Submit Search
Upload
Visual-SLAM技術を利用した果樹園の3次元圃場地図の作成
•
0 likes
•
832 views
M
Masahiro Tsukano
Follow
2019 農業食料工学会全国大会
Read less
Read more
Technology
Report
Share
Report
Share
1 of 17
Download now
Download to read offline
Recommended
第51回コンピュータビジョン勉強会@関東「コンピュータビジョン - 広がる要素技術と応用 - 」読み会 "4.4 未知な環境下におけるカメラの位置姿勢推定"発表資料
Visual slam
Visual slam
Takuya Minagawa
単眼SLAMの勉強会の初回としてARブームのブレイクスルーのきっかけとなったPTAMに関して調査をしました。
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
Masaya Kaneko
SSII2019 企画セッション「画像センシング技術の最先端」 6月12日(水) 11:20~12:05 (メインホール) 画像や LiDAR はロボットや自動車の自動走行を実現するにあたり、最もメジャーなセンサとして利用されている。そのため、多くの手法が日々新たに研究開発されており、その動向を追いかけることは容易でなくなっている。本講演ではロボットや自動運転に関するトップカンファレンスである ICRA、IROS、IV、ITSC において発表された研究報告を基に、近年の画像や LiDAR を用いた自己位置推定や SLAM に関する研究や動向についてまとめる。
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~ 6/9 (水) 9:45~10:55 講師:内山 英昭 氏 (奈良先端科学技術大学院大学) 概要: Visual SLAMとは、カメラの周辺環境の3次元形状を認識しながら、カメラの動きを算出する技術である。Visual SLAMやIMUを併用したVisual-inertial SLAMの動作原理を理解するためには、カメラの位置姿勢推定や三角測量などのカメラ幾何の基礎や、特徴点マッチングや画像検索といった画像処理の知識が必要となる。本チュートリアルでは、動作原理を理解する上での基礎知識を概説するとともに、動的環境下における精度低下を低減する手法や、近年多くの取り組みがあるディープラーニングを用いた手法を紹介する。
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
Visual SLAM研究について、カメラだけでなく、RGB-DやIMUを用いた手法について、個人的に重要と思われる研究に絞って紹介しました。
20190307 visualslam summary
20190307 visualslam summary
Takuya Minagawa
2017.05.27, 3D勉強会@関東 発表資料 論文紹介: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
第4回3D勉強会@関東(画像を用いた3Dモデリングの基礎から応用まで)で発表した資料です https://3dvision.connpass.com/event/115490/
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Masaya Kaneko
SLAM勉強会をした際の資料です。 ECCV2014のLSD-SLAMを紹介しました。
SLAM勉強会(3) LSD-SLAM
SLAM勉強会(3) LSD-SLAM
Iwami Kazuya
Recommended
第51回コンピュータビジョン勉強会@関東「コンピュータビジョン - 広がる要素技術と応用 - 」読み会 "4.4 未知な環境下におけるカメラの位置姿勢推定"発表資料
Visual slam
Visual slam
Takuya Minagawa
単眼SLAMの勉強会の初回としてARブームのブレイクスルーのきっかけとなったPTAMに関して調査をしました。
SLAM勉強会(PTAM)
SLAM勉強会(PTAM)
Masaya Kaneko
SSII2019 企画セッション「画像センシング技術の最先端」 6月12日(水) 11:20~12:05 (メインホール) 画像や LiDAR はロボットや自動車の自動走行を実現するにあたり、最もメジャーなセンサとして利用されている。そのため、多くの手法が日々新たに研究開発されており、その動向を追いかけることは容易でなくなっている。本講演ではロボットや自動運転に関するトップカンファレンスである ICRA、IROS、IV、ITSC において発表された研究報告を基に、近年の画像や LiDAR を用いた自己位置推定や SLAM に関する研究や動向についてまとめる。
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~ 6/9 (水) 9:45~10:55 講師:内山 英昭 氏 (奈良先端科学技術大学院大学) 概要: Visual SLAMとは、カメラの周辺環境の3次元形状を認識しながら、カメラの動きを算出する技術である。Visual SLAMやIMUを併用したVisual-inertial SLAMの動作原理を理解するためには、カメラの位置姿勢推定や三角測量などのカメラ幾何の基礎や、特徴点マッチングや画像検索といった画像処理の知識が必要となる。本チュートリアルでは、動作原理を理解する上での基礎知識を概説するとともに、動的環境下における精度低下を低減する手法や、近年多くの取り組みがあるディープラーニングを用いた手法を紹介する。
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
Visual SLAM研究について、カメラだけでなく、RGB-DやIMUを用いた手法について、個人的に重要と思われる研究に絞って紹介しました。
20190307 visualslam summary
20190307 visualslam summary
Takuya Minagawa
2017.05.27, 3D勉強会@関東 発表資料 論文紹介: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
第4回3D勉強会@関東(画像を用いた3Dモデリングの基礎から応用まで)で発表した資料です https://3dvision.connpass.com/event/115490/
