2014 Fiscal Year Research-status Report
実際の行動経験を反映した画像特徴にもとづく屋外環境認識法
| Project/Area Number |
25330305
|
|---|
| Research Institution | Shizuoka University |
|---|
Principal Investigator |
小林 祐一 静岡大学, 工学研究科, 准教授 (60373304)
|
|---|
| Project Period (FY) |
2013-04-01 – 2016-03-31
|
| Keywords | 移動ロボット / 環境認識 / 画像特徴 / 不整地走行 |
|---|
| Outline of Annual Research Achievements |
前年度までに構成した自律型移動ロボット（認識・制御用PC，加速度センサ，CCDカメラ搭載）による実機実験を行った．大学キャンパス内および学外の公園等の屋外環境において，草地，砂利道，アスファルトなどの整備・非整備環境両方を含む種々の路面で観測・走行実験を行った．走行前にCCDカメラによる路面の画像データを収集し，走行させた際には走行中の加速度センサ時系列情報を収集した．収集したデータの一部（データ数1208）を訓練データとして用い，視覚情報から運動に関する特徴を予測する処理方法を実装し，その性能の評価を行った．
画像情報からの特徴抽出方法として，一定のパターンが繰り返される路面についてはテクスチャ解析に利用されているSFTA（Segmentation-based Fractal Texture Analysis）特徴量を用いた．走行前に得られた画像に座標変換を行い，路面が水平な平面であるという仮定のもとで，その後走行する地点との対応を取り，走行時の運動特徴量（加速度の最大値と最小値の差）と組にした．一方，テクスチャではなく段差などの局所的な高低差による運動を考慮するため，SfM（Structure from Motion）を用いた3次元再構成方法を実装し，周辺との高低差の情報を特徴として用いる方法も実装した．
視覚特徴量から運動特徴量を予測する方法として，前年度までに実装している正準相関分析に加えて，非線形性に対処できる方法としてGP（Gaussian Process）による関数近似についての検証も行った．SFTA特徴量により同じ種類の路面がクラスタを形成することが確認でき，SFTA特徴量を視覚特徴量として用いることの有効性が確認された．また，GPによる関数近似により，109のテストデータについて，約70%のデータについて1σの予測区間内の運動特徴予測ができることが確認された．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
視覚センサ・加速度センサを搭載した移動ロボットによる画像・走行情報を収集し，有効な視覚特徴量を選定することで路面による走行情報の違いを推定することが達成された．また，一定の形状が続くような路面だけでなく，段差などの局所的な形状変化を伴う路面についても，移動するカメラによる複数の画像情報を用いて3次元再構成を行い，路面形状の特徴と運動に関する特徴の関係づけが可能であることが確認された．一方，推定された地形の情報を用いたナビゲーションについて，車両の運動学を考慮した運動計画・制御法の開発と実装を進め，その有効性をシミュレーション上で確認することができた．
|
| Strategy for Future Research Activity |
これまでに得られている研究成果を統合し自律移動車両による不整地の自律走行能力を改善する．まず，テクスチャによる運動特徴の推定については，関数近似により運動特徴を推定するだけでなく，精度の良い予測が可能か否かを評価する機構について検討を行い，確信を持って予測できる場合と確信を持つことができない場合とを区別することのできる推定法を開発する．GP（Gaussian Process）を入力依存のノイズに対応できるように拡張したHGP（Heteroscedastic Gaussian Process）もしくはその他の非線形関数近似器による推定精度の推定機構などを用いることができるか，検討を行う．また，段差などの高低差情報にもとづいた運動予測については，速度の違い，進入角度の違いなどを含めてより多くの訓練データを収集し，信頼性の高い運動予測方法を開発するとともに，これまでに成果を得ているテクスチャによる運動予測との統合を検討する．
予測された運動特徴にもとづいたナビゲーションに関連して，路面についての評価関数が与えられた場合に，その評価を最良にする経路生成（運動計画）法の開発と実装を引き続き行う．これまでに簡易シミュレーションで得られている運動学を考慮した軌道生成法を拡張し，車両の運動学・動力学を反映しながら大きな振動を避けるなどの制約や振動の総量を最小にするなどの最適性を考慮した経路生成を実装する．簡易シミュレーションと物理シミュレータによる評価を中心として動作確認・検証を進めた上で，実機車両での実装・デモンストレーションを目標とする．
|
| Causes of Carryover |
当初計画ではCCDカメラを2台購入しステレオカメラとして視覚センサ系を構築することや，LRFセンサを用いた3次元計測を行うことを検討していた．研究を進展させる過程で，ステレオカメラもしくはLRFセンサを用いなくても単眼カメラで得られた複数画像からStructure from Motionにより3次元像を得ることの目処が立ち，その結果を用いた手法構築を進めた方が早く研究成果を得ることができると判断したため，センサの追加購入を見送った．
|
| Expenditure Plan for Carryover Budget |
最終年度では，現在使用しているカメラの信号の不安定性やホワイトバランス制御の問題を解決するために，より安定した画像信号を得られるカメラシステムを購入する．実機実験のために必要なセンサ器具・取りつけ部材およびその加工費などに充当する．
|
