SlideShare a Scribd company logo
1 of 30
Download to read offline
SLAM:
Simultaneous Localization And Mapping
自己位置推定
ロボットに搭載したセンサから位置と姿勢を推定するこ
と.ホイールの回転量や環境との距離関係を用いる方法
やものを基準にする方法などがある.
既知
自己位置推定
予め決定した環境からの位置
を計算する.
つまり,地図が である.
実用上ほとんどない
環境地図生成
ロボット周辺の物体配置や壁との距離情報など,
環境を記述した地図のこと.
自己位置環境地図
chicken-and-egg problem
SLAM とは
未知の環境に対して,
自己位置推定と環境地図生成
を同時に行うアルゴリズム.
自動走行車などに利用されて
いる.
基本理論
アイデア誕生
停滞期
理論
導入
1986
1990
1996
2003
基本理論
アイデア誕生
停滞期
理論
導入
1986
1990
1995
2003
1986 IEEE Robotics and Automation Conference
1986 IEEE Robotics and Automation Conference
Peter Cheeseman
Jim Crowley
Hugh Durrant-Whyte
基本理論
アイデア誕生
停滞期
理論
導入
1986
1990
1995
2003
1986 December
“On the Representation and
Estimation of Spatial Uncertainty”
The International Journal of Robotics Research
Randall C. Smith
SRI International
1988 December
“Uncertain geometry in
robotics”
IEEE Journal on Robotics and Automation
H.F. Durrant-Whyte
Philadelphia Univercity
ランドマークを観測続けることで,正確な地図が
構築されていくことを確認した.
Peter Cheeseman
NASA Ames
ランドマークと自己位置の相関を調べた
1990
“Estimating Uncertain Spatial
Relationships in Robotics”
Proceedings of the Second Conference on Uncertainty in
Artificial Intelligence
Randall C. Smith
SRI International
Matthew Self
UC Berkeley
Peter Cheeseman
NASA Ames
無限の計算で処理が収束することを証明した
1990
“Simultaneous map building
and localization for an
autonomous mobile robot”
Proceedings of the Second Conference on Uncertainty in
Artificial Intelligence
J.J. Leonard
SRI International
H.F. Durrant-Whyte
Philadelphia Univercity
SLAM停滞期
誤差がたまる
処理が重い
SLAM停滞期
処理が重い
自己位置(姿勢)とすべての
ランドマークの対応付け(Joint State)
が必要.
O(𝑛2
) , 𝑛: ランドマーク数
誤差がたまる
推定誤差の広がりが収束せず
安定状態にならない
→論文通りにならない
SLAM停滞期
自己位置推定 環境地図生成
SLAM停滞期
自己位置推定 環境地図生成
“Directed Sonar Navigation.”
Kluwer Academic Press. 1992
J.J. Leonard
SRI International
H.F. Durrant-Whyte
Philadelphia Univercity
自己位置推定を超音波センサのみで行った
1992
基本理論
アイデア誕生
停滞期
理論
導入
1986
1990
1995
2003
“Localization of automatic
guided vehicles”
Robotics Research
The 7th International Symposium(ISRR’95)
D. RyeH.F. Durrant-Whyte
Philadelphia Univercity
SLAMが登場
E. Nebot
1995
BORによるアプローチ
1996
“A new approach to
simultaneous localization
and map building”
Proceedings of SPIE Aerosense, Orlando
M. Csorba
SRI International
H.F. Durrant-Whyte
Philadelphia Univercity
SLAMについてまとめた
1997
“Simultaneous Localization
and Map Building”
PhD thesis, University of Oxford
M. Csorba
SRI International
基本理論
アイデア誕生
停滞期
理論
導入
1986
1990
1995
2003
車両で試験走行 拡張カルマンフィルタ
2001
“A solution to the
simultaneous localisation
and mapping (SLAM)
problem”
IEEE Trans. Robotics and Automation
S. Clark H.F. Durrant-Whyte
Philadelphia Univercity
G. Dissanayake P. Newman
FAST-SLAM
2002
“Fast-SLAM: A factored solution
to the simultaneous localization
and mapping problem”
Proc. AAAI 2002
M. Montererlo S. Thrun
D. Koller B. Wegbreit
参考文献
• OpenSLAM
• Association for Uncertainty in Artificial Intelligence
• The International Journal of Robotics Research
• Simultaneous Localization and Mapping (SLAM): Part I The
Essential Algorithms
• THE IEEE ROBOTICS AND AUTOMATION SOCIETY HISTORY
• 各種論文
今後の展望
• さらに詳しい技術的変遷
• H.F. Durrant-Whyteについて

More Related Content

What's hot

ORB-SLAMの手法解説
ORB-SLAMの手法解説ORB-SLAMの手法解説
ORB-SLAMの手法解説Masaya Kaneko
 
ARマーカーを用いた位置姿勢推定
ARマーカーを用いた位置姿勢推定ARマーカーを用いた位置姿勢推定
ARマーカーを用いた位置姿勢推定KakeruYamasaki
 
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
 
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
 
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
 
ORB-SLAMを動かしてみた
ORB-SLAMを動かしてみたORB-SLAMを動かしてみた
ORB-SLAMを動かしてみたTakuya Minagawa
 
【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【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
 
