2022 Fiscal Year Annual Research 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 | セグメンテーション / 自動化 / 荷役作業 / 林業機械 |
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,周囲の環境から材を検出し自動で把持するための把持位置推定技術を開発することを目的とした。 研究期間全体を通しては,セグメンテーションにより画像から材を詳細に検出する材領域検出技術を開発した。結果として,精度81%で検出が可能であった。 最終年度は材領域検出技術を利用した材の把持位置推定システムを開発した。この際に,把持した材の荷振れを抑制し効率的に材の移動を行うために材の推定把持位置を材の重心付近とした。 開発した把持位置推定手法は下記の通りである。まず,周囲を撮影した画像から深層学習を利用し個別の材を検出する。検出された材が含まれる領域をマスク画像として出力し,ステレオカメラから取得した3次元点群から検出された材の領域を抽出することで材の点群を取得し,得られた点群の重心を把持位置として推定した。 材の検出手法としてデータセットの作成が容易かつ処理が高速な矩形での検出と,ピクセル単位で詳細な材の領域を検出可能なセグメンテーションの2種類について検討を行った。 結果として,材検出に矩形検出を利用した場合には材の把持位置を径方向,材長方向,標高方向にそれぞれRMSE 0.643 m,0.547 m,0.150 mにて,セグメンテーションを利用した場合にはRMSE 0.191,1.190,0.130 mで推定可能であり,単独の短幹材の把持に十分な精度で把持位置の推定が可能であった。
|
Research Products
(1 results)