Non-holonomic vs holonomic
holonomicな拘束とは、拘束条件が一般化座標と時間だけで成り立つものであり、それ以外の拘束は全てnon-holonomicな拘束という[1-4]。例えば移動ロボットの座標を考えると、横移動できるロボット(例えばメカナムホイール搭載型)はhonomic拘束に従い、横移動できないロボット(例えば自動車)のnonholonomic拘束に従う[5, 6]。前者に関して言えば、好きなように動けるので、座標はその前の座標に依存する。後者に関して言えば、進める方向が制限されているため、座標はその前の座標と速度などに依存することになる。
参考文献
[1]ホロノミックと非ホロノミック
[2]https://www.physics.uci.edu/~tanedo/files/teaching/P3318S13/Sec_05_nonholonomic.pdf
[3]What is holonomic constraints? - Quora
[4]https://alliance.seas.upenn.edu/~meam535/cgi-bin/pmwiki/uploads/Main/Constraints10.pdf#page=4
[5]http://ais.informatik.uni-freiburg.de/teaching/ss13/robotics/slides/03-locomotion.pdf
[6]http://home.deib.polimi.it/gini/robot/docs/Rob10bis.pdf
OpenCVでの行列の掛け算の注意点
OpenCVの行列は、基本クラスのcv::Matと、それを継承した小クラスのcv::Mat_があります。前者はインスタンス生成時に型指定が出来ません。後者は、cv::Mat_
詳細はおっかけていないので結果論ですが、行列の掛け算をするとき、
cv::Mat a, b; cv::Mat c = a * b
だとアサーションが発生します。そのため、行列の掛け算をする時は、
cv::Mat_<float> a, b; cv::Mat_<float> c = a * b
のようにしましょう。ただし、データ型としてucharは使えませんでした。コンパイルは通るのですが、結局アサーションが発生しました。
ミュンヘンでの子供の手続き
ミュンヘンで子供が生まれた時、やることは下記の通りです。
- ミュンヘン市役所へ出生届を出す
- ミュンヘンでの出生届を出す場合、病院でしかもらえない用紙が必要になります。なのでこちらは用紙をもらったら、必要事項を記入してKVR(市役所)に行き、提出するだけです。その際、両親の婚姻証明と両親のパスポートを忘れずに持っていきましょう。
- 登録が終わると、自動的にドイツ語での出生証明が3枚発行されます。英語版、もしくはドイツ語版を4枚以上もらう場合、1枚当たり10ユーロで発行してくれます。
- もしも別日に証明書を追加で取得したい場合、同じ建物の(たぶん)ドイツ式1階(日本式だと2階)の奥(手前に自動券売機のようなものあり)に行けば発行してくれます。
- なお、この時点で子供には自動的に住民登録が成されます。多分この帰りにKVRの窓口で住民票が貰えるはずです(私はこの時点では知らなかったので、確認できていません)。
- 日本の市役所へ出生届を出す
- 念のため、提出先の市役所へメール等で記載内容を確認してもらうといいかもしれません。
- 日本領事館へ行き、パスポートの申請を行う
- 申請には写真が必要ですが、特に写真屋さんで取ってもらう必要はありません。デジカメなどで撮影し、dmなどで現像していけば、それでOKです。
- 発効までに1週間程度かかります。申請後に受け取り日は教えてもらえます。
- なお、領事館は少ない人数で回しているので、もしかすると受取日の午前中にはもらえない可能性もあります。念のため電話して確認することをお勧めします。私の場合、電話したら「午後からでもいいですか?」と言われました。
- ビザ申請
- 私と妻のビザ申請を手伝っていただいた弁護士さんに聞いたところによると、2019年11月現在、赤ちゃんは出生届を出すと自動的に6ヶ月のビザが付与されるそうです。ただし、これは今後変更される可能性もあるので、今すぐビザを取る必要はないけど、早急にビザ申請が必要、または市役所などで確認が必要、と認識ください。
特徴点マッチングの結果を改善する方法
(1)や(2)でも書いてありますが、主に3つの手法があります。
- Ratio test
