OpenCVでカメラ画像から自己位置認識 (Visual Odometry)

書籍ROSではじめる ロボットプログラミング」を一通り読み終わって、何となくロボットの自己位置認識の重要性を感じている。



ロボット自身の移動量を計測する手法全般を”Odometry“と言うらしい。
中でも1番簡単なやり方は、車輪などの駆動装置の回転数を加算して移動距離とみなす方法。これはWheel Odometryとか呼ばれるらしい。この手法は手軽だがもちろん欠点もあって、車輪が滑るなどして空転した分も移動量として加算されてしまう。そのため、Wheel Odometryではロボットが遠くへ移動するほど、どんどん誤差が溜まってしまう。

これに対して、カメラ画像を使って自己位置認識を行うのがVisual Odometry(VO)という分野。ロボットの自己位置認識では、ステレオカメラやDepthカメラといった3Dカメラを用いたVisual Odometryの手法がたくさんあるようだ。

以前見たコレは単眼カメラで撮影した2Dの画像を用いて自己位置を認識するMonocular Visual Odometry手法の1つ↓
画像認識による位置情報取得 - Semi-Direct Monocular Visual Odometry (SVO)
今日たまたまTwitterのTLで見かけたやつ。単眼のカメラ映像からリアルタイムに位置情報を取得している。論文はこちらそして、GitHubにROSで動作するソースコードが公開されている。


この技術のすごさがやっと分かってきた。
このSVO(Semi-Direct Monocular Visual Odometry)はROSで試せるようですよ↓
http://kivantium.hateblo.jp/entry/2014/07/01/000651



単眼カメラによるVisual Odometry技術に関するチュートリアル、およびOpenCVを使って実装したサンプルが公開されているのを知った↓
https://avisingh599.github.io/vision/visual-odometry-full/
https://avisingh599.github.io/vision/monocular-vo/


ソースコード(C++)はこちら

mono-vo

これは、OpenCV 3.0をベースにMonocular Visual Odometry手法(単眼カメラによる自己位置認識)を実装したものです。

アルゴリズム

基本行列の推定にNisterの5点アルゴリズムを使用し、トラッキングにはFAST特徴量とKanade-Lucas-Tomasi Feature Tracker(Lucas–Kanade法)を使用しています。
詳細はこちらのレポートこちらのブログ記事をご覧ください。

注意事項:
このプロジェクトはまだ相対スケールの推定精度が低いです。そのため、スケール情報はKITTIデータセットのground truthファイルから取得しています。

見たところ、ソースコードはそれほど大規模じゃなさそうだけど、OpenCVを使うとそんなに簡単に書けちゃうものなのだろうか。

追記:中身を読んでみた↓



ここで出てくるKITTIデータセットというのは自動車ビジョン向けの大規模データセットらしいです↓

自動車ビジョン向けの新しい大規模データセット「KITTI Vision Benchmark Suite」



このVisual Odometry技術でロボットの移動量を正確に認識して、さらにその情報から地図を作成するところまで発展するとSLAMなんですかね。(良く解ってない)

2020年5月 追記:最近はPythonでVisual OdometryできるpySLAMというのがありますね↓
https://github.com/luigifreda/pyslam

2通りの再構成方法

カメラで撮影した連続画像(動画)から移動量を測るための再構成方法には大きく2通りあるらしい。

  • indirect (feature-based):画像から特徴点を抽出し、疎(sparse)な情報のマッチングで再構成する
  • direct:密(dense)な画素情報をそのまま使って再構成する

上記mono-voのコードは特徴点ベースだから、indirectな方法を実装しているということですね。

単眼カメラによるSLAMで有名なLSD-SLAMは、directな手法↓
http://vision.in.tum.de/research/vslam/lsdslam

LSD-SLAMのソースコードは公開されてはいるけど、まだ試せるほど知識がない。

追記:directな手法とindirectな手法を組み合わせたDirect Sparse Odometry(DSO)という手法があるらしい↓
https://vision.in.tum.de/research/vslam/dso



ソースコードもある↓
https://github.com/JakobEngel/dso

追記:第1回3D勉強会@関東でDSOについて解説されていました↓

関連記事

Unityで強化学習できる『Unity ML-Agents』

スクラッチで既存のキャラクターを立体化したい

AR (Augmented Reality)とDR (Diminished Reality)

AMIMOTO(PVM版)で作成したインスタンスをAMIMOTO (HVM版)へ移行する

Manim:Pythonで使える数学アニメーションライブラリ

OANDAのfxTrade API

iPhoneで3D写真が撮れるアプリ『seene』

Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...

写真に3Dオブジェクトを違和感無く合成する『3DPhotoMagic』

RefineNet (Multi-Path Refinement Network):ディープラーニン...

OpenSfM:PythonのStructure from Motionライブラリ

Point Cloud Consortiumのセミナー「3D点群の未来」に行ってきたよ

為替レートの読み方 2WAYプライス表示

MVStudio:オープンソースのPhotogrammetryツール

Raspberry Piでセンサーの常時稼働を検討する

C++の抽象クラス

機械学習で遊ぶ

Twitter APIのPythonラッパー『python-twitter』

TensorSpace.js:ニューラルネットワークの構造を可視化するフレームワーク

JavaScriptとかWebGLとかCanvasとか

OpenMVSのサンプルを動かしてみる

DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...

OpenCVの三角測量関数『cv::triangulatepoints』

SSII2014 チュートリアル講演会の資料

頭蓋骨からの顔復元と進化過程の可視化

fSpy:1枚の写真からカメラパラメーターを割り出すツール

ブログのデザイン変えました

オーバーロードとオーバーライド

MFnDataとMFnAttribute

ポリゴンジオメトリ処理ライブラリ『pmp-library (Polygon Mesh Process...

OpenCVで顔のランドマークを検出する『Facemark API』

PCA (主成分分析)

Unityの薄い本

書籍『OpenCV 3 プログラミングブック』を購入

OpenCVでPhotoshopのプラグイン開発

UnityからROSを利用できる『ROS#』

オープンソースのプリント基板設計ツール『KiCad』

顔画像処理技術の過去の研究

Unity ARKitプラグインサンプルのチュートリアルを読む

Open Shading Language (OSL)

機械学習手法『Random Forest』

Google Chromecast

コメント

  1. […] monocular-visual-odometry-using-opencv [OpenCV][カメラ] […]

  2. […] OpenCVでカメラ画像から自己位置認識 (Visual Odometry) […]