2021 Fiscal Year Research-status Report
Development of high-precision and real-time three-dimensional temperature measurement method in a liquid using deep learning
| Project/Area Number |
20K04306
|
|---|
| Research Institution | University of Yamanashi |
|---|
Principal Investigator |
鳥山 孝司 山梨大学, 大学院総合研究部, 准教授 (50313789)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
舩谷 俊平 山梨大学, 大学院総合研究部, 准教授 (50607588)
多田 茂 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群), 応用科学群, 教授 (70251650)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 感温液晶微粒子 / 温度計測法 / HSI検定 / 画像処理 / 散乱光強度 / LOO法 |
|---|
| Outline of Annual Research Achievements |
２年目となる当該年度では、深層学習による温度計測に対して理想的な輝度値となるデータベースの構築が目的である。そこで、シリコンオイルに浸した感温液晶微粒子に対して初年度に得られた知見をもとに、さらに詳細な評価及び検討を実施した。
モノクロカメラによるデータベース化については、バンドパスフィルタを通しての撮影ということもあり、長時間撮影が必要なため、画像にノイズが映り込みやすく、温度計測には不向きであることが明らかとなった。一方、カラーカメラと青色波長域の単色のLED発光素子の光源を用いた手法では、得られたRGB値をHSI値に変換することで、それらの値と温度との関係性が明らかになった。
Leave-One-Out method（LOO法）を用いてそれらのHSI値から得られた検定データと実際の温度との誤差を評価した結果、HSIそれぞれを単体で使用すると実際の温度と大きな誤差が生じた。そこで、任意の温度の値で正規化し、H、S、Iが直交する3次元にプロットした検定曲線を用い、計測時にはカメラから得られたHSI値をその3次元空間に配置し、検定曲線との最短距離を探索して温度を決定する手法（HSI検定法）を考案した。その結果、±1.5℃程度で温度を得ることが可能であることが明らかとなった。
また、計測可能時間を検証するため、連続照射光による散乱光強度変化についても評価した。
まだ計測温度の精度としては低いままであるが、粒子サイズや真円度のばらつきが大きな要因であるため、大きな誤差を生じさせる原因の追究を今後進め、深層学習を用いることで、温度換算前にそのデータを除去する手法を構築することを予定している。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当該年度は、深層学習による温度計測に対して理想的な輝度値となるデータベースの構築が目的であり、初年度得られた知見をもとに、そのための取り組みを行った。
まず最初に、モノクロカメラによるデータベース化に取り組んだ。バンドパスフィルタを通しての撮影ということもあり、明るい輝度での取得のためには長時間の露光が必要で、一つのデータを取得する際に時間がかかるため、画像にノイズが映り込みやすく、温度計測には不向きであることが明らかとなった。
次に、カラーカメラと青色波長域の単色のLED発光素子の光源を用いた手法に取り組んだ結果、得られたRGB値をHSI値に変換することで、それらの値と温度との関係性が明らかになった。
Leave-One-Out method（LOO法）を用いてそれらのHSI値から得られた検定データと実際の温度との誤差を評価した結果、HSIそれぞれを単体で使用すると実際の温度と大きな誤差が生じた。そこで、任意の温度の値で正規化し、H、S、Iが直交する3次元にプロットした検定曲線を用い、計測時にはカメラから得られたHSI値をその3次元空間に配置し、検定曲線との最短距離を探索して温度を決定する手法（HSI検定法）を考案した。その結果、±1.5℃程度で温度を得ることが可能であることが明らかとなった。
これは従来のHSI検定法とは異なり、青色波長域の単色のLED発光素子の光源を用いていることに特徴がある。その結果、従来法では11℃程度の計測可能温度幅であったが、本手法では23℃程度の計測可能温度幅を有しており、新たな温度計測法の基盤技術である。また、計測可能時間を検証するため、連続照射光による散乱光強度変化についても評価した。
以上により、当初の目的であったデータベースの完成にまでは至っていないが、そのために必要な知見は十分得られていることから、おおむね順調に進展していると考えている。
|
| Strategy for Future Research Activity |
感温液晶微粒子そのものから温度を得る手法についてはある程度技術が確立できたものの、まだ計測精度が低いという問題点を残したままである。
この要因としては、感温液量微粒子のサイズやその真円度が大きくばらついているためである。そこで３年目は、大きな誤差を生じさせる原因が何であるかを詳細に検討し、その要因を画像取得後に温度換算する前処理として導入することを予定している。その判定方法については、深層学習を用いることを検討している。
この前処理を施したデータを用いてデータベースを構築し、DLT法とも組み合わせることで、液体内の3次元温度分布の計測に繋げていく予定である。
|
| Causes of Carryover |
新型コロナウィルス感染症により、国内外の学会が中止となったりオンライン化されたため、旅費が使用されていないことが要因である。また、温度検定の考察に時間がかかり、データベース構築のための実験が多くはできなかったため、謝金（人件費）の額もやや少なめとなっている。
なお、温度検定法がほぼ確立できたので、最終年度にデータベース構築の実験を多く行うことができるため、謝金（人件費）に充てることを予定している。
|
Research Products
(2 results)
