Development of a self-learning in-vehicle smart vision system for road damage detection and map updating

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K11949
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61010:Perceptual information processing-related
• Research Institution: Kurume National College of Technology
• Principal Investigator: Matsushima Kousuke 久留米工業高等専門学校, 制御情報工学科, 准教授 (60413879)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 道路損傷認識 / 地図作成

Outline of Final Research Achievements

The objective of this study was to develop a smart vision system capable of reflecting road damage information in dynamic maps. First, we developed a system that performs road damage recognition by automatically labeling unknown captured data while utilizing existing labeled road damage training data. Next, we developed a system that improves the accuracy of mapping by removing moving objects when using Visual SLAM technology. We also developed a method to improve the accuracy of object detection by improving unsupervised learning for detecting candidate object regions, and a method to solve PnP problems using orientation information.

Free Research Field

画像認識，コンピュータビジョン，高度道路交通システム

Academic Significance and Societal Importance of the Research Achievements

道路損傷の点検手法において，既存のラベル付き教師データを活用しつつ，検出結果の新規のラベル付けデータを次学習の教師データとして活用する方法は，他のパターン認識研究でも応用できるため，重要な研究となる。これにより，交通量や自然環境が常に変化する環境においても，車両に搭載されたスマートフォンやドライブレコーダなどで道路を撮影することにより，道路損傷の簡易的な点検が可能となる。また，普段の防災・維持管理にも努めることができ，自然災害発生直後にも情報を迅速かつ的確に収集し，復旧や支援に必要不可欠な道路交通網を確保することが可能となる。