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。
　本セミナーでは、コンピュータビジョンの初学者から包括的に学びなおしたい方、上記技術に従事することになった方など対象に、3次元的な自己位置推定・マッピング処理を対象としたコンピュータビジョン技術を初歩から概説します。カメラの投影モデルや特徴点トラッキングなどの基礎技術から、古くから研究がなされてきたオフライン型structure from motion (SfM), Hololens, ARCore, ARKitなどにも用いられるオンライン型visual SLAMの枠組みに至るまでを理解できることを目的とします。
　コンピュータビジョン技術を実運用する場合、動作が不安定であり、また、期待した精度が出ないといった問題に直面することが多いと思います。そこで、上記技術の長所や短所、カメラのみでは解決できない問題点などを説明し、vSLAMを用いる場合の適切なシステムデザインをできる知識が得られることを目指します。最後に、最新の技術動向に基づいた今後の展望についても紹介いたします。

1. vSLAMの歴史と関連技術
   • SLAM技術の変遷, vSLAM手法の分類
   • structure from motion, multi view stereoとの違い
2. 画像処理の基礎
   • 特徴点マッチング
   • 画像検索
3. カメラ幾何の基礎
   • 座標系
   • 透視投影
   • 三角測量
   • エピポーラ幾何
4. 特徴点を用いた単眼vSLAMの枠組み
   • Initialization
   • Localization/Tracking
   • Mapping
   • Relocalizaiton
   • Loop closure
5. 他のvSLAMの分類
   • visual inertial SLAM (VIS)
   • ダイレクト法
   • RGBD SLAM