はてなブックマーク

props（プロパティーシート）の作成 props（プロパティーシート）を作成しておくことで、 プロジェクト作成時に毎回同じプロパティを記述する必要がなくなる。 読み込むだけでOKなので、Labで統一しとけば便利。 やってみよう VIEW→Other Windows→Property Managerを選択 出てきたProperty Managerのプロジェクト名を右クリックし、 Add New Property Sheetを選択、任意の名前(OpenCVなど)で作成する。 作成した名前のところをダブルクリックし、いつものようにインクルードディレクトリとライブラリディレクトリを追加する。 Inputするライブラリ（.lib）はopencv_lib.hppをincludeしている。 opencv_lib.hpp // バージョン取得 #define CV_VERSION_STR CVAUX_S

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

RTAB-Map RTAB-Map(Real-Time Appearance-Based Mapping)は、RGB-Dカメラを用いたSLAM(自己位置推定と地図生成を同時に行う技術)である。 特徴 bag-of-words approachによる閉ループ検出とグラフ最適化 SURFやSIFT特徴量を用いる Kinect、Xtion、ステレオカメラなどでも動作する ソースコード ここからソースコードをダウンロードしてRTABMap.exeがあるので実行。ROSでも動くらしい。 動作環境 Windows8.1(RAM 8GB, 2 cores @ 2.1GHz) Kinect v1 (XBOX360) 実行結果 3次元再構築したマップはcloud.plyファイルで保存できるので、MeshLab等で開いてみる。 Kinectのケーブルが届く限りの範囲で、結構いい感じに構築できた。 途中でオドメ

Kinect for Windows v2 Kinect v2は、2014年07月15日に発売されたTOF方式のRGB-Dセンサです。今回、Kinect v1と同様にKinectFusionを試してみました。 KinectFusion KinectFusionとは、Kinectを用いてSLAM（Simultaneous Localization and Mapping）：自己位置推定と地図作成を同時に行う技術である。 SDK Browser (Kinect for Windows) v2.0でも体験できるが、実際にソースコードをいじって、3D点群と自己位置を得てみた。 ソースコードのダウンロード UnaNancyOwenさんがKinect v2のサンプルプログラムを公開していらっしゃいます。ありがとうございます。 （参照コード）https://github.com/UnaNancyOwen

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

// バージョン取得 # define CV_VERSION_STR CVAUX_STR(CV_MAJOR_VERSION) CVAUX_STR(CV_MINOR_VERSION) CVAUX_STR(CV_SUBMINOR_VERSION) // ビルドモード # ifdef _DEBUG # define CV_EXT_STR "d.lib" # else # define CV_EXT_STR ".lib" # endif # pragma comment(lib, "opencv_bgsegm" CV_VERSION_STR CV_EXT_STR) # pragma comment(lib, "opencv_bioinspired" CV_VERSION_STR CV_EXT_STR) # pragma comment(lib, "opencv_calib3d" CV_VERSIO

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Computer Vision Group TUM（ミュンヘン工科大学）のコンピュータビジョングループは、SLAM（スラム）の研究がすごい。SLAM(Simultaneous Localization and Mapping)：自己位置推定と地図作成を同時に行うことであり、UAVsやAR, VRの分野で応用される。KinectFusionなんかもそう。このページでは、RGB-D SLAMについてメモしていく。 Real-time 3D visual SLAM with a hand-held camera, European Robotics Forum, 2011. これが最初のRGB-D SLAMである。 アルゴリズム アルゴリズムは、以下のようになっている。 RGB-D画像の読み込み SURF特徴量抽出とマッチング 自己位置推定（RANSAC） 自己位置の補正（ICP） ポーズグラフ