Aidemy Tech Blog

機械学習・ディープラーニング関連技術の活用事例や実装方法をまとめる、株式会社アイデミーの技術ブログです。

【猿でも】知られざるFacebookのARコア技術“SLAM”の概要【わかる】

https://tctechcrunch2011.files.wordpress.com/2015/03/fbdev.png?w=680&h=379

 

「F8」facebook主催のカンファレンスが先日おこなわれた。

同社はコンパクトなアルゴリズム AI を駆使して

スマホのカメラを通したAR技術を今後開発していくようだ。

 

ARで何ができるようになるのか?

①Information

メッセージや通知を付加することができる。

②Degital Object

チェス盤やテレビなど、現実にデジタルなものを追加する。

③Enhancements

人や家の外装を変えることができる

 

以上の3点をあげていた

人と人のコミュニケーションの幅の拡大を目指している。

 

              f:id:ogajundayo:20170619232253p:plain

 

3D空間に置ける正確な位置情報を測定する技術により、

カメラを通して三次元物理上にボウルに邪魔にならないように、

文字を置いたりサメを泳がせたりできるのだ。

 

 

支える技術

三次元空間で周囲のものとリアルな位置情報を得るためには、

わずかな誤差すらも許されないため高度な技術が必要だ。

それを支える技術にはAI技術を含め以下のものがある

 

①リージョントラッキング

②スタイル変換

③位置特定

④画像認識

そして特に重要なのが

⑤SLAM

だという。

 

 

SLAM(Simultaneous Localization and Mapping)とは?

「形状の重ね合わせによる自己位置測定」と訳される。

自己位置と地図作成を同時に行うことができるというものだ。

自律走行するロボットが自己位置を認識するためにGPSを使わず、カメラを使ってマッピングをする方法である。

ロボットには欠かせない技術だ。

www.youtube.com

以前見たランドマークを再認識することにより,

ロボットが自分自身で自分の位置のをフィードバックして修正するのだ。

 

「重ね合わせ」とはなんのことなのか?

これは地図情報が与えられた時に、

自己位置を推定する "Monte Carlo Localization" という手法から来ている。

 

 

f:id:ogajundayo:20170619233856p:plain 

※1

 この "Monte Carlo Localization"を簡単に説明しようと思う。

 

まず、ロボットが自分の位置を知っている前提からスタートする(図の①)

              ↓

運動モデルから自分が存在し得る居場所を仮定(図の②)

これは、ロボットの向きと移動距離からありえない選択肢は排除するということ。

この時は図の②のどこの場所も平等に自分が存在しうると思っている。

              ↓            

そこで、センサーから情報を得る(図の③)

              ↓

「もともと与えられた地図情報」と重ね合わせて、比較(図の④)

              ↓

自分の位置の尤もらしさを更新(図の⑤)

              ↓

           自己位置を特定

 

まとめ

SLAMという技術にAIを掛け合わせ、今後10年間でAR技術はおおきな進歩を遂げる。

小学生がバーチャル上で服に "ばか" といたずら書きをする

そんな日は近いのかもしれない。

 

参考:

※1 https://staff.aist.go.jp/y-ichisugi/brain-archi/20140422YokozukaMasashi.pdf