2019 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 – 2021-03-31
|
| 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 |
（１）本年度は、クロスドメイン地図学習のシステムを完成し、実証実験を行うことを目的とした。クロスドメイン場所認識：前年度までに研究開発してきた Siamese ネットワークに基づく特徴抽出機構を、当研究室で開発してきた場所認識システムへ実装し、実証実験を行った（IEEE ITSC19, Kojima et al.）。また、前年度までに開発してきた局所地図記述子の考え方を発展させて、単眼カメラSLAMのための場所認識問題を研究した。前年度のような３次元点群センサではなく、単眼カメラなどの２次元センサを対象としたアルゴリズムを実装した（IAPR MVA19, Yamamoto et al.）。
（２）場所固有変化検出器：大規模環境における変化検出問題を、場所固有変化検出器として定式化した。この新たな定式化に基づく深層畳込みオートエンコーダに基づく場所固有変化検出器を実装し、実証実験を行った（IEEE ITSC19, Yamaguchi et al.)。
（３）長期知識蒸留：数ヵ月から数年にわたる、長期間の知識転移タスクを、複数教師・複数生徒の間の知識蒸留として定式化した。この新たな定式化に基づいて、４基のニューラルネットワークからなる知識蒸留システムを実装し、クロスシーズン場所認識実験を行った（IEEE ITSC19, Hiroki et al.)。
（４）深層地図診断：変化検出問題を診断問題として定式化し、この新たな定式化に基づく地図診断システムを開発した（IEEE ICRA19, Tanaka)。
（５）第一/三人称システム：SLAM問題を第一人称視点（Visual Odometry）と第三人称視点（Visual Place Recognition）の問題として定式化した。この新たな定式化に基づいて、交差点認識システムを実装した（IEEE IV19, Takeda at al.）。
|
| 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 |
今年度は、「研究実績の概要」にも記載したように、変化検出問題について「場所固有変化検出器」、「長期知識蒸留」、「深層地図診断」などの新たな定式化を行った。SLAM問題についても「第一/三人称システム」という新たな定式化を行った。さらに、これらの新たな定式化に基づいて、研究成果を得ることができた。今後は、これらの新たな方向性に従って、研究開発を進めていく予定である。それによって、SLAM問題および変化検出問題について多面的な理解が可能になることが期待される。
|
| Causes of Carryover |
「研究実績の概要」でも述べたように、今年度の研究開発を通して、本研究課題のSLAM問題および変化検出問題に関して、新たな定式化を行った。次年度は、この方向で研究を推進することで、さらなる成果を期待できる。次年度使用額は、実機システムの開発や国際会議での成果発表（１件程度）に使用する。
|
