はてなブックマーク

ハードウェアと制御手法の両方を刷新することで，人間を超えた機械システムの限界を追求することを目標に， 高速ビジュアルフィードバックを用いた二足走行ロボットシステム”ACHIRES”(Actively Coordinated High-speed Image-processing Running Experiment System) を開発し， その第一ステップとして高速走行を実現しました． 概要 高速ロボットハンドの開発およびその応用で培われた技術を基盤として，新たに高速ビジュアルフィードバックを用いた二足走行ロボットシステム（ACHIRES）を開発しました． このシステムは，独自に開発した２つの要素技術を融合したもので，世界トップクラスのスピードで高速走行を実現しました． 要素技術の１つは高速二足走行機構で，当研究室がこれまでに開発してきた高速多指ハンド（じゃんけんロボット等）と同じ技術

るみぺん（動的対象へのプロジェクションマッピング） 概要 プロジェクタを用いて，視覚情報を光学的に物体へ重畳させる，いわゆるプロジェクションマッピングが近年注目されている． 比較的照明演出の意味合いに近いものから，インタラクティブなアプリケーションに至るまで様々である． しかしながら従来技術に共通して言えることは， 主として壁， 床上， 机上など静的または準静的な対象を扱っており， たとえば演劇における特定演者（ここでは動いている状態を想定），スポーツゲームにおけるボールなど， 高周波数あるいは高速で， 広範囲に動き回る対象そのものへの投影は技術的に困難で扱われていない． 本研究室では，1秒間に1000枚もの画像の撮像・画像処理可能な高速ビジョンを用いて， 様々な動的対象を扱ったアプリケーションを提示してきたが， この研究では，「動的対象へのプロジェクションマッピング」を提案する． 技術と

BFS-Auto: 高速・高精細書籍電子化システム 概要 書籍電子化の超高速化に向けて，新しい方式 ブックフリッピングスキャニング(Book Flipping Scanning)が提案された．これは，本をパラパラめくるだけで全ページを画像として保存できるものである．この方式を具現化するシステムとして，新たにBFS-Autoを開発した．本システムは，機械による高速ページめくりと，リアルタイムで実行される書籍の3次元状態認識技術，さらに高速のゆがみ補正アルゴリズムを導入することにより，冊子体のままで，電子書籍の要求解像度での高速スキャンを実現したものである． 1. 1分間に250ページの高速ページめくり機能を搭載: Book Flipping Scanningの構想は，書籍電子化速度の大幅な向上を可能とするが，自動化に向けてめくり機の性能不足が問題であった．これまでの自動めくり機は同構想が目指

勝率100％のじゃんけんロボット（人間機械協調システムの実現） 概要 本研究では，人間機械協調システムの一例として勝率100％のじゃんけんロボットを開発している． 人間は，じゃん・けん・ポンのタイミングでグー，チョキ，パーのいずれかを出すものとし， そのタイミングに合わせて，ロボットハンドは人間に勝つ「手」を出す． 人間の手の認識は高速ビジョンを用いて1ミリ秒ごとに行っており，具体的には人間の手の位置と形状を認識している． 人間の手の位置に応じて，ロボットハンドも上下運動をするように手首関節を制御すると同時に， ポンのタイミングで人間の出した手の形状を基に，グー・チョキ・パーを認識し， 1ミリ秒後に人間に勝つ「手」をロボットハンドが出す，1ミリ秒の後出しじゃんけんを実現している． 人間の目は30fps程度であるため，今回のシステムでは後出しされている感覚はほとんどない． 本技術は，人間の動

研究目的 人間を含む様々な現象は基本的にダイナミクスを有し， 従来のセンシング方法では困難を伴うため扱いきれていないものも多く存在する． ダイナミックビジョンシステムとは，光学系などに工夫が施されたビジョンを用いて， ダイナミックな対象を適応的に計測・理解・応用するシステムのことである． 対象のダイナミクスに対応したダイナミックな計測系を利用することで， 情報の品質劣化の原因の一つであるダイナミクスを解消した高度な計測及び情報提示が可能となり， 様々な新規応用の創出が期待できる． ダイナミックビジョンシステムは，光学系や処理系に工夫を凝らす基礎技術の開発と， ダイナミックな対象への様々な応用展開の両輪によって， 新たな画像計測技術の確立及び発展を目指した研究である． 具体的には，映像メディア，ヒューマンインターフェース，検査・FA，スポーツ，医療・バイオなど， 幅広い分野で応用を実現してお

