Submit Search
Upload
Cartographer を用いた 3D SLAM
•
19 likes
•
18,746 views
Yoshitaka HARA
Follow
第6回3D勉強会@関東「SLAM 勉強会」講演資料 https://3dvision.connpass.com/event/156241/
Read less
Read more
Technology
Report
Share
Report
Share
1 of 28
Recommended
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
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
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
Yoshitaka HARA
オープンソース SLAM の分類
オープンソース SLAM の分類
Yoshitaka HARA
Cartographer と Autoware を用いた自律走行
Cartographer と Autoware を用いた自律走行
Yoshitaka HARA
UnityとROSの連携について
UnityとROSの連携について
UnityTechnologiesJapan002
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII
ROS を用いた自律移動ロボットのシステム構築
ROS を用いた自律移動ロボットのシステム構築
Yoshitaka HARA
Recommended
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
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
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
Yoshitaka HARA
オープンソース SLAM の分類
オープンソース SLAM の分類
Yoshitaka HARA
Cartographer と Autoware を用いた自律走行
Cartographer と Autoware を用いた自律走行
Yoshitaka HARA
UnityとROSの連携について
UnityとROSの連携について
UnityTechnologiesJapan002
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
SSII
ROS を用いた自律移動ロボットのシステム構築
ROS を用いた自律移動ロボットのシステム構築
Yoshitaka HARA
mcl_3dl: amcl並に軽量な3-D/6-DoFローカリゼーションパッケージ
mcl_3dl: amcl並に軽量な3-D/6-DoFローカリゼーションパッケージ
Atsushi Watanabe
tf,tf2完全理解
tf,tf2完全理解
Koji Terada
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
四脚ロボットによるつくばチャレンジへの取り組み
四脚ロボットによるつくばチャレンジへの取り組み
kiyoshiiriemon
SLAMチュートリアル大会資料(ORB-SLAM)
SLAMチュートリアル大会資料(ORB-SLAM)
Masaya Kaneko
【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
ORB-SLAMを動かしてみた
ORB-SLAMを動かしてみた
Takuya Minagawa
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
takaya imai
Jetson活用セミナー ROS2自律走行実現に向けて
Jetson活用セミナー ROS2自律走行実現に向けて
Fixstars Corporation
移動ロボットのナビゲーション
移動ロボットのナビゲーション
Ryuichi Ueda
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
ROBOTIS Japan
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
miyanegi
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
Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018
Satoshi Fujimoto
SLAM入門 第2章 SLAMの基礎
SLAM入門 第2章 SLAMの基礎
yohei okawa
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
Yusuke Uchida
ORB-SLAMの手法解説
ORB-SLAMの手法解説
Masaya Kaneko
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
Hironobu Fujiyoshi
カルマンフィルタ入門
カルマンフィルタ入門
Yasunori Nihei
06 第5.1節-第5.7節 ROS2に対応したツール/パッケージ
06 第5.1節-第5.7節 ROS2に対応したツール/パッケージ
Mori Ken
20190307 visualslam summary
20190307 visualslam summary
Takuya Minagawa
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
More Related Content
What's hot
mcl_3dl: amcl並に軽量な3-D/6-DoFローカリゼーションパッケージ
mcl_3dl: amcl並に軽量な3-D/6-DoFローカリゼーションパッケージ
Atsushi Watanabe
tf,tf2完全理解
tf,tf2完全理解
Koji Terada
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
四脚ロボットによるつくばチャレンジへの取り組み
四脚ロボットによるつくばチャレンジへの取り組み
kiyoshiiriemon
SLAMチュートリアル大会資料(ORB-SLAM)
SLAMチュートリアル大会資料(ORB-SLAM)
Masaya Kaneko
【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
