自己位置推定・マッピングは、ドローン、ロボットや自動車の自動走行からスマートフォン向けAR/VRにいたるまで多岐にわたるアプリケーションで用いられつつある技術です。特に、カメラを用いたものをvisual SLAM (vSLAM) 、さらに、IMUを併用したものをvisual-inertial SLAM (VIS) と呼ばれています。写真測量などの3次元計測 (マッピング) とは表裏一体の関係にあります。その背景にある技術は、カメラ幾何・画像処理に基づくコンピュータビジョンです。他のセンサと比べ、センチ単位の位置・方向推定、高フレームレートな推定、さらには空間認識と組み合わせた高度な制御を実現できることが特徴です。
　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。そこで、本セミナーでは、様々なセンサーを用いた自己位置推定技術を概説いたします。
　まず初めに、近年発展の著しい自己位置推定・マッピング技術として、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。
　次にvSLAMと比べて非常に省エネなIMU単体のみで自己位置推定 (odometry) を行うDead Reckoning (DR) 、wifiやbluetooth low energy (BLE) などの無線を用いた屋内測位技術も紹介いたします。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に参加するために開発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、自己位置推定問題に対して、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。vSLAMに加え、IMUや無線を用いた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
5. BLEを用いた屋内測位