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~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
 
[CVPR2020読み会@CV勉強会] 3D Packing for Self-Supervised Monocular Depth Estimation
[CVPR2020読み会@CV勉強会] 3D Packing for Self-Supervised Monocular Depth Estimation[CVPR2020読み会@CV勉強会] 3D Packing for Self-Supervised Monocular Depth Estimation
[CVPR2020読み会@CV勉強会] 3D Packing for Self-Supervised Monocular Depth EstimationKazuyuki Miyazawa
 
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理Toru Tamaki
 
CNN-SLAMざっくり
CNN-SLAMざっくりCNN-SLAMざっくり
CNN-SLAMざっくりEndoYuuki
 
【DL輪読会】Motion Policy Networks
【DL輪読会】Motion Policy Networks【DL輪読会】Motion Policy Networks
【DL輪読会】Motion Policy NetworksDeep Learning JP
 
機械学習による変形ARマーカの位置・姿勢推定, 電気・電子・情報関係学会東海支部連合大会, 2021
機械学習による変形ARマーカの位置・姿勢推定, 電気・電子・情報関係学会東海支部連合大会, 2021機械学習による変形ARマーカの位置・姿勢推定, 電気・電子・情報関係学会東海支部連合大会, 2021
機械学習による変形ARマーカの位置・姿勢推定, 電気・電子・情報関係学会東海支部連合大会, 2021MILab
 
Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018Satoshi Fujimoto
 
Depth from Videos in the Wild: Unsupervised Monocular Depth Learning from Unk...
Depth from Videos in the Wild: Unsupervised Monocular Depth Learning from Unk...Depth from Videos in the Wild: Unsupervised Monocular Depth Learning from Unk...
Depth from Videos in the Wild: Unsupervised Monocular Depth Learning from Unk...Kazuyuki Miyazawa
 
30th コンピュータビジョン勉強会@関東 DynamicFusion
30th コンピュータビジョン勉強会@関東 DynamicFusion30th コンピュータビジョン勉強会@関東 DynamicFusion
30th コンピュータビジョン勉強会@関東 DynamicFusionHiroki Mizuno
 

What's hot (20)

ORB-SLAMの手法解説
ORB-SLAMの手法解説ORB-SLAMの手法解説
ORB-SLAMの手法解説
 
ARマーカーを用いた位置姿勢推定
ARマーカーを用いた位置姿勢推定ARマーカーを用いた位置姿勢推定
ARマーカーを用いた位置姿勢推定
 
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
 
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
 
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
 
ORB-SLAMを動かしてみた
ORB-SLAMを動かしてみたORB-SLAMを動かしてみた
ORB-SLAMを動かしてみた
 
【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【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
 
LiDARとSensor Fusion
LiDARとSensor FusionLiDARとSensor Fusion
LiDARとSensor Fusion
 
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
 
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
 
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~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~
 
[CVPR2020読み会@CV勉強会] 3D Packing for Self-Supervised Monocular Depth Estimation
[CVPR2020読み会@CV勉強会] 3D Packing for Self-Supervised Monocular Depth Estimation[CVPR2020読み会@CV勉強会] 3D Packing for Self-Supervised Monocular Depth Estimation
[CVPR2020読み会@CV勉強会] 3D Packing for Self-Supervised Monocular Depth Estimation
 
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
 
20190825 vins mono
20190825 vins mono20190825 vins mono
20190825 vins mono
 
CNN-SLAMざっくり
CNN-SLAMざっくりCNN-SLAMざっくり
CNN-SLAMざっくり
 
【DL輪読会】Motion Policy Networks
【DL輪読会】Motion Policy Networks【DL輪読会】Motion Policy Networks
【DL輪読会】Motion Policy Networks
 
機械学習による変形ARマーカの位置・姿勢推定, 電気・電子・情報関係学会東海支部連合大会, 2021
機械学習による変形ARマーカの位置・姿勢推定, 電気・電子・情報関係学会東海支部連合大会, 2021機械学習による変形ARマーカの位置・姿勢推定, 電気・電子・情報関係学会東海支部連合大会, 2021
機械学習による変形ARマーカの位置・姿勢推定, 電気・電子・情報関係学会東海支部連合大会, 2021
 
Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018
 
Depth from Videos in the Wild: Unsupervised Monocular Depth Learning from Unk...
Depth from Videos in the Wild: Unsupervised Monocular Depth Learning from Unk...Depth from Videos in the Wild: Unsupervised Monocular Depth Learning from Unk...
Depth from Videos in the Wild: Unsupervised Monocular Depth Learning from Unk...
 
30th コンピュータビジョン勉強会@関東 DynamicFusion
30th コンピュータビジョン勉強会@関東 DynamicFusion30th コンピュータビジョン勉強会@関東 DynamicFusion
30th コンピュータビジョン勉強会@関東 DynamicFusion
 

The history of SLAM (Simultaneous Localization And Mapping)