トップページ -> 最新情報技術の実習と研究ツール -> ビデオデータの操作 -> ビジュアル・オドメトリを行ってみる(書きかけ)
[サイトマップへ]  

ビジュアル・オドメトリを行ってみる(書きかけ)

Visual Odometry (ビジュアル・オドメトリ)とは、撮影された動画像から,撮影者の動きを推定する技術のこと。 (動きと出発地が分かれば,どこに動いたかも分かる)。

公開されているソフトウエアとデータを用いて,ビジュアル・オドメトリの体験を行います.先人に感謝.

参考Webページ: https://github.com/uoip/monoVO-python

参考Webページ: http://avisingh599.github.io/vision/monocular-vo/

参考Webページ: http://avisingh599.github.io/vision/visual-odometry-full/


前準備

前準備として,Anaconda 3, Anaconda 3 での Python 2.7 環境,関連パッケージのインストールが終わっていること.

Anaconda のインストール

Python 3 の開発環境である Anacondaをおすすめ.Window でのインストール手順は次の通りです(Linuxでも同様の手順です).

  1. https://www.continuum.io/downloads#windowsを開く

  2. Download」をクリックする.

  3. ダウンロードが始まるので確認する.

  4. ダウンロードした .exe ファイルを実行して,Anacondaをインストール.

Anaconda 3 での新しい Python 2.7 環境の作成

Anaconda 3 で新しい Python 2.7環境を作成する

  1. コマンドプロンプトを管理者として実行

  2. 新しい Python 環境を作る.

    新しいPython 環境を作りたい.今のコマンドプロンプトで,次のコマンドを実行

    ※ 「--name 」のところに書く名前「」は何でも いが,あとで思い出しやすい分かりやすい名前にすること

    conda create --name py27 python=2.7 anaconda
    

  3. ※ 「Proceed ([y]/n)?」と表示されたら, y + Enter で続行する.「反応が遅いなあ」と思ったら、Enter キーを押してみる.

  4. インストール終了の確認

これで、元からインストールされていた Python と,新しく作成した Python バージョン2.7 という、違うバージョンの Python が共存できた。

関連パッケージのインストール

コマンドプロンプトを管理者として実行そして,次のコマンドを実行.

activate py27
conda install -y opencv 

※ 「Proceed ([y]/n)?」のように表示されたときは y, Enter キー

引き続き、次の2つをインストール.


モノクロのビデオを用いたビジュアル・オドメトリ

ここでの作業に使っているディレクトリ

uoip / monoVO-python で公開されているプログラムのダウンロードと展開(解凍)

  1. uoip / monoVO-python の Web ページを開き,プログラムをダウンロードする.

    https://github.com/uoip/monoVO-python

  2. 「Clone or download」を展開.「Download ZIP」をクリック

  3. uoip / monoVO-python で公開されているプログラム の .zip ファイルがダウンロードされるので確認する.

  4. ダウンロードしたを展開(解凍)し,分かりやすいディレクトリに置く.

    ※ Windows での展開(解凍)のためのソフトは「7-Zip」をおすすめ.

    この .zip ファイルは,E:\monoVO-python-master に展開(解凍)したものとして,説明を続けるので,適切に読み替えてください.

テスト用の画像データのダウンロードと展開(解凍)

  1. 次に,テスト画像データをダウンロードしたい.再度,uoip / monoVO-python の Web ページを開く

    https://github.com/uoip/monoVO-python

  2. KITTY odometry data set (grayscale, 22 GB)」をクリック.

  3. 濃淡 (grayscale) 画像が欲しいので,「Download odometry data set (grayscale, 22GB)」をクリック.

    これは,画像データの .zip ファイルである(多数の .png形式の画像ファイルを zip 形式に固めたものである).

  4. メールアドレスを登録し,「Request Download Link」をクリック.

  5. 電子メールで通知が送られてくるので確認の上,電子メールの中のリンクをクリックする.

  6. リンクをクリックするので、ダウンロードが始まるので確認する.

    ※ ダウンロードには時間がかかる

  7. いまダウンロードしたテスト用画像データの .zip ファイルを,分かりやすいディレクトリ(日本語を含まないこと)に展開(解凍)する.

    ※ Windows での展開(解凍)のためのソフトは「7-Zip」をおすすめ.

    この .zip ファイルは,E:\data_odometry_gray\dataset に展開(解凍)したものとして,説明を続けるので,適切に読み替えてください.

  8. 展開(解凍)してできたファイルを確認する.

テスト用の ground truth データのダウンロードと展開(解凍)

  1. 次に,テスト用の ground truth データをダウンロードしたい.再度,uoip / monoVO-python の Web ページを開く

    https://github.com/uoip/monoVO-python

  2. 再度,「KITTY odometry data set (grayscale, 22 GB)」をクリック.

    これは,画像データの .zip ファイルである(多数の .png形式の画像ファイルを zip 形式に固めたものである).

  3. 今度は,テスト用の ground truth データが欲しいので,「Download odometry ground truth poses (4 MB)」をクリック.

  4. メールアドレスを登録し,「Request Download Link」をクリック.

  5. 電子メールで通知が送られてくるので確認の上,電子メールの中のリンクをクリックする.

  6. リンクをクリックするので、ダウンロードが始まるので確認する.

  7. いまダウンロードしたテスト用の ground truth データの .zip ファイルを,分かりやすいディレクトリ(日本語を含まないこと)に展開(解凍)する.

    ※ Windows での展開(解凍)のためのソフトは「7-Zip」をおすすめ.

    この .zip ファイルは,E:\data_odometry_poses\dataset に展開(解凍)したものとして,説明を続けるので,適切に読み替えてください.

  8. 展開(解凍)してできたファイルを確認する.

設定とテスト実行

  1. プログラムファイル内の設定

    uoip / monoVO-python の .zip ファイルは、 E:\monoVO-python-master(適切に読み替えること)のようなディレクトリに展展(解凍)したはずである.

    その下にある test.pyエディタで開く

    「/home/xxx/datasets/KITTI_odometry_gray/00/image_00/」のようにディレクトリ名(フォルダ名)が書いてある.

    先ほどダウンロードした「画像の .zip」ファイルの展開(解凍)先のディレクトリ書き換える

  2. コマンドプロンプトを開き,次のコマンドを実行
    activate py27
    

  3. uoip / monoVO-python の .zip ファイルを 展展(解凍)したディレクトリに移動する.
    e:
    cd e:\monoVO-python-master
    

  4. test.py を実行する.
    python test.py
    
    ※ 次のような表示が出たときは, 「画像の .zip」ファイルの展開(解凍)先のディレクトリが正しく test.py に設定されているかを確認し、やり直す

  5. 結果が画面に表示されるので確認する.これは推定された移動軌跡である. (結果が表示されると思います.お願い)(うまく動かないときは断念することもありえます)

    自分で撮影した画像でできるように試す  ・撮影した動画像を,「濃淡画像(モノクロ)の png 形式の連番画像」に変換する必要がある.     ファイル名は 00001.png, 00002.png のようになるはずです.