2023 Fiscal Year Annual Research Report
The realization of next-generation SLAM technique based on self-diagnosis map: maintenance-free SLAM
| Project/Area Number |
20K12008
|
|---|
| 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) |
2020-04-01 – 2024-03-31
|
| Keywords | SLAM / 故障診断 / 変化検出 / 教師生徒知識転移 / メンテナンスフリー / 自己診断型地図 / 能動視覚 / 移動ロボット |
|---|
| Outline of Annual Research Achievements |
昨年度までの成果を発展させて、SLAMシステムの堅牢性を向上させるために、下記の研究開発をおこなった。最先端の深層学習技術である自己注意メカニズムを導入し、非局所的な文脈情報にもとづく堅牢な認識技術を開発し、具体的に、2019年の国際会議において発表した交差点認識システムを改善することに成功した。３次元LiDARに基づく視覚場所認識の認識性能を向上させるための機械学習技術を研究開発した。具体的には、デファクトスタンダードとなりつつある LiDAR ３次元点群の記述子「scan context」をもちいることで、３次元点群認識問題を、２次元画像認識問題としてとらえなおした。この画像認識は、機械学習の分野で、長年にわたり研究がなされており、その成果・知見を活用することで顕著な性能向上がみられた。単眼RGB画像認識問題に対してマルチモーダル画像認識技術からの新しいアプローチを行った。具体的には、近年登場した単眼奥行き推定技術を利用して、単眼RGB画像から単眼奥行き画像を生成することにより、疑似的なマルチモーダル画像を生成し、マルチモーダル画像認識問題として定式化する。視覚場所認識タスクにおいて顕著な性能向上がみられた。車輪式移動ロボットをもちいた実証実験、および、Habitatシミュレータをもちいた計算機実験において、SLAMシステムの性能検証をおこなった。この結果は、論文発表に向けて準備をおこなっている。
|
