全方位画像を用いた固有空間法に基づく自己位置推定

概要

論文の詳細を見る
自律移動ロボットの研究が盛んになるにつれて, 視覚情報を用いて実環境を理解することに対する重要性が高まってきている。特に, 環境内での自己位置を認識することは, ロボットの視覚誘導などを行なう上で不可欠なものである。これを解決する有効な手法として, 近年, 記憶に基づく認識法を用いた自己位置の推定法がいくつか提案されている。記憶に基づく認識法とは, 学習画像として多数の2次元画像をそのまま記憶し, 記憶された学習画像とのマッチングによって未知画像の認識を行なう手法のことをいう。学習させる画像の枚数を単純に増やすことで認識性能の向上が期待できるため, 非常に注目されている手法である。特に, 記憶に基づく認識法の1つである固有空間法は, 与えられた画像集合を分離するのに有効な特徴軸をKL展開に基づいて求める手法であり, 認識の精度を下げることなく記憶量を大幅に削減することができるため, 最近よく研究されている。本稿では, 固有空間法を用いることにより, 記憶に基づくカメラ位置の推定を行なう手法を提案する。提案手法では, 入力に用いた全方位画像から位置に固有な自己相関画像を生成し, これを学習画像として記憶させることによって未知のカメラ位置の推定を行なう。
1997-09-24

全方位画像を用いた固有空間法に基づく自己位置推定

スポンサーリンク

概要

著者

関連論文

スポンサーリンク