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↓
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と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
IronPythonを使ってUnity上でPythonのコー...
CNN Explainer：畳み込みニューラルネットワーク可...
CGのためのディープラーニング
Pylearn2：ディープラーニングに対応したPythonの...
画像認識による位置情報取得 - Semi-Direct Mo...
Mayaでリアルな布の質感を作るチュートリアル
Gource：バージョン管理の履歴を可視化するツール
WordPressのサーバ引っ越し方法を考える
オープンソースの顔の動作解析ツールキット『OpenFace』
PythonでBlenderのAdd-on開発
MPFB2：Blenderの人体モデリングアドオン
ブログをGoogle App EngineからAmazon ...
ZBrushでメカ物を作るチュートリアル動画
TeleSculptor：空撮動画からPhotogramme...
ManuelBastioniLAB：人体モデリングできるBl...
OpenCVで顔のモーフィングを実装する
スクラッチで既存のキャラクターを立体化したい
OpenCVのfindEssentialMat関数を使ったサ...
CGレンダラ研究開発のためのフレームワーク『Lightmet...
SONYの自律型エンタテインメントロボット『aibo』
Mean Stack開発の最初の一歩
動的なメモリの扱い
Google Colaboratoryで遊ぶ準備
Google App Engine上のWordPressでF...
PythonのHTML・XMLパーサー『BeautifulS...
Mayaのシェーディングノードの区分
Managing Software Requirements...
Cartographer：オープンソースのSLAMライブラリ
Windows10でPyTorchをインストールしてVSCo...
Mechanizeで要認証Webサイトをスクレイピング
書籍『ゼロから作るDeep Learning』で自分なりに学...
Fast R-CNN：ディープラーニングによる一般物体検出手...
Google製オープンソース機械学習ライブラリ『Tensor...
池袋パルコで3Dのバーチャルフィッティング『ウェアラブル ク...
Autodesk Mementoでゴジラを3次元復元する
GoB：ZBrushとBlenderを連携させるアドオン
書籍『仕事ではじめる機械学習』を読みました
MB-Lab：Blenderの人体モデリングアドオン
OpenMayaのPhongShaderクラス
CGALDotNet：計算幾何学ライブラリ CGALのC#ラ...
写真から3Dメッシュの生成・編集ができる無料ツール『Auto...
DCGAN (Deep Convolutional GAN)...
コメント
[…] monocular-visual-odometry-using-opencv [OpenCV][カメラ] […]
[…] OpenCVでカメラ画像から自己位置認識 (Visual Odometry) […]