知財求人 - 知財ポータルサイト「IP Force」
特表2024-501191反射性目印および他の特徴を使用して位置特定装置の姿勢を推定するためのシステムおよび方法
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2024-01-11
(54)【発明の名称】反射性目印および他の特徴を使用して位置特定装置の姿勢を推定するためのシステムおよび方法
(51)【国際特許分類】
G06T 7/70 20170101AFI20231228BHJP
G01C 21/30 20060101ALI20231228BHJP
G05D 1/43 20240101ALI20231228BHJP
【ＦＩ】
G06T7/70 Z
G01C21/30
G05D1/02 K
【審査請求】未請求
【予備審査請求】未請求
(21)【出願番号】P 2023535398
(86)(22)【出願日】2021-12-13
(85)【翻訳文提出日】2023-07-11
(86)【国際出願番号】 IB2021061640
(87)【国際公開番号】W WO2022144655
(87)【国際公開日】2022-07-07
(31)【優先権主張番号】63/132,209
(32)【優先日】2020-12-30
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
(71)【出願人】
【識別番号】517311080
【氏名又は名称】ベリティ アーゲー
(74)【代理人】
【識別番号】100078282
【弁理士】
【氏名又は名称】山本 秀策
(74)【代理人】
【識別番号】100113413
【弁理士】
【氏名又は名称】森下 夏樹
(74)【代理人】
【識別番号】100181674
【弁理士】
【氏名又は名称】飯田 貴敏
(74)【代理人】
【識別番号】100181641
【弁理士】
【氏名又は名称】石川 大輔
(74)【代理人】
【識別番号】230113332
【弁護士】
【氏名又は名称】山本 健策
(72)【発明者】
【氏名】ヘーン， マルクス
(72)【発明者】
【氏名】ヴィトマー， リノ
【テーマコード（参考）】
2F129
5H301
5L096
【Ｆターム（参考）】
2F129AA11
2F129BB03
2F129BB49
2F129GG17
5H301AA01
5H301AA06
5H301BB14
5H301BB20
5H301CC03
5H301CC04
5H301CC06
5H301CC07
5H301CC08
5H301CC10
5H301DD01
5H301DD06
5H301DD07
5H301DD15
5H301FF07
5H301FF11
5H301GG09
5L096AA06
5L096BA05
5L096CA04
5L096CA05
5L096DA02
5L096FA09
5L096FA62
5L096FA66
5L096FA67
5L096FA69
5L096GA55
5L096HA05
(57)【要約】
本発明は、時間ｔｋにおける位置特定装置の状態ｘｋを決定する方法に関し、方法は、ａ）屋内環境における着目場面の第１の画像を受信することと、ｂ）屋内環境における着目場面の第２の画像を受信することと、ｃ）時間ｔｋにおける位置特定装置の状態推定を受信することと、ｄ）着目場面におけるｎ個の現在マッピングされている同時位置特定およびマッピング（ＳＬＡＭ）目印の位置を受信することと、ｅ）第１の画像におけるＭ個の特徴の位置を決定することと、ｆ）第２の画像におけるＬ個のＳＬＡＭ特徴の位置を決定することと、Ｌ個のＳＬＡＭ特徴のうちのｍ個のＳＬＡＭ特徴を決定することと、ｇ）連結観察モデルを設定することと、ｈ）時間ｔｋにおける位置特定装置の状態ｘｋを決定し、ｎ個の現在マッピングされているＳＬＡＭ目印の位置を更新することとを含む。
【特許請求の範囲】
【請求項1】
時間ｔｋにおける位置特定装置の状態ｘｋ（９）を決定する方法であって、前記状態ｘｋは、状態ランダム変数Ｘｋの実現値であり、前記方法は、ａ）屋内環境（１５）における着目場面（１５）の第１の画像（１）を受信することであって、前記屋内環境（１５）は、世界座標系（１２）において既知の位置を有するＮ個の事前配置された目印（１６）を備え、Ｎは、自然数である、ことと、
ｂ）前記屋内環境（１５）における着目場面（１５）の第２の画像（２）を受信することと、
ｃ）前記時間ｔｋにおける前記位置特定装置の状態推定
【数20】
ｄ）前記着目場面（１５）におけるｎ個の現在マッピングされている同時位置特定およびマッピング（ＳＬＡＭ）目印（４）の位置を受信することであって、マップ状態ｓｋが、少なくとも、（ｉ）位置特定装置の前記状態ｘｋと、（ｉｉ）前記ｎ個の現在マッピングされているＳＬＡＭ目印（４）の前記位置と、（ｉｉｉ）前記Ｎ個の事前配置された目印（１６）の前記位置とを備えている、ことと、
ｅ）前記第１の画像（１）におけるＭ個の特徴の位置を決定すること（５）であって、Ｍは、Ｎ以下の自然数である、ことと、前記Ｍ個の特徴から、前記Ｎ個の事前配置された目印（１６）の組への単射マッピング推定を決定すること（５）と、
ｆ）前記第２の画像（２）におけるＬ個のＳＬＡＭ特徴の位置を決定すること（６）と、前記Ｌ個のＳＬＡＭ特徴のうちのｍ個のＳＬＡＭ特徴を決定することであって、前記ｍ個のＳＬＡＭ特徴は、前記ｎ個の現在マッピングされているＳＬＡＭ目印（４）に関係付けられている、ことと、前記ｍ個のＳＬＡＭ特徴から、前記ｎ個の現在マッピングされているＳＬＡＭ目印（４）の組へのＳＬＡＭ単射マッピング推定を決定すること（６）と、
ｇ）前記決定された単射マッピング推定と、前記決定されたＳＬＡＭ単射マッピング推定とを使用して、状態－空間モデルの一部として、連結観察モデルを設定すること（７）であって、前記連結観察モデルは、連結観察ランダム変数Ｚｋの上にマップ状態ランダム変数Ｓｋをマップするように構成され、前記マップ状態ｓｋは、前記マップ状態ランダム変数Ｓｋの実現値であり、前記時間ｔｋにおいて、観察ｚｋは、前記連結観察ランダム変数Ｚｋの実現値であり、前記観察は、前記第１の画像（１）における前記Ｍ個の特徴のうちの少なくとも１つの前記位置と、前記第２の画像（２）における前記ｍ個のＳＬＡＭ特徴のうちの少なくとも１つの前記位置とを備えている、ことと、
ｈ）（ｉ）前記状態推定
【数21】
を含む、方法。
【請求項2】
前記第１の画像（１）および前記第２の画像（２）は、前記時間ｔｋにおいて捕捉される、請求項１に記載の方法。
【請求項3】
前記連結観察モデルは、前記Ｍ個の特徴のうちの少なくとも１つの前記位置の上への前記単射マッピング推定を用いた前記Ｍ個の特徴のうちの少なくとも１つに対応する前記Ｎ個の事前配置された目印（１６）のうちの少なくとも１つのマッピングを説明する第１の観察モデルを備え、前記連結観察モデルは、前記ｍ個のＳＬＡＭ特徴のうちの少なくとも１つの前記位置の上への前記ＳＬＡＭ単射マッピング推定を用いた前記ｍ個のＳＬＡＭ特徴のうちの少なくとも１つに対応する前記ｎ個の現在マッピングされているＳＬＡＭ目印（４）のうちの少なくとも１つの前記マッピングを説明するＳＬＡＭ観察モデルを備えている、請求項１または２に記載の方法。
【請求項4】
以降、ＩＭＥと称される前記単射マッピング推定は、前記Ｍ個の特徴を前記Ｍ個の事前割り当てされた目印とリンクし、以降、ＳＬＡＭ－ＩＭＥと称される前記ＳＬＡＭ単射マッピング推定は、前記ｍ個のＳＬＡＭ特徴を前記ｍ個のＳＬＡＭ目印とリンクし、前記Ｍ個の特徴のうちの特徴ｉに関して、前記対応する目印は、目印ＩＭＥ（ｉ）であり、前記ｍ個のＳＬＡＭ特徴のうちの特徴ｊに関して、前記対応するＳＬＡＭ目印は、ＳＬＡＭ目印ＳＬＡＭ－ＩＭＥ（ｊ）であり、特徴－目印対（ｉ，ＩＭＥ（ｉ））に関して、およびＳＬＡＭ特徴／ＳＬＡＭ目印対（ｊ，ＳＬＡＭ－ＩＭＥ（ｊ））に関して、
前記連結観察モデルは、前記状態ランダム変数Ｘｋおよび目印の位置ＰＯＳ（ＩＭＥ（ｉ））、ＸｋおよびＳＬＡＭ目印ＰＯＳ（ＳＬＡＭ－ＩＭＥ（ｊ），ｋ））に、それぞれ、前記観察ランダム変数Ｚｋ，ｉ、Ｚｋ，ｊをリンクし、前記連結観察ランダム変数Ｚｋは、前記観察ランダム変数Ｚｋ，ｉ、Ｚｋ，ｊを備え、
Ｚｋ，ｉ＝ｈ１（Ｘｋ，ＰＯＳ（ＩＭＥ（ｉ）），ｉ＝１，・・・，Ｍ、および
Ｚｋ，ｊ＝ｈＳＬＡＭ（Ｘｋ，ＰＯＳ（ＳＬＡＭ－ＩＭＥ（ｉ），ｋ），ｊ＝１，・・・，ｍ
であり、式中、ｈ１（・）は、前記第１の観察モデルであり、ｈＳＬＡＭ（・）は、前記ＳＬＡＭ観察モデルである、請求項１－３のいずれか１項に記載の方法。
【請求項5】
