Soumettre la recherche
Mettre en ligne
SLAM入門 第2章 SLAMの基礎
•
11 j'aime
•
7,449 vues
Y
yohei okawa
Suivre
20180423のSLAM入門輪読会で第2章を説明した資料です
Lire moins
Lire la suite
Formation
Signaler
Partager
Signaler
Partager
1 sur 12
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
miyanegi
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Masaya Kaneko
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
Kitsukawa Yuki
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~
SSII
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
Masaya Kaneko
Visual slam
Visual slam
Takuya Minagawa
ROS を用いた自律移動ロボットのシステム構築
ROS を用いた自律移動ロボットのシステム構築
Yoshitaka HARA
Cartographer と Autoware を用いた自律走行
Cartographer と Autoware を用いた自律走行
Yoshitaka HARA
Recommandé
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
miyanegi
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Masaya Kaneko
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
Kitsukawa Yuki
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~
SSII
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
Masaya Kaneko
Visual slam
Visual slam
Takuya Minagawa
ROS を用いた自律移動ロボットのシステム構築
ROS を用いた自律移動ロボットのシステム構築
Yoshitaka HARA
Cartographer と Autoware を用いた自律走行
Cartographer と Autoware を用いた自律走行
Yoshitaka HARA
オープンソース SLAM の分類
オープンソース SLAM の分類
Yoshitaka HARA
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
【RSJ2021】LiDAR SLAMにおける高信頼なループ閉合の実装について
【RSJ2021】LiDAR SLAMにおける高信頼なループ閉合の実装について
MobileRoboticsResear
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII
3次元レジストレーション(PCLデモとコード付き)
3次元レジストレーション(PCLデモとコード付き)
Toru Tamaki
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例
Yoshitaka HARA
Cartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAM
Yoshitaka HARA
SLAMチュートリアル大会資料(ORB-SLAM)
SLAMチュートリアル大会資料(ORB-SLAM)
Masaya Kaneko
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
Akira Taniguchi
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
Yoshitaka HARA
ORB-SLAMの手法解説
ORB-SLAMの手法解説
Masaya Kaneko
LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料
Fujimoto Keisuke
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII
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
SSII
ORB-SLAMを動かしてみた
ORB-SLAMを動かしてみた
Takuya Minagawa
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
Takuya Minagawa
SLAM勉強会(3) LSD-SLAM
SLAM勉強会(3) LSD-SLAM
Iwami Kazuya
複数のGNSSを用いたポーズグラフ最適化
複数のGNSSを用いたポーズグラフ最適化
TaroSuzuki15
UnityとROSの連携について
UnityとROSの連携について
UnityTechnologiesJapan002
Explainable predictions pattern
Explainable predictions pattern
yohei okawa
Model versioning pattern
Model versioning pattern
yohei okawa
Contenu connexe
Tendances
オープンソース SLAM の分類
オープンソース SLAM の分類
Yoshitaka HARA
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
【RSJ2021】LiDAR SLAMにおける高信頼なループ閉合の実装について
【RSJ2021】LiDAR SLAMにおける高信頼なループ閉合の実装について
MobileRoboticsResear
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII
3次元レジストレーション(PCLデモとコード付き)
3次元レジストレーション(PCLデモとコード付き)
Toru Tamaki
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例
Yoshitaka HARA
Cartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAM
Yoshitaka HARA
SLAMチュートリアル大会資料(ORB-SLAM)
SLAMチュートリアル大会資料(ORB-SLAM)
Masaya Kaneko
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
Akira Taniguchi
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
Yoshitaka HARA
ORB-SLAMの手法解説
ORB-SLAMの手法解説
Masaya Kaneko
LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料
Fujimoto Keisuke
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII
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
SSII
ORB-SLAMを動かしてみた
ORB-SLAMを動かしてみた
Takuya Minagawa
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
Takuya Minagawa
SLAM勉強会(3) LSD-SLAM
SLAM勉強会(3) LSD-SLAM
Iwami Kazuya
複数のGNSSを用いたポーズグラフ最適化
複数のGNSSを用いたポーズグラフ最適化
TaroSuzuki15
UnityとROSの連携について
UnityとROSの連携について
UnityTechnologiesJapan002
Tendances
(20)
オープンソース SLAM の分類
オープンソース SLAM の分類
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
【RSJ2021】LiDAR SLAMにおける高信頼なループ閉合の実装について
【RSJ2021】LiDAR SLAMにおける高信頼なループ閉合の実装について
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
3次元レジストレーション(PCLデモとコード付き)
3次元レジストレーション(PCLデモとコード付き)
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例
Cartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAM
SLAMチュートリアル大会資料(ORB-SLAM)
SLAMチュートリアル大会資料(ORB-SLAM)
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
ORB-SLAMの手法解説
ORB-SLAMの手法解説
LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
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
ORB-SLAMを動かしてみた
ORB-SLAMを動かしてみた
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
SLAM勉強会(3) LSD-SLAM
SLAM勉強会(3) LSD-SLAM
複数のGNSSを用いたポーズグラフ最適化
複数のGNSSを用いたポーズグラフ最適化
