2018 Fiscal Year Research-status Report
The realization of next-generation SLAM technique with incremental adaptation to changing domains: cross-domain map learning
| Project/Area Number |
17K00361
|
|---|
| Research Institution | University of Fukui |
|---|
Principal Investigator |
田中 完爾 福井大学, 学術研究院工学系部門, 准教授 (30325899)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 移動ロボット / ドメイン適応 / 変化検出 / 地図 / SLAM / 自己位置推定 / データマイニング / 深層学習 |
|---|
| Outline of Annual Research Achievements |
本年度は、ドメイン適応と変化検出の各システムを発展させることを目的とし、具体的に、（１）～（３）の研究開発を行った。
（１）３次元点群地図を用いたスケーラブルな変化検出システム：前年度までに開発したシステムを、自動運転の主要な国際会議 ITSC18 において発表した。さらに、本システムの性能を向上させることを目的として、深層特徴を用いた識別的な地図検索手法を研究した。そのために、Siamese ネットワークに基づく識別的な距離学習法を新たに開発した。クロスシーズン変化検出実験において、本手法が有効であることを確認した。
（２）クロスドメイン場所認識システム：前年度までに開発したシステムを、自動運転の主要な国際会議 ITSC18 において発表した。さらに、本システムの性能を向上させることを目的として、転移学習を用いた地図更新手法を研究した。そのために、知識蒸留に基づく高効率な転移学習法を開発した。実験により、本手法が有効であることを確認した。
（３）場所特有変化分類タスク：前年度までに開発した場所分割法をさらに発展させて、オートエンコーダに基づく深層場所分割アルゴリズムを開発した。この成果を国際会議へ投稿した。
（４）再訪問認識タスク：前年度までに開発した不変座標系（ISC）手法を、最先端のSLAM技術と融合した。具体的に、逐次辞書、アイランド法、BRIEF記述子からなる最先端SLAM技術を利用し、性能評価において最先端手法と同等以上の認識性能を達成した。この成果は、計算機視覚の国際会議において発表を予定している。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の目標であった、ドメイン適応と変化検出の研究開発を実施し、目標とする性能を達成することに成功した。
|
| Strategy for Future Research Activity |
今後は、前年度に開発したシステムを改善するとともに、これらを既存SLAMシステムのモジュールとして用いて、SLAMシステムを完成し、実証実験を行ってゆく。
|
| Causes of Carryover |
前年度に投稿した論文について、査読プロセスが長引いたため、年度内に掲載されなかった。このため、次年度使用額が発生した。この予算は、次年度に掲載を予定している論文、および、計算機の更新に充てる予定である。
|