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Masaya Kaneko
SLAM勉強会をした際の資料です。 ECCV2014のLSD-SLAMを紹介しました。
SLAM勉強会(3) LSD-SLAM
SLAM勉強会(3) LSD-SLAM
Iwami Kazuya
3次元点群に対するレジストレーション(位置合わせ)手法について解説する。 3次元レジストレーション手法の概要の把握。 ICP程度の手法を実装できるスキルの取得。 1. レジストレーションとは:2次元のレジストレーションの例から始めて,3次元レジストレーションの基礎を学ぶ。最小二乗法,最適化,Procrustes analysis 2. ICPとその変種:基本的なアルゴリズムであるICP(Iterative Closest Point)と,その拡張を学ぶ。ICP,Softassign,EM-ICP 3.さまざまなレジストレーション手法を学ぶ.剛体レジストレーション,非剛体レジストレーション
3次元レジストレーション(PCLデモとコード付き)
3次元レジストレーション(PCLデモとコード付き)
Toru Tamaki
学術研究に役立った場合は、以下の論文を参考文献として引用して頂ければ幸いです。 原 祥尭: "ROSを用いた自律走行", 日本ロボット学会誌, vol. 35, no. 4, pp. 286--290, 2017. https://www.jstage.jst.go.jp/article/jrsj/35/4/35_35_286/_article/-char/ja 日本ロボット学会 第94回ロボット工学セミナー「ロボット用オープンソースソフトウェアとその実用例」講演資料
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
【解説】Structure from Motion arXivTimes 勉強会 2018/09/20 株式会社ALBERT 山内隆太郎
Structure from Motion
Structure from Motion
Ryutaro Yamauchi
ゼミ内で発表した文献紹介のスライド(2015年度後期)
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
Akira Taniguchi
第1回3D勉強会@関東「SLAM チュートリアル大会」講演資料 (他の講演との関係で Laser SLAM が中心) https://3dvision.connpass.com/event/86945/
オープンソース SLAM の分類
オープンソース SLAM の分類
Yoshitaka HARA
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
SLAM introduction + Monocular SLAM + CNN-SLAM rough description
CNN-SLAMざっくり
CNN-SLAMざっくり
EndoYuuki
第1回3D勉強会@PFN 2018年5月27日 NDTスキャンマッチングの資料です。
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
知識があんまりないときに作ったやつで、ミスが多いと思う
Depth Estimation論文紹介
Depth Estimation論文紹介
Keio Robotics Association
研究室内の論文読み会でCodeSLAM (CVPR2018; Honorable Mention) を発表した際の資料です
論文読み会2018 (CodeSLAM)
論文読み会2018 (CodeSLAM)
Masaya Kaneko
PyCon Kyushu 2018で登壇した資料です。
Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018
Satoshi Fujimoto
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields
cvpaper. challenge
SfM Learner系の深度推定手法のまとめ 手法解説と派生モデルの紹介
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
Ryutaro Yamauchi
DeMoN : Depth and Motion Network for Learning Monocular Stereo(CVPR2017)を論文読み会で発表した際の資料です
論文読み会(DeMoN;CVPR2017)
論文読み会(DeMoN;CVPR2017)
Masaya Kaneko
6/9 (木) 14:15~14:45 メイン会場 講師:加藤 大晴 氏(株式会社Preferred Networks) 概要: 点群/メッシュ/ボクセルなどの従来的な3D表現に代わってニューラルネットによる陰関数で三次元データを表してしまう手法が近年登場し、様々なタスクで目覚ましい成果を挙げ大きな注目を集めている。この表現は、計算コストが高い代わりに柔軟性が高くさまざまなものをシンプルかつコンパクトに表現できることが知られている。本講演では、その基礎、応用、最先端の状況について、代表的な研究を広く紹介する。
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII
Structure from Motionで取得した点群とLiDARで作成した点群の位置合わせについて調べました。
LiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせ
Takuya Minagawa
第6回 3D勉強会@関東 発表スライド https://3dvision.connpass.com/event/156241/
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
第27回ロボティクスシンポジア 最優秀賞受賞 「大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成」 小出健司,横塚将志,大石修士,阪野貴彦 産業技術総合研究所 モバイルロボティクス研究チーム
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
MobileRoboticsResear
