2008 Fiscal Year Annual Research Report
単眼カメラを利用した自己位置推定及び地図作成とその応用に関する研究
| Project/Area Number |
08J07020
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
ユ ゼグン Waseda University, 情報生産システム研究科, 特別研究員(DC2)
|
|---|
| Keywords | ビジョン自己位置推定及び地図作成 / 多視点単眼カメラ / 高速ガウスぼかし / 拡張カルマンパーティクルフィルタ |
|---|
| Research Abstract |
本研究では単眼ビジョンセンサを用いてロボットの自律走行のための正確なVSLAM(Visual Simultaneous Localization and Map-Building)が目標である。単眼カメラの視野角を改善するため多視点単眼カメラ(Multi-View Single Camera)を提案及び開発し、本研究に適用した。多視点単眼カメラは全方位カメラのような広い視野角の画像を得ることができ、画像に歪曲がないためキャリブレーションの前処理過程が必要ないビジョンシステムとして用いることができる。また、特徴点の抽出と特徴点地図を作成するアルゴリズムの計算速度を改善するため高速ガウスぼかしフィルタ(Fast Gaussian Blurring Filter)を提案し、本VSLAMのアルゴリズムに適用した。高速ガウスぼかしフィルタは二次元のガウスフィルタを一次元のガウスフィルタに分離し、あらかじめ計算したルックアップテーブル(Lookup Table)を用いて浮動小数点演算を除去する方法を利用する。提案した高速ガウスぼかしフィルタは特徴点抽出のためのDoG(Difference of Gaussian)に適用され、一般的な二次元ガウスフィルタを用いたDoGより7倍から10倍程の演算速度を改善した。提案及び開発された多視点単眼カメラと高速ガウスばかしを用いてビジョン基盤の特徴点地図作成の改善を行った。また、超音波センサを用いる地図作成にはTBF(Triangulation Based Fusion)のアルゴリズムを適用し周りの環境の構造的地図を作成した。提案されたVSLAMサーバにより特徴点地図が作成され、超音波センサの構造的地図はエンベデッドロボットにより作成され、位置推定のためにはEKPF(Extended Kalman Particle Filter)を用いて構造的地図と特徴点地図を合わせ正確なリアルタイム位置推定を行った。本研究を通して既存の問題点である超音波センサのみを移用することによる特徴情報不足とビジョンセンサのみを利用することによる正確な初期経路の提供とリアルタイム位置推定の問題点を解決するのが可能になった。
|
