JP2008185417A - 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム - Google Patents
情報処理装置、および情報処理方法、並びにコンピュータ・プログラム Download PDFInfo
- Publication number
- JP2008185417A JP2008185417A JP2007018271A JP2007018271A JP2008185417A JP 2008185417 A JP2008185417 A JP 2008185417A JP 2007018271 A JP2007018271 A JP 2007018271A JP 2007018271 A JP2007018271 A JP 2007018271A JP 2008185417 A JP2008185417 A JP 2008185417A
- Authority
- JP
- Japan
- Prior art keywords
- hypothesis
- pose
- image
- information processing
- probability distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】カメラによって取得されるイメージと、参照用イメージとのイメージ・マッチングによる算出スコアに基づいて情報処理装置のポーズ候補の確率分布である候補確率分布データを算出し、算出データの変換処理により情報処理装置のポーズ仮説に対応する確率分布である仮説確率分布データを算出する。さらに、取得イメージに基づいて仮説確率分布データを更新し、より確率値の高い仮説を選択する。本構成により、逐次入力するイメージに基づいて、次第に1つの仮説の確率が高くなる収束が行われ、効率的に正しいローカリゼーションが実行される。
【選択図】図2
Description
(A)マッチングスコア(Matching score):例えば比較イメーシにおける類似する特徴点の数であり、スカラー値として取得される。
(B)変換パラメータ(Transformation):データベースに格納された過去のイメージに対して、新規に取得したイメージがどのように配列されるかを示すデータであり、例えばアフィン変換における5つのデータ、
translation(2):2方向(x,y)の平行移動、
rotation(1):回転、
scale(2):2方向における拡大縮小、
これらのデータが含まれる。
(A)推定情報の確からしさ(Probability of hypothesis):推定情報が正しい情報である可能性を示す値、
(B)エージェント存在確率分布:推定情報が正しい場合に基づいて得られる実際のポーズの確率分布、
ローカリゼーション(同定処理)を実行する情報処理装置であり、
情報処理装置周囲のイメージ(画像)を撮影するカメラと、
前記カメラの取得した取得イメージとのマッチング処理を行なう参照用イメージを格納した記憶部と、
前記カメラの取得したイメージに基づいて情報処理装置のローカリゼーションを実行するデータ処理部を有し、
前記データ処理部は、
前記カメラの取得した取得イメージと前記参照用イメージとのイメージ・マッチング処理により、マッチング度の高い参照用イメージに対して高スコアを設定するスコア算出を実行して、算出スコアに基づいて情報処理装置のポーズ候補の確率分布である候補確率分布データを算出し、
前記候補確率分布データに基づくデータ変換処理により情報処理装置のポーズ仮説に対応する確率分布である仮説確率分布データを算出する処理を実行する構成であることを特徴とする情報処理装置にある。
情報処理装置においてローカリゼーション(ポーズ(位置姿勢)同定処理)をする情報処理方法であり、
カメラが、情報処理装置周囲のイメージ(画像)を撮影するイメージ取得ステップと、
データ処理部が、前記カメラの取得したイメージを適用して情報処理装置のローカリゼーションを実行するデータ処理ステップを有し、
前記データ処理ステップは、
前記カメラの取得した取得イメージと、参照用イメージとのイメージ・マッチング処理により、一致度の高い参照用イメージに対して高スコアを設定するスコア算出を実行して、算出スコアに基づいて情報処理装置のポーズ候補の確率分布である候補確率分布データを算出する候補確率分布データ算出処理と、
前記候補確率分布データに基づくデータ変換処理により情報処理装置のポーズ仮説に対応する確率分布である仮説確率分布データを算出する仮説確率分布データ算出処理を実行することを特徴とする情報処理方法にある。
情報処理装置にローカリゼーション(同定処理)を実行させるコンピュータ・プログラムであり、
カメラに、情報処理装置周囲のイメージ(画像)を撮影させるイメージ取得ステップと、
データ処理部に、前記カメラの取得したイメージを適用して情報処理装置のローカリゼーションを実行させるデータ処理ステップを有し、
前記データ処理ステップは、