GStreamerで動画テクスチャ ここではGStreamerというメディア処理ライブラリを用いてOpenGLテクスチャに動画を貼り付ける方法を説明します。 動画のテクスチャは、一定時間毎にテクスチャメモリに格納してある画像を書き換え、もしくはテクスチャを破棄・新規作成することで実現できます。具体的にはGUIウィンドウマネージャのタイマーやアイドルなどのコールバック関数を利用してOpenGLのテクスチャ関数を呼び出せばOKです。OpenGLに関連する部分は基本的にこれだけなのですが、現実的な問題としてプログラム中でどうやって動画データを扱うのか、という部分が意外とやっかいです。glSubTexImage*D()でデータとして与えることができるのは生のピクセル配列です。ということは、例えば動画をファイルから読み込みたいという場合はほぼ必ずデコーダが必要になりますし、カメラから動画を取得する場

これらのモデルは2つのパラメータ(k1, k2)を使って統一的に表現することができる r = f * k1 * sin ( θ / k1 ) / cos ( k2 * θ / k1 )なお、ftanθとfsinθの内分モデル[Bakstein 02]でも同様のことができるが、θが大きいとftanθの影響が強くなりすぎて、モデルとしてあまりよくない気がする r = f * k1 * ( ( k2 ) * tan ( θ / k1 ) + ( 1 - k2 ) * sin ( θ / k1 ) )以下の図はレンズによる座標変換を L(θ,k) と表現した場合の三次元座標からカメラ座標までの変換の模式図である。内部パラメータ外部パラメータについては以下で説明する。 Internal Parameters 普通のカメラと同じ。焦点距離 f、アスペクト比 a、非直交歪み s、画像主点(u0, v0)

人間の脳は, 従来から開発されてきたコンピュータとは異なり高い順応性を持つ. これは, 脳が神経系からなる閉じた系ではなく, 非常に多くの感覚器で外界からの情報を得て, 多数の運動制御機能を用いて外界に働きかけるという開放系であり, 外界との情報のやりとりを通じて適応能力や学習能力を高めていくことができるためである. このような感覚からの情報の流れは一つではなく, 層状構造をもつ多数の神経細胞により相互に情報をやりとりしながら並列に処理される. 結果として, 調和のとれた柔軟性・信頼性の高い認識・行動機能を実現することができる. 本研究では, 脳がもつこのような感覚と運動の統合機能に注目して, 実環境に対する柔軟な認識・行動の実現が可能な工学的な脳型処理システムを構築する. 特に, 人間の運動機能の中でも重要な役割を果たす「手」に注目して, 人間や従来ロボットの性能をはるかに超える超高速・

レーザーに基づく能動的トラッキングシステム 研究内容 携帯用電子機器の小規模化に伴い、情報の入力形態は興味深い課題となってきている。 現状では、キーボードやマウス、PDAのためのタッチパネルやスタイラスといった デバイスが用いられているが、次の段階としてこれらの入力デバイスの 必要性をなくすことが考えられる。 これによって、携帯機器の前において素手でジェスチャーを実行するだけで、 データの入力が可能となる。 我々のシステムは、システムは、レーザー光、可動ミラー、 フォトディテクターから構成されており、 アクティブなトラッキングによって手や指のジェスチャーを認識する。 提案するアクティブトラッキングは、従来のものに比べ、 ユーザーや環境に対する拘束が少ない点、 リアルタイムで3次元認識を可能とする点、 システムのワンチップ化が可能である点 の3点において優れている。 Video Demos

The problem. Input of information is becoming a challenging task as portable electronic devices become smaller and smaller. Alternatives to the keyboard/mouse are necessary on handheld computers; for instance, on personal digital assistants (PDAs), input of text data is often done through a touch sensitive screen and a stylus using a prescribed input method, such as Graffitti™. The input space is