Thoth Children | 知識と質問が集まる技術学術情報集積所

Thoth Children!!|

Subject

Purpose

新規Thoth投稿

点群を等間隔で間引きたい

点群データを等間隔で間引く方法についてまとめます。点群データは生データでは詳細過ぎて不必要に処理を重くすることがあります。全体の3次元的な構造の意味を失わずに点群数を減らすことがしばしば求められます。等間隔に間引くことで比較的全体の構造を維持することができます。

点群を扱いやすく持ちたい

点群の処理をするにあたって、最近傍探索などは適切なデータ構造が用意されている。今回はそれらの点群処理目的とそれらに沿った手段についてまとめる。

点群の様々なデータを持ちたい

点群はx,y,zのみの情報でなくほかにも様々な特徴を持つことができます。法線や色などをx,y,zの位置情報に加えることでセグメンテーションや近似を容易にしたり高精度にすることができる。ここではPointCloudLibrary(PCL)において実装されている特長量を主に紹介する.

点群を画像形式で持ちたい

点群を二次元画像の形式でデータを表現する。通常のx,y,zで処理する点群より特定のケースにおいて高速に処理できることが特徴。多くのセンサで情報は画像データ形式で渡され、多くの場合処理後に形式が変わっていく。二次元画像形式で3次元情報を表現するため度々2.5次元データと表現される.

KJ法は川喜田二郎が考案した煩雑に集まった多くの情報をまとめ新たなアイディアを創出する際に使用する情報整理方法。ブレインストーミング後の情報を整理するときなどに用いられる。

ロジックツリー

原因の分析、解決法の分析、要素の分析を網羅的に出すための情報整理法。木構造の形で要素を洗い出せるところまで洗い出す。MECEを意識しながら整理する。

MECE(ミーシー)

MECEは情報をグループにまとめる際に「もれなくだぶりなく」をルールとする概念。完全にダブらないようにできる情報のまとまりについてのみ上記の概念を適用できる。

メモリーツリー

つながりのある知識を大量に記憶する必要がある場面等で、効率的に情報を暗記する方法。視覚的にも情報を把握しやすく、脳にとって理解しやすいと言われる。ドラゴン桜において紹介されたことで有名になった暗記法。

マインドマップ

マインドマップは自身や複数人の構造的な関係で整理できる情報を中心に考え等を整理する手段。人間の脳が理解しやすい形でまとめられると言われ、広く採用される情報整理方法。複数のソフトウェアでマインドマップのツールが実装されている。

なぜなぜ分析(5whys)

なぜなぜ分析は元々トヨタにて実践されてきた問題のなぜを繰り返すことで問題の真の原因を深堀りするための方法。本当の原因を洗い出すことでより直接的に効果のある方法を見つけ出すために行う。なぜを繰り返す回数は5回が当初の指標になっており5whysと呼ばれるが、必ずしてもこの回数は大切ではなく、あくまで真因を追究できること。

ブレスト(ブレインストーミング)

最も有名なアイデア出しの形式の一つ。複数人で進めるMtgになる。量を重視しお互いの意見を否定しないことで多くの観点の洗い出しと可能性を広げていく。

画像の白ゴマノイズを除去したい

画像の中に白ゴマノイズと言われる小さな点々が写ることがあります。これらノイズを除去する方法についてまとめます。

メディアンフィルタ(MedialFilter)

画像の特定の領域から対象の画素の中央値で画素を置き換えていくフィルタを中央値フィルタ(メディアンフィルタ/Medianフィルタと呼ぶ.エッジがぼけないことが特徴.ソートを行うため,工夫及び実装次第だが処理速度が他フィルタより劣りうる.

平均化フィルタ

画像内の特定領域の中で画素値の平均を使って画素値を更新するフィルタ処理.このフィルタは領域内の平均をとるだけのシンプルなもので高速.ぼけたような画像が出力されることになります。

点群同士の差分を検出したい

二つの点群同士の差分を検出する方法についてまとめます。二つの点群をセンサから取得するとき、小数点まで一致することはまずありません。なので幾らか同一とみなす距離が必要があります。

点群から最近傍点を検出したい

ある点や点群に含まれる点と最も近い最近傍点を検出する方法について幾らか紹介します。検出する方法の違いには速度があります。

点群処理をライブラリを使って実装する

点群処理をライブラリを使って実装する方法についてまとめます。点群処理として最も有名なライブラリの一つはPointCloudLibrary.

画像内の単体一般物体のクラスを認識

画像内に映る単体の物体に関してどの物体であるかのクラスを推定します。処理速度が遅いものから速いものまで存在します。

画像内の複数物体の位置と種類を認識

画像内の複数物体の位置と種類を推定、計算するアルゴリズムについてまとめます。近年はDeepLearningによる検出が高い精度を出せています。

画像に映る顔の位置を認識したい

入力された顔画像から人の顔の位置と大きさを検出するための技術についてまとめる。位置と大きさがわかることで、人の顔の認識(個別顔認識)をすることができるようになる。古典的な画像処理による顔検出からDeepLearningによる顔検出まで様々な技術に関してメモ書きレベルで書き留めておきます。

Pop技術

K

点が三角形の内側か判定したい
S

ロボットの力制御の種類
K

同次変換行列
S

GAN
K

インピーダンス制御
S

重力補償機構
K

ベクトルを特定の平面に射影したい
S

点群から検出したい
K

ベクトルを別のベクトルに射影したい
S

気体の可視化手法
K

行列を分解して上下三角行列が欲しい
S

ロボットエンドエフェクタの位置制御
K

アドミッタンス制御
S

オプティカルフロー
K

点が直線上の右か左にあるか判定したい
S

点群を間引きたい
K

ヤコビ行列による逆運動学
S

ニューラルネットワーク
K

時系列間の類似度計算を選ぶ
S

逆運動学
K

パーティクルフィルタ
S

ニューラルネット学習の工夫
K

シャドウグラフによる可視化
S

点群をデータ構造で持つ
K

ピンホールとレンズの違いを知りたい
S

RELU系活性化関数
K

多変数関数の極大極小を判定したい
S

点群から特徴量を出したい
K

シンプルに逆行列を求めたい
S

Convolution
K

力制御
S

ベクトル間の類似度が欲しい
K

平面と平面のなす角度
S

活性化関数基本
K

確率分布間の差異で類似度を求めたい
S

二値化フィルタ
K

グラッドストーン・デールの式
S

Pooling
K

点群データから法線算出をしたい
S

極大極小鞍点か判定したい
K

シュリーレン法
S

シートベルトの仕組みを知りたい
K

勾配に注目したオプティカルフロー
S

Sigmoid系活性化関数
K

CTC損失関数
S

DeepLearningとは
K

Lucas Kanade法
S

時系列間の類似度が欲しい
K

点群から最近傍点を検出したい
S

Adam系最適化関数
K

点群を平面に近似したい
S

いろいろな距離が欲しい
K

オプティカルフローとは
S

点群処理を実装したい
K

点群の形状的局所特徴量を出したい
S

点群から法線を出したい
K

グレンジャー因果検定
S

特殊な層
K

文字列を簡単な置換による暗号化したい
S

ロボットのリンクの数学的基礎

人気分野/目的