ヘッドレスパーソナルモビリティの自律移動と制御

本年度は，ヘッドレスパーソナルモビリティの自動運転に向けて地図生成や位置推定などの要素技術を開発した．特に，安定した自己位置推定のため，単眼カメラとIMUを利用した頑健なVisual localization手法の開発に注力した．本研究では，色付き3次元点群やメッシュモデルに対し単眼カメラ画像を照合し6自由度位置姿勢を求めるDirect visual localizationの開発に取り組んでいる．現在広く用いられているIndirect法では自己位置同定専用の地図(特徴点地図)を必要とするが，本研究で取り組むDirect法は一般的な色付き3次元地図が利用でき汎用性が高い．しかし，これまでに開発したLocalization手法では，高精度な自己位置が推定可能なものの，一時的な失敗による自己位置同定の中断や，高頻度な画像照合による演算コストが問題となっていた．そこで，単眼カメラに加えIMUを利用することで，位置同定の頑健性向上，演算の軽量化を実現した．具体的には，カメラ画像による大域位置同定と並行して，IMUを用いて自己(相対)運動を推定し，大域位置同定結果と融合することで最終位置姿勢を得る．これにより，一時的な大域位置同定の失敗による破綻の抑制や，画像照合の頻度低減による演算の大幅な軽量化を図っている．カメラとIMUはスマートフォン・スマートグラスにも標準搭載されている一般的なセンサであり，搭乗者所有の端末をセンサとして利用した自己位置同定・自動運転の実現に向け開発を継続する．

本年度は，ヘッドレスパーソナルモビリティの自動運転に向けて地図生成や位置推定などの要素技術を開発した．特に，安定した自己位置推定のため，単眼カメラとIMUを利用した頑健なVisual localization手法の開発に注力した．本研究では，色付き3次元点群やメッシュモデルに対し単眼カメラ画像を照合し6自由度位置姿勢を求めるDirect visual localizationの開発に取り組んでいる．現在広く用いられているIndirect法では自己位置同定専用の地図(特徴点地図)を必要とするが，本研究で取り組むDirect法は一般的な色付き3次元地図が利用でき汎用性が高い．しかし，これまでに開発したLocalization手法では，高精度な自己位置が推定可能なものの，一時的な失敗による自己位置同定の中断や，高頻度な画像照合による演算コストが問題となっていた．そこで，単眼カメラに加えIMUを利用することで，位置同定の頑健性向上，演算の軽量化を実現した．具体的には，カメラ画像による大域位置同定と並行して，IMUを用いて自己(相対)運動を推定し，大域位置同定結果と融合することで最終位置姿勢を得る．これにより，一時的な大域位置同定の失敗による破綻の抑制や，画像照合の頻度低減による演算の大幅な軽量化を図っている．カメラとIMUはスマートフォン・スマートグラスにも標準搭載されている一般的なセンサであり，搭乗者所有の端末をセンサとして利用した自己位置同定・自動運転の実現に向け開発を継続する．