前記カメラの取得した取得イメージと、参照用イメージとのイメージ・マッチング処理により、一致度の高い参照用イメージに対して高スコアを設定するスコア算出を実行させて、算出スコアに基づいて情報処理装置のポーズ候補の確率分布である候補確率分布データを算出させる候補確率分布データ算出処理と、
前記候補確率分布データに基づくデータ変換処理により情報処理装置のポーズ仮説に対応する確率分布である仮説確率分布データを算出する仮説確率分布データ算出処理を実行させるステップであることを特徴とするコンピュータ・プログラムにある。
ステップS101:画像情報取得処理、
ステップS102:取得画像からの特徴点抽出処理、
ステップS103:データベースに蓄積済みの画像情報との比較処理を実行し、
*スコア(Score)
*変換パラメータ(Transformation)
を算出する。
ステップS104:スコアに基づいて、ポーズ推定情報(hypothesis)の確率(probability)としてのポーズ候補確率分布データを算出する。
ステップS105:変換パラメータに基づいて、ポーズ(位置姿勢)の各変数に対する共分散行列(co−variance)を算出し、存在確率分布としての仮説確率分布データを算出する。
1.取得イメージから特徴点を検出
2.各特徴点を含む周囲情報から特徴量(特徴点デスクリプタ)を抽出
3.取得イメージと蓄積済みイメージ間の特徴量(特徴デスクリプタ)を比較
4.イメージ間の特徴量(特徴デスクリプタ)比較結果に基づき、イメージ間においてマッチした特徴点の組を取得
5.マッチした特徴点の組の数が予め定めた閾値より少ない場合はマッチング失敗と判断
6.マッチした特徴点の組に対して幾何フィルタ(geometric filter)を適用し,イメージ間の変換パラメータ(transformation)算出
ローテーション(Rotation):α、
スケールファクタ(Scale factors):su,sv、
トランスレーション(translation):tu,tv、
これらのパラメータである。
ローテーション(α)は回転、スケールファクタ(su,sv)は直交するu方向とv方向それぞれの拡縮率であり、トランスレーション(tu,tv)は、u方向、v方向それぞれの平行移動を示す。u,vは、例えばカメラによって撮影される画像の横(水平)方向を(u)、縦(垂直)方向を(v)とする。
変換前のイメージ=I1、
変換後のイメージ=I2、
変換前のイメージI1の画像中心座標=(cu,cv)
として、以下の式によって示される。
α=0
とすることが可能であり、また、撮影画像についてx方向およびy方向におけるスケールファクタが均一なものであると仮定できる場合は、
su=sv=s
と設定することが可能となり、上記のイメージ変換式は、以下のように簡略化することが可能となる。
また、カメラによって撮影される画像の横(水平)方向を(u)、縦(垂直)方向を(v)とした場合、縦方向の平行移動であるトランスレーション(tv)は、縦方向の仰角(ピッチ)や、垂直方向の移動を表す。従ってピッチや垂直移動がない場合は、
tv=0
とすることができる。
また、同一高さにおいて撮影方向の回転を可能としたカメラを用いた場合であってもピッチは固定値と仮定することが可能であり、撮影高さが変更可能なカメラを利用した場合でもトランスレーション(tv)の変化については無視してもよい。
また、横方向の平行移動であるトランスレーション(tu)は、カメラの向き(ヨー角)の変更に対応する値であり、カメラの進行方向に対して直行する方向の動きに対応する。
スケール(s):0.5〜2(21候補)
トランスレーション(tu):−width/2〜+width/2(20候補)
トランスレーション(tv):−height/2〜+height/2(20候補)
として、
計21×20×20=8400セル
これらの8400セルに対応する候補を設定し、最小2乗法を適用して最もエラーの少ないヒストグラムのピークを選択する処理によって最適パラメータを決定することができる。
拡縮スケール(s):前後の移動、
トランスレーション(tu):横方向の回転または移動、
トランスレーション(tv):垂直方向の回転または移動、
さらに、マッチした特徴点数またはピーク数、
これらのデータが得られる。
拡縮スケール(s):前後の移動、
トランスレーション(tu):横方向の回転または移動、
トランスレーション(tv):垂直方向の回転または移動、
これらのとり得る範囲を決定するために推定のエラー確率を求める。例えば、
拡縮スケール(s)のエラー確率値:es、
水平方向の移動(tu)のエラーの値:eu、
垂直方向の移動(tv)のエラーの値:ev、
とした場合、それぞれのエラーの値は、下記のように示すことができる。
es=s−1(s≧1の場合)
es=s−1−1(s<1の場合)
eu=|tu|
ev=|tv|
Σz=diag(σx 2,σy 2,σθ 2)
とし、上記のエラー分布を情報処理装置の記憶部に保持するマップ上に展開した場合、水平方向の位置の共分散(σx 2)、垂直方向の位置の共分散(σy 2)、回転方向の共分散(σθ 2)は以下のように定義される。
σx 2=α1+α2ev+α3es、
σy 2=α1+α2ev+α4eu、