KNN(K-近傍法)を使って求めたマッチする特徴点のペアに対し、ペア1の点同士の距離とペア2の点同士の距離の比(ratio)を元に、適切な結果かどうかを判断する。(3)のように、Loweらは実験により、その比が0.7を超えるとよいマッチングであることを示した。つまり、
かどうかをテストするとよい。
(4)に記載のように、ratio testをするためには2個以上のペアが必要なので、Bruto-force法だろうがFLANNを使おうが、どこかのタイミングでKNNを使ってペアを求める必要があります。
- Cross check
画像Aと画像Bを相互に基準としてマッチングをそれぞれ取った時、同じ点がベストマッチかを調べる、という方法です。画像A中の特徴点を基準とした場合、その点は固定したまま、画像B中の各特徴点との距離を計算します。これでは、Aからみたら最適なペアですが、Bからしたら最適かは保証されません。そのため、同様にして画像Bの特徴点を基準にして最適なペアを求めることで、お互いにとって最適であるかを求める、という方法です。(5), (6)が視覚的にわかりやすい説明かなと思います。
- RANSAC model
画像Aと画像Bで合致する特徴点がある、ということは、両者の間になんらかの幾何学的な関係が存在することになります。つまりカメラが画像Aを撮影してから、なんらかの並進+回転があった後に画像Bが撮影された、と言えます。全く動いていない場合も含まれます。この幾何学的な関係を、RANSACを用いることで推定し、推定できた(収束した)ら正しいマッチングだとみなします(2), (7)
- その他
その他にも、単純に合致する特徴点通しの距離をみる、など、観測モデルを考慮した上でのフィルタリング方法はいくらでも考えられます。
全方位カメラの画像から一般的なカメラと同じ様な画像を取り出す方法
360度パノラマ画像から平面画像への変換手法 - LASTMILE WORKS / DYNAMO TECH - R&D Project - Medium
を見ると、「平面展開する」と言えば良いようです。メモなので雑ですいません。
Gitでレポジトリを複製する方法(folkではない)
githubのレポジトリを他のサービスにコピーして管理したい場合ありますよね。そういう時は、下記の手順を取ればOKです。ここでは、githubのレポジトリをbitbucket上で管理する方法を紹介します。
- github上のレポジトリを、ローカルにcloneする
- bitbucket上で、空のレポジトリを作製する。作製するレポジトリは、github上のレポジトリと揃えた方がわかりやすいと思います。
- ローカル上で、bitbucketのレポジトリを登録します。登録方法は下記の2種類で、好きな方を選べます。
- git remote set-url https://xxx.git <- この方法は、既存のリモート名の実体を書き換える方法です。元のレポジトリとの関係を切る場合、こちらで上書きをするとよいでしょう。
- git remote add https://yyy.git <- この方法は、既存のリモートを保存したまま、新規リモートを追加する場合に使います。
- 全工程で登録したbitbucketのレポジトリへpushします。
以上となります。そんなに複雑ではないと思います。この方法は、元のレポジトリがpublicのためにfolkしてもprivateにできない場合にも使えます。
Visual navigationとその分類
Visual navigationは、メトリック地図を用いるものと、トポロジカル地図を用いるものの2種類に大別される[1]。後者はtopological visual navigationと呼ばれ、visual homing[2]もその1つに数えられる。
Visual homing
[2]を見ると、"local visual homing provides the ability to guide the robot to return to a goal position only by relying on visual information"とある。つまり、目的地に対して視覚情報のみを頼りにゴールへ到達する手法と言える。ここでlocalと付いているが、globalはないらしい。確かに遠く離れた場所は見えないので、globalは現実的に難しいように感じる。
[1] The role of homing in visual topological navigation
[2]A Novel Robot Visual Homing Method Based on SIFT Features