前記Ｎ個の事前配置された目印（１６）に関係付けられた前記Ｍ個の特徴は、実質的に互いに区別できず、前記屋内環境（１５）は、前記世界座標系（１２）において先験的な未知の位置を伴うＫ個の追加の目印を備え、Ｋ個の追加の目印のうちのＨ（≦Ｋ）個の追加の目印は、前記着目場面（１５）内にあり、前記Ｋ個の追加の目印のうちのＰ個の現在推定されている位置は、前記マップ状態ｓｋの一部であり、前記Ｈ個の追加の目印は、前記第１の画像（１）において実質的に前記Ｍ個の特徴と区別できない追加の特徴として捕捉され、前記方法は、
１）前記Ｍ個の特徴の前記位置の前記決定（５）と一緒に、前記Ｈ個の追加の特徴の位置を決定すること（５）であって、前記決定（５）は、それによって、前記第１の画像（１）における前記特徴および前記追加の特徴のＭ＋Ｈ個の位置を提供する、ことと、
２）前記Ｍ＋Ｈ個の特徴および追加の特徴の前記位置をＭ＋Ｒ個の位置を備えている第１の組とＱ個の位置を備えている第２の組とに分離すること（５）であって、Ｒ≦Ｐであり、Ｈ＝Ｒ＋Ｑである、ことと、
３）前記第１の組から、前記Ｎ個の事前配置された目印の前記位置と前記Ｐ個の現在推定されている位置とを備えている区別できない目印の組への前記単射マッピング推定を決定する（５）ことと、
４）前記第２の組に基づいて、前記マップ状態ｓｋを更新することと
をさらに含む、請求項１－４のいずれかに記載の方法。
【請求項6】
前記第１の画像（１）は、第１のカメラ中心および第１の画像センサを伴う第１のカメラ（１１）によって捕捉され、前記世界座標系（１２）における第１のカメラ中心の位置は、前記状態推定【数22】
（ｉ）初期点として前記第１のカメラ中心を有し、さらなる点として前記それぞれの要素の前記２Ｄ位置に対応する３Ｄ位置を有する光線を決定するステップであって、前記３Ｄ位置は、前記状態推定
【数23】
（ｉｉ）前記区別できない目印の組内の任意の目印が、前記それぞれの光線の上への直交投影によって測定されたとき、事前設定された距離閾値より前記それぞれの光線に近い場合、前記それぞれの要素を前記第１の組に割り当て、そうでなければ、前記それぞれの要素を前記第２の組に割り当てるステップと
を遂行することによって進行し、前記Ｍ＋Ｈ個の位置は、前記第１の画像センサの座標系において測定される２Ｄ位置である、請求項５に記載の方法。
【請求項7】
前記観察は、前記第１の画像（１）におけるＲ個の追加の特徴のうちの少なくとも１つの前記位置をさらに備え、前記ｎ個の現在マッピングされているＳＬＡＭ目印の前記位置の前記更新と一緒に、追加の目印の前記Ｐ個の現在推定されている位置が、更新される、請求項５または６に記載の方法。
【請求項8】
前記第１の観察モデルは、前記Ｒ個の追加の特徴のうちの少なくとも１つの前記位置の上への前記単射マッピング推定を用いた前記Ｒ個の追加の特徴のうちの少なくとも１つに対応する前記Ｒ個の追加の目印のうちの少なくとも１つの前記マッピングをさらに説明する請求項７に記載の方法。
【請求項9】
前記状態ｘｋの前記決定（８）は、（ｉ）前記状態推定【数24】
【数25】
【数26】
【請求項10】
全てのＭ個の特徴および全てのｍ個のＳＬＡＭ特徴に対応する前記更新式は、連続してかつ独立して呼び出される、請求項９に記載の方法。
【請求項11】
前記第１の画像（１）は、光源（１０）が着目場面（１５）を照明する光を放出するように動作させられると、前記第１のカメラ（１１）によって捕捉される、請求項１－１０のいずれか１項に記載の方法。
【請求項12】
命令を備えているコンピュータプログラム製品であって、前記命令は、コンピュータによって実行されると、請求項１－１１のいずれか１項に記載の方法を前記コンピュータに遂行させる、コンピュータプログラム製品。
【請求項13】
アセンブリであって、前記アセンブリは、（ａ）位置特定装置と、（ｂ）前記位置特定装置上に配置された第１のカメラ（１１）と、（ｃ）屋内環境（１５）における複数の事前配置された目印（１６）と、（ｄ）コントローラとを備え、前記コントローラは、請求項１－１１のうちの１項に記載の方法を遂行するように構成されている、アセンブリ。
【請求項14】
前記位置特定装置上に配置された第２のカメラをさらに備え、前記第１のカメラ（１１）は、前記屋内環境の天井が前記第１のカメラの視野内にあるような方法で前記位置特定装置上に配置され、前記第１のカメラのカメラ軸は、前記第１のカメラの視野内にあり、前記第２のカメラは、前記第２のカメラのカメラ軸が前記第１のカメラの前記カメラ軸に実質的に直交するような方法で前記位置特定装置上に配置されている、請求項１３に記載のアセンブリ。
【請求項15】
光源（１０）をさらに備え、前記光源（１０）は、前記位置特定装置上に、および／または、少なくとも１つの追加の目印に配置される、請求項１３または１４のいずれか１項に記載のアセンブリ。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、ある時間ｔｋにおける位置特定装置の状態ｘｋを決定する方法に関し、コンピュータプログラム製品およびアセンブリに関する。
【背景技術】
【0002】
ロボット（例えば、ドローン）の屋内ナビゲーションは、例えば、自動式倉庫の分野において重要な問題である。そのようなロボットは、位置特定エージェントである。屋内ナビゲーションを促進するために、ロボット（例えば、ドローン）は、その環境に対するその現在の位置を把握する必要がある。高い位置特定の正確さを提供するＧＮＳＳ（全地球航法衛星システム）が採用され得る屋外環境とは対照的に、屋内環境におけるＧＮＳＳは、多くの場合、信号減衰およびマルチパス効果に起因して信頼性がない。屋内および屋外空間のための既存のＲＦ位置特定技術も、複雑な環境において（例えば、有意な量の金属の存在下）、有用性を限定する信号減衰およびマルチパス効果に悩まされる。
【0003】
従来技術では、屋内での位置特定のための光学的位置特定システムが、公知である。そのような光学的位置特定システムは、カメラによって捕捉される画像から、情報を抽出する。そして、その姿勢が決定されるべき物体の場所は、２次元カメラ画像における特徴の座標をその特徴に対応する３次元光線に関連付けた後、三角測量技法を使用して計算されることができる。画像座標と３次元光線との間の関連性は、典型的に、第一原理カメラモデル（ピンホールまたは魚眼カメラモデル等）と、較正歪みモデル（典型的に、レンズ特性、搭載許容誤差、および第一原理モデルからの他の偏差を捕捉する）とを組み合わせて捕捉される。
【0004】
従来技術において公知である位置特定装置の場所を決定するための光学的位置特定システムでは、カメラは、位置特定装置の外側にしっかりと搭載され、位置特定装置の運動を観察することができるか（「アウトサイドイン追跡」）、または、カメラは、位置特定装置自体上に搭載され、環境の見掛け運動を観察することができる（「インサイドアウト追跡」）。アウトサイドイン追跡位置特定システムが、典型的に、カメラの既知の場所に対する位置特定装置の場所を決定する一方、ＳＬＡＭ（同時位置特定およびマッピング）と同様のインサイドアウト追跡システムは、典型的に、位置特定装置が移動する環境のマップを生成する。マップは、環境の少なくとも一部の場所が外部の座標系に対してすでに既知である場合、または、カメラの初期姿勢が外部の座標系に対して既知である場合、外部の座標系に関係付けられることが可能なある座標系において表される。両方の場合において、マップが、カメラの初期視野から、または、既知の場所を伴う環境の一部から離れて拡大されるにつれて、ある誤差が、累積されるであろう。誤差を伝搬する潜在性は、場所情報が外部情報を参照しなければならない用途に関して問題である（例えば、所定のマップに位置特定装置の場所を表示するために；それを別のそのような位置特定装置の場所に関連付けるために；または、位置特定装置を外部座標系において既知である場所に誘導するためにその場所が使用されるとき）。
【0005】
アウトサイドイン光学的位置特定システムは、位置特定装置の３Ｄ位置を三角測量するために、全ての点において、位置特定装置が、いくつかのカメラによって見られなければならないので、典型的に、より大きな位置特定システムに対して、非常に不十分にスケーリングされる。特に、少数の位置特定装置しか追跡されないより大きな空間に関して、これは、経済的に実行可能ではない。
【0006】
位置特定装置の例として、例えば、ドローン上に搭載されるカメラの位置および向きは、位置特定装置の状態を決定するために使用され得、その状態は、経時的に追跡され得る。しかしながら、位置特定装置の状態を決定するための既存の方法は、適正なレベルの正確さを提供せず、したがって、多くの用途における使用に関して、それらを不十分なものにする。
【0007】
本発明の目的は、最新技術から公知である位置特定装置の状態ｘｋを決定する方法に関連付けられた不利点のうちの少なくともいくつかを軽減することである。
【発明の概要】