UnityとROSの連携について
UnityとROSの連携について
Plus de yohei okawa
Explainable predictions pattern
Explainable predictions pattern
yohei okawa
Model versioning pattern
Model versioning pattern
yohei okawa
Workflow pipeline pattern
Workflow pipeline pattern
yohei okawa
Transform pattern
Transform pattern
yohei okawa
Keyed predictions pattern
Keyed predictions pattern
yohei okawa
Batch serving pattern
Batch serving pattern
yohei okawa
Distribution Strategy pattern
Distribution Strategy pattern
yohei okawa
Useful Overfitting pattern
Useful Overfitting pattern
yohei okawa
Multilabel pattern
Multilabel pattern
yohei okawa
Reframing パターン
Reframing パターン
yohei okawa
20190630_VoVNet
20190630_VoVNet
yohei okawa
はじめての方向け GANチュートリアル
はじめての方向け GANチュートリアル
yohei okawa
semantic segmentation サーベイ
semantic segmentation サーベイ
yohei okawa
Attention-Guided GANについて
Attention-Guided GANについて
yohei okawa
CycleGANについて
CycleGANについて
yohei okawa
Plus de yohei okawa
(15)
Explainable predictions pattern
Explainable predictions pattern
Model versioning pattern
Model versioning pattern
Workflow pipeline pattern
Workflow pipeline pattern
Transform pattern
Transform pattern
Keyed predictions pattern
Keyed predictions pattern
Batch serving pattern
Batch serving pattern
Distribution Strategy pattern
Distribution Strategy pattern
Useful Overfitting pattern
Useful Overfitting pattern
Multilabel pattern
Multilabel pattern
Reframing パターン
Reframing パターン
20190630_VoVNet
20190630_VoVNet
はじめての方向け GANチュートリアル
はじめての方向け GANチュートリアル
semantic segmentation サーベイ
semantic segmentation サーベイ
Attention-Guided GANについて
Attention-Guided GANについて
CycleGANについて
CycleGANについて
Dernier
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」
inspirehighstaff03
Establishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdf
oganekyokoi
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」
inspirehighstaff03
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
inspirehighstaff03
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
inspirehighstaff03
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
inspirehighstaff03
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
inspirehighstaff03
International Politics I - Lecture 1
International Politics I - Lecture 1
Toru Oga
My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」
inspirehighstaff03
Divorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdf
oganekyokoi
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
inspirehighstaff03
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
inspirehighstaff03
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
inspirehighstaff03
My Inspire High Award 2024 「家族とは何か」
My Inspire High Award 2024 「家族とは何か」
inspirehighstaff03
My Inspire High Award 2024 「正義って存在するの?」
My Inspire High Award 2024 「正義って存在するの?」
inspirehighstaff03
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
ssusere0a682
What I did before opening my business..pdf
What I did before opening my business..pdf
oganekyokoi
My Inspire High Award 2024 「孤独は敵なのか?」
My Inspire High Award 2024 「孤独は敵なのか?」
inspirehighstaff03
KARAPATANG PANTAO.pptxhrhrhrhrhrhrhrhrhr
KARAPATANG PANTAO.pptxhrhrhrhrhrhrhrhrhr
RodolfFernandez1
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要 パワーポイント
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要 パワーポイント
shu1108hina1020
Dernier
(20)
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」
Establishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdf
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
International Politics I - Lecture 1
International Politics I - Lecture 1
My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」
Divorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdf
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award 2024 「家族とは何か」
My Inspire High Award 2024 「家族とは何か」
My Inspire High Award 2024 「正義って存在するの?」
My Inspire High Award 2024 「正義って存在するの?」
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
What I did before opening my business..pdf
What I did before opening my business..pdf
My Inspire High Award 2024 「孤独は敵なのか?」
My Inspire High Award 2024 「孤独は敵なのか?」
KARAPATANG PANTAO.pptxhrhrhrhrhrhrhrhrhr
KARAPATANG PANTAO.pptxhrhrhrhrhrhrhrhrhr
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要 パワーポイント
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要 パワーポイント
SLAM入門 第2章 SLAMの基礎
1.
SLAM入門 ロボットの自己位置推定と地図構築の技術 第2章 SLAMの基礎 2018.04.23 hei4
2.
第2章 目次 ● 2.1 SLAMとは ● 2.2 SLAMの原理 – [1] 地図構築:ランドマーク位置の推定 – [2] ロボット位置の推定 –
[3] ロボット位置とランドマーク位置の同時推定 – [4] 外界センサデータが一度に大量に得られる場合 ● 2.3 SLAMの要素技術 – [1] 不確実性の扱い – [2] データ対応付け – [3] センサ融合 – [4] ループ閉じ込み ● 2.4 SLAMの処理形態:一括処理と逐次処理
3.