σθ 2=α5+α6ev+α7es、
なお、パラメータα1〜α7は、予め定義される。
ロボットなどのローカリゼーションの対象となる装置についてのポーズの複数の仮説を、
Hi
とする。
ただし、i=1・・・Nである。
xiバーは、ロボットのポーズ(位置姿勢)の正規分布の平均値(仮説毎に独立)、
Σiは、ロボットのポーズ(位置姿勢)の正規分布の共分散行列(仮説毎に独立)、
である。
N()は、正規分布関数(Normal Distribution Function)である。
P(H0)は、仮説P(Hi)のいずれにも該当しない確率である。
P(H0)Puniform(x)は、ロボットがすべての位置(x)にいる確率が均一である場合の存在確率分布の総計値p(x)の値を示している。
仮説数:N=0、
全ての仮説が正解でない確率:P(H0)=1
と設定する。
全ての仮説が正解でない確率:P(H0)=1
であることは明らかであるが、N≧1である場合の、
全ての仮説が正解でない確率:P(H0)は以下のようにして算出される。
p(zt=outlier)は、時刻tにおいて得られた観察データ、すなわちロボットの撮影データ(イメージ):ztがどの仮説にも対応しない確率を示し、
p(z=outlier|Hi)P(Hi)は、i番目の仮説Hiが、取得イメージに対応しない確率[p(zt=outlier|Hi)]と、i番目の仮説Hiの確率分布データにおける確率値の乗算値である。
p(z=outlier|Hi)の値は、
取得イメージztが仮説Hiに対応する(support)データである場合は低く設定(plow)され、仮説Hiに対応しないデータである場合は高く設定(phigh)される。
いずれかの仮説Hi(i≧1)が取得イメージに対応している場合、
p(z=outlier|H0)=1
となる。
Cj、
とする。
ciバーは、ロボットのポーズ(位置姿勢)の正規分布の平均値(候補毎に独立)、
Riは、ロボットのポーズ(位置姿勢)の正規分布の共分散行列(候補毎に独立)、
である。
argmaxP(Cj|Hi)は、仮説Hiを最もサポートするポーズ候補Cjを選択出力する関数である。
dgateは、仮説Hiと候補Cjとが同等か相違かを判断するための、予め定めた閾値である。
仮説Hiをサポートするに十分なイメージzに基づくポーズ候補Cjが存在する場合は、仮説Hiが真の下で、取得イメージ[z]が真であると判定される確率値P(z|Hi)を高くする更新を実行し、
仮説Hiをサポートするに十分なイメージzに基づくポーズ候補Cjが存在しない場合は、確率値P(z|Hi)を低くする更新を実行し、P(z|Hi)とP(Hi)に基づき「取得イメージ[z]が真の下で、仮説Hiが真である確率値」P(Hi|z)を求め、それを元に前記仮説Hiの確率P(Hi)を更新する処理である。
各仮説に対応する確率P(Hi)、P(Hj)を加算し、ロボットのポーズの平均・共分散行列は共分散行列の行列式が小さいほうを用いて新たな仮設の確率とする。
(1)情報処理装置(ロボットなど)の取得したイメージ[z]に基づくイメージ・マッチングを実行してスコア算出を実行し、
(2)算出したスコアに基づいて、ポーズ候補の確率分布を算出して候補確率分布データ(例えば図6(s1−a))を算出し、
(3)さらに、候補確率分布データの変換処理により仮説確率分布データ(例えば図6(s2−a))を算出し、
(4)さらに、新たに取得したイメージに基づいて得られる候補確率分布データ(例えば図6(s2−b))と、仮説確率分布データ(例えば図6(s2−a))とに基づいて、仮説確率分布データの更新(例えば先に説明したカルマン・フィルタを適用した仮説の更新処理)を実行して、より正しい仮説を選択する、
これらの処理によって、ポーズ推定を実行するものである。
上述したローカリゼーション処理は、カルマン・フィルタを適用した存在確率分布データを生成して仮説(Hypothesis)のの確率分布データを得る処理例として説明したが、仮説の確率分布データを取得する処理手法として、例えばパーティクル・フィルタ(Particle Filter)を適用することも可能である。
各仮説をN個のパーティクル、
Pi
ただしi=1〜N
とする。
pi={wi,xi}
として表される。
wi=(1/N)
xi=random_pose()
として設定される。
ciバーは、ロボットのポーズの正規分布の平均値、
Riは、ロボットのポーズの正規分布の共分散行列、
である。
argmaxP(Cj|Hi)は、仮説Hiを最もサポートするポーズ候補Cjを選択出力する関数である。
101 カメラ
102 データ処理部
103 記憶部
200 取得イメージ
210〜212 ハリスコーナーイメージ
220〜222 ラプラシアンイメージ
251 ロボット(情報処理装置)
Claims (23)
- 自己位置もしくは自己姿勢の同定処理を実行する情報処理装置であり、
情報処理装置周囲のイメージ(画像)を撮影するカメラと、
前記カメラの取得した取得イメージとのマッチング処理を行なう参照用イメージを格納した記憶部と、