【課題を解決するための手段】
【0008】
本発明の第１の側面によると、位置特定装置の状態ｘｋを決定する方法が、提供され、請求項１に規定されるステップを伴う。本発明の方法のさらなる随意の特徴および実施形態が、従属特許請求項において説明される。
【0009】
本発明は、ある時間ｔｋにおける位置特定装置の状態ｘｋを決定する方法に関し、状態ｘｋは、状態ランダム変数Ｘｋの実現値である。方法は、以下のステップを含む：ａ）屋内環境における着目場面の第１の画像を受信するステップであって、屋内環境は、世界座標系において既知の位置を有するＮ個の事前配置された目印を備え、Ｎは、自然数である、ステップ；ｂ）屋内環境における着目場面の第２の画像を受信するステップと、ｃ）時間ｔｋにおける位置特定装置の状態推定
を受信するステップ；ｄ）着目場面におけるｎ個の現在マッピングされている同時位置特定およびマッピング（ＳＬＡＭ）目印の位置を受信するステップであって、マップ状態ｓｋは、少なくとも、（ｉ）位置特定装置の状態ｘｋと、（ｉｉ）ｎ個の現在マッピングされているＳＬＡＭ目印の位置と、（ｉｉｉ）Ｎ個の事前配置された目印の位置とを備えている、ステップと、ｅ）第１の画像におけるＭ個の特徴の位置を決定するステップであって、Ｍは、Ｎ以下の自然数である、ステップ、および、Ｍ個の特徴から、Ｎ個の事前配置された目印の組への単射マッピング推定を決定するステップ；ｆ）第２の画像におけるＬ個のＳＬＡＭ特徴の位置を決定するステップ、および、Ｌ個のＳＬＡＭ特徴のうちのｍ個のＳＬＡＭ特徴を決定するステップであって、ｍ個のＳＬＡＭ特徴は、ｎ個の現在マッピングされているＳＬＡＭ目印に関係付けられている、ステップ、および、ｍ個のＳＬＡＭ特徴から、ｎ個の現在マッピングされているＳＬＡＭ目印の組へのＳＬＡＭ単射マッピング推定を決定するステップ；ｇ）決定された単射マッピング推定と、決定されたＳＬＡＭ単射マッピング推定とを使用して、状態－空間モデルの一部として、連結観察モデルを設定するステップであって、連結観察モデルは、連結観察ランダム変数Ｚｋの上にマップ状態ランダム変数Ｓｋをマッピングするように構成され、マップ状態ｓｋは、Ｓｋの実現値であり、時間ｔｋにおいて、観察ｚｋは、連結観察ランダム変数Ｚｋの実現値であり、観察は、第１の画像におけるＭ個の特徴のうちの少なくとも１つの位置と、第２の画像におけるｍ個のＳＬＡＭ特徴のうちの少なくとも１つの位置とを備えている、ステップ；および、ｈ）（ｉ）状態推定
と、（ｉｉ）連結観察モデルと、（ｉｉｉ）観察ｚｋとを使用して、時間ｔｋにおける位置特定装置の状態ｘｋを決定することと、ｎ個の現在マッピングされているＳＬＡＭ目印の位置を更新することとを行うステップ。
【数1】
【数2】
【0010】
同時位置特定およびマッピング（ＳＬＡＭ）は、３つの基本的な動作を含む。これらの３つの基本的な動作の好適な組み合わせは、以下において議論されるようなＳＬＡＭ解を提供し得る。
【0011】
ＳＬＡＭの第１の基本的な動作は、屋内環境を通した位置特定装置の移動をモデル化することである。屋内環境を通したそのような移動の数学的モデルは、運動モデルと称され得る。そのような運動モデルの代わりに、またはそれに加えて、慣性測定ユニットも、使用され得る。屋内環境を通した位置特定装置の移動は、ノイズが多く、誤差を引き起こす傾向があるので、運動モデルは、ノイズおよび誤差に起因するそのような不確実性を考慮し得る。屋内環境を通した位置特定装置の各移動は、したがって、屋内環境における位置特定装置の位置の不確実性を増加させ得る。運動モデルは、入力として、位置特定装置の現在の状態、制御信号、および摂動を採用し、出力として、位置特定装置の新しい状態を提供する関数として具現化され得る。位置特定装置の新しい状態は、例えば、位置特定装置が移動する新しい位置の推定であり得る。
【0012】
ＳＬＡＭの第２の基本的な動作は、屋内環境における着目場面の画像から、屋内環境におけるＳＬＡＭ目印の位置を決定することを含む。例えば、エッジ検出器、コーナー検出器、またはＳＩＦＴ特徴検出器として具現化されるＳＬＡＭ特徴検出器は、屋内環境の画像に適用され得、このように、ＳＬＡＭ特徴は、屋内環境の画像において検出される。そのようなＳＬＡＭ特徴は、屋内環境の画像の中へのＳＬＡＭ目印の投影を検出する。屋内環境の画像からＳＬＡＭ目印の位置を決定するために、逆観察モデルが、必要とされ得る。そのような逆観察モデルは、後に解説されるように、初期化目的のために使用され得、初期化は、ＳＬＡＭアルゴリズムの以前の反復において検出されなかった新しいＳＬＡＭ目印を検出する場合を指す。逆観察モデルは、入力として、位置特定装置の現在の状態と、測定されたＳＬＡＭ特徴（の位置）を採用し、出力として、測定されたＳＬＡＭ特徴に対応するＳＬＡＭ目印の位置の推定を提供する関数として具現化され得る。屋内環境における３Ｄ位置を有するＳＬＡＭ目印の２Ｄ画像は、典型的に、ＳＬＡＭ目印の３Ｄ位置を決定するための十分な情報を提供しない（しかしながら、例えば、飛行時間カメラとして具現化される深度カメラは、ＳＬＡＭ目印の３Ｄ位置を決定するための十分な情報を提供し得る）ので、追加の知識（例えば、逆観察モデルへの追加の入力として提供される先行値の形態で）が、必要とされるか、またはＳＬＡＭ目印の少なくとも２つの異なる画像において採用される必要があり、後者の場合、ＳＬＡＭ目印の３Ｄ位置は、三角測量を使用して取得され、逆観察モデルは、入力として、位置特定装置の２つの状態および２つの測定されるＳＬＡＭ特徴を採用し得る。三角測量を可能にするために、ＳＬＡＭ特徴は、少なくとも異なる２つの画像にわたって追跡される必要があり得る。新たに発見されたＳＬＡＭ目印を初期化する方法は、従来技術において周知である。
【0013】
ＳＬＡＭの３番目の基本的な動作は、ＳＬＡＭアルゴリズムの以前の反復においてすでに検出されている、ＳＬＡＭ目印に対応する決定されたＳＬＡＭ特徴に対処することを含む。第３の基本的な動作は、主に、着目場面の新たに入手された画像に基づいて、位置特定装置の状態を更新するステップと、ＳＬＡＭアルゴリズムの以前の反復において検出された、それらのＳＬＡＭ目印の位置を更新するステップとに関係している。ＳＬＡＭの第３の基本動作を遂行するために、（観察モデルとも称される）直接観察モデルが、使用され得、該観察モデルは、位置特定装置の現在の状態と、以前に検出されたＳＬＡＭ目印の位置の現在の推定とに基づいて、画像におけるＳＬＡＭ特徴の位置を予測する。観察モデルは、入力として、位置特定装置の現在の状態およびＳＬＡＭ目印の位置の現在の推定を採用し、出力として、ＳＬＡＭ特徴の位置を提供する関数として具現化され得る。直接観察モデルと間接観察モデルとは、互いに逆であり得る。
【0014】
推定アルゴリズム、例えば、拡張カルマンフィルタ（ＥＫＦ）とともに、３つの基本的な動作は、ＳＬＡＭアルゴリズムを構築するために使用され得る。ＥＫＦに基づいたＳＬＡＭアルゴリズムは、位置特定装置の状態と、すでに検出されているＳＬＡＭ目印の位置とを備えているマップ状態において動作し得、これらのすでに検出されたＳＬＡＭ目印は、現在マッピングされているＳＬＡＭ目印と称され得、ＳＬＡＭアルゴリズムの反復において、以前の反復において決定されているｎ個のそのような現在マッピングされているＳＬＡＭ目印が、与えられ得る。ＳＬＡＭアルゴリズムによって使用されるマップ状態は、したがって、新しいＳＬＡＭ目印が検出されると、経時的に成長し得る。マップ状態は、縮小もし得、ＳＬＡＭアルゴリズムは、ＳＬＡＭ目印が事前設定された（または動的に適合された）時間量内に再観察されなかった場合、または限定されたメモリのみがＳＬＡＭ目印を記憶するために利用可能である場合、ＳＬＡＭ目印がマップ状態から削除され得るような方法で実装され得る。ＳＬＡＭアルゴリズムの第１の反復では、マップ状態は、位置特定エージェントの状態への初期値の割り当てのみを備え得、以前に検出されたＳＬＡＭ目印の位置は、マップ状態の一部ではないこともある。
【0015】
