MITの新しいテクノロジーにより、従来のビデオカメラを使用して、エリア/敷地の3Dマップをシミュレートできます。
要点は、従来のカメラが環境の写真を撮り、特別なアルゴリズムを使用してそれを記憶することです。 カメラが往復後、ルートの始点に戻るとすぐに、アルゴリズムはこれが同じ場所であると認識し、空間の端をすばやく「縫い付け」、接続された3Dマップを形成します。
「マサチューセッツ工科大学全体の完全なモデルを作成するという夢があります」と、MITの人工知能研究所でコンピューターサイエンスに携わっているジョンレナードは言います。 「この3Dマップを使用すると、応募者は大水槽の魚のようにMITを「泳ぐ」ことができます。 まだやるべきことがたくさんありますが、私はそれができると思います。」
レナード、ウィーラン、および他のチームメンバー-マサチューセッツ工科大学のマイケルケスとアイルランド国立大学のジョンマクドナルド-は、2013年の東京でのインテリジェントワークとシステムに関する国際会議で発表します。
デバイス、動作原理
数百万点の問題
Kinectカメラはカラー画像をキャプチャし、深度センサーは結果の画像の各ピクセルまでの距離を測定します。 このデータをアプリケーションで処理して、3Dマップを作成できます。
2011年、King's College LondonとMicrosoft Researchのグループは、KinectFusionと呼ばれる同様の3Dモデリング用のアプリケーションを開発しました。これは、リアルタイムで3Dモデルを正常に構築します。 空間の非常に詳細なモデルが判明しますが、解像度は1センチメートル未満ですが、空間内の限られた固定領域についてのみです。
Whelan、Leonard、およびそのチームは、さまざまな条件でリアルタイムで数百メートルの同じ高解像度の3Dマップを作成する方法論を開発しようとしました。 彼らは、目標はデータの点で野心的だったと言います。シミュレートされた環境は、数百万の3Dポイントで構成されます。 正確なマップを作成するには、何百万もの他のセクションの品質を損なうことなく、どの同種セクションを整列できるかを決定する必要があります。 以前の研究チームは、再撮影によってこの問題に取り組んできました-リアルタイムで地図を作成したい場合、非現実的なアプローチです。
代わりに、Whelanと彼の同僚ははるかに高速なアプローチを思い付きました。カメラは2段階でスペースを取ります。最初のカメラはデバイスの前面で使用され、2番目のカメラはデバイスの背面で使用されます。
研究者は、デバイスの前で、カメラの位置に沿っていつでもカメラの位置を追跡するためのアルゴリズムを開発しました。 Kinectカメラは毎秒30フレームを作成するため、アルゴリズムはカメラがフレーム間を移動する方向と方向を示します。 同時に、アルゴリズムは小さな断片の雲で構成される3Dモデルを作成します-直接の環境で数千の3Dポイントの断面。 クラウドの各部分は、特定のカメラ位置に関連付けられています。
カメラが廊下を下ると、雲のかけらがグローバル3Dマップに含まれます。
デバイスの背面にあるカメラは再び環境を削除し、カメラの位置に対応する使い慣れたピースを見つけて、不足しているピースを完成させます。 したがって、デバイスは各スライスの位置を個別に記憶するのではなく、スライスのクラウドの位置をカメラの位置に自動的に割り当てます。
チームはその手法を使用して、マサチューセッツ工科大学の中心部、およびロンドン、シドニー、ドイツ、アイルランドの屋内および屋外の3Dマップを作成しました。 将来、このグループは、この方法を使用して、ロボットに環境に関するより豊富な情報を提供できると提案しています。 たとえば、3Dマップは、ロボットが左に曲がるか右に曲がるかを決定するのに役立つだけでなく、より詳細な情報も提供します。
「ロボットがこれらのカードの1つを見て、消火器がどこにあるかを火災で伝える、または状況に基づいて他の合理的な行動を取ることができると想像してください」とウィランは言います。 「これらは「見た」「行った」システムであり、この種の技術には大きな可能性があると感じています。」
ペンシルバニア大学のコンピューターおよび情報科学の教授であるKostas Danilidisは、研究チームの設計を日常業務や建物の検査でロボットを使用するための有用な方法と考えています。
「リアルタイムでエラーを最小限に抑えるシステムにより、特別なマーカーを使用せずに芝刈り機または掃除機を同じ位置に戻すことができます。 ローバーのナビゲーションにも同じ考え方が当てはまります」と、ダニリディスは言う。 「このデバイスは、アーキテクチャまたはインフラストラクチャでの検証に、環境の正確な3Dモデルを使用することを可能にします。 困難な気候条件でデバイスがどのように動作するかを見るのは興味深いでしょう。
この研究は、アイルランド科学財団、アイルランド研究評議会および海軍研究によって支援されました。