SEOに関連するニュースリリースを公開しております。
最新のサービス情報を、御社のプロモーション・マーケティング戦略の新たな選択肢としてご活用下さい。
単眼・ステレオ共に対応可能な高精度visual SLAM技術「DVF SLAM」の開発に成功！
[21/05/13]
提供元：PRTIMES
提供元：PRTIMES
DVF(Deep Visual Fast) SLAMは深層学習を用いた弊社独自のSLAM技術です。高精度かつ密な再構成をリアルタイムに実現することが出来ます。
製造業を中心に様々なAIシステム開発を手掛ける、株式会社 Proxima Technology（東京都荒川区南千住8-5-7 白鬚西R&Dセンター 303）は、深層学習を用いた独自のvisual SLAM技術「DVF SLAM」を2021年5月13日より提供を開始いたします。
[動画: https://www.youtube.com/watch?v=AMEZFJbaKjA ]
この動画はDVF(Deep Visual Fast) SLAMの実行の様子です。
リアルタイムな自己位置推定と高精度で密な地図の生成が可能です。
[画像: https://prtimes.jp/i/74074/2/resize/d74074-2-710571-0.png ]
【背景】
近年では自動運転の発展に伴いSLAM（Simultaneous Localization and Mapping）と呼ばれる技術の需要が大きく高まっています。これは自己位置の推定と地図の作成を同時に行う技術であり、Lidarやステレオカメラ、単眼カメラなど様々なセンサーから得られるデータに対して適用されます。
特にvisual SLAMと呼ばれる画像ベースのSLAM技術は、カメラを使えるというメリットから注目されています。
一方で現状のvisual SLAMには以下のような課題があります。
・特徴点ベースの手法ではスパース（すかすか）な地図しか得られない
・計算が重くリアルタイムでの実行が難しい
・純回転のような動作に弱い
・誘拐に弱い
弊社がこの度開発したDVF SLAMでは上記のような欠点を深層学習を含めた新機軸のアイデアをふんだんに取り組むことで解決することに成功いたしました。
【DVF SLAMの特徴】
1. 特徴量空間上で最適化の計算を行うため高速かつロバスト
DVF SLAMではニューラルネットによって抽出された低次元の特徴量空間(Code Manifold)上で最適化計算を行うため、高速でかつノイズや誤差に対してロバストな再構成が可能です。
2. 画像検索アルゴリズムを用いたループ検出＆誘拐への対応
ニューラルネットによって抽出された特徴量をデータベースに保存しておくことで過去の記憶をコンパクトに保持することが出来るので、現在地と過去の来訪箇所との対応や未知な場所かどうかの判定が効率的に実行できます。
詳細は以下のURLより
https://proxima-ai-tech.com/tech_dvfslam
【お問い合わせについて】
DVF SLAMにご関心をお持ちいただけましたら、下記の連絡先までご連絡下さい。
社名 : 株式会社 Proxima Technology
住所 : 〒116-0003 東京都荒川区南千住8-5-7 白鬚西R&Dセンター 303
代表者 : 代表取締役 深津 卓弥
URL : https://proxima-ai-tech.com
連絡先 : contact@proxima-ai-tech.com
製造業を中心に様々なAIシステム開発を手掛ける、株式会社 Proxima Technology（東京都荒川区南千住8-5-7 白鬚西R&Dセンター 303）は、深層学習を用いた独自のvisual SLAM技術「DVF SLAM」を2021年5月13日より提供を開始いたします。
[動画: https://www.youtube.com/watch?v=AMEZFJbaKjA ]
この動画はDVF(Deep Visual Fast) SLAMの実行の様子です。
リアルタイムな自己位置推定と高精度で密な地図の生成が可能です。
[画像: https://prtimes.jp/i/74074/2/resize/d74074-2-710571-0.png ]
【背景】
近年では自動運転の発展に伴いSLAM（Simultaneous Localization and Mapping）と呼ばれる技術の需要が大きく高まっています。これは自己位置の推定と地図の作成を同時に行う技術であり、Lidarやステレオカメラ、単眼カメラなど様々なセンサーから得られるデータに対して適用されます。
特にvisual SLAMと呼ばれる画像ベースのSLAM技術は、カメラを使えるというメリットから注目されています。
一方で現状のvisual SLAMには以下のような課題があります。
・特徴点ベースの手法ではスパース（すかすか）な地図しか得られない
・計算が重くリアルタイムでの実行が難しい
・純回転のような動作に弱い
・誘拐に弱い
弊社がこの度開発したDVF SLAMでは上記のような欠点を深層学習を含めた新機軸のアイデアをふんだんに取り組むことで解決することに成功いたしました。
【DVF SLAMの特徴】
1. 特徴量空間上で最適化の計算を行うため高速かつロバスト
DVF SLAMではニューラルネットによって抽出された低次元の特徴量空間(Code Manifold)上で最適化計算を行うため、高速でかつノイズや誤差に対してロバストな再構成が可能です。
2. 画像検索アルゴリズムを用いたループ検出＆誘拐への対応
ニューラルネットによって抽出された特徴量をデータベースに保存しておくことで過去の記憶をコンパクトに保持することが出来るので、現在地と過去の来訪箇所との対応や未知な場所かどうかの判定が効率的に実行できます。
詳細は以下のURLより
https://proxima-ai-tech.com/tech_dvfslam
【お問い合わせについて】
DVF SLAMにご関心をお持ちいただけましたら、下記の連絡先までご連絡下さい。
社名 : 株式会社 Proxima Technology
住所 : 〒116-0003 東京都荒川区南千住8-5-7 白鬚西R&Dセンター 303
代表者 : 代表取締役 深津 卓弥
URL : https://proxima-ai-tech.com
連絡先 : contact@proxima-ai-tech.com
SEO関連
