Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

オープンソースSLAMの分類

18,458 views

Published on

第1回3D勉強会@関東「SLAMチュートリアル大会」講演資料

Published in: Technology
  • Be the first to comment

オープンソースSLAMの分類

  1. 1. オープンソース SLAM の分類 千葉工業大学 未来ロボット技術研究センター 原 祥尭(HARA, Yoshitaka) 3D勉強会 2018-05-27
  2. 2. 自己紹介 1 3D勉強会 2018-05-27  2007年:筑波大 修士  2007年~2011年:日立製作所 日立研究所 (旧、機械研究所)  2012年~2015年:学振特別研究員DC1  2015年:筑波大 博士  2015年~:千葉工大 未来ロボット技術研究センター (fuRo)
  3. 3. 自己紹介 2 3D勉強会 2018-05-27  “ROS の活用による屋外の歩行者空間に適応した 自律移動ロボットの開発”, RSJ 第94回ロボット工学セミナー, 2015. https://www.slideshare.net/hara-y/ros-slam- navigation-rsj-seminar  “ROS を用いた自律移動ロボットのシステム構築”, RSJ 第99回ロボット工学セミナー, 2016. https://www.slideshare.net/hara-y/ros-nav-rsj- seminar  “解説:ROS を用いた自律走行”, 日本ロボット学会誌, vol. 35, no. 4, 2017.
  4. 4. 日経 Robotics 連載:SLAM とは何か 3 3D勉強会 2018-05-27  全18回:2016年5月号~2017年11月号 (2017年4月号は休載)
  5. 5. 自己位置推定と SLAM 手法の分類 4 3D勉強会 2018-05-27 ベイズフィルタ 系 スキャンマッチング系 (レジストレーション) グラフベース SLAM 系 性質 フィルタリング、 オンライン 逐次最適化、オンライン 全体最適化、 オフライン ベイズ理論 ベイズ推定 (確率分布とし て推定) 最尤推定(点推定) 最尤推定/最大 事後確率(MAP) 推定(点推定) 手法の概要 事前確率と尤度 を確率的に融合 点群を最適化計算で位置合わせ ロボット位置やランド マーク位置(地図) を表すグラフを最 適化 詳細マッチング 大域マッチング 初期位置あり、 ユークリッド空間で対 応付け 初期位置なし、 特徴量空間で対 応付け 手法の例 EKF、HF、PF、 RBPF など ICP、NDT など Spin Image、 FPFH、PPF、 SHOT など ポーズ調整、バン ドル調整、完全 SLAM
  6. 6. グラフベース SLAM のシステム構成 5 3D勉強会 2018-05-27 フロントエンドとバックエンドで構成  フロントエンド:スキャンマッチングやベイズフィルタで制約生成  バックエンド:グラフソルバーでグラフを最適化 フロントエンド バックエンド 逐次 SLAM • 位置追跡 • ループ検出 • グラフ(制約)生成 Graph-Based SLAM • グラフ最適化 • 地図生成 センサデータ ポーズグラフ 地図
  7. 7. ベイズフィルタ系6 3D勉強会 2018-05-27
  8. 8. Gmapping 7 3D勉強会 2018-05-27  Giorgio Grisetti, Cyrill Stachniss, Wolfram Burgard: “Improved Techniques for Grid Mapping with Rao-Blackwellized Particle Filters”, TRO 2007.  http://wiki.ros.org/slam_gmapping  ライセンス:CreativeCommons BY-NC-SA 2.0  Rao-Blackwellized Particle Filter (RBPF) ループは非明示的に閉じる
  9. 9. Gmapping 8 3D勉強会 2018-05-27 3個のパーティクル (ロボット位置) パーティクル#1の地図 パーティクル#2の地図 パーティクル#3の地図 尤度(重み):中 尤度(重み):大 尤度(重み):小
  10. 10. Gmapping 9 3D勉強会 2018-05-27
  11. 11. スキャンマッチング系10 3D勉強会 2018-05-27
  12. 12. Hector SLAM 11 3D勉強会 2018-05-27  Stefan Kohlbrecher, Johannes Meyer, Oskar von Stryk, Uwe Klingauf: “A Flexible and Scalable SLAM System with Full 3D Motion Estimation”, SSRR 2011.  http://wiki.ros.org/hector_slam  ライセンス:BSD  2D格子地図でスキャンマッチング
  13. 13. LOAM 12 3D勉強会 2018-05-27  Ji Zhang, Sanjiv Singh: “LOAM: Lidar Odometry and Mapping in Real-time”, RSS 2014.  http://wiki.ros.org/loam_velodyne http://wiki.ros.org/loam_continuous http://wiki.ros.org/loam_back_and_forth  ライセンス:BSD  点対線・点対面マッチング
  14. 14. Velodyne SLAM 13 3D勉強会 2018-05-27  Frank Moosmann, Christoph Stiller: “Velodyne SLAM”, IV 2011.  http://www.mrt.kit.edu/z/publ/download/velo dyneslam/  ライセンス:GPL v3  点対面マッチング スキャン歪み補正
