2022 Fiscal Year Annual Research Report
セマンティック情報付加によるクラウド型位置推定システムの高精度・大規模化
| Project/Area Number |
20K11771
|
|---|
| Research Institution | Toyohashi University of Technology |
|---|
Principal Investigator |
高橋 淳二 豊橋技術科学大学, 工学(系)研究科(研究院), 准教授 (20456685)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
柴田 晃宏 鹿児島大学, 理工学域工学系, 准教授 (10447550)
余 永 鹿児島大学, 理工学域工学系, 教授 (20284903) [Withdrawn]
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | セマンティック情報 / ワンショット位置推定 / 属性付きランドマーク / 線分属性 / 面属性 / 3Dモデルを利用する位置推定 / ６自由度位置推定 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、これまでに構築してきたクラウド型位置推定システム（UMap）において、セマンティック情報を考慮できるように類似度計算手法を改良し、位置推定精度を向上させることである。3年目（R4年度）に取り組んだ内容とその実績は以下の通りである。
(1)アルゴリズムの改良： ２年目の時点で類似度計算式の原理部分はできていたが、３年目はさらに面属性ピクセル、線属性ピクセルをn-bitの画素輝度値で表現する方法を整理し、属性分割数Nでの属性一致判定を１回のmod計算により実行できるようにした。これは、GPUにアルゴリズムを実装した場合の処理高速化に寄与する。
さらに、DeepLabV3+を用いてのセマンティックセグメンテーションの結果に対して、床と判定された領域内の微小な線分を削除してノイズを削除できるようにするなど、光のさし方や床のタイルパターンに対して頑健なアルゴリズムを構築した。
(2)検証データセットの作成：属性の違いを考慮する提案手法と考慮しない従来手法とで同じ実験条件で評価するためのデータセットを作成した。実験環境を鹿児島大学機械工学２号棟とした実験では、属性付きクエリ画像については、DeepLabV3+を用いての推論結果を用いるもの（SS属性）と、CADのレイヤ分けを反映した3Dモデルを読み込んだDBIGを用いて100%正しく属性分けされたもの（理想属性）を用いた。
(3)評価実験：１，２，３年目で開発したシステム、アルゴリズム、データセットを用いて総合的な評価実験を実施した。その結果、理想属性のクエリ画像で70%ile誤差0.313m、SS属性クエリ画像で70%ile誤差0.413m、属性なしクエリ画像で70%ile誤差9.77mと、精度が大幅に向上することを確認できた。
|