ＥＫＦ－ＳＬＡＭアルゴリズムの各反復では、以下の動作が、したがって、実施され得る：予測ステップ、補正ステップ、および初期化ステップ。予測ステップでは、マップ状態の平均および共分散行列が、運動モデルに基づいて変更され得る。補正ステップでは、以前に決定されたＳＬＡＭ目印に対応するＳＬＡＭ特徴（各検出されたＳＬＡＭ特徴は、固有のシグネチャを有し得、検出されたＳＬＡＭ特徴のシグネチャが、したがって、以前に検出されたＳＬＡＭ特徴のシグネチャと比較され、検出されたＳＬＡＭ特徴が、すでに観察されているＳＬＡＭ目印に対応するかどうかを決定し得る）が、位置特定エージェントの状態を更新するために、かつｎ個の現在マッピングされているＳＬＡＭ目印の位置を更新するために、ＥＫＦによって提供される更新式において使用される（ＥＫＦ－ＳＬＡＭの検討される反復では、ｎ個のＳＬＡＭ目印は、以前に観察されたと仮定される）。ＥＫＦ－ＳＬＡＭにおける更新式は、補正式とも称され、（直接）観察モデルに基づく。補正ステップの一部としての更新式は、予測ステップの出力に適用され得る。初期化ステップでは、以前に観察されていないＳＬＡＭ目印に対応するＳＬＡＭ特徴が、マップ状態を成長させるために使用され得る。検出されたＳＬＡＭ特徴からＳＬＡＭ目印の位置を決定するために、間接観察モデルが、使用され得、該間接観察モデルはまた、入力として、位置特定エージェント（マップ状態を成長させるためのＳＬＡＭ特徴が検出される画像を入手するカメラに対して固定された幾何学的関係を有すると仮定され得る）の現在の状態（例えば、予測ステップの後に取得され得る）を採用する。
【0016】
本発明による方法では、マップ状態ｓｋはまた、屋内環境における、Ｎ個の事前配置された目印の位置を備えている。屋内環境におけるＮ個の事前配置された目印の位置は、既知である。マップ状態は、したがって、位置特定エージェントの状態および現在マッピングされているＳＬＡＭ目印の位置等のＳＬＡＭにとって必要とされる状態情報と、経時的に推定および追跡される必要がない事前配置された目印の位置との両方を備えている。屋内環境における着目場面を撮像する第１のカメラは、Ｎ個の事前配置された目印のうちの少なくともある一部（一部は、空ではない）が可視である第１の画像を捕捉し得、屋内環境における着目場面を撮像する第２のカメラは、第２の画像を捕捉し得る。第１の画像および第２の画像は、位置特定装置の状態を決定／更新するための更新情報を備え得る。第１の画像を捕捉する第１のカメラおよび第２の画像を捕捉する第２のカメラは、深度カメラ、事象カメラ、または従来のカメラとして具現化され得る。ＳＬＡＭ特徴検出器、例えば、スケール不変特徴変換（ＳＩＦＴ）検出器、または高速化された堅牢な特徴（ＳＵＲＦ）検出器、またはＳＬＡＭにとって好適であり、従来技術から公知である任意の他の既知の特徴検出器を、第２の画像に適用することは、第２の画像におけるＳＬＡＭ特徴を提供し得る。代替として、第１の画像および第２の画像の両方は、同一のカメラ、例えば、第１のカメラによって捕捉され得る。第１の画像および第２の画像は、一致していることもあり、すなわち、１つの画像が、第１の画像および第２の画像の両方であり得る。
【0017】
決定された単射マッピング推定を通して、第１の画像におけるＭ個の決定された特徴は、Ｎ個の事前配置された目印の組の中にマッピングされ得る。アナログＳＬＡＭ単射マッピング推定は、ｍ個のＳＬＡＭ特徴をｎ個の現在マッピングされているＳＬＡＭ目印の組の中にマッピングする（これらのｍ個のＳＬＡＭの特徴は、以前にすでに観察されているＳＬＡＭ目印に対応する）。連結観察モデルは、観察の組の中へ／その上へのマップ状態のマッピングを説明し、観察は、第１の画像におけるＭ個の決定された特徴の位置と、第２の画像におけるｍ個の決定されたＳＬＡＭ特徴の位置とを備えている。連結観察モデルは、第１の観察モデルとＳＬＡＭ観察モデルとを備え得、それらは、それぞれのマッピングを実施する。第１の画像および第２の画像が、異なるカメラによって捕捉される場合、第１の観察モデルおよびＳＬＡＭ観察モデルは、それぞれ、異なるカメラの異なる画像平面の上へのそれぞれの着目場面のマッピングをモデル化し得る。連結観察モデルは、位置特定エージェントの状態を更新／補正するために、かつ例えば、予測ステップの後、ｎ個の現在マッピングされているＳＬＡＭ目印の位置を更新／補正するために、本発明による方法において使用される。位置特定装置の状態ｘｋおよびｎ個の現在マッピングされているＳＬＡＭ目印の位置は、Ｍ個の特徴の決定された位置のうちの少なくとも１つと、決定されたｍ個のＳＬＡＭの特徴のうちの少なくとも１つとに基づいて、更新される（例えば、ＥＫＦによって提供される更新式（補正式）を使用して）。
【0018】
Ｌ－ｍ個のＳＬＡＭ特徴は、以前の反復において決定されなかったＳＬＡＭ目印に対応し得る。逆観察モデルを使用して取得される、そのような新たに発見されたＳＬＡＭ目印の位置は、マップ状態を成長させるために使用され得る。
【0019】
本発明による方法では、屋内環境におけるＮ個の事前配置された目印（の画像）は、したがって、着目場面におけるｎ個の現在マッピングされているＳＬＡＭ目印の位置を更新するためにも使用される。Ｎ個の事前配置された目印の位置は、優れた正確さを伴って既知であり得るので、Ｎ個の事前配置された目印から、ｎ個の現在マッピングされているＳＬＡＭ目印までのそのような情報の流れは、位置特定装置の状態およびｎ個の現在マッピングされているＳＬＡＭ目印の（推定される）位置の両方における誤差の蓄積を低減させることに役立ち得る。
【0020】
本発明による方法は、したがって、既知の位置を用いて、事前配置された目印を伴う環境において動作するＳＬＡＭアルゴリズムの一部と見なされ得る。ＳＬＡＭアルゴリズムの一部として、本発明による方法を使用して、該事前配置された目印は、その実行時間中、ＳＬＡＭアルゴリズムによって蓄積される可能な誤差を補正するために使用される。反復的ＳＬＡＭアルゴリズムの実行時間中、事前配置された目印の測定値をＳＬＡＭ測定値と融合することに加えて、事前配置された目印の測定値は、ＳＬＡＭアルゴリズムが動作を開始する前、ＳＬＡＭアルゴリズムを初期化するためにも使用され得、この場合、第１のマップ状態は、位置特定装置の第１の状態（該第１の状態は、事前配置された目印の画像を使用して決定される）を用いて、かつ事前配置された目印の位置を用いて初期化され得る。第１の状態が、事前配置された目印の画像を使用して決定されない場合、第１の状態は、任意値を用いて初期化され得、例えば、ゼロに設定される。事前配置された目印から取得される情報を用いて、第１の状態を初期化することは、ＳＬＡＭアルゴリズムが、世界座標系を間接的に参照させられる環境のマップを構築し得るように、続いて動作するＳＬＡＭアルゴリズムに、（事前配置された目印の位置が既知である世界座標系に対する）絶対位置情報を提供し得る。ＳＬＡＭアルゴリズムのドリフトは、続いて、本発明による方法を使用して補正される。事前配置された目印が可視ではない場合、例えば、位置特定装置が事前配置された目印が配置される着目場面における天井に近接しすぎる場合、本発明による方法は、従来技術から公知である従来のＳＬＡＭを拠り所とし得る。
【0021】
代替として、位置特定装置の状態の推定は、独立して進行し得、すなわち、位置特定装置の状態の２つの推定が、並行して決定され得、位置特定装置の状態の第１の推定は、事前配置された目印の画像のみを使用して取得され得、位置特定装置の状態の第２の推定（および屋内環境におけるＳＬＡＭ目印の成長している組は、従来のＳＬＡＭアルゴリズムを通して取得され得る。位置特定装置の状態の２つの推定が、互いのある閾値内にない場合、現在マッピングされているＳＬＡＭ目印を備えている、現在構築されているＳＬＡＭ目印マップは、破棄され、再初期化され得る。位置特定装置の状態の第１の推定は、従来のＳＬＡＭアルゴリズムに関するループ終結を提供するために使用され得、すなわち、位置特定装置が、以前の反復において以前にあった状態に到達すると、この情報は、それが、以前の反復においてすでに見た同時ＳＬＡＭ目印を見ることを予期すべきことをＳＬＡＭアルゴリズムに通知するために使用され得る。ＳＬＡＭアルゴリズムのそのような通知は、例えば、それらが、合致する（すなわち、同一の特徴である）と見なされるように、２つの特徴のシグネチャ比較に関する閾値を低くすることによって達成され得る。
【0022】
本発明による方法のある実施形態では、第１の画像および第２の画像は、時間ｔｋにおいて捕捉される。
【0023】
第１の画像および第２の画像は、同一の時間ｔｋにおいて捕捉され得る。これは、この場合、第１の画像および第２の画像の処理が、並行して生じ得るので、有益であり得る。２つの画像が、異なる時間において捕捉されるであろう場合、マップ状態の更新は、２つのステップにおいて進行し得、第１の更新ステップでは、例えば、最初に捕捉された画像に基づいて、マップ状態の中間更新が、最初に捕捉された画像における情報に基づいて決定され得；そして、この中間マップのステップは、運動モデルと次いで捕捉される画像から決定される情報とに基づいて更新され得る（運動モデルは、次いで捕捉される画像が捕捉される時間までの時間内、マップ状態の中間更新を伝搬するために使用され得る）。第１の画像および第２の画像が、同一の時間において捕捉されない場合、一方または両方の画像は、２つの画像が時間的に整合するように、時間内でアルゴリズム的にシフトされ得、そのようなアルゴリズム的時間シフトは、例えば、（第１のカメラによって経時的に捕捉される）第１の画像のシーケンスおよび／または（第２のカメラによって経時的に捕捉される）第２の画像のシーケンスに適用される内挿または外挿技法に基づき得る。