  15. 15. グラフベース SLAM 系14 3D勉強会 2018-05-27
  16. 16. g2o:グラフソルバー 15 3D勉強会 2018-05-27  Rainer Kuemmerle, Giorgio Grisetti, Hauke Strasdat, Kurt Konolige, Wolfram Burgard: “g2o: A General Framework for Graph Optimization”, ICRA 2011.  https://github.com/RainerKuemmerle/g2o  ライセンス:LGPL v3  SuiteSparse 利用(CSparse、CHOLMOD など) http://faculty.cse.tamu.edu/davis/suitesparse.html
  17. 17. g2o:グラフソルバー 16 3D勉強会 2018-05-27
  18. 18. p2o:グラフソルバー 17 3D勉強会 2018-05-27  Kiyoshi Irie, Masahiro Tomono: “A Compact and Portable Implementation of Graph-Based SLAM”, ROBOMECH 2017.  https://github.com/furo-org/p2o  ライセンス:MPL v2.0  Eigen3 のみに依存
  19. 19. Cartographer:Laser SLAM システム 18 3D勉強会 2018-05-27  Wolfgang Hess, Damon Kohler, Holger Rapp, Daniel Andor: “Real-Time Loop Closure in 2D LIDAR SLAM”, ICRA 2016. (実装は論文から多くの修正が加わっている)  https://github.com/googlecartographer/carto grapher  ライセンス:Apache v2.0  グラフソルバー:Ceres Solver(+SuiteSparse) http://ceres-solver.org/
  20. 20. Cartographer:Laser SLAM システム 19 3D勉強会 2018-05-27
  21. 21. LittleSLAM:Laser SLAM システム 20 3D勉強会 2018-05-27  友納 正裕: “SLAM 入門”, オーム社(書籍)2018.  https://github.com/furo-org/LittleSLAM  ライセンス:MPL v2.0  グラフソルバー:p2o
  22. 22. Visual SLAM(カメラ SLAM)システム 21 3D勉強会 2018-05-27 各種の Visual SLAM もグラフベースが主流  ORB-SLAM  https://github.com/raulmur/ORB_SLAM2  ライセンス:GPL v3  LSD-SLAM  https://github.com/tum-vision/lsd_slam  ライセンス:GPL v3  DSO  https://github.com/JakobEngel/dso  ライセンス:GPL v3  SVO  https://github.com/uzh-rpg/rpg_svo  ライセンス:GPL v3
  23. 23. ProSLAM:Visual SLAM システム 22 3D勉強会 2018-05-27  Dominik Schlegel, Mirco Colosi, Giorgio Grisetti: “ProSLAM: Graph SLAM from a Programmer's Perspective”, ICRA 2018.  https://gitlab.com/srrg-software/srrg_proslam  ライセンス:BSD 3-clause
  24. 24. ライブラリ23 3D勉強会 2018-05-27
  25. 25. PCL(Point Cloud Library) 24 3D勉強会 2018-05-27  http://pointclouds.org/ https://github.com/PointCloudLibrary/pcl  開発元:Open Perception  ライセンス:BSD 3-clause  機能  マッチング:◎  グラフベース:△
  26. 26. Open3D 25 3D勉強会 2018-05-27  http://www.open3d.org/ https://github.com/IntelVCL/Open3D  開発元:Intel  ライセンス:MIT  機能  マッチング:○  グラフベース:○
  27. 27. まとめ26 3D勉強会 2018-05-27
  28. 28. まとめ 27 3D勉強会 2018-05-27  オープンソース SLAM を分類して紹介  ベイズフィルタ系  スキャンマッチング系  グラフベース SLAM 系(ソルバー/システム)  ライブラリ  現在の主流はグラフベース SLAM 系  フロントエンドとバックエンドを統合してシステム構成  フロントエンドに、スキャンマッチングやベイズフィルタを利用
  29. 29. RSJ ロボット工学セミナー 5月31日(木) 28 3D勉強会 2018-05-27 https://www.rsj.or.jp/seminar/s112/ 10:00~17:20@東大、会場150名/ネット配信20名 1. SLAMとは何か:自己位置推定と地図構築の全体像 原 祥尭(千葉工大) 2. 3次元レジストレーション 玉木 徹(広島大) 3. 深層学習による画像認識技術 藤吉 弘亘(中部大) 4. 3次元物体認識技術 金崎 朝子(産総研) 5. GPU のロボティクス応用 梅本 将範(NVIDIA)

×