学術研究に役立った場合は、以下の論文を参考文献として引用して頂ければ幸いです。 原 祥尭: "ROSを用いた自律走行", 日本ロボット学会誌, vol. 35, no. 4, pp. 286--290, 2017. https://www.jstage.jst.go.jp/article/jrsj/35/4/35_35_286/_article/-char/ja 日本ロボット学会 第99回/第131回ロボット工学セミナー「ロボットの作り方 ~移動ロボットの基本と ROS によるナビゲーション実習~」講演資料
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
2021/09/24 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
Deep Learning JP
More Related Content
What's hot
3次元点群に対するレジストレーション(位置合わせ)手法について解説する。 3次元レジストレーション手法の概要の把握。 ICP程度の手法を実装できるスキルの取得。 1. レジストレーションとは:2次元のレジストレーションの例から始めて,3次元レジストレーションの基礎を学ぶ。最小二乗法,最適化,Procrustes analysis 2. ICPとその変種:基本的なアルゴリズムであるICP(Iterative Closest Point)と,その拡張を学ぶ。ICP,Softassign,EM-ICP 3.さまざまなレジストレーション手法を学ぶ.剛体レジストレーション,非剛体レジストレーション
3次元レジストレーション(PCLデモとコード付き)
3次元レジストレーション(PCLデモとコード付き)
Toru Tamaki
学術研究に役立った場合は、以下の論文を参考文献として引用して頂ければ幸いです。 原 祥尭: "ROSを用いた自律走行", 日本ロボット学会誌, vol. 35, no. 4, pp. 286--290, 2017. https://www.jstage.jst.go.jp/article/jrsj/35/4/35_35_286/_article/-char/ja 日本ロボット学会 第94回ロボット工学セミナー「ロボット用オープンソースソフトウェアとその実用例」講演資料
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
【解説】Structure from Motion arXivTimes 勉強会 2018/09/20 株式会社ALBERT 山内隆太郎
Structure from Motion
Structure from Motion
Ryutaro Yamauchi
ゼミ内で発表した文献紹介のスライド(2015年度後期)
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
Akira Taniguchi
第1回3D勉強会@関東「SLAM チュートリアル大会」講演資料 (他の講演との関係で Laser SLAM が中心) https://3dvision.connpass.com/event/86945/
オープンソース SLAM の分類
オープンソース SLAM の分類
Yoshitaka HARA
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
SLAM introduction + Monocular SLAM + CNN-SLAM rough description
CNN-SLAMざっくり
CNN-SLAMざっくり
EndoYuuki
第1回3D勉強会@PFN 2018年5月27日 NDTスキャンマッチングの資料です。
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
知識があんまりないときに作ったやつで、ミスが多いと思う
Depth Estimation論文紹介
Depth Estimation論文紹介
Keio Robotics Association
研究室内の論文読み会でCodeSLAM (CVPR2018; Honorable Mention) を発表した際の資料です
論文読み会2018 (CodeSLAM)
論文読み会2018 (CodeSLAM)
Masaya Kaneko
PyCon Kyushu 2018で登壇した資料です。
Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018
Satoshi Fujimoto
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields
cvpaper. challenge
SfM Learner系の深度推定手法のまとめ 手法解説と派生モデルの紹介
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
Ryutaro Yamauchi
DeMoN : Depth and Motion Network for Learning Monocular Stereo(CVPR2017)を論文読み会で発表した際の資料です
論文読み会(DeMoN;CVPR2017)
論文読み会(DeMoN;CVPR2017)
Masaya Kaneko
6/9 (木) 14:15~14:45 メイン会場 講師:加藤 大晴 氏(株式会社Preferred Networks) 概要: 点群/メッシュ/ボクセルなどの従来的な3D表現に代わってニューラルネットによる陰関数で三次元データを表してしまう手法が近年登場し、様々なタスクで目覚ましい成果を挙げ大きな注目を集めている。この表現は、計算コストが高い代わりに柔軟性が高くさまざまなものをシンプルかつコンパクトに表現できることが知られている。本講演では、その基礎、応用、最先端の状況について、代表的な研究を広く紹介する。
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII
Structure from Motionで取得した点群とLiDARで作成した点群の位置合わせについて調べました。
LiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせ
Takuya Minagawa
第6回 3D勉強会@関東 発表スライド https://3dvision.connpass.com/event/156241/
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