ORB-SLAMを動かしてみた
ORB-SLAMを動かしてみた
Takuya Minagawa
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
takaya imai
Jetson活用セミナー ROS2自律走行実現に向けて
Jetson活用セミナー ROS2自律走行実現に向けて
Fixstars Corporation
移動ロボットのナビゲーション
移動ロボットのナビゲーション
Ryuichi Ueda
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
ROBOTIS Japan
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
miyanegi
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
Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018
Satoshi Fujimoto
SLAM入門 第2章 SLAMの基礎
SLAM入門 第2章 SLAMの基礎
yohei okawa
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
Yusuke Uchida
ORB-SLAMの手法解説
ORB-SLAMの手法解説
Masaya Kaneko
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
Hironobu Fujiyoshi
カルマンフィルタ入門
カルマンフィルタ入門
Yasunori Nihei
06 第5.1節-第5.7節 ROS2に対応したツール/パッケージ
06 第5.1節-第5.7節 ROS2に対応したツール/パッケージ
Mori Ken
What's hot
(20)
mcl_3dl: amcl並に軽量な3-D/6-DoFローカリゼーションパッケージ
mcl_3dl: amcl並に軽量な3-D/6-DoFローカリゼーションパッケージ
tf,tf2完全理解
tf,tf2完全理解
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
四脚ロボットによるつくばチャレンジへの取り組み
四脚ロボットによるつくばチャレンジへの取り組み
SLAMチュートリアル大会資料(ORB-SLAM)
SLAMチュートリアル大会資料(ORB-SLAM)
【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
ORB-SLAMを動かしてみた
ORB-SLAMを動かしてみた
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
Jetson活用セミナー ROS2自律走行実現に向けて
Jetson活用セミナー ROS2自律走行実現に向けて
移動ロボットのナビゲーション
移動ロボットのナビゲーション
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
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~
Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018
SLAM入門 第2章 SLAMの基礎
SLAM入門 第2章 SLAMの基礎
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
ORB-SLAMの手法解説
ORB-SLAMの手法解説
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
カルマンフィルタ入門
カルマンフィルタ入門
06 第5.1節-第5.7節 ROS2に対応したツール/パッケージ
06 第5.1節-第5.7節 ROS2に対応したツール/パッケージ
Similar to Cartographer を用いた 3D SLAM
20190307 visualslam summary
20190307 visualslam summary
Takuya Minagawa
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
Visual slam
Visual slam
Takuya Minagawa
Shogo Yamazaki Bachelor Thesis
Shogo Yamazaki Bachelor Thesis
pflab
Mini Tokyo 3D − 交通デジタルツインとデジタルトランスフォーメーションの世界
Mini Tokyo 3D − 交通デジタルツインとデジタルトランスフォーメーションの世界
nagix
160608 01
160608 01
openrtm
2016 summercamp SysML講習会
2016 summercamp SysML講習会
openrtm
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
Takuya Minagawa
HPA交流会2019春
HPA交流会2019春
HirakuTOIDA
三次元点群処理ライブラリPCLと 統合ロボットシステム研究での 利用例の紹介
三次元点群処理ライブラリPCLと 統合ロボットシステム研究での 利用例の紹介
Ryohei Ueda
cvsaisentan20141004 kanezaki
cvsaisentan20141004 kanezaki
kanejaki
3Dマップを活用したVisual Localization
3Dマップを活用したVisual Localization
Hajime Taira
金属3Dプリンティングセミナー Markforged Metal X実演_20191213
金属3Dプリンティングセミナー Markforged Metal X実演_20191213
(株)3D Printing Corporation
Robot frontier lesson3 2018
Robot frontier lesson3 2018
Ryuichi Ueda
[DL輪読会]Learning to Navigate in Cities Without a Map
[DL輪読会]Learning to Navigate in Cities Without a Map
Deep Learning JP
Survey on Unsupervised Domain Adaptation for DETR.pptx
Survey on Unsupervised Domain Adaptation for DETR.pptx
