研究課題/領域番号 |
05650407
|
研究種目 |
一般研究(C)
|
配分区分 | 補助金 |
研究分野 |
計測・制御工学
|
研究機関 | 九州大学 |
研究代表者 |
査 紅彬 九州大学, 工学部, 助教授 (80225680)
|
研究分担者 |
岡田 伸廣 九州大学, 工学部, 助手 (80224020)
長田 正 九州大学, 工学部, 教授 (20136542)
|
研究期間 (年度) |
1993 – 1994
|
研究課題ステータス |
完了 (1994年度)
|
配分額 *注記 |
2,000千円 (直接経費: 2,000千円)
1994年度: 1,200千円 (直接経費: 1,200千円)
1993年度: 800千円 (直接経費: 800千円)
|
キーワード | ロボットビジョンシステム / モデルに基づく認識 / 環境モデルの自動獲得 / ニューラルネットワーク / 協調ネットワークによる学習 / 曲率一貫性 / 超二次曲面 |
研究概要 |
前年度と同様、本研究の研究実施計画に示してある三つの基本構成要素に応じて研究を進めた結果次のような成果が得られた 1.モデルデータベースの構造決定 ロボットの作業対象物や障害物などの幾何学的特徴を記述するモデルベースの基本形式を曲面パッチの記述を要素とした階層的グラフ構造と定め、実濃淡/距離画像を利用した曲面物体認識法についての研究を行った。特に、複数の視点からの画像情報融合、異種画像データの有機的統合や、部分並列処理による幾何学的拘束伝達などの基本原理に適したモデル構造を具体化し、認識の結果に対するこれらの構造の特性を重点的に調べた。 2.モデル特徴の抽出とモデル学習ネットワークの構築 曲面の曲率一貫性に基づいた複雑な形状復元、超二次曲面及びその変形による曲面形状のモデルの自動生成といった側面から特徴抽出基本モジュールを新たに開発した。また、これらの新しいモジュールと、既に開発済みの他の特徴抽出モジュールとの協調処理を具体的な物体認識アルゴリズムを取り入れて、より柔軟性のある認識方法を確立した。更に、