Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ICPレジストレーションを利用した 3次元点群の位置合わせについて
Search
Kenta Itakura
April 14, 2024
Technology
0
87
ICPレジストレーションを利用した 3次元点群の位置合わせについて
Kenta Itakura
April 14, 2024
Tweet
Share
More Decks by Kenta Itakura
See All by Kenta Itakura
複数の入力の深層学習ネットワークの作成について
kentaitakura
0
7
LiDARとカメラのセンサーフュージョンによる点群のノイズ除去
kentaitakura
0
18
点群から道跡の検出を行った事例
kentaitakura
0
45
点群処理の基礎: 平面の検出と、その上下の点の取り出しについて
kentaitakura
0
35
How to Perform Manual Classification for Deep Learning Using CloudCompare
kentaitakura
0
680
The CloudCompare project by Dr. Daniel Girardeau-Montaut
kentaitakura
0
540
訓練データ作成のためのCloudCompareを利用した点群の手動ラベリング
kentaitakura
0
570
深層学習を利用して 大豆の外部欠陥を判別した研究事例の紹介
kentaitakura
0
76
単回帰分析について数式を追いながら実装してみた
kentaitakura
0
630
Other Decks in Technology
See All in Technology
障害対応をちょっとずつよくしていくための 演習の作りかた
heleeen
1
1.8k
Microsoft for Startups Founders Hub_20240429 update
daikikanemitsu
1
2.4k
開発パフォーマンスを最大化するための開発体制
ham0215
7
1.2k
競技としてのKaggle、役に立つKaggle
yu4u
7
2.4k
M5stackで使用できるpHセンサの開発
shinrinakamura
0
230
LLMアプリケーション_リリース後の苦労とGROW.pdf
horiuchie
0
140
実例で紹介するRAG導入時の知見と精度向上の勘所
yamahiro
7
2k
require(ESM)とECMAScript仕様
uhyo
4
1k
コードファーストの考え方。 Amplify Gen2から学ぶAWS次世代のWeb開発体験
yoshiitaka
2
490
IaCジェネレーターとBedrockで詳細設計書を生成してみた
tsukasa_ishimaru
4
930
Cypress or Playwright?
rainerhahnekamp
0
180
Max out Local LLM in Challenging Environments
sashimimochi
2
190
Featured
See All Featured
Building Applications with DynamoDB
mza
88
5.6k
How to train your dragon (web standard)
notwaldorf
75
5.2k
Fantastic passwords and where to find them - at NoRuKo
philnash
39
2.5k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
123
39k
Intergalactic Javascript Robots from Outer Space
tanoku
266
26k
WebSockets: Embracing the real-time Web
robhawkes
59
7k
GraphQLとの向き合い方2022年版
quramy
33
12k
Become a Pro
speakerdeck
PRO
13
4.6k
It's Worth the Effort
3n
180
27k
Git: the NoSQL Database
bkeepers
PRO
423
63k
Product Roadmaps are Hard
iamctodd
45
9.8k
Scaling GitHub
holman
457
140k
Transcript
ICPレジストレーションを利用した 3次元点群の位置合わせについて ImVisionLabs株式会社代表取締役 板倉健太 博士(農学)
3次元点群とは? 1 バックパック型スキャナー iPhone12 LiDAR 点の群れによって、3Dの情報を表現するもの XYZ座標を持つ点(例:エクセルの1行)が大量にあるイメージ 点群のデータ形式のイメージ
点が集まると対象の形状になる 点群の例 [動画]
3次元点群の利用例:被害状況の可視化 2 バックパック型スキャナー iPhone12 LiDAR 地震の前後の3次元点群の差分から、被害状況を把握 GPSなどの位置情報を用いて2つの点群の位置合わせを行う [動画]
被害状況の可視化 位置ずれの例 しかし、その情報のみでは完全に位置合わせできない場合も多い 引用:アジア航測株式会社「点群マッチングとその応用」 URL: http://www.jsprs-w.org/meetings/data/w0089_oda.pdf
点群の位置合わせ [a] ScanX2.0 複数の点群の重ね合わせによる密な点群の生成 (SLAM) などにも使用可能 2つの点群を共通の座標系にする⇒点群の位置ずれを修正
点群の位置: 回転と平行移動の計算 位置合わせしたい点群を、回転及び平行移動させる ቐ 𝑋 = 𝑥cos𝜃𝑧 + 𝑦sin𝜃𝑧
𝑌 = −𝑥sin𝜃𝑧 + 𝑦cos𝜃𝑧 𝑍 = 𝑧 𝑥 𝑦 𝑧 = cos𝜃𝑧 sin𝜃𝑧 0 −sin𝜃𝑧 cos𝜃𝑧 0 0 0 1 𝑥 𝑦 𝑧 𝑥 𝑦 𝑧 1 = cos𝜃𝑧 sin𝜃𝑧 0 0 −sin𝜃𝑧 cos𝜃𝑧 0 0 0 0 1 0 0 0 0 1 𝑥 𝑦 𝑧 1 • Z軸を中心とした回転の式 カメラの向きを回転させたときの例 • 行列を使った形 • 平行移動にも対応した形
点群の位置合わせ方法 様々な手法が存在 • ICP(Iterative Closest Point) • NDT(Normal Distributions
Transform) 確率モデルを用いた手法 本スライドでは、最も基本的なICPを紹介 ✓ Point-to-point:点同士の位置合わせ。最も基本的 ✓ Point-to-plane:点と平面の位置合わせ
点群の位置合わせ方法:ICPレジストレーション 点群X (移動させる点群) 点群Y (基準となる点群) 処理の流れ 1. 仮の対応 Xの各点に最も近いYの点を求める
2. パラメーターを求める XをYに変換するパラメーターを推定する (回転ベクトルR・並進ベクトルt) 3. 点群の変換 2.のパラメーターを用いて、Xを変換する 4. 変換後の点群に対して、仮の対応を求める 3.の各点に最も近いYの点を求める 反復
点群の位置合わせ:実験データ 実験データ • 青色:基準となる点群 • 黄色:移動させる点群。x軸、y軸、z軸周りに10⁰、40⁰ 、30⁰回転し、さらに平行移動
結果: ICPレジストレーション [a] 反復回数ごとのICPレジストレーションの結果を可視化している 反復回数が増えるごとに、黄色の点群が、青色に近づいていることがわかる
まとめ 9 バックパック型スキャナー iPhone12 LiDAR 点群の位置合わせの基本的な手法であるICPレジストレーションについて紹介しました [動画] 簡単な実験データをもとに、ICPレジストレーションを実装し、有効性を確認しました