日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
可視光通信arXiv:2611.06121

投影空間におけるピクセルレベル可視光通信を用いた3D姿勢推定

3D Pose Estimation in Projection Space via Pixel-level Visible Light Communication

シェア:XThreadsFacebookLINEはてブBluesky

投影画像の各ピクセルに不可視コードを埋め込むPVLCとPnP問題を組み合わせ、外部センサなしで空中ロボットなどの3D姿勢をリアルタイム推定する手法を実現した。

詳しい要約

1. どんなもの？

- Projector から投影される画像に不可視の空間コードを埋め込み、デバイス側の受光素子で受け取る Pixel-level Visible Light Communication (PVLC) を用いた 3D pose estimation 手法。 - 従来 PVLC は平面情報のみだったが、これを Perspective-n-Point (PnP) 問題として定式化し、3D 空間でのデバイス姿勢推定を可能にする。 - 外部センシング基盤を必要とせず、投影画像コンテンツと協調してリアルタイムに動作する。

2. 先行研究と比べてどこがすごい？

- 従来の PVLC ベース姿勢推定は本質的に平面的で、平面上を動くデバイスに限定されていた。 - 本研究は PVLC を PnP 問題に拡張し、aerial robot のような 3D 空間を動くデバイスの姿勢推定を初めて実現。 - 外部センシングインフラ不要かつ高品質な投影画像コンテンツと両立する点が先行研究と異なる。

3. 技術・手法の肝は？

- デバイス上の 4 つの coplanar photosensor が PVLC 経由で受け取る 2D pixel 位置を image points とする。 - それらの既知の 3D レイアウトを object points として PnP 問題を解き、3D pose を推定。 - 推定結果に Kalman filtering を適用して精度を向上させる構成。

4. どうやって有効だと検証した？

- 実験により、約 8 ms の latency で 3D pose を推定できることを示した。 - Kalman filtering 後の 3D position RMSE は 19.2 mm。 - 外部センシング基盤なしで高品質投影画像と協調したリアルタイム 3D pose estimation の初の実現を確認したと述べている。

5. 議論はある？

- 4 つの coplanar photosensor を用いる構成や Kalman filtering の適用など、精度・latency に関する条件や限界についての詳細な議論は要旨からは不明。 - aerial robot 以外への適用可能性や、外乱・遮蔽などの影響についても要旨からは不明。

6. 次に読むべき論文は？

- Pixel-level Visible Light Communication (PVLC) の原論文・関連研究。 - Perspective-n-Point (PnP) 問題の代表的解法に関する文献。 - Kalman filtering を用いた pose estimation の関連研究。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Michikuni Eguchi, Takefumi Hiraki

分類: cs.RO

原文アブストラクト

Projector-based augmented reality enables natural interaction between users and devices by overlaying digital information onto the physical world through projected imagery. A key technical requirement of such systems is accurate positional alignment between the projector and the devices. Pixel-level Visible Light Communication (PVLC) achieves this alignment without external sensing infrastructure by embedding invisible spatial codes into each projected pixel through high-speed brightness modulation that preserves image quality. However, the information that PVLC transmits is inherently planar. PVLC has therefore been limited to devices moving on a flat surface and cannot estimate the 3D pose of devices in three-dimensional space, such as aerial robots. To extend PVLC-based pose estimation to three dimensions, we formulate it as a Perspective-n-Point (PnP) problem. The 2D pixel positions that four coplanar photosensors on the device receive via PVLC serve as the image points, and their known 3D layout provides the object points. Experiments show that the proposed system estimates 3D pose with a latency of approximately 8~ms and a 3D position RMSE of 19.2~mm after Kalman filtering. These results confirm the first realization of real-time 3D pose estimation coordinated with high-quality projected image content without external sensing infrastructure.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧
PR本紙発行元 EmplifAI