第27回ロボティクスシンポジア 最優秀賞受賞 「大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成」 小出健司,横塚将志,大石修士,阪野貴彦 産業技術総合研究所 モバイルロボティクス研究チーム
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
MobileRoboticsResear
学術研究に役立った場合は、以下の論文を参考文献として引用して頂ければ幸いです。 原 祥尭: "ROSを用いた自律走行", 日本ロボット学会誌, vol. 35, no. 4, pp. 286--290, 2017. https://www.jstage.jst.go.jp/article/jrsj/35/4/35_35_286/_article/-char/ja 日本ロボット学会 第99回/第131回ロボット工学セミナー「ロボットの作り方 ~移動ロボットの基本と ROS によるナビゲーション実習~」講演資料
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
2021/09/24 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
Deep Learning JP
What's hot
(20)
3次元レジストレーション(PCLデモとコード付き)
3次元レジストレーション(PCLデモとコード付き)
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
Structure from Motion
Structure from Motion
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
論文紹介 Semantic Mapping for Mobile Robotics Tasks: A Survey
オープンソース SLAM の分類
オープンソース SLAM の分類
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
CNN-SLAMざっくり
CNN-SLAMざっくり
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
Depth Estimation論文紹介
Depth Estimation論文紹介
論文読み会2018 (CodeSLAM)
論文読み会2018 (CodeSLAM)
Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
論文読み会(DeMoN;CVPR2017)
論文読み会(DeMoN;CVPR2017)
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
LiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせ
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
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
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
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
Visual-SLAM技術を利用した果樹園の3次元圃場地図の作成
1.
Mask-RCNN を用いた キャベツの生育状況の判定 岩手大学 ○塚野正洋,武田純一,小出章二,庄野浩資,折笠貴寛 岩手大学 ○塚野正洋,武田純一,小出章二,庄野浩資,折笠貴寛 Visual-SLAM技術を利用した 果樹園の3次元圃場地図の作成
2.
目次 1. 実験の背景・目的 2. SLAMとは 3.
使用した機器とプログラムについて 4. 作成した地図の評価 5. まとめと課題
3.
研究目標 先行研究: 果樹園用自律走行車両の開発 • 草刈り作業を想定 • 刈り残しがないように経路決定 地図を用いた自律走行 圃場全体の除草など、実用的な用途には 地図の作成は欠かせない
4.
SLAMとは SLAM:自己位置推定及び地図作成 相互補完的に精度を高める ループ閉じ込み:同じ場所を通ることで地図の整合性向上 GPSに依らない自律走行 地図作成のみ SLAMによる地図作成
5.
Visual-SLAM •センサにカメラを用いるSLAM •利点(Lidarと比べて) • コストが安い • 撮影した画像で画像処理など他用途へ
6.
StereoLabs ZEDステレオカメラ •各画素に距離情報 •解像度:1280x720ピクセル •取得できる距離情報:0.5~20m
7.
RTABMAP • 画像から3次元地図を作るソフトウェア • 使用したカメラのチュートリアルで紹介
8.
センサ融合 • カメラからの情報だけでは、誤差が生じた • IMU搭載マイコンを使用し、センサ融合により 作成する地図の精度を高める カメラによる 姿勢推定 IMU ロボットの姿勢
9.
ROS(Robot Operation System) •
ロボット開発向けのミドルウェア • 可視化ツールやシミュレータなどが含まれる Velodyne Lidar: https://japan.cnet.com/article/35130648/
10.
実験車両 • 乗用草刈機 (ISEKI ARM830) •
前方にステレオカメラ • 後方にIMUとPC リアルタイムに地図を作成 ステレオカメラ IMUとPC
11.
目標とする地図の精度 • 測量ではないのでcm級の完璧な地図は不要 • 自律走行時に地図とのマッチングを行う 障害物回避など柔軟な走行経路の変更 •
地図に大きな破綻がないこと
12.
走行試験(ナシ圃場) • 概ね正確 • 往復50m
13.
走行試験(クリ圃場) • 概ね正確 • 往復100m
14.
走行試験(リンゴ圃場) • 概ね正確 •往復160m • 高さのズレ
15.
まとめと課題 • 同様な景色が多く、地図作成が難しい環境で正常に 動作した • 振動による影響もなく、正常に動作した •
計算コストが大きい(6コアCPUで使用率70%) • 広い圃場や傾斜地圃場で同様に動作するのか調査 • 地図の測定精度を調査する
16.
自律走行システムの処理経路 目標となる操舵角 3次元地図の 作成 経路の算出 経路計画 障害物回避本研究 目標地点
17.
自律走行システムの処理経路 目標となる操舵角 現在の操舵角 3次元地図の 作成 経路の算出 ROS Navigation 経路計画 障害物回避 本研究 完了 目標地点
Download now