講演情報
[B-15-09]モバイルARに向けたVIOとUWBの統合による照明変動環境における自己位置推定評価
〇田中 菜乃1、池 暖人1、山口 隼平1、小林 真1、西 正博1 (1. 広島市大)
キーワード：
モバイル拡張現実、視覚慣性オドメトリ、ARKit、超広帯域無線、自己位置推定
屋内環境におけるモバイル拡張現実 (AR) では，端末の自己位置推定が重要であり，現在はカメラと慣性計測装置 (IMU) を用いた視覚慣性オドメトリ (VIO) が広く用いられている．
しかしながら，照度低下に伴って視覚情報が不足する環境において，VIOに基づく位置測位ではドリフト誤差が課題となる．
測位精度の低下に対処するために，本研究ではiOSアプリを対象としてARKitによる視覚測位とNearby InteractionによるUltra Wide Band (UWB) 測距を統合する屋内自己位置推定手法を提案する．
視覚情報が取得できる環境ではARKitによる高精度な位置推定を，視覚情報が不足する環境ではUWBによる安定した位置推定を相補的に用いて自己位置推定を行う．
異なる照明環境下での評価実験を通じて，提案手法において視覚情報と電波情報の重みを適切に設定することで測位誤差を低減できることを示す．
しかしながら，照度低下に伴って視覚情報が不足する環境において，VIOに基づく位置測位ではドリフト誤差が課題となる．
測位精度の低下に対処するために，本研究ではiOSアプリを対象としてARKitによる視覚測位とNearby InteractionによるUltra Wide Band (UWB) 測距を統合する屋内自己位置推定手法を提案する．
視覚情報が取得できる環境ではARKitによる高精度な位置推定を，視覚情報が不足する環境ではUWBによる安定した位置推定を相補的に用いて自己位置推定を行う．
異なる照明環境下での評価実験を通じて，提案手法において視覚情報と電波情報の重みを適切に設定することで測位誤差を低減できることを示す．