Research Keyword

ヒト検知, 電波環境モニタリング, AI, 機械学習, 深層学習, 画像処理, 自然環境モニタリング, 土砂災害, アプリケーション, 防災, 土砂災害センシング, バッテリ制御, IoT, VHF帯, NTN, 6G, ネットワーク, センサネットワーク, オーバーリーチ伝搬, FM放送, WiFi, CSI, ミリ波, MACプロトコル, ソフトウェア無線機, SDR, センサーネットワーク, 雨量予測データ, 獣流検知, 拡張現実(AR),モバイルAR,自己位置推定,視覚慣性オドメトリ(VIO),センサフュージョン,視覚慣性電波オドメトリ,超広帯域無線(UWB), 拡張現実(AR), モバイルAR, 自己位置推定, 視覚慣性オドメトリ(VIO), 視覚慣性電波オドメトリ(VIRO), 超広帯域無線(UWB), 空間コンピューティング, 4次元再構成, 1人称視点映像, ウェアラブルセンシング, 無線位置測位,

視覚慣性オドメトリ(VIO)

非制約空間コンピューティングに向けた視覚慣性電波オドメトリの研究

本研究では,スマートフォンやスマートグラスを対象として「いつどこで利用してもユーザの体感品質を損ねない空間コンピューティングの実現」を目的としています.本目的達成に向けて,空間コンピューティングの礎である自己位置推定を高精度かつ頑健に実現するための視覚慣性電波オドメトリ基盤を提案し,時空間制約を受けない空間コンピューティングを確立します.具体的には,暗所や明滅環境,あるいは視覚情報と慣性情報が整合しない環境において,視覚情報に依存する既存手法の測位精度が低下することを示します.さらに,当該環境における測位精度を改善するために,超広帯域無線 (Ultra-Wideband: UWB) を組み合わせた手法を提案します.
非制約空間コンピューティング

電波環境モニタリング, 拡張現実(AR), モバイルAR, 自己位置推定, 視覚慣性オドメトリ(VIO), 視覚慣性電波オドメトリ(VIRO), 超広帯域無線(UWB)