ソートリーダー
視覚的場所認識を使用した屋内ユーザーの位置特定
視覚的な場所認識は、 コンピュータービジョンの開発 そしてロボット工学。 VPR アルゴリズムのタスクは、画像に基づいて検査された場所を特定することです。 このテクノロジーは、自律ロボットと人間の労働力を同様にサポートし、周囲を識別し、望ましいアクションの実行を促進します。
研究者 NeuroSYS では、開発された AR プラットフォームの一部としてコンピューター ビジョン アルゴリズムを利用しています。 Nsflow、インタラクティブな作業指示と、現場でのトレーニングを受けながらユーザーの位置を特定するための実践的なトレーニングが可能になります。 この場合、VPR を使用すると、事前のトレーニングと監督の必要性が減り、オンボーディングと学習プロセスが大幅に加速されます。
GPS を使用して人を探したり、目的の場所を見つけたりすることは、すでに古いニュースです。 しかし、衛星ベースのナビゲーション システムが動作しない場合はどうすればよいでしょうか? 屋内測位システム (IPS) が役に立ちます。
干し草の山から針を探すときは、ビーコン、磁気測位、加速度計とジャイロスコープを備えた慣性測定装置 (IMU)、最後の既知の点からの動きの測定、Wi-Fi ベースの測位、またはシンプルに、視覚的なマーカーを利用します。
上記のすべての方法には欠点があり（マーカーやビーコンを設置する必要がある、IMU は時間の経過とともに測定誤差が増加し、再位置決めが必要になるなど）、利点を上回っています。 一般ユーザーの居場所を数メートル単位の精度で把握するという重大な問題に答えるソリューションは、アルゴリズムの範囲内にあることが判明しました。
場所を認識するプロセス は XNUMX つのデータベースを作成する XNUMX 段階の手順に依存しています。 最初に、対象の場所が写真に撮られ、特定のアイテム、キーポイントが特徴検出器によってマークされ、そのエリアの特徴的な要素が特定されます。 その後、ラベル付けされた点が参照画像と比較されます。 評価されたキーポイントが特徴照合機能によって十分に類似しているとみなされると、その写真は同じ場所を示しているものとして認定されます。
画像データベース ターゲットの場所 (この場合はワークスペース) の写真と、一意の識別子を含む一連のプロパティと、その後に続くローカルおよびグローバル記述子を組み合わせます。 もう一方のセットは、 部屋データベース、考慮された空間内の特定の領域と特異なキーポイントを照合します。
研究者らは、視覚的場所認識分野の SuperPoint、SuperGlue、netVLAD ニューラル ネットワークを使用して、ユーザーの位置特定に上記のプロセスを利用しました。 ディープ ニューラル ネットワークである SuperPoint と SuperGlue は、特徴の検出と照合において連携し、データベースから情報を抽出します。
グローバル記述子が段階に入ります
このプロセスでは、場所を区別するベクトルとして機能し、曖昧さのない方法でエリアを識別するグローバル記述子が必要になります。 その役割を果たすために、ベクトルは照明と視点にとらわれないものである必要があります。視点や照明条件に関係なく、グローバル記述子はさまざまな写真内の場所を区別するときに疑問を残さなくてはなりません。
さらに、対象領域内に存在する変数オブジェクトは、場所を区別する特徴としてグローバル記述子によって束縛されるべきではありません。 家具や設備などのアイテムは変更 (模様替え、解体) されやすいため、その存在によってエリアを定義することができません。
コンピュータービジョンを活用した 場所の認識 ドア、窓、階段、その他の長期にわたる性質の特徴的なアイテムなど、検査対象の場所の永続的な要素に依存しています。 問題の研究では、ディープ ニューラル ネットワーク NetVLAD が計算に使用され、その結果、設定された要件を満たすベクトルが提示されました。 グローバル記述子マッチングのプロセスでは、各特徴的なアンカー ポイント間の距離の計算に続いて、最も類似したベクトルの画像が処理されます。
部屋データベースとキーポイントとグローバル記述子を含むもう XNUMX つのデータベースの XNUMX つのデータベースを処理するとき、システムは画像の属性を処理します。 類似性と最短距離の推定を実行した後、XNUMX 番目のニューラル ネットワーク SuperGlue が位置画像を識別します。 VPR を使用するシステムでは、一致するキー ポイントの数に基づいてユーザーの位置を特定できます。
アルゴリズムは、 AI＆ARプラットフォーム、スマートグラスを装備したユーザーのトレーニングを支援します。 VPR により、職場での研修生の位置特定が可能になり、特定の場所に割り当てられた適切なチュートリアルやガイドが起動され、安全性が向上し、直接監督の必要性が軽減されます。
スマート成長運営プログラムの一環として、欧州地域開発基金のもとで欧州連合の基金から共同融資を受けたプロジェクト。 国立研究開発センター: ファストトラックの一環として実施されたプロジェクト。
