TrakMarkデータセットを使ったVisual-SLAMアルゴリズムの精度評価

宮崎 良(1251104)


Visual-SLAM アルゴリズムは,事前の準備なしにカメラの位置・姿勢および環境の三次元形状を取得することが可能なことから,ロボットの自己位置推定や拡張現実感における仮想物体の位置合わせなどへ応用がなされている。これまでに,コンピュータビジョン,ロボティクス,拡張現実感などの分野において多くのアルゴリズムが提案されており,現在も盛んに研究が行われている.

いくつかのSLAM アルゴリズムについては,ソースコードが公開されており,第三者が簡単に最新のアルゴリズムを試すことが可能な状態になっている.しかし,これらのSLAM アルゴリズムの多くは,統一されたデータセットを用いての比較検証が十分になされておらず,ユーザが想定するシナリオに対してどのアルゴリズムを採用すべきなのか判断することが難しいという問題がある.

そこで,本研究課題では,PTAM: Parallel Tracking and Mapping,DT-SLAM: Deferred Triangulationfor Robust SLAM,SVO: Semi-Direct Monocular Virtual Odometry and LSD-SLAM: Large-Scale Direcet MonocularSLAMの4つのSLAM アルゴリズムに対して,カメラ位置・姿勢推定手法のベンチマークのためのデータセットTrakMark Dataset を用いて各アルゴリズムの性能評価を行った.