2021 Fiscal Year Research-status Report
Development of log shape detection for supporting loading operation on forest machinery
Project/Area Number |
20K15560
|
Research Institution | Forest Research and Management Organization |
Principal Investigator |
有水 賢吾 国立研究開発法人森林研究・整備機構, 森林総合研究所, 研究員 (00781642)
|
Project Period (FY) |
2020-04-01 – 2023-03-31
|
Keywords | 自動化 / 林業機械 / 荷役作業 |
Outline of Annual Research Achievements |
本研究では林業機械による丸太(材)を掴む・積むという荷役作業の自動化・サポート技術に着目し,自動荷掴みシステムのための材形状推定システムの開発を目的としている。本年度は昨年度開発した画像から個別の材を検出する材領域検出技術をもとに,材形状推定システムの一部となるステレオカメラを用いて材の元口・末口径を検出するシステムを開発した。 本研究では材の元口・末口径を検出する手法として,ステレオカメラより取得した3次元点群より円フィッティングにより材の形状を推定する手法(円モデルベース)と,深層学習モデルを利用し材の深度画像より直接材の形状を推定する手法(学習ベース)の2種類について検討した。 まず材の形状をカラー画像からピクセル単位で検出したマスク画像を作成した。その後,円モデルベースでは深度画像をマスク画像でフィルタすることで検出した材のみの3次元点群を取得した。得られた点群の固有ベクトルから円柱軸方向を判定し,軸方向に分割後に各微小領域に対して円推定を行うことで末口および元口径を推定した。円推定にはRANSACによる円柱フィッティングを用いた。学習ベースの手法においては,マスク画像でフィルタした深度画像を入力とし,直接末口および元口径をAutokerasによる自動機械学習を用いて回帰モデルを作成し推定した。結果として,円モデルベースでは誤差11%,学習ベースの手法では誤差16%で元口径および末口径を推定可能であった。円モデルベース手法の推定精度が高くなる一方で,画像1枚当たりの処理時間は学習ベースの手法のほうが5倍程度高速であった。学習ベースの手法は少数サンプルでの試行にとどまっており,より高精度の推定には大規模なデータセットが必要である。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の予定通り材の形状推定システムの開発を行い,材の元口径,末口径を推定する手法を提案した。円モデルベースおよび学習ベースの手法を提案し,誤差11%程度で径を推定可能であることを示したため,おおむね順調に進展していると判断した。
|
Strategy for Future Research Activity |
当初の予定通り,材の形状推定システムとして長さ及び矢高の推定手法を開発するとともに,本年度開発した元口・末口径推定手法の精度向上を図る。また,深層学習によるセグメンテーションのロバスト性向上のため,引き続き教師データの取得を行う。
|
Causes of Carryover |
COVID-19の流行拡大により,当初参加を予定していた国際学会がオンライン開催となったため渡航費用として予定していた金額が次年度使用額となった。次年度以降の学会発表および論文投稿費用として使用を予定しており,効率的な予算執行に務める。
|
Research Products
(2 results)