2013 Fiscal Year Annual Research Report
路車異種センサー融合による衝突防止システムの統合的研究
| Project/Area Number |
24300069
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
上條 俊介 東京大学, 大学院情報学環, 准教授 (70334357)
|
|---|
| Project Period (FY) |
2012-04-01 – 2015-03-31
|
| Keywords | ポジショニング / GPS / デッドレコニング / 歩車間通信 / 車載画像センサー / 歩行者検出 / 自動運転 |
|---|
| Research Abstract |
車載画像センサー、車載RSSIセンサー、GPSセンサーのそれぞれから得られた歩行者や接近車両の検出および位置推定データを一枚の交差点地図上に統合する手法を研究する。
これまで、4つのZigbee受信デバイスを車両の四隅に設置し、歩行者が持ち運ぶZigbee発信器から発信される電波強度(RSSI)の４つの受信強度(RSSI)の相対関係を解析することにより発信源の存在位置を特定する基礎技術を確立した。平成25年度は、都内交差点における実走行実験を行い、スマートフォンのGPSによる測位精度に比べて、高精度な歩行者の測位結果が得られた。また、スマートフォンのジャイロを用いた実験では、歩行者デッドレコニングの基礎実験を行った。歩行時、徒歩による走行のモードについてジャイロを用いて識別することに成功した。従来の歩行者デッドレコニングは、歩行モデルのみ研究されてきた。本研究では、歩行と走行とで振動と進行速度の相関関数が変わることに着目し、走行時のジャイロ振動モデルを構築し、十分な精度が得られることを確認した。これらのモデルを用いて、都内での歩行実験を行った。現在は、基礎実験のレベルであるが、平成26年度は、GPS、地磁気マップのデータを反映することで、高精度化を図る予定である。また、RSSIセンサーと歩行者デッドレコニングの融合を行う。車載カメラを用いた歩行者検出の研究では、これまで、動き差分によるトラッキングとHOGパターン認識の階層間協調アルゴリズムを試み、96%程度の歩行者検出率と4%程度の誤報率を達成することができた。しかし、同じ歩行者でも、道路の注視方向によって当該歩行者に関する注意喚起の重要性が異なる。頭部および胴体の方向を検知するアルゴリズムを検討し、基礎実験を行った。平成26年度は実画像による精度検証を行う。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究は、車載画像センサー、車載RSSIセンサー、GPSセンサーのそれぞれから得られた歩行者や接近車両の検出および位置推定データを一枚の交差点地図上に統合する手法を研究するものである。三年間の研究機関のうち、二年目までは要素技術の開発である。Zigbeeを用いた車載RSSIセンシング、歩行者デッドレコニングについて、車載画像センサーによる歩行者検出について、それぞれのアルゴリズムの基礎的な開発を行い、その有用性が確認されている。最終年度は、それのデータを融合する方法の研究であるが、例えば、GPSとデッドレコニングの融合により、歩行者のポジショニングの精度が向上することが検討されている。また、RSSIセンサーについては、これまで路面反射モデルが考慮され、精度が向上することが検証されている。建物からの電波反射モデルを考慮することで、さらに測位精度が向上することが基礎検討により分かっており、最終年度に確認する予定である。
車載カメラによる歩行者検出においては、動きによる領域分割とパターン認識による歩行者検出の精度が検証された。また、車載の低解像画像を用いても、頭部および胴体部の向きの識別が可能であることが確認できた。最終年度は、一連のシーケンスにおいて高精度に検出する技術を開発する予定であり、十分な精度を得ることが期待できる。
|
| Strategy for Future Research Activity |
最終年度は、GPS、スマートフォンのジャイロを活用したデッドレコニングのセンサー融合技術を開発する。自車両から遠い場合には、この融合測位データを活用し、ZigbeeのRSSIセンサーの観測範囲に入ったときには、両者のセンサー融合を行う。自車両のさらなる近傍では、ドライバーの視野に入った場合には、車載画像センサーとの融合を行う。車載画像センサーによる歩行者検出では、検出した後に、その歩行者についてドライバーへの警告に値するかどうかを判定することが重要である。そこで、検出した歩行者がどの方向を見ているか等を判定するアルゴリズムを開発する。このためには、車載カメラの低解像度画像において、頭部方向判定を行うアルゴリズムが必要である。
また、当初の研究計画ではGPS測位自体の精度向上は研究テーマとして、考えられていなかった。しかし、本研究の過程において、都市の三次元地図を活用して反射波の経路を推定することで、擬似距離補正を行い、測位精度向上が可能であるという着想を得た。最終年度は、当該技術を実装し、GPSとデッドレコニングのセンサー融合技術との比較検討を行いたい。
|
| Expenditure Plans for the Next FY Research Funding |
研究員費（人件費）の税金等の誤差、その他の経費が見積もりより少なかったために生じた。
成果発表の旅費に充当する。
|
