2018 Fiscal Year Annual Research Report
Traffic Light Detection and Tracking for Urban Automated Driving
| Project/Area Number |
17K12713
|
|---|
| Research Institution | Kanazawa University |
|---|
Principal Investigator |
米陀 佳祐 金沢大学, 新学術創成研究機構, 助教 (80643957)
|
|---|
| Project Period (FY) |
2017-04-01 – 2019-03-31
|
| Keywords | 自動運転自動車 / 周辺環境認識 / 画像処理 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本研究は，一般道の自動運転における車載カメラを活用した信号機認識アルゴリズムの開発を目指している．車両の位置情報及びカメラ画像を用いて信号機の点灯色および矢印灯の点灯状態を認識・予測するためのアルゴリズムを開発し，提案手法を自動運転の実証実験に導入して要求される認識性能を検証した．平成29年度の研究では，天候条件・季節の異なる走行データを継続的に収集し，性能評価用のデータ整備を行った．また，画像内の信号機位置の存在確率をモデル化することでデジタル地図との対応関係を考慮した信号認識を可能とした．これによって他の信号機や点灯物が信号機付近に存在する状況においても目的の信号機を適切に認識可能となる．これらの成果を踏まえて，平成30年度の研究では認識結果の安定化を図るための取り組みとして，信号機認識時の画像特徴の前処理方法の検討及び時系列追跡アルゴリズムの導入による誤認識の改善に取り組んだ．また，解像度の異なる条件における認識性能や処理速度への影響を検証した．
・画像特徴の前処理・時系列処理の導入による認識性能改善
画像認識時の前処理として色相・明度・彩度に関して信号機特徴を強調するための重み付け処理を導入し，背景の誤認識の低減を可能とした．また，カルマンフィルタによるによる時系列追跡処理を導入しすることで点灯物の継続的な認識を可能とした．前年度までに開発してきた信号機の存在位置と追跡結果を統合することで信号の状態変化時においても安定した認識を可能とした．
・カメラの違いによる認識性能への影響検証
認識距の改善を試みるため解像度の違いによる認識性能への影響を評価し，10x10px程度であれば安定的に認識可能な点を検証した．また，本研究の開発手法を自動運転自動車に導入してリアルタイム性を評価したところ，フルHDクラスのカメラ使用時おいても10fps程度で処理可能な点が検証できた．
|
Research Products
(1 results)