前記カメラの取得したイメージに基づいて情報処理装置の自己位置もしくは自己姿勢の同定処理を実行するデータ処理部を有し、
前記データ処理部は、
前記カメラの取得した取得イメージと前記参照用イメージとのイメージ・マッチング処理により、一致度の高い参照用イメージに対して高スコアを設定するスコア算出を実行して、算出スコアに基づいて情報処理装置のポーズ候補の確率分布である候補確率分布データを算出し、
前記候補確率分布データに基づくデータ変換処理により情報処理装置のポーズ仮説に対応する確率分布である情報処理装置の位置姿勢確率分布データを算出する処理を実行する構成であることを特徴とする情報処理装置。 - 前記データ処理部は、
新たに取得するイメージに基づいて、前記仮説確率分布データの更新処理を実行して、最も確率値の高いポーズ仮説を選定し、選定したポーズ仮説を情報処理装置のポーズとして出力する処理を実行する構成であることを特徴とする請求項1に記載の情報処理装置。 - 前記データ処理部は、
複数のポーズ仮説を設定し、前記カメラの取得したイメージに基づく前記仮説確率分布データの更新処理により、より確からしい仮説を選定する多仮説トラッキング(MHT:Multi−hypothesis Tracking)処理を実行する構成であることを特徴とする請求項1に記載の情報処理装置。 - 前記データ処理部は、
複数のポーズ仮説[Hi]の各々について、仮説Hiをサポートするに十分なイメージ[z]に基づくポーズ候補[Cj]存在する場合は、ポーズ仮説確率分布データにおける前記仮説[Hi]が真の下で取得イメージ[z]が真であると判定される確率値P(z|Hi)を高くする更新を実行し、
ポーズ仮説[Hi]をサポートするに十分なイメージ[z]に基づくポーズ候補[Cj]が存在しない場合は、前記確率値P(z|Hi)を低くする更新処理を実行し、
前記確率値P(z|Hi)と前記仮説[Hi]の確率値P(Hi)に基づいて,取得イメージ[z]が真の下で仮説Hiが真である確率値P(Hi|z)を求め、それを元に前記仮説Hiの確率P(Hi)を更新する構成であることを特徴とする請求項3に記載の情報処理装置。 - 前記データ処理部は、
前記候補確率分布データに基づく仮説確率分布データの算出処理をカルマン・フィルタによる仮説更新処理に従って実行する構成であることを特徴とする請求項1に記載の情報処理装置。 - 前記データ処理部は、
前記候補確率分布データに基づく仮説確率分布データの算出処理をパーティクル・フィルタによる仮説更新処理に従って実行する構成であることを特徴とする請求項1に記載の情報処理装置。 - 前記データ処理部は、
前記カメラの取得した取得イメージと前記参照用イメージとのイメージ・マッチングにより対応する特徴点情報を取得し、該対応特徴点情報に基づいてスコア算出を行なう構成であることを特徴とする請求項1に記載の情報処理装置。 - 前記データ処理部は、
ハリスコーナーディテクター(Harris Corner Detector)を用いた特徴点抽出処理を実行する構成であることを特徴とする請求項7に記載の情報処理装置。 - 前記データ処理部は、
前記イメージ・マッチング処理により算出するスコアが予め定めたスコア閾値以上の参照用イメージのみを選択して、選択イメージに基づく自己位置もしくは自己姿勢の同定処理を実行する構成であることを特徴とする請求項1記載の情報処理装置。 - 前記データ処理部は、
ポーズ仮説の初期設定を実行し、取得イメージに基づいて生成される新規ポーズ仮説と、設定済みのポーズ仮説との合成処理を実行して、ポーズ仮説の更新を行なう構成であることを特徴とする請求項1記載の情報処理装置。 - 前記データ処理部は、
ポーズ仮説の確率値に対応する閾値を設定し、前記仮説確率分布データに含まれる最高確率のポーズ仮説と前記閾値とを比較し、最高確率のポーズ仮説が前記閾値より上である場合、該最高確率のポーズ仮説を情報処理装置のポーズとして出力する処理を実行する構成であることを特徴とする請求項1記載の情報処理装置。 - 情報処理装置において自己位置もしくは自己姿勢の同定処理を実行する情報処理方法であり、
カメラが、情報処理装置周囲のイメージ(画像)を撮影するイメージ取得ステップと、
データ処理部が、前記カメラの取得したイメージを適用して情報処理装置の自己位置もしくは自己姿勢の同定処理を実行するデータ処理ステップを有し、
前記データ処理ステップは、
前記カメラの取得した取得イメージと、参照用イメージとのイメージ・マッチング処理により、一致度の高い参照用イメージに対して高スコアを設定するスコア算出を実行して、算出スコアに基づいて情報処理装置のポーズ候補の確率分布である候補確率分布データを算出する候補確率分布データ算出処理と、
前記候補確率分布データに基づくデータ変換処理により情報処理装置のポーズ仮説に対応する確率分布である仮説確率分布データを算出する仮説確率分布データ算出処理を実行することを特徴とする情報処理方法。 - 前記データ処理ステップは、さらに、
新たに取得するイメージに基づいて、前記仮説確率分布データの更新処理を実行して、最も確率値の高いポーズ仮説を選定し、選定したポーズ仮説を情報処理装置のポーズとして出力する処理を実行することを特徴とする請求項12に記載の情報処理方法。 - 前記データ処理ステップは、
