JPWO2021205276A5 - 位置推定システム - Google Patents

位置推定システム Download PDF

Info

Publication number
JPWO2021205276A5
JPWO2021205276A5 JP2022513698A JP2022513698A JPWO2021205276A5 JP WO2021205276 A5 JPWO2021205276 A5 JP WO2021205276A5 JP 2022513698 A JP2022513698 A JP 2022513698A JP 2022513698 A JP2022513698 A JP 2022513698A JP WO2021205276 A5 JPWO2021205276 A5 JP WO2021205276A5
Authority
JP
Japan
Prior art keywords
point cloud
machine learning
data
cloud data
types
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
Application number
JP2022513698A
Other languages
English (en)
Other versions
JPWO2021205276A1 (ja
Filing date
Publication date
Application filed filed Critical
Priority claimed from PCT/IB2021/052560 external-priority patent/WO2021205276A1/ja
Publication of JPWO2021205276A1 publication Critical patent/JPWO2021205276A1/ja
Publication of JPWO2021205276A5 publication Critical patent/JPWO2021205276A5/ja
Pending legal-status Critical Current

Links

Claims (4)

  1. 学習装置と、位置推定装置と、を有し、
    前記学習装置は、第1の点群-画像変換部と、比較部と、学習部と、を有し、
    前記位置推定装置は、点群データ取得部と、第2の点群-画像変換部と、推論部と、データ変換部と、評価部と、を有し、
    前記第1の点群-画像変換部は、地図情報を表すn種(nは3以上の整数)の機械学習用点群データを、n種の機械学習用画像データに変換する機能を有し、
    前記比較部は、前記n種の機械学習用点群データの中から、2種の機械学習用点群データを選択し、前記2種の機械学習用点群データ同士を比較することにより、第1の平行移動量、及び第1の回転量を算出する機能を有し、
    前記学習部は、前記2種の機械学習用点群データに対応する2種の機械学習用画像データと、前記第1の平行移動量、及び前記第1の回転量と、を用いた学習により、機械学習モデルを生成する機能を有し、
    前記点群データ取得部は、取得点群データを取得する機能を有し、
    前記第2の点群-画像変換部は、前記取得点群データを取得画像データに変換する機能を有し、
    前記推論部は、前記機械学習モデルを用いて、前記取得画像データと、前記n種の機械学習用画像データの中から選択した1種の機械学習用画像データと、に基づき第2の平行移動量、及び第2の回転量を推論する機能を有し、
    前記データ変換部は、前記第2の平行移動量と、前記第2の回転量と、に基づき、前記1種の機械学習用画像データに対応する1種の機械学習用点群データを評価用点群データに変換する機能を有し、
    前記評価部は、前記取得点群データと、前記評価用点群データと、の一致度を評価する機能を有する位置推定システム。
  2. 請求項において、
    前記取得画像データと、前記機械学習用画像データと、は2値のデータである位置推定システム。
  3. 請求項1又は請求項2において、
    前記機械学習モデルは、畳み込みニューラルネットワークモデルである位置推定システム。
  4. 請求項1乃至請求項3のいずれか一項において、
    前記第1の平行移動量、及び前記第1の回転量は、スキャンマッチングにより算出される位置推定システム。


JP2022513698A 2021-03-29 位置推定システム Pending JPWO2021205276A5 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020071120 2020-04-10
PCT/IB2021/052560 WO2021205276A1 (ja) 2020-04-10 2021-03-29 位置推定システム、位置推定装置、及び移動体

Publications (2)

Publication Number Publication Date
JPWO2021205276A1 JPWO2021205276A1 (ja) 2021-10-14
JPWO2021205276A5 true JPWO2021205276A5 (ja) 2024-03-19

Family

ID=

Similar Documents

Publication Publication Date Title
CN107330908B (zh) 一种基于卷积受限玻尔兹曼机的形状建模方法及相关装置
Davydov et al. Adversarial parametric pose prior
KR102473287B1 (ko) 단안 카메라 영상에서 복수의 딥러닝 모듈을 이용하여 자세와 동작을 정확하게 모방하는 3차원 모델링 장치 및 그 방법
Orts-Escolano et al. 3d surface reconstruction of noisy point clouds using growing neural gas: 3d object/scene reconstruction
JP2020052543A (ja) 形状補完装置、形状補完学習装置、方法、及びプログラム
CN103679639A (zh) 基于非局部均值的图像去噪方法和装置
CN112734887A (zh) 基于深度学习的人脸混合-变形生成方法和装置
Urtasun et al. Modeling human locomotion with topologically constrained latent variable models
JP2019016164A (ja) 学習データ生成装置、推定装置、推定方法及びコンピュータプログラム
KR101689335B1 (ko) 복수 개의 불확실성 또는 상호 상관성이 있을 수 있는 데이터를 융합하는 방법 및 장치
JPWO2021205276A5 (ja) 位置推定システム
JP6185879B2 (ja) 多関節物体追跡装置、多関節物体追跡方法、及びプログラム
Andreou et al. Pose representations for deep skeletal animation
CN111028346A (zh) 一种视频对象的重建方法和装置
Tian et al. View-invariant policy learning via zero-shot novel view synthesis
CN110546687A (zh) 图像处理装置及二维图像生成用程序
WO2022173814A1 (en) System and method for photorealistic image synthesis using unsupervised semantic feature disentanglement
CN112990428A (zh) 重复性人类活动异常运动检测
JP2019133545A (ja) 特徴表現装置、それを含む認識システム、及び特徴表現プログラム
Tian et al. Landmark-based 3D face reconstruction from an arbitrary number of unconstrained images
JP5124439B2 (ja) 多次元時系列データ分析装置及びコンピュータプログラム
JP7391784B2 (ja) 情報処理装置、情報処理方法およびプログラム
Kimiaei et al. Impulse noise removal by an adaptive trust-region method
Lawrence et al. Dp-gp-lvm: A bayesian non-parametric model for learning multivariate dependency structures
Maimaitimin et al. Surface-common-feature descriptor of point cloud data for deep learning