SlideShare a Scribd company logo
1 of 28
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
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
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
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
各種の SLAM アプローチ4
3D勉強会 2019-12-15
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
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
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
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
Cartographer を用いた SLAM9
3D勉強会 2019-12-15
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
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
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
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
3次元点群地図の出力14
3D勉強会 2019-12-15
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
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
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
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
Cartographer のパラメータ調整19
3D勉強会 2019-12-15
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
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
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
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
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
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
まとめ26
3D勉強会 2019-12-15
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

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)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【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。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~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 2018Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018Satoshi Fujimoto
 
SLAM入門 第2章 SLAMの基礎
SLAM入門 第2章 SLAMの基礎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)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【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。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~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 2018Open3D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 summary20190307 visualslam summary
20190307 visualslam summaryTakuya 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
 
Shogo Yamazaki Bachelor Thesis
Shogo Yamazaki Bachelor ThesisShogo Yamazaki Bachelor Thesis
Shogo Yamazaki Bachelor Thesispflab
 
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 01160608 01
160608 01openrtm
 
2016 summercamp SysML講習会
2016 summercamp SysML講習会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 segmentation2018/12/28 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 segmentationTakuya Minagawa
 
HPA交流会2019春
HPA交流会2019春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 kanezakicvsaisentan20141004 kanezaki
cvsaisentan20141004 kanezakikanejaki
 
3Dマップを活用したVisual Localization
3Dマップを活用したVisual Localization3Dマップを活用したVisual Localization
3Dマップを活用したVisual LocalizationHajime 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 2018Robot frontier lesson3 2018
Robot frontier lesson3 2018Ryuichi 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[DL輪読会]Learning to Navigate in Cities Without a Map
[DL輪読会]Learning to Navigate in Cities Without a MapDeep Learning JP
 
Survey on Unsupervised Domain Adaptation for DETR.pptx
Survey on Unsupervised Domain Adaptation for DETR.pptxSurvey on Unsupervised Domain Adaptation for DETR.pptx
Survey on Unsupervised Domain Adaptation for DETR.pptxKaito 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~【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 handsonaok20121109 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)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 MapsRobust Vehicle Localization in Urban Environments Using Probabilistic Maps
Robust Vehicle Localization in Urban Environments Using Probabilistic MapsKitsukawa Yuki
 

Similar to Cartographer を用いた 3D SLAM (20)

20190307 visualslam summary
20190307 visualslam summary20190307 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 slamVisual slam
Visual slam
 
Shogo Yamazaki Bachelor Thesis
Shogo Yamazaki Bachelor ThesisShogo 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 01160608 01
160608 01
 
2016 summercamp SysML講習会
2016 summercamp SysML講習会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 segmentation2018/12/28 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 kanezakicvsaisentan20141004 kanezaki
cvsaisentan20141004 kanezaki
 
3Dマップを活用したVisual Localization
3Dマップを活用したVisual Localization3D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 2018Robot 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[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.pptxSurvey 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~【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 handsonaok20121109 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)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 MapsRobust 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論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNetToru 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[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.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdftaisei2219
 
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...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論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A surveyToru Tamaki
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Danieldanielhu54
 

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[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.pdfTSAL 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...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 DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
 

Cartographer を用いた 3D SLAM