Kaito Sugiyama
【IISAテクニカルカンファレンス2014】 オープンデータ×オープンソース ~WEB上でのインタラクティブ可視化手法について~
【IISAテクニカルカンファレンス2014】 オープンデータ×オープンソース ~WEB上でのインタラクティブ可視化手法について~
中洞 友希
20121109 foss4g handsonaok
20121109 foss4g handsonaok
和人 青木
3Dプリンタ関連論文(SIGGRAPHより)
3Dプリンタ関連論文(SIGGRAPHより)
Yukio Andoh
Robust Vehicle Localization in Urban Environments Using Probabilistic Maps
Robust Vehicle Localization in Urban Environments Using Probabilistic Maps
Kitsukawa Yuki
Similar to Cartographer を用いた 3D SLAM
(20)
20190307 visualslam summary
20190307 visualslam summary
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
Visual slam
Visual slam
Shogo Yamazaki Bachelor Thesis
Shogo Yamazaki Bachelor Thesis
Mini Tokyo 3D − 交通デジタルツインとデジタルトランスフォーメーションの世界
Mini Tokyo 3D − 交通デジタルツインとデジタルトランスフォーメーションの世界
160608 01
160608 01
2016 summercamp SysML講習会
2016 summercamp SysML講習会
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
HPA交流会2019春
HPA交流会2019春
三次元点群処理ライブラリPCLと 統合ロボットシステム研究での 利用例の紹介
三次元点群処理ライブラリPCLと 統合ロボットシステム研究での 利用例の紹介
cvsaisentan20141004 kanezaki
cvsaisentan20141004 kanezaki
3Dマップを活用したVisual Localization
3Dマップを活用したVisual Localization
金属3Dプリンティングセミナー Markforged Metal X実演_20191213
金属3Dプリンティングセミナー Markforged Metal X実演_20191213
Robot frontier lesson3 2018
Robot frontier lesson3 2018
[DL輪読会]Learning to Navigate in Cities Without a Map
[DL輪読会]Learning to Navigate in Cities Without a Map
Survey on Unsupervised Domain Adaptation for DETR.pptx
Survey on Unsupervised Domain Adaptation for DETR.pptx
【IISAテクニカルカンファレンス2014】 オープンデータ×オープンソース ~WEB上でのインタラクティブ可視化手法について~
【IISAテクニカルカンファレンス2014】 オープンデータ×オープンソース ~WEB上でのインタラクティブ可視化手法について~
20121109 foss4g handsonaok
20121109 foss4g handsonaok
3Dプリンタ関連論文(SIGGRAPHより)
3Dプリンタ関連論文(SIGGRAPHより)
Robust Vehicle Localization in Urban Environments Using Probabilistic Maps
Robust Vehicle Localization in Urban Environments Using Probabilistic Maps
Recently uploaded
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
danielhu54
Recently uploaded
(9)
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
Cartographer を用いた 3D SLAM
1.
Cartographer を用いた 3D SLAM 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 2019-12-15 @ystk_hara
2.
自己紹介(略歴) 1 3D勉強会 2019-12-15 2007年:筑波大 油田・坪内・大矢研
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 坪内・大矢研 博士 2015年~:千葉工大 未来ロボット技術研究センター(fuRo) 北陽電機さまと共同開発 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
3.
自己紹介(ROS 解説) 2 3D勉強会 2019-12-15 “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. https://www.jstage.jst.go.jp/article/jrsj/35/4/35_35_286/_article/-char/ja/ 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
4.
自己紹介(SLAM 解説) 3 3D勉強会 2019-12-15 日経
Robotics 連載 “SLAM とは何か”, 全18回, 2016~2017. “SLAM とは何か:自己位置推定と地図構築の全体像”, RSJ セミナー, 2018. “ロボティクスにおける SLAM 手法と実用化例”, SSII OS, 2019. https://www.slideshare.net/hara-y/slam-ssii-os-2019 “SLAM の基礎とオープンソース”, RSJ セミナー, 2019. https://www.slideshare.net/hara-y/slam-rsj-seminar-2019 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
5.
各種の SLAM アプローチ4 3D勉強会
2019-12-15
6.
