運動認識

概要

各種センサを用いた自己・他者の運動推定に関する研究を行なっています.

ビジュアルオドメトリによるカメラ軌道と環境の同時推定

ステレオカメラの画像に対して 時間軸方向に特徴点追跡,空間方向にステレオマッチングを行い, その二つの結果を重ねあわせていくビジュアルオドメトリによって, カメラの軌道と環境の構造を同時に復元することができます. カメラを用いることの利点として,階段のような三次元的な移動を行った場合にも カメラの軌道を推定することができます. また見えた部分の三次元モデルも同時に取得できるため, 人が歩ける場所であれば環境モデルを構築できます.

階段昇降実験 階段昇降実験
カメラ起動と環境点群 カメラ起動と環境点群
環境のメッシュモデル 環境のメッシュモデル

頭部姿勢推定によるビューベースト自己位置推定

大域的自己位置推定のため, 全方位カメラを用いたビューベースト自己位置推定を行います. 頭の傾きからの画像の向きを補正するために LRFとIMUを用いたEKFによる頭部姿勢推定を行い, 円筒投影面の補正に基づくパノラマ展開をおこなうことで 頭部姿勢によらない自己位置推定をおこなうことができます.

LRFと全方位画像を用いたビューベースト自己位置推定 LRFと全方位画像を用いたビューベースト自己位置推定

自己・他者運動分離

ビジュアルオドメトリでは環境が静止していることを前提としていましたが, IMUによる自己運動の推定と視野内の点群のクラスタリングを行うことで, 自己運動,他者運動,静止構造物を分離して認識することができます. これにより,歩行者がいるような環境でも 自分の移動と環境モデルを同時に取得できます.

歩行者とのすれ違いにおける自己・他者運動分離 歩行者とのすれ違いにおける自己・他者運動分離

体幹と両足首のIMUを用いた歩行推定

画像処理はそれなりに重い処理であるため, 計算量削減のために画像を用いない移動推定があると便利です. 体幹と両足首に装着したIMUを用いることで, 歩行の際の足の動きの周波数と体幹の向きを組み合わせた 歩行状態検出と移動方向・移動量推定アルゴリズムを提案しました.

IMUに基づく歩行認識とロボットの追従への反映 IMUに基づく歩行認識とロボットの追従への反映

参考文献