デバイスの自己位置推定や空間形状認識 (マッピング) は、自動走行制御からナビゲーション、写真測量などに用いられる基盤技術です。近年、カメラを用いたvisual SLAMの技術革新に伴い、ARCoreやARKitに代表されるように、スマートフォン向けの拡張現実感アプリケーションなどを実装しやすい環境が整いつつあります。今後も高精度化・省エネ化に向けて研究が発展していくと考えられます。
　本セミナーでは、自己位置推定・マッピングの代表技術として、カメラを用いたvisual SLAMの歴史から最新の技術動向までを概説いたします。特にORB-SLAMを実例とした処理手順および高精度化のポイントを解説します。またMicrosoft HololensやGoogle Tangoなどに実装されているInertial Measurement Unit (IMU) とカメラの両方を利用したvisual inertial SLAMについても概説します。さらに、カメラと比較して、非常に省エネなIMU単体のみで自己位置推定を行うDead Reckoning (DR) も紹介します。特に、人間の歩行軌跡を対象としたPedestrian Dead Reckoning (PDR) に関し、国際会議で開催された コンペティションで優勝した技術 を説明いたします。
　本セミナーは、画像処理や幾何計算の基礎知識があり、visual SLAMを独自実装したり、既存のライブラリを使いながら技術開発をされる方を対象とし、実務における問題解決を目指せるための知識を身に着けることを目的といたします。また、カメラを用いたvisual SLAMとIMUを用いた自己位置推定の両技術を包括的に学びたい方を対象とします。

1. vSLAMの原理と画像処理技術
2. vSLAMの種類
3. ORB-SLAMを例とした実装の詳細
4. IMUを用いたDead Reckoning