カメラ画像からクルマやロボットの位置を推定する技術、Proxima Technologyが提供開始

　Proxima Technologyの「DVF（Deep Visual Fast） SLAM」は、自動運転やロボットの制御などにおいてカメラ画像から自己位置の推定と地図の生成を同時に行うための技術（図1）。Visual SLAM（Simultaneous Localization and Mapping）の精度を、深層学習を用いて高めたという。単眼カメラとステレオカメラの両方の画像形式に対応する。

図1：「DVF（Deep Visual Fast） SLAM」を使って階段を登るカメラ映像から描画した例

　DVFでは、3次元構造をリアルタイムで高速・高精度に再構成するために、ニューラルネットによって抽出した低次元の特徴量空間（Code Manifold）上で最適化計算を実行している。画像データに含まれるノイズや誤差の影響も受けにくいという。

　周回経路で出発点に戻るなど同じ場所を再度通過したことを検出する「ループ検出」や、ロボットなどが突然持ち運ばれて別の場所に置かれるなど非連続な動きへの対応も強化した。現在地と過去の通過地を対応付けたり、未知の場所かどうかを判定したりもできる。

　その際は、今見えている画像が過去に見た画像に似ているかどうかを、画像検索によって調べているが、過去の状況を軽量に保持できるよう、ニューラルネットによって抽出したキーポイント特徴量をデータベースに保存する。