【0024】
本発明による方法のさらなる実施形態では、連結観察モデルは、第１の観察モデルを備え、第１の観察モデルは、Ｍ個の特徴のうちの少なくとも１つの位置の上への単射マッピング推定を介したＭ個の特徴のうちの少なくとも１つに対応するＮ個の事前配置された目印のうちの少なくとも１つのマッピングを説明し、連結観察モデルは、ＳＬＡＭ観察モデルを備え、ＳＬＡＭ観察モデルは、ｍ個のＳＬＡＭ特徴のうちの少なくとも１つの位置の上へのＳＬＡＭ単射マッピング推定を用いたｍ個のＳＬＡＭ特徴のうちの少なくとも１つに対応するｎ個の現在マッピングされているＳＬＡＭ目印のうちの少なくとも１つのマッピングを説明する。
【0025】
本発明による方法のさらなる実施形態では、単射マッピング推定（以降、ＩＭＥと称される）は、Ｍ個の特徴をＭ個の事前割り当てされた目印とリンクし、ＳＬＡＭ単射マッピング推定（以降、ＳＬＡＭ－ＩＭＥと称される）は、ｍ個のＳＬＡＭ特徴をｍ個のＳＬＡＭ目印とリンクし、Ｍ個の特徴のうちの特徴ｉに関して、対応する目印は、目印ＩＭＥ（ｉ）であり、ｍ個のＳＬＡＭ特徴のうちの特徴ｊに関して、対応するＳＬＡＭ目印は、ＳＬＡＭ目印ＳＬＡＭ－ＩＭＥ（ｊ）であり、特徴－目印対（ｉ，ＩＭＥ（ｉ））に関して、およびＳＬＡＭ特徴／ＳＬＡＭ目印対（ｊ，ＳＬＡＭ－ＩＭＥ（ｊ））に関して、連結観察モデルは、それぞれ、観察ランダム変数Ｚｋ，ｉ、Ｚｋ，ｊ（連結観察ランダム変数Ｚｋは、それぞれ、観察ランダム変数Ｚｋ，ｉ、Ｚｋ，ｊを備えている）を状態ランダム変数Ｘｋおよび目印ＰＯＳ（ＩＭＥ（ｉ））、ＳＬＡＭ目印ＰＯＳ（ＳＬＡＭ－ＩＭＥ（ｊ），ｋ））にリンクする：
Ｚｋ，ｉ＝ｈ１（Ｘｋ，ＰＯＳ（ＩＭＥ（ｉ）），ｉ＝１，・・・、Ｍ、および、
Ｚｋ，ｊ＝ｈＳＬＡＭ（Ｘｋ，ＰＯＳ（ＳＬＡＭ－ＩＭＥ（ｉ），ｋ）），ｊ＝１，・・・、ｍ
であり、式中、ｈ１（・）は、第１の観察モデルであり、ｈＳＬＡＭ（・）は、ＳＬＡＭ観察モデルである。
Ｚｋ，ｉ＝ｈ１（Ｘｋ，ＰＯＳ（ＩＭＥ（ｉ）），ｉ＝１，・・・、Ｍ、および、
Ｚｋ，ｊ＝ｈＳＬＡＭ（Ｘｋ，ＰＯＳ（ＳＬＡＭ－ＩＭＥ（ｉ），ｋ）），ｊ＝１，・・・、ｍ
であり、式中、ｈ１（・）は、第１の観察モデルであり、ｈＳＬＡＭ（・）は、ＳＬＡＭ観察モデルである。
【0026】
ＳＬＡＭ目印ＰＯＳ（ＳＬＡＭ－ＩＭＥ（ｊ），ｋ）の位置は、一般に、経時的に変化する。ＳＬＡＭ目印ＰＯＳ（ＳＬＡＭ－ＩＭＥ（ｊ），ｋ）の位置は、したがって、同様に、指数ｋに依存する。
【0027】
本発明による方法のさらなる実施形態では、Ｓ個のＳＬＡＭ目印の世界座標系における先験的な既知の位置が、提供され、該Ｓ個のＳＬＡＭ目印は、その第２の画像への適用が、Ｌ個のＳＬＡＭの特徴を提供する事前設定されたＳＬＡＭ特徴検出器に関連付けられ、Ｓ個のＳＬＡＭ目印とそれぞれの特徴シグネチャとの間の関連付け、および特徴シグネチャ自体間の関連付けが提供され、該特徴シグネチャは、該Ｓ個のＳＬＡＭ目印の画像への事前設定されたＳＬＡＭ特徴検出器の適用によって提供される出力に関係付けられ、方法は、加えて、以下を含む：１）Ｌ個のＳＬＡＭ特徴の特徴シグネチャを関連付けにおける特徴シグネチャと比較することによって、先験的な既知の位置を伴うＳ個のＳＬＡＭの目印に関連するＬ個のＳＬＡＭ特徴のｔを決定すること；２）ＳＬＡＭ単射マッピング推定の決定の一部として、関連付けにおける特徴シグネチャに対するＬ個のＳＬＡＭ特徴の特徴シグネチャの比較に基づいて、ｔ個のＳＬＡＭ特徴から対応するＳＬＡＭ目印までの単射マッピングを設定すること。原則として、ｔは、「０」（対応するＳＬＡＭ目印を用いて決定される、ＳＬＡＭ特徴は、世界座標系における先験的な既知の位置を有しない）とＬとの間の任意の自然数に等しくあり得、後者の場合、全ての決定されたＬ個のＳＬＡＭ特徴が、世界座標系における先験的な既知の位置を伴う対応するＳＬＡＭ目印を有する状況に対応する。
【0028】
本発明による方法のさらなる実施形態では、ｎ個の現在マッピングされているＳＬＡＭ目印は、世界座標系における先験的な未知の位置を伴うＳＬＡＭ目印のみを備えている。世界座標系における先験的な既知の位置を伴う対応するＳＬＡＭ目印を伴う決定されたＳＬＡＭ特徴は、位置特定装置の状態ｘｋを決定するために、および世界座標系における先験的な未知の位置を伴うＳＬＡＭ目印の位置を決定するために使用され得る。
【0029】
本発明による方法のさらなる実施形態では、Ｎ個の事前配置された目印に関連するＭ個の特徴は、実質的に互いに区別できず、屋内環境は、世界座標系における先験的な未知の位置を伴うＫ個の追加の目印を備え、Ｋ個の追加の目印のうちのＨ（≦Ｋ）個の追加の目印は、着目場面内にあり、Ｋ個の追加の目印のうちのＰ個の現在推定されている位置は、マップ状態ｓｋの一部であり、Ｈ個の追加の目印は、第１の画像において、実質的にＭ個の特徴と区別できない追加の特徴として捕捉され、方法は、加えて、以下を含む：１）Ｍ個の特徴の位置の決定と一緒に、Ｈ個の追加の特徴の位置を決定することであって、決定は、それによって、第１の画像における特徴および追加の特徴のＭ＋Ｈ個の位置を提供する、こと；２）Ｍ＋Ｈ個の特徴および追加の特徴の位置をＭ＋Ｒ個（ここで、Ｒ≦Ｐ）の位置を備えている第１の組とＱ個（ここで、Ｈ＝Ｒ＋Ｑ）の位置を備えている第２の組とに分離すること；３）第１の組から、Ｎ個の事前配置された目印の位置とＰ個の現在推定されている位置とを備えている区別できない目印の組への単射マッピング推定を決定すること；４）および、第２の組に基づいて、マップ状態ｓｋを更新（拡張）すること。本発明による方法の本実施形態はまた、世界座標系における先験的な既知の位置を伴うＳ個のＳＬＡＭ目印を備えている、本発明による方法の実施形態と組み合わせられ得る。
【0030】
Ｎ個の事前配置された目印は、互いに区別できないこともある。例えば、Ｎ個の事前配置された目印は、同一のタイプの再帰反射体として具現化され、構築され得る。その投影が特徴である第１の画像の中への事前配置された目印の投影は、したがって、互いに実質的に区別できないこともあり、すなわち、検査された特徴が対応する事前配置された目印は、第１の画像において一度に１つの特徴のみを検査し、第１の画像における他の特徴を無視することによって、一義的に決定されないこともある。Ｎ個の事前配置された目印に加えて、Ｋ個の追加の目印が、屋内環境において、同様に、存在し得、Ｋ個の追加の目印は、Ｎ個の事前配置された目印と区別できないこともある。代替として、追加の目印に対応する追加の特徴のみが、事前配置された目印に対応する特徴と区別できないこともある。変数Ｋに割り当てられる数は、既知または未知であり得る。したがって、追加の目印が、屋内環境において存在する数は、既知ではないこともある。最初に、Ｋ個の追加の目印の位置は、世界座標系におけるＮ個の事前配置された目印の先験的な既知の位置に反して、世界座標系において既知ではないこともある。第１の画像によって捕捉される屋内環境の着目場面では、Ｈ（≦Ｋ）個の追加の目印が、該Ｈ個の追加の特徴として捕捉され得、一般性を喪失することなく、Ｈ個の追加の特徴が、堅牢かつ安定的な様式で、第１の画像から識別可能であり得ることが仮定され得る。合計で、したがって、第１の画像内にＭ＋Ｈ個の特徴および追加の特徴が存在し、それらは、Ｎ＋Ｋ個の事前配置された目印（の一部）と追加の目印とに対応し得る。
【0031】
マップ状態ｓｋは、加えて、Ｋ個の追加の目印のうちのＰ個の現在推定されている位置を備え得る。Ｐ個の追加の目印の現在推定されている位置は、その中に本発明による方法が、以前に説明されるように埋め込まれ得るアルゴリズムの以前の反復において決定されていることもある。したがって、追加の目印の先験的な位置が、未知であり得るにもかかわらず、これらの位置は、経時的に推定され得、それによって、全体的なアルゴリズムの具体的な反復、例えば、反復ｋにおいて、Ｐ個の追加の目印の位置の位置が以前に推定されていることもあり、Ｋが既知であることを前提として、Ｎ＋Ｋ個の目印および追加の目印から、世界座標系におけるＮ＋Ｐ個の目印および追加の目印の位置が、既知であり得ること、およびＫ－Ｐ個の追加の目印の位置が、依然として、未知であり得ることを含意する。
【0032】
