケア応用事例を交えて(ISO/IEC JTC 1/SC 24)SC 24でのメタバース関連標準化概要:ヘルスケア応用事例を交えて(ISO/IEC JTC 1/SC 24)
SC 24でのメタバース関連標準化概要:ヘルスケア応用事例を交えて(ISO/IEC JTC 1/SC 24)
 
Standards and projects of SC 24/WG 9 on Metaverse and Interverse
Standards and projects of SC 24/WG 9 on Metaverse and InterverseStandards and projects of SC 24/WG 9 on Metaverse and Interverse
Standards and projects of SC 24/WG 9 on Metaverse and Interverse
 
作業エリア遷移モデル生成とそのクラスター分析に基づく製造ラインの作業分析
作業エリア遷移モデル生成とそのクラスター分析に基づく製造ラインの作業分析作業エリア遷移モデル生成とそのクラスター分析に基づく製造ラインの作業分析
作業エリア遷移モデル生成とそのクラスター分析に基づく製造ラインの作業分析
 
「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」で目指すところ
「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」で目指すところ「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」で目指すところ
「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」で目指すところ
 
遠隔リハビリ研究とオンライン学会運営から見たコミュニケーションDX
遠隔リハビリ研究とオンライン学会運営から見たコミュニケーションDX遠隔リハビリ研究とオンライン学会運営から見たコミュニケーションDX
遠隔リハビリ研究とオンライン学会運営から見たコミュニケーションDX
 
Analyzing Operations on a Manufacturing Line using Geospatial Intelligence T...
Analyzing Operations on a Manufacturing Line using Geospatial Intelligence T...Analyzing Operations on a Manufacturing Line using Geospatial Intelligence T...
Analyzing Operations on a Manufacturing Line using Geospatial Intelligence T...
 
国際標準化におけるAR/MR用語の使われ方
国際標準化におけるAR/MR用語の使われ方国際標準化におけるAR/MR用語の使われ方
国際標準化におけるAR/MR用語の使われ方
 
XRに基づく遠隔リハの研究・事業事例調査報告
XRに基づく遠隔リハの研究・事業事例調査報告XRに基づく遠隔リハの研究・事業事例調査報告
XRに基づく遠隔リハの研究・事業事例調査報告
 
「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」の概要
「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」の概要「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」の概要
「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」の概要
 
サービス学とか何か(応用サービス工学)
サービス学とか何か(応用サービス工学)サービス学とか何か(応用サービス工学)
サービス学とか何か(応用サービス工学)
 
XR/xDRによる労働生産性の向上、QoW向上
XR/xDRによる労働生産性の向上、QoW向上XR/xDRによる労働生産性の向上、QoW向上
XR/xDRによる労働生産性の向上、QoW向上
 
地理空間インテリジェンス技術を用いた 製造ラインでの作業分析
地理空間インテリジェンス技術を用いた 製造ラインでの作業分析地理空間インテリジェンス技術を用いた 製造ラインでの作業分析
地理空間インテリジェンス技術を用いた 製造ラインでの作業分析
 
Geospatial Intelligence for Health and Productivity Management in Japanese Re...
Geospatial Intelligence for Health and Productivity Management in Japanese Re...Geospatial Intelligence for Health and Productivity Management in Japanese Re...
Geospatial Intelligence for Health and Productivity Management in Japanese Re...
 
Benchmarking of indoor localization and tracking systems (LTSs)
Benchmarking of indoor localization and tracking systems (LTSs)Benchmarking of indoor localization and tracking systems (LTSs)
Benchmarking of indoor localization and tracking systems (LTSs)
 
Communication beyond spatiotemporal constraints
Communication beyond spatiotemporal constraintsCommunication beyond spatiotemporal constraints
Communication beyond spatiotemporal constraints
 
応用サービス工学研究室紹介2020
応用サービス工学研究室紹介2020応用サービス工学研究室紹介2020
応用サービス工学研究室紹介2020
 

位置合わせや(屋内)測位に関する国際コンペと標準化