Cartographer で構築した3次元地図による自律走行 5 3D勉強会 2019-12-15 https://youtu.be/njw9BPQUoa0 各種
SLAM Cartographer 3次元地図出力 パラメータ調整
7.
つくばチャレンジ全チームの SLAM アプローチ 6 3D勉強会
2019-12-15 Laser SLAM が圧倒的多数、 ただグラフベースはまだ少ない RGB-D、Visual SLAM は少数、 屋外リアルワールドは難しい SLAM 不使用チームの戦略 オドメトリ地図で教示再生 GNSS(GPS など) トポロジカル地図 End-to-End 深層学習 13 25 8 2 2 15 0 5 10 15 20 25 30 Laser スキャンマッチング Laser ベイズフィルタ Laser グラフベース SLAM RGB-D SLAM Visual SLAM SLAM 不使用 その他の統計は [原+, “つくばチャレンジ2018技術調査アンケートの報告”] を参照 https://www.slideshare.net/hara-y/tsukuba-challenge-2018-survey 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
8.
自律走行や SLAM のオープンソース利用状況 7 3D勉強会
2019-12-15 ROS で標準的な navigation と slam_gmapping が多い Autoware も多い Cartographer は意外に少ない (試用して諦めたとの声も) 製品である Stencil の利用も Visual SLAM は RTAB-Map と ORB-SLAM のみで少ない 18 20 1 1 8 2 1 1 2 1 0 5 10 15 20 25 ROS navigation ROS slam_gmapping ROS hector_slam ROS slam_karto Autoware Cartographer MRPT Kaarta Stencil RTAB-Map ORB-SLAM その他の統計は [原+, “つくばチャレンジ2018技術調査アンケートの報告”] を参照 https://www.slideshare.net/hara-y/tsukuba-challenge-2018-survey 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
9.
オープンソース Laser SLAM
の比較 8 3D勉強会 2019-12-15 上記以外にも数多くの手法が存在する ループ検出とグラフ最適化によるループ閉じ込みが、特に広大な環境において重要 [友納, 原, “SLAM の現状と今後の展望”, システム制御情報学会誌, 2020] Laser SLAM (LIDAR SLAM) と Visual SLAM (Camera SLAM) の全体像を解説 分類 次元 地図形式 スキャン歪み 対策 ループ検出 グラフ最適化 GMapping RBPF 2D 占有格子 × 非明示的 × Autoware (ndt_mapping) スキャン マッチング 3D 点群 × × × Velodyne SLAM スキャン マッチング 3D 点群 ○ × × LOAM スキャン マッチング 3D 点群 ○ × × Karto SLAM グラフベース 2D 占有格子 × 粗密探索 SPA Cartographer グラフベース 2D, 3D 占有格子 ○ 分枝限定法 Ceres Solver 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
10.
Cartographer を用いた SLAM9 3D勉強会
2019-12-15
11.
Cartographer のアルゴリズム概要 10 3D勉強会 2019-12-15
Voxel Filter 固定サイズで点群を間引き Adaptive Voxel Filter 最大サイズと最小点数で動的に間引き Local Scan Matching(逐次SLAM) Ceres スキャンマッチング/ 相関スキャンマッチングから選択 Ceres は初期位置からの局所マッチング Global Scan Matching(ループ検出) 相関スキャンマッチングで大域探索 Pose Adjustment(グラフ最適化) SPA でポーズ調整 拘束の外れ値はM推定で対処 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
12.
Cartographer は高性能だがハードルも高い 11 3D勉強会 2019-12-15 公式ドキュメント(順次更新されているが…) https://google-cartographer.readthedocs.io/en/latest/ https://google-cartographer-ros.readthedocs.io/en/latest/ システムが複雑 コード行数:約6万行(約500ファイル) パラメータ数:約100個 パラメータ調整が難しい(開発者ら自身が以下のように説明) “アルゴリズム内部の十分な理解が必要で、パラメータ調整は本当に困難” 各種
SLAM Cartographer 3次元地図出力 パラメータ調整
13.