特徴および追加の特徴の観察されたＭ＋Ｈ個の位置は、世界座標系における既知の（または現在推定されている）位置を伴う目印および追加の目印に対応するそれらの特徴および追加の特徴を備えている第１の組と、世界座標系における現在未知の位置を伴う追加の目印に対応するそれらの追加の特徴を備えている第２の組とに分離され得る。次いで、第１の組から、Ｎ個の事前配置された目印の（先験的な既知の）位置と、Ｐ個の追加の目印のＰ個の現在推定されている位置とを備えている区別できない目印の組の中への単射マッピング推定が、決定され得る。
【0033】
第２の組は、その位置が、以前に推定されていない、追加の目印に対応する追加の特徴を備え得る。第２の組は、したがって、初期化のためのすなわち、第２の組に対応する追加の特徴の推定される位置をマップ状態ｓｋに追加するための基盤を形成し得る。第２の組に基づいて、マップ状態ｓｋは、したがって、拡張され得る。世界座標系における追加の特徴の位置を推定するために要求される情報は、追加のセンサ、例えば、深度カメラを使用することによって、または、第１のカメラによって入手される複数の画像にわたって追加の特徴を好適にリンクし、そのような確立された関係に基づいて三角測量することによって取得され得る。
【0034】
事前配置された目印に対応する特徴および以前に初期化された追加の目印に対応する追加の特徴は、先験的な未知の位置であるが、事後的な推定される位置を用いて、したがって、同一の方法で処理され得、すなわち、単射マッピング推定の推定のための同一のアルゴリズムが、第１の組の要素に適用され得、以前に初期化されなかった追加の目印に対応する追加の特徴は、初期化され得、すなわち、マップ状態ｓｋが、成長させられ得る。
【0035】
第１の組は、Ｍ＋Ｒ個の要素を備え得、これらの要素のうちのＭは、事前配置された目印に対応する特徴と関連し得、これらの要素のうちのＲ≦Ｐは、以前に初期化されている追加の目印に対応する特徴と関連し得る。第２の組は、Ｑ個の要素を有し、Ｈ＝Ｒ＋Ｑであり得る。
【0036】
本発明による方法のさらなる実施形態では、第１の画像は、第１のカメラ中心および第１の画像センサを伴う第１のカメラによって捕捉され、世界座標系における第１のカメラ中心の位置は、状態推定
に基づいて決定され、分離するステップは、Ｍ＋Ｈ個の位置の組における各要素に関して、以下のステップを遂行することによって進行する：Ｍ＋Ｈ個の位置は、第１の画像センサの座標系において測定される２Ｄ位置であり、（ｉ）初期点として第１のカメラ中心を有し、さらなる点として、それぞれの要素の２Ｄ位置に対応する３Ｄ位置を有する光線を決定するステップであって、３Ｄ位置は、状態推定
と、位置特定装置と第１の画像センサとの間の既知の空間的関係とに基づいて決定される、ステップ；および、（ｉｉ）区別できない目印の組内の任意の目印が事前設定された距離閾値よりそれぞれの光線に近い（それぞれの光線の上への直交投影によって測定される）場合、それぞれの要素を第１の組に割り当て、そうでない場合、それぞれの要素を第２の組に割り当てる、ステップ。事前設定された距離閾値を使用して、それぞれの光線に対する近さを測定する代わりに、状態の推定される不確実性に依存する閾値が、選定され得、および／または、閾値は、カメラから離れた距離の関数でもあり得、例えば、閾値は、カメラからの距離の増加とともに増加し得る。
【数3】
【数4】
【0037】
Ｍ＋Ｈ個の特徴および追加の特徴を第１の組および第２の組に分離することは、幾何学的手段によって進行し得る。世界座標系における第１の画像を捕捉する第１のカメラの姿勢の現在の推定を前提として（そのような第１のカメラの姿勢の現在の推定は、例えば、位置特定装置の状態推定
と、位置特定装置上の第１のカメラの既知の配置とに基づいて取得され得る）、第１のカメラ中心の世界座標系における位置が、決定され（第１のカメラは、例えば、投影マッピングデバイスとして数学的に説明され得る）、第１のカメラの画像センサ内の特徴／追加の特徴の２Ｄ位置（この２Ｄ位置は、画像センサのある座標系において説明され得る）が、第１のカメラの決定された現在の姿勢と、該第１のカメラの既知の（内部）構造とによって、世界座標系における３Ｄ位置に変換され得る。状態推定
は、位置特定装置上に配置される慣性計測ユニットによって提供される、移動情報に基づいて決定され得る。次いで、光線が、第１のカメラ中心に対応する初期点と光線が通過するさらなる点（特徴／追加の特徴の推定される３Ｄ位置である）とを用いて決定される。検討される特徴／追加の特徴は、区別できない目印の組の要素のいずれかが光線に十分に近い場合、第１の組の中に設置され得、「十分な近さ」は、例えば、閾値および光線の上への直交投影によって測定される。閾値は、光線に沿った距離のパラメータ化された関数であり得るか、または、閾値は、定数であり得る。閾値が、定数として具現化される場合、特徴／追加の特徴が、第１の組に属するかどうかを決定する選択基準は、したがって、空間内の点（事前配置された目印または現在推定されている追加の目印の位置）が、一定の閾値に対応する半径を伴う光線の周囲の円筒の内側に存在するどうかの決定に帰着し得る。カメラからの距離とともに増加する不確実性を捕捉するために、特徴／追加の特徴が、第１の組に属するかどうかを決定する選択基準は、代替として、空間内の点（事前配置された目印または現在推定されている追加の目印の位置）が、光線の周囲の円錐形錐台の内側に存在するかどうかを決定することとして具現化され得る。
【数5】
【数6】
【0038】
本発明による方法のさらなる実施形態では、観察は、加えて、第１の画像におけるＲ個の追加の特徴のうちの少なくとも１つの位置を備え、ｎ個の現在マッピングされているＳＬＡＭ目印の位置の更新とともに、追加の目印のＰ個の現在推定されている位置が、更新される。しかしながら、追加の目印のＰ個の現在推定されている位置は、先験的な既知の位置を伴う事前配置された目印に対応する観察された特徴にも基づいて、および／または、観察されたＳＬＡＭ特徴にも基づいて更新され得る。
【0039】
追加の目印のＰ個の現在推定されている位置が推定にすぎないので、これらの位置も、ｎ個の現在マッピングされているＳＬＡＭ目印の位置とともに更新され得る。
【0040】
本発明による方法のさらなる実施形態では、第１の観察モデルは、加えて、Ｒ個の追加の特徴のうちの少なくとも１つの位置の上への単射マッピング推定を用いたＲ個の追加の特徴のうちの少なくとも１つに対応するＲ個の追加の目印のうちの少なくとも１つのマッピングを説明する。
【0041】
本発明による方法のさらなる実施形態では、（ｉ）状態推定
と、（ｉｉ）連結観察モデルと、（ｉｉｉ）観察ｚｋとを使用して、状態ｘｋを決定するステップは、状態－空間モデルに拡張カルマンフィルタを適用することによって提供される更新式を使用することによって行われ、更新式は、連結観察モデルのヤコビ行列を含み、第１の観察モデルのヤコビ行列は、状態推定
において評価され、ＳＬＡＭ観察モデルのヤコビ行列は、少なくとも状態推定
において、かつｎ個の現在マッピングされているＳＬＡＭ目印の位置において評価される。
【数7】
【数8】
【数9】
【0042】
本発明による方法のさらなる実施形態では、全てのＭ個の特徴および全てのｍ個のＳＬＡＭ特徴に対応する更新式は、連続してかつ独立して呼び出される。
【0043】
本発明による方法のさらなる実施形態では、第１の画像は、光源が着目場面を照明する光を放出するように動作させられると、第１のカメラによって捕捉される。第２の画像はまた、光源が着目場面を照明する光を放出するように動作させられると、第２のカメラによって捕捉され得る。第１の画像の捕捉中に使用される光源および第２の画像の捕捉中に使用される光源は、同一の光源であり得る。
【0044】
本発明のさらなる側面によると、命令を備えているコンピュータプログラム製品が、提供され、命令は、コンピュータによって実行されると、本発明による方法をコンピュータに遂行させる。
【0045】
本発明のさらなる側面によると、アセンブリが、提供され、アセンブリは、（ａ）位置特定装置と、（ｂ）位置特定装置上に搭載された第１のカメラと、（ｃ）屋内環境における複数の事前配置された目印と、（ｄ）コントローラとを備え、コントローラは、本発明による方法を遂行するように構成される。
【0046】
第１のカメラは、第１の画像を提供するように構成され得る。第１のカメラは、第２の画像も提供し得、第１の画像と第２の画像とは、一致していることもある。第１のカメラは、ＲＧＢ－ＩＲ（赤色－緑色－青色赤外線）カメラとして具現化され得、ＲＧＢチャネルは、第１の画像または第２の画像を提供し得、ＩＲチャネルは、他の画像を提供し得る。第１のカメラは、高ダイナミックレンジ（ＨＤＲ）画像を提供するものとしても具現化され得る。本発明による方法は、位置特定エージェントのローカル座標系と第１のカメラの第１のカメラ座標系との間の既知の幾何学的関係を通して、位置特定装置の状態を決定し得、ローカル座標系と第１のカメラ座標系との間の既知の座標変換が、第１のカメラの状態を位置特定装置の状態の上にマップするために使用され得る。