2.1 SLAMとは ロボット ランドマーク 地図構築 地図構築&自己位置推定 ● (作成中の)地図による、自己位置の更新(推定) ● 更新した自己位置からの、地図の構築 ● 「自己位置推定と地図構築の同時実行」 → SLAM x z a q
4.
2.2 SLAMの原理[1]地図構築 q2,y q2,x z2,x z2,y θ z2 q2 (q2, x q2, y )= (cosθ1
−sin θ1 sinθ1 cosθ1 )(z2, x z2, y )+ (x1 y1 ) q2=R1 z2+t1
5.
2.2 SLAMの原理[2]ロボット位置の推定 θ2 θ3 =θ2 +Δψ2 Δd2 オドメトリ:初期位置から微小変異を積分して現在位置を求める仕組み 簡単な例) 微小時間でロボットは直進したと見なす ( x3 y3 θ3 )= ( cosθ2 −sin θ2
0 sinθ2 cos θ2 0 0 0 1 )( Δd2 0 Δ ψ2 )+ ( x2 y2 θ2 ) x3=x2⊕a2 compounding 演算子 ● オドメトリは移動量を加算していく仕組みのため、推定位置の誤差は走行するにつれ累積していく
6.
2.2 SLAMの原理[3]ロボット位置とランドマーク位置の同時推定 同じランドマークを複数回計測することが重要 センサデータを地図上のランドマークと照合して、ロボット位置を推定 変数より式の数が多い&非線形関数 ・・・非線形最小二乗問題
7.
2.2 SLAMの原理[4]外界センサデータが一度に大量に得られる場合 x z q 1回の計測で多くのランドマークデータが取得できれば オドメトリなしでもロボット位置を推定できる q1=R1 z1+t1 q2=R1 z2+t1 q3=R1
z3+t1 q1=R2 z4+t2 q2=R2 z5+t2 q3=R2 z6+t2 ● レーザスキャナを使用:スキャンマッチング ● 単眼カメラを使用: Structure-From-Motion
8.
2.3 SLAMの要素技術[1]不確実性の扱い q2=R1 z2+t1 z2=R1 −1 (q2−t1)≝h(x1, q2) →
z2=h(x1, q2)+v2 v2=z2−h( x1, q2) v2 は平均0の正規分布に従うと仮定する p(v2)= 1 √|2π Σ2| exp( −1 2 (z2−h( x1, q2)) T Σ2 −1 (z2−h(x1, q2))) x3=x2⊕a2≝g(x2, a2) u2=x3−g(x2, a2) u2 は平均0の正規分布に従うと仮定する p(u2)= 1 √|2π Σ3| exp( −1 2 (x3−h(x2, a2))T Σ2 −1 (x3−h( x2, a2))) 計測モデル 運動モデル 動作モデル システムモデル
9.
2.3 データ対応づけ ● データ対応づけ:「別々に計測されたセンサデータで、同じものを対応づけること」 ● 地形・風景・物体などをIDのないランドマークとして用いることが多い(ICタグやビーコンを使わない) [位置制約による対応づけ] ● 周辺のランドマーク位置を予測 → センサデータの中で最も近いものを対応づける ● シンプルだが、よく使われる [特徴量による対応づけ] ● センサデータとランドマークに特徴量を付加して、特徴量によって対応づけを行う ● 強力な特徴量:それだけで(かなり)対応可能 ● 単純な特徴量:候補の絞り込みに使用可能 ● 位置制約と特徴量を併用することが多い ● 位置の探索範囲が狭い&一度に多くのセンサデータを取得できる → 位置制約のみ (「スキャンマッチング」
10.
2.3 センサ融合 ? ? ● 一度に多数のセンサデータを取得できても、 データ中に多数のランドマークが含まれていても、位置推定できない場合がある → 「退化(degeneracy)」 ● 複数のセンサデータを融合して位置推定する技術が重要となる →
「センサ融合(sensor fusion)」 例) 外界センサ+オドメトリ
11.
2.3 ループ閉じ込み 軌跡とランドマーク位置を 逆に辿って修正していく・・・ → 実際は連立方程式で 一度に解く
12.
2.4 SLAMの処理形態 [一括処理] ● センサデータを充分にそろえて、連立方程式を一括で解く ● 多くのセンサデータを使用するので処理時間は長いが、精度は高い [逐次処理] ● ロボットが走行しながら、逐次的に地図を更新する ● 未知環境や変化する環境で有効 ● 一部のセンサデータのみを使用するので処理時間は短いが、精度は低い 両者は補完し合う性質を持つので、組み合わせて使うのが望ましい
Télécharger maintenant