3次元 Cartographer のデフォルトパラメータで構築 12 3D勉強会
2019-12-15 占有格子地図の平行投影 大域的な整合性が破綻、 局所的にはそれなり 黄色のループ拘束がほぼ 生成されていない つくば市役所 研究学園駅前公園 再訪位置が同じ位置に マッピングされず、 ループが閉じていない 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
14.
パラメータ調整によるループ閉じ込みの実現 13 3D勉強会 2019-12-15 ループ拘束が適切 に生成されるよう パラメータ調整 3次元は処理負荷大、 3~24時間程度 (Core i7
8750H) 処理時間が長く、 試行錯誤は困難 →自動化したいが… つくば市役所 研究学園駅前公園 1,000 m 走行距離 6 km、約2時間走行 ループ閉じ込みによって 全体の整合性が取れている 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
15.
3次元点群地図の出力14 3D勉強会 2019-12-15
16.
3次元点群地図の出力 15 3D勉強会 2019-12-15 Cartographer 本体は、3次元地図を出力しない
内部では、サブマップで構築された3次元占有格子地図を持つ サブマップの可視化は可能だが、ファイル出力機能はない Assets Writer という後処理の枠組みにより、3次元点群地図を構築可能 入力: ポーズグラフ(pbstream) スキャン点群(rosbag) パイプライン処理を設定する “write_pcd” 機能で点群地図を PCDファイルに出力できる Cartographer Assets Writer Front-end (Sequential/Loop Registration) Back-end (Pose Graph Optimization) Various Filtering “write_pcd” Scan Cloud IMU Odom Pose Graph Scan Cloud Cloud Map 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
17.
移動物体を除去するパイプラインを新たに追加 16 3D勉強会 2019-12-15 ボクセルを用いたバイナリベイズフィルタで移動物体を除去(新規実装) 生の点群地図には、歩行者や他ロボットなどの移動物体が残る 従来のバイナリベイズフィルタ では、地面も誤って消えてしまう →グリッド分割に伴う本質的問題 ビーム入射角を考慮したモデル により、地面の点群を適切に残す [AR, 2020
(accepted)] X, Y Z LIDAR hit (occupied) miss (free) unknown 地面はビームが浅い照射となるため、 多数のビームが通過して自由空間と誤判定される 側面図 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
18.
フィルタリングによる移動物体除去の比較 17 3D勉強会 2019-12-15 生の点群 頻度占有モデル(従来手法) ベイズ占有モデル(従来手法) 入射角を考慮したベイズ占有モデル 移動物体やノイズが含まれる 歩行者などの軌跡が残る 地面が消えてしまい、ノイズは残ってしまう 移動物体は消えるが、地面も消えてしまう 移動物体が消え、地面は残る [AR, 2020
(accepted)] 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
19.
Cartographer を利用して構築した3次元地図 18 3D勉強会 2019-12-15 colored
by intensity 自動で地図構築、手動での修正なし ビーム入射角を考慮した移動物体除去 [AR, 2020 (accepted)] 受光強度で地面の舗装/芝生/白線などを区別できる つくば市役所 研究学園駅前公園 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
20.
Cartographer のパラメータ調整19 3D勉強会 2019-12-15
21.
パラメータ調整の指針 20 3D勉強会 2019-12-15 確認すべきパラメータファイル cartographer/configuration_files/trajectory_builder_3d.lua
cartographer/configuration_files/pose_graph.lua cartographer_ros/configuration_files/backpack_3d.lua 逐次 SLAM、ループ検出、グラフ最適化の順で調整すると良い 特にループ検出で十分な数のループ拘束を生成することが重要、 ループ拘束の外れ値はグラフ最適化(ポーズ調整)のM推定で対処 RViz で逐次拘束(サブマップ内)とループ拘束(サブマップ間)の 可視化を切り替えながら確認(重なって表示されると見にくいので) 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
22.
