LiDAR点群処理の2大ワークフロー攻略 ～オブジェクトトラッキングとSLAM～

概要

自律ロボティクス・自動運転/ADASで利用が進むLiDAR点群処理アルゴリズムの中でも、特によく使われるオブジェクトトラッキングとSLAMを取り上げ、ワークフローを解説します。

また、アルゴリズム開発やシステム検証の際には、様々なシーン・シナリオを想定した3Dシミュレーションが必要不可欠となっています。

Unreal® Engineを使ったアルゴリズム検証や、点群データから抽出した3Dシーン・シナリオをRoadRunnerを使って再構築するなど、点群データの旨味を最大限引き出すMATLABおよびSimulink統合開発環境ならではのノウハウについてもご紹介します。

以下のいずれかに該当する方にオススメできる内容です。

• これから点群処理開発に取り組まれる方、点群データ処理につまずいていた方
• SLAMを理解し、適切に使えるようになりたい方
• カメラとLiDARのフュージョン・物体検出・トラッキングを行いたい方
• 3Dシミュレーションをしっかり活用したい方

この機会に、ぜひご参加ください。

ハイライト

• 半自動ラベリングも含めた点群のディープラーニングワークフロー
• LOAM・センサーフュージョンといった幅広い関連アルゴリズム
• 3DシミュレーションのためのUnreal Engine/RoadRunner連携

講演者について

草野　駿一（くさの　しゅんいち） MathWorks Japan シニアアプリケーションエンジニア

電波によるリモートセンシングおよびリモートセンシング画像解析を専門に博士学位取得。2013年から航空測量会社にて衛星リモートセンシング画像解析、技術開発に従事。2019年に MathWorks Japan に入社。以来、アプリケーションエンジニアとして主に画像・信号処理、ディープラーニング、レーダ領域を担当。近年は自律ロボティクスに技術領域を拡げている。

福地　伸晃（ふくち　のぶあき） MathWorks Japan アプリケーションエンジニア

画像処理、点群処理を活用したばら積みピッキングロボットの研究を専門に学位取得後、自動車完成車メーカにて先進安全システムの開発に従事。2021年にMathWorks Japanに入社。アプリケーションエンジニアとして画像処理、点群処理、自動運転、自律ロボットに関係する技術領域を担当している。