【0047】
本発明によるアセンブリの実施形態では、第２のカメラが、位置特定装置上に配置され、第１のカメラは、屋内環境の天井が第１のカメラの視野内にあるような方法で位置特定装置上に配置され、第１のカメラのカメラ軸は、第１のカメラの視野内にあり、第２のカメラは、第２のカメラのカメラ軸が第１のカメラのカメラ軸に実質的に直交するような方法で位置特定装置上に配置される。例えば、第１のカメラのカメラ軸は、第１のカメラの投影中心と第１のカメラの画像センサの中心とによって画定され得、第２のカメラのカメラ軸は、第２のカメラの投影中心と第２のカメラの画像センサの中心とによって画定され得る。好ましくは、第１のカメラは、したがって、屋内環境の天井が第１のカメラの視野内にあるように、位置特定装置上に配置され、第２のカメラは、第２のカメラのカメラ軸が第１のカメラのカメラ軸と実質的に直交するような方法で位置特定装置上に配置される。より好ましくは、第１のカメラは、第１の画像が、第１のカメラによって捕捉されているとき、天井が第１のカメラの視野内にあるような方法で位置特定装置上に配置され、第２のカメラは、第２のカメラのカメラ軸が第１のカメラのカメラ軸に実質的に直交するような方法で位置特定装置上に配置される。第１のカメラおよび第２のカメラは、したがって、それらのそれぞれの視野が、互いに実質的に異なるような方法で位置特定装置上に配置され得る。
【0048】
ドローンまたは可動式陸地ベースのロボットは、位置特定装置の例示的実施形態である。そのような位置特定装置の通常の移動条件は、空中（ドローンの場合等）または地面表面自体上（陸地ベースのロボットの場合等）のいずれかで、着目場面の地面表面に対する水平移動である。Ｎ個の事前配置された目印は、着目場面における天井上に配置され得る。そのような通常の移動条件では、カメラは、第１のカメラのカメラ軸が、屋内環境の天井に向いているような方法で位置特定装置上に配置され得る。第１のカメラは、第１のカメラによる第１の画像の捕捉中、第１のカメラのカメラ軸と重力のベクトルとの間のドット（内）積が、負の結果を提供するような方法で位置特定装置上に位置付けられ得、第１のカメラのカメラ軸は、第１のカメラによる第１の画像の捕捉のとき、重力のベクトルの周囲に４５度の円錐内にあり得る（円錐の軸は、重力のベクトルと整列させられ得、重力のベクトルと比較すると、反対方向に向けられ得（円錐の軸は、円錐の頂点からその底辺に向く）、すなわち、円錐の軸は、屋内環境の地面から離れる方に向き得る）。他方、ＳＬＡＭ目印は、典型的に、例えば、典型的なＳＬＡＭ特徴が強いローカル対比に基づいて決定され得るので、着目場面自体内に見出され得る。他方、部屋の天井（例えば、部屋の天井は、着目場面である）は、典型的に、かなり均質であり、少数のＳＬＡＭ特徴しか、したがって、典型的に、屋内の部屋の天井上で検出されないであろう。第１のカメラは、したがって、通常の移動条件中、第１のカメラが天井の方に上方向に向き、すなわち、それが、大抵の場合、天井の画像を捕捉するような方法で位置特定エージェント上に位置付けられ得る。第２のカメラは、それが屋内環境の内部の画像を主に捕捉するような方法で位置特定エージェント上に位置付けられ得る。第２のカメラのカメラ軸は、したがって、第１のカメラのカメラ軸に対して実質的に直交する方法で向けられ得る。
【0049】
本発明によるアセンブリのさらなる実施形態では、アセンブリは、光源を備え、光源は、位置特定装置に、および／または、少なくとも１つの追加の目印に配置される。少なくとも１つの追加の目印も、先験的な未知の位置を伴って屋内環境において配置され得、例えば、屋内環境における少なくとも１つの追加の目印の配置中、該少なくとも１つの追加の目印の位置は、記録されていないこともある。しかしながら、追加の目印も、屋内環境において、当然、存在し得る。
【図面の簡単な説明】
【0050】
本発明の例示的実施形態は、本説明において開示され、以下の図面によって図示される。
【0051】
【発明を実施するための形態】
【0052】
図１は、ある時間ｔｋにおける位置特定装置の状態ｘｋを決定するための本発明による方法の実施形態の概略描写を示す。状態ｘｋは、時間ｔｋにおける、位置特定装置の３Ｄ位置および３Ｄ向きを備え得る。３Ｄ位置および３Ｄ向きは、世界座標系に対して表され得る。状態ｘｋは、加えて、時間ｔｋにおける位置特性装置の３Ｄ速度情報を備え得、該３Ｄ速度情報も、例えば、世界座標系に対して表され得る。位置特定装置が、経時的に屋内環境を通して移動し得るので、その状態は、位置特定装置の現在の位置および向きを決定するために、追跡される必要があり得る。
【0053】
時間ｔｋにおいて、屋内環境におけるそれぞれの着目場面の第１の画像１および第２の画像２が、受信され、屋内環境における位置特定装置の状態推定３
およびｎ個の現在マッピングされているＳＬＡＭ目印４の位置も、受信される。図１に示される概略描写は、より大きな修正されたＳＬＡＭアルゴリズムの反復におけるステップを示すものと見なされ得る。図１に概略的に示される本発明による方法は、経時的な位置特定装置の状態を追跡することと、位置特定装置が経時的に移動する環境の表現を構築することとの両方を行うより大きな追跡アルゴリズムの中に組み込まれ得る。より大きな修正されたＳＬＡＭアルゴリズムは、従来のＳＬＡＭアルゴリズムと異なり得、より大きな修正されたＳＬＡＭアルゴリズムにおいて、補正ステップは、屋内環境における既知の位置を伴う事前配置された目印の画像を使用して、より大きな修正されたＳＬＡＭアルゴリズムの少なくとも１回の反復において、位置特定装置の状態と以前に決定されたＳＬＡＭ目印の位置との両方を更新することを含む。
【数10】
【0054】
第１の画像１は、Ｎ個の事前配置された目印を備えている屋内環境における着目場面のある画像である。屋内環境におけるＮ個の事前配置された目印の位置（および可能性として、向き）は、所定の世界座標系において既知である。時間ｔｋにおいて、第１の画像１を捕捉する第１のカメラは、特定の位置および向きを有するので、Ｎ個の事前配置された目印の全てが、第１のカメラに対して視野内に存在しない（すなわち、可視ではない）こともある。例えば、Ｊ（≦Ｎ）個の事前配置された目印が、時間ｔｋにおいて、第１のカメラに対して可視であり得、このＪ個の事前配置された目印が、屋内環境における着目場面の第１の画像１の上に、第１のカメラによって投影される。事前配置された目印の画像の中への投影は、「特徴」と称され得る。第１の画像１の上に投影されるＪ個の事前配置された目印から、Ｍ（≦Ｊ）個の特徴が、識別され得、画像におけるそれらの特徴の２Ｄ位置が、決定される（５）。特徴の２Ｄ位置は、例えば、該特徴の重心の２Ｄ位置であり得る。Ｊ個の事前配置された目印のうちのいくつかは、画像の中へのそれらの投影が、あまりにも小さい／不鮮明である／粗悪に検出可能であるような方法で時間ｔｋにおいて、第１のカメラに位置付けられ、向けられ得る。この場合、Ｍは、厳密に、Ｊより小さく、すなわち、Ｍ＜Ｊであり得、第１のカメラによって第１の画像１の上に投影される残りのＪ－Ｍ個の事前配置された目印は、無視され得る。Ｍ個の特徴が、事前配置された目印に対応する特徴であること、すなわち、外れ値が除去されていることも仮定され得る。一般に、Ｎ個を上回る特徴が、例えば、外れ値に起因して決定されること、および、これらの決定された特徴の中で、事前配置された目印に実際に対応するＭ個の特徴が存在することが可能である。これらＭ個の特徴は、単射マッピング推定の決定に先立って決定され得るか、または、これらのＭ個の特徴は、単射マッピング推定の決定中に決定され得る。決定された特徴の中で、事前配置された目印に実際に対応するＭ個を上回る特徴が、存在し得、Ｍ個の特徴は、したがって、事前配置された目印に実際に対応する決定された特徴のうちのそれらの特徴の適切な一部に対応し得る。
【0055】
第２の画像２におけるＳＬＡＭ特徴が、決定され、より具体的に、第２の画像２におけるＳＬＡＭ特徴の位置が、決定される。第２の画像２におけるＳＬＡＭ特徴の位置を決定する（６）ために、従来技術から公知である任意のＳＬＡＭ特徴検出器が、使用され得る。ＳＬＡＭ特徴検出器を第２の画像２に適用することは、決定されたＳＬＡＭ特徴の位置を伴うＬ個の決定されたＳＬＡＭ特徴のリストを提供する。各決定されたＳＬＡＭ特徴は、第２の画像において描写される屋内環境における着目場面におけるＳＬＡＭ目印に対応する。異なるＳＬＡＭ特徴検出器が、典型的に、第２の画像２における異なるＳＬＡＭ特徴を検出するので、ＳＬＡＭ目印は、ＳＬＡＭ特徴検出器の選定に依存する。一般的に、Ｌ個の決定されたＳＬＡＭ特徴のうちのｍ個のみが、以前の反復において観察されたｎ個のＳＬＡＭ目印のうちのいくつかに対応する。
