ロボットビジョンの基本課題

　ロボットビジョンは，生産ライン，物流の配送センター，一般家庭など，様々なところで使われます。生産においては製造物の認識，配送センターでは商品の認識，近未来の家庭では日用品の認識に用いられます。ロボットビジョンの物体認識には，2つのタイプがあります。1つめは，「特定物体認識」です。認識する対象物が決まっているもので，例えば特定のコップがどこにあるのか，位置と姿勢を認識します。生産ラインでは，特定物体認識が主になります。2つめは，「一般物体認識」です。これはディープラーニングなどで取り組まれている課題ですが，画面に映っているものが何かを一つひとつ認識します。個々のモデルは存在せず，物の名称を一つひとつ言い当てていきます。膨大なアイテムを持ち，次々と新しいアイテムが入ってくる配送センターでは，一般物体認識が必要になります。家庭も同じです。
　ロボットビジョンのシステムとしては，センサーからの情報をデータ化し，AIなどの認識アルゴリズムで認識結果を出し，それをロボットに送り，タスクを完結させるという流れになります。今，3次元センサー（光学センサー）は，三角測量のアクティブ方式のセンサーが低価格で数多く出てきています。 　特定物体認識の基本的な方法は2種類あります。1つめは，アピアランスベースの物体認識です。認識する対象は3Dですが，一般的なカメラで様々な方向から大量の画像群を取得し，入力データも一般の写真を使い，2Dと2Dのマッチングにより推定します。2つめは，モデルベースの物体認識です。最近は，対象物の3Dモデルが入手しやすくなりました。また，価格の安い手頃なレンジファインダーが出てきたので，それらで入力データを撮影し，3Dと3Dのマッチングを行う方法が普及してきています。
　現在，特定物体認識の研究では，PCL（Point Cloud Library） として，3Dのアルゴリズムセットの形でライブラリー提供されています。一方，一般物体認識の研究では，ディープラーニングがかなりの実力を有するようになってきています。画像単位の研究から始まり，ディープラーニングによる画素単位の技術で高性能化が進んでいます。

＜次ページへ続く＞