複数のポーズ仮説を設定し、前記カメラの取得したイメージに基づく前記仮説確率分布データの更新処理により、より確からしい仮説を選定する多仮説トラッキング(MHT:Multi−hypothesis Tracking)処理を実行することを特徴とする請求項12に記載の情報処理方法。 - 前記データ処理ステップは、
複数のポーズ仮説[Hi]の各々について、ポーズ仮説Hiをサポートするに十分なイメージ[z]に基づくポーズ候補[Cj]存在する場合は、仮説確率分布データにおける前記仮説[Hi]が真の下で取得イメージ[z]が真であると判定される確率値P(z|Hi)を高くする更新を実行し、
ポーズ仮説[Hi]をサポートするに十分なイメージ[z]に基づくポーズ候補[Cj]が存在しない場合は、前記確率値P(z|Hi)を低くする更新処理を実行し、
前記確率値P(z|Hi)と前記仮説[Hi]の確率値P(Hi)に基づき「取得イメージ[z]が真の下で、仮説Hiが真である確率値」P(Hi|z)を求め、それを元に前記仮説Hiの確率P(Hi)を更新することを特徴とする請求項14に記載の情報処理方法。 - 前記データ処理ステップは、
前記候補確率分布データに基づく仮説確率分布データの算出処理をカルマン・フィルタによる仮説更新処理に従って実行することを特徴とする請求項12に記載の情報処理方法。 - 前記データ処理ステップは、
前記候補確率分布データに基づく仮説確率分布データの算出処理をパーティクル・フィルタによる仮説更新処理に従って実行することを特徴とする請求項12に記載の情報処理方法。 - 前記データ処理ステップは、
前記カメラの取得した取得イメージと前記参照用イメージとのイメージ・マッチングにより対応する特徴点情報を取得し、該対応特徴点情報に基づいてスコア算出を行なうことを特徴とする請求項12に記載の情報処理方法。 - 前記データ処理ステップは、
ハリスコーナーディテクター(Harris Corner Detector)を用いた特徴点抽出処理を実行することを特徴とする請求項18に記載の情報処理方法。 - 前記データ処理ステップは、
前記イメージ・マッチング処理により算出するスコアが予め定めたスコア閾値以上の参照用イメージのみを選択して、選択イメージに基づく自己位置もしくは自己姿勢の同定処理を実行することを特徴とする請求項12記載の情報処理方法。 - 前記データ処理ステップは、
ポーズ仮説の初期設定を実行し、取得イメージに基づいて生成される新規ポーズ仮説と、設定済みのポーズ仮説との合成処理を実行して、ポーズ仮説の更新を行なうことを特徴とする請求項12記載の情報処理方法。 - 前記データ処理ステップは、
ポーズ仮説の確率値に対応する閾値を設定し、前記仮説確率分布データに含まれる最高確率のポーズ仮説と前記閾値を比較し、最高確率のポーズ仮説が閾値以上である場合、該最高確率のポーズ仮説を情報処理装置のポーズとして出力する処理を実行することを特徴とする請求項12記載の情報処理方法。 - 情報処理装置に自己位置もしくは自己姿勢の同定処理を実行させるコンピュータ・プログラムであり、
カメラに、情報処理装置周囲のイメージ(画像)を撮影させるイメージ取得ステップと、
データ処理部に、前記カメラの取得したイメージを適用して情報処理装置の自己位置もしくは自己姿勢の同定処理を実行させるデータ処理ステップを有し、
前記データ処理ステップは、
前記カメラの取得した取得イメージと、参照用イメージとのイメージ・マッチング処理により、一致度の高い参照用イメージに対して高スコアを設定するスコア算出を実行させて、算出スコアに基づいて情報処理装置のポーズ候補の確率分布である候補確率分布データを算出させる候補確率分布データ算出処理と、
前記候補確率分布データに基づくデータ変換処理により情報処理装置のポーズ仮説に対応する確率分布である仮説確率分布データを算出する仮説確率分布データ算出処理を実行させるステップであることを特徴とするコンピュータ・プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007018271A JP2008185417A (ja) | 2007-01-29 | 2007-01-29 | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007018271A JP2008185417A (ja) | 2007-01-29 | 2007-01-29 | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008185417A true JP2008185417A (ja) | 2008-08-14 |
JP2008185417A5 JP2008185417A5 (ja) | 2010-02-12 |
Family