【0056】
Ｍ個の特徴からＮ個の事前配置された目印への単射マッピング推定も、決定される（５）。典型的に、それは、Ｍ＜Ｎを維持するので、単射マッピング推定は、典型的に、単射的にすぎず、全射的ではない。単射マッピング推定は、Ｎ個の事前配置された目印のうちのどの事前配置された目印が第１の画像１におけるＭ個の特徴のうちのどの特徴を誘発したかを説明する。そのような単射マッピング推定を決定する（５）ために、時間ｔｋにおける第１のカメラの現在の状態が既知である必要があり得、第１のカメラの現在の状態は、第１のカメラが取り付けられ得る位置特定装置の現在の状態から導出され得る。単射マッピング推定も、全ての決定された特徴（すなわち、外れ値も含む）から開始して決定され得る。単射マッピング推定の決定中、外れ値が、識別され、それによって、事前配置された目印に対応するＭ個の特徴のみが、Ｎ個の事前配置された目印の組の中にマップされる。ｍ個のＳＬＡＭ特徴から、ｎ個の現在マッピングされているＳＬＡＭ目印へのＳＬＡＭ単射マッピング推定は、例えば、個々のＳＬＡＭ特徴を識別する特徴シグネチャを使用して、決定され得る（６）。
【0057】
決定された単射マッピング推定と決定されたＳＬＡＭ単射マッピング推定とを使用して、次のステップでは、連結観察モデルが、設定される（７）。結合観察モデルは、拡張カルマンフィルタの予測ステップの出力を更新／補正するタスクを実施するために、拡張カルマンフィルタによって使用され得る（８）。連結観察モデルは、マップ状態ランダム変数Ｓｋを連結観察ランダム変数の上にマップするように構成され、マップ状態ランダム変数Ｓｋは、（ｉ）位置特定装置の現在の状態と、（ｉｉ）ｎ個の現在マッピングされているＳＬＡＭ目印の位置と、（ｉｉｉ）Ｎ個の事前配置された目印の既知の位置とを備え、連結観察ランダム変数は、第１の画像１における特徴の位置および第２の画像２におけるＳＬＡＭ特徴の位置を統計的に説明する。連結観察ランダム変数に対応する観察は、実際の測定プロセスを通して、または実際の測定プロセスによって提供されるデータ上で遂行される計算を通して取得される。
【0058】
連結観察モデルは、着目場面を通した位置特定装置の移動を追跡するために、かつ着目場面のＳＬＡＭ目印マップを構築するために使用される状態－空間モデルの一部である。連結観察モデルに加えて、状態－空間モデルは、典型的に、予測ステップにおいて使用される状態－遷移モデル（運動モデル）を備えている。運動モデルの代替として、または加えて、慣性測定ユニットが使用され得る。この場合、位置特定装置のみが、着目場面を通して移動することが仮定され得るが、ＳＬＡＭ目印および事前配置された目印の両方が、経時的に静的であることが仮定され得る（しかしながら、ＳＬＡＭ目印の推定される位置は、典型的に、静的ではない）。状態－遷移モデルは、状態自体が経時的に進化する方法を説明する。位置特定装置が、航空機として具現化される場合、例えば、状態－遷移モデルは、航空機の飛行をモデル化する式を含み得、式は、可能性として、航空機の飛行を制御するために使用される制御入力と、摂動入力とを備えている。連結観察モデルおよび／または状態－遷移モデルは、それらの入力において、線形または非線形であり得る。
【0059】
連結観察モデルおよび状態－遷移モデルの両方が線形である場合、カルマンフィルタが、少なくとも状態推定
３と、連結観察モデルと、観察５、６とを使用して、時間ｔｋにおける状態ｘｋ（９）を決定する（８）ために使用され得、観察５、６は、連結観察ランダム変数Ｚｋの実現値である。観察５、６は、（ｉ）第１の画像１におけるＭ個の特徴の２Ｄ位置と、（ｉｉ）第２の画像２におけるｍ個のＳＬＡＭ特徴の２Ｄ位置とを備えている。連結観察モデルおよび／または状態－遷移モデルが、非線形である場合、拡張カルマンフィルタが、使用され得、拡張カルマンフィルタは、非線形式を線形化する。カルマンフィルタおよび拡張カルマンフィルタの両方は、連結観察モデルと、測定された観察とを使用して、状態推定
（具体的に、その平均ベクトルおよびその共分散行列）を更新するための更新式／補正ステップを提供する。状態ｘｋ（９）が、決定される（８）と、これは、時間内で、例えば、時間ｔｋから時間ｔｋ＋１まで、状態－遷移モデルを使用して伝搬され、時間内の伝搬は、時間ｔｋ＋１における位置特定装置の状態に関する、状態推定
を提供し得る。カルマンフィルタの代わりに、粒子フィルタが、使用され得るか、または、ルンベルガオブザーバ等の状態オブザーバが、使用され得るか、または、最新技術から公知である任意の他の公知のフィルタリング技法が、使用され得る。状態推定
は、時間ｔｋ＋１における状態ｘｋ＋１を決定するための新しい状態推定として受け止められ得る。
【数11】
【数12】
【数13】
【数14】
【0060】
カルマンフィルタまたは拡張カルマンフィルタの更新式は、全てのＭ個の特徴およびｍ個のＳＬＡＭ特徴に関して同時に、または、Ｍ個の特徴のうちの各特徴およびｍ個のＳＬＡＭ特徴のうちの各ＳＬＡＭ特徴に関して別個に、または、全てのＭ個の特徴に関して同時かつｍ個のＳＬＡＭ特徴に関して別個に同時に呼び出され得る。本発明による方法のいくつかの実施形態では、更新式は、Ｍ個の特徴のうちのそれらの特徴に関してのみ呼び出され得、該それらの特徴の予測される特徴位置までのマハラノビス距離は、ある閾値より小さく、該予測される特徴位置は、例えば、状態推定
（または、単射マッピング推定の決定中に決定される位置特定装置の状態推定に基づいて）およびＮ個の事前配置された目印の既知の位置に基づいて決定される。拡張カルマンフィルタが使用される場合、連結観察モデルのヤコビ行列が、計算される必要がある。連続画像の捕捉中の時間ｔｋ＋１－ｔｋが、全てのＭ個の特徴および全てのｍ個のＳＬＡＭ特徴を処理するために十分に長くない場合、全ての（ＳＬＡＭ）特徴が、状態の更新の間に検討されないこともある。
【数15】
【0061】
図２は、光源１０と、第１のカメラ１１とを備えているドローンの形態における航空機の概略描写を示し、ドローンは、屋内環境１５において飛行しており、着目場面が、屋内環境内に存在する。事前配置された目印１６の各々は、好ましくは、再帰反射体として具現化され、屋内環境１５内の複数の位置に配置される。事前配置された目印１６は、着目場面１５における天井に搭載され得る。事前配置された目印は、実質的に同一の方法で具現化され得、すなわち、事前配置された目印は、互いに対して完全に代替可能であり得る。（位置および向きを備えている）ドローンの任意の所与の姿勢において、いくつかの目印１６は、図２では、事前配置された目印１６と第１のカメラ１１との間の線によって示され、第１のカメラ１１に対して可視であり得るが、他の事前配置された目印１６は、第１のカメラ１１に対して可視ではないこともある。図２では、第１のカメラ１１は、ドローンの下方に搭載される。第１のカメラ１１は、代替として、カメラが、好ましくは、天井上に位置する目印１６が、第１のカメラに対して可視であるように、天井に向いているように配置されるような方法でドローンの上部に搭載され得、第１のカメラは、光源１０に隣接して位置し得る。好ましくは、ドローンは、第２のカメラ（図２では図示せず）をさらに備えている。好ましくは、第２のカメラは、第１のカメラに対して直交方向に向けられる。第２のカメラによって捕捉される画像は、ＳＬＡＭアルゴリズムへの入力として使用され得る。
【0062】
事前配置された目印１６の位置は、世界座標系１２において既知であり得、ドローンの現在の場所は、ドローン座標系１３として表され得、座標変換１４が、世界座標系１２とドローン座標系１３との間で既知であり得る。第１のカメラ１１および光源１０が、ドローンに固定され、ドローンに対するそれらの姿勢が既知である場合、第１のカメラ１１および光源１０の姿勢は、ドローン座標系１３を使用して、世界座標系１２に関係付けられ得る。ドローンの現在の位置は、屋内環境１５における着目場面１５、具体的に、既知の位置を有する事前配置された目印１６の第１の画像を使用して、かつ室内環境１５における着目場面１５の第２の画像を使用して決定されることができ、その第２の画像は、ＳＬＡＭアルゴリズムによって使用され得る。代替として、または加えて、ドローンは、慣性測定ユニットを装備し得、その慣性測定ユニットも、ドローンの姿勢決定のために使用され得る。光源１０は、等方的に放出する光源であり得るか、または、それは、非等方的様式で放出する指向性光源であり得る。光源１０および第１のカメラ１１は、特に、事前配置された目印１６が再帰反射体として具現化される場合、互いに理想的に近接している。
【図1】
【図2】
【国際調査報告】