各パラメータの説明(センサ関連) 21 3D勉強会 2019-12-15 TRAJECTORY_BUILDER_3D.min/max_range TRAJECTORY_BUILDER_3D.high/low_resolution_adaptive_voxel_filter.max_range LIDAR
の仕様をベースに調整、ただし high_resolution を長くすると処理が重い TRAJECTORY_BUILDER_3D.voxel_filter_size 後述の submaps.high_resolution と整合するように調整 TRAJECTORY_BUILDER_3D.num_accumulated_range_data(スキャン歪み対策) LIDAR 点群のスキャン分割に合わせて調整、全周スキャン点群ごとに配信の場合は“1”、 センサハンドラでのスキャン分割(全周ごとではなく分割して配信)が必要 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
23.
各パラメータの説明(サブマップ関連) 22 3D勉強会 2019-12-15 TRAJECTORY_BUILDER_3D.submaps.num_range_data サブマップのサイズ、整合性が保てる範囲で大きい方がループ検出しやすい
TRAJECTORY_BUILDER_3D.submaps.high/low_resolution TRAJECTORY_BUILDER_3D.submaps.high_resolution_max_range サブマップの解像度や反映する点群の最大距離 TRAJECTORY_BUILDER_3D.submaps.range_data_inserter.hit/miss_probability TRAJECTORY_BUILDER_3D.submaps.range_data_inserter.num_free_space_voxels サブマップを構築する逆計測モデル(占有と自由のバイナリベイズフィルタ) 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
24.
各パラメータの説明(逐次 SLAM) 23 3D勉強会 2019-12-15
TRAJECTORY_BUILDER_3D.ceres_scan_matcher.translation/rotation_weight Ceres スキャンマッチングの初期位置(オドメトリ)からのペナルティ、 大きいとマッチングせず小さいと軌跡がジグザグになる 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
25.
各パラメータの説明(ループ検出、グラフ最適化) 24 3D勉強会 2019-12-15 POSE_GRAPH.optimize_every_n_nodes グラフ最適化(ポーズ調整)の頻度、グラフ最適化しないとサブマップ間の形状はズレる
POSE_GRAPH.constraint_builder.sampling_ratio POSE_GRAPH.constraint_builder.max_constraint_distance ループ拘束を生成する軌跡ノードをサンプリングするレートと範囲、 サンプリングした軌跡ノードに対してループ検出する POSE_GRAPH.constraint_builder.fast_correlative_scan_matcher_3d.linear_xy/z_search_window POSE_GRAPH.constraint_builder.fast_correlative_scan_matcher_3d.angular_search_window ループ検出する相関スキャンマッチングの探索範囲、逐次 SLAM の誤差に合わせて調整 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
26.
各パラメータの説明(ループ検出、グラフ最適化) 25 3D勉強会 2019-12-15 POSE_GRAPH.constraint_builder.min_score ループ拘束を採用する最小スコア(0.0~1.0)
POSE_GRAPH.constraint_builder.loop_closure_translation/rotation_weight グラフ最適化でのループ拘束の重み POSE_GRAPH.optimization_problem.odometry_translation/rotation_weight POSE_GRAPH.optimization_problem.acceleration/rotation_weight グラフ最適化でのオドメトリや IMU の重み POSE_GRAPH.optimization_problem.huber_scale(拘束の外れ値対策) グラフ最適化でのM推定の Huber loss 各種 SLAM Cartographer 3次元地図出力 パラメータ調整
27.
まとめ26 3D勉強会 2019-12-15
28.
まとめ 27 3D勉強会 2019-12-15 つくばチャレンジ全チームの SLAM
アプローチの統計 →屋外リアルワールドでは、現状は Laser SLAM の方が強力 オープンソース Laser SLAM の比較 3次元 Cartographer を用いた地図構築の実例 Assets Writer の後処理による、3次元点群地図の出力 ビーム入射角を考慮したバイナリベイズフィルタによる移動物体除去 Cartographer のパラメータ調整ノウハウ 各種 SLAM Cartographer 3次元地図出力 パラメータ調整