ID=39728574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007018271A Pending JP2008185417A (ja) | 2007-01-29 | 2007-01-29 | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2008185417A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2372582A2 (en) | 2010-03-09 | 2011-10-05 | Sony Corporation | Information processing device, map update method, program, and information processing system |
JP2013186551A (ja) * | 2012-03-06 | 2013-09-19 | Nissan Motor Co Ltd | 移動物体位置姿勢推定装置及び方法 |
JP2015513679A (ja) * | 2012-03-02 | 2015-05-14 | クアルコム,インコーポレイテッド | シーン構造ベース自己姿勢推定 |
KR101745626B1 (ko) | 2016-11-21 | 2017-06-09 | 아이씨티웨이주식회사 | 위치정보 연산 방법 및 이를 위한 연산 장치 |
JP2017519184A (ja) * | 2014-03-28 | 2017-07-13 | フィリップス ライティング ホールディング ビー ヴィ | 符号化光に基づく携帯装置の位置特定 |
JP7506091B2 (ja) | 2019-05-21 | 2024-06-25 | マイクロソフト テクノロジー ライセンシング,エルエルシー | 画像ベースの位置特定 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003166824A (ja) * | 2001-11-30 | 2003-06-13 | Sony Corp | ロボットの自己位置同定システム及び自己位置同定方法 |
JP2006209770A (ja) * | 2005-01-25 | 2006-08-10 | Samsung Electronics Co Ltd | 移動体の位置の推定及び地図の生成装置とその方法、並びにその装置を制御するコンピュータプログラムを保存するコンピュータで読み取り可能な記録媒体 |
-
2007
- 2007-01-29 JP JP2007018271A patent/JP2008185417A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003166824A (ja) * | 2001-11-30 | 2003-06-13 | Sony Corp | ロボットの自己位置同定システム及び自己位置同定方法 |
JP2006209770A (ja) * | 2005-01-25 | 2006-08-10 | Samsung Electronics Co Ltd | 移動体の位置の推定及び地図の生成装置とその方法、並びにその装置を制御するコンピュータプログラムを保存するコンピュータで読み取り可能な記録媒体 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2372582A2 (en) | 2010-03-09 | 2011-10-05 | Sony Corporation | Information processing device, map update method, program, and information processing system |
JP2015513679A (ja) * | 2012-03-02 | 2015-05-14 | クアルコム,インコーポレイテッド | シーン構造ベース自己姿勢推定 |
KR101585521B1 (ko) | 2012-03-02 | 2016-01-14 | 퀄컴 인코포레이티드 | 장면 구조-기반 자가-포즈 추정 |
JP2013186551A (ja) * | 2012-03-06 | 2013-09-19 | Nissan Motor Co Ltd | 移動物体位置姿勢推定装置及び方法 |
JP2017519184A (ja) * | 2014-03-28 | 2017-07-13 | フィリップス ライティング ホールディング ビー ヴィ | 符号化光に基づく携帯装置の位置特定 |
KR101745626B1 (ko) | 2016-11-21 | 2017-06-09 | 아이씨티웨이주식회사 | 위치정보 연산 방법 및 이를 위한 연산 장치 |
JP7506091B2 (ja) | 2019-05-21 | 2024-06-25 | マイクロソフト テクノロジー ライセンシング,エルエルシー | 画像ベースの位置特定 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10096129B2 (en) | Three-dimensional mapping of an environment | |
Li et al. | DeepI2P: Image-to-point cloud registration via deep classification | |
CN112014857B (zh) | 用于智能巡检的三维激光雷达定位导航方法及巡检机器人 | |
KR102462278B1 (ko) | 어떤 대상의 자기 동작 추정을 위한 방법 | |
KR101776621B1 (ko) | 에지 기반 재조정을 이용하여 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법 | |
EP2380136B1 (en) | A method of estimating a motion of a multiple camera system, a multiple camera system and a computer program product | |
US20110169923A1 (en) | Flow Separation for Stereo Visual Odometry | |
US8649557B2 (en) | Method of mobile platform detecting and tracking dynamic objects and computer-readable medium thereof | |
US8457373B2 (en) | System and method for robust 2D-3D image registration | |
US20180246515A1 (en) | Vehicle Automated Parking System and Method | |
JP2009237845A (ja) | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム | |
Cheng et al. | Improving visual localization accuracy in dynamic environments based on dynamic region removal | |
JP6330068B2 (ja) | 画像分析システムおよび方法 | |
CN104881029B (zh) | 基于一点ransac和fast算法的移动机器人导航方法 | |
JP4880805B2 (ja) | 物体位置推定装置、物体位置推定方法、及び、物体位置推定プログラム | |
JP2008185417A (ja) | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム | |
JP2007249309A (ja) | 障害物追跡装置及びその方法 | |
WO2022021661A1 (zh) | 一种基于高斯过程的视觉定位方法、系统及存储介质 | |
CN114434123B (zh) | 一种空中线夹的机械臂定位拆卸方法、装置及存储介质 | |
Lu et al. | Consensus-informed optimization over mixtures for ambiguity-aware object SLAM | |
Ahmadi et al. | HDPV-SLAM: Hybrid depth-augmented panoramic visual SLAM for mobile mapping system with tilted LiDAR and panoramic visual camera | |
CN104240265B (zh) | 一种基于全局约束的多目标跟踪方法和系统 | |
Matsuo et al. | Outdoor visual localization with a hand-drawn line drawing map using fastslam with pso-based mapping | |
CN116907477A (zh) | 一种基于视觉路标辅助的高精度激光slam方法及装置 | |
EP2245593B1 (en) | A method of estimating a motion of a multiple camera system, a multiple camera system and a computer program product |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091222 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20091222 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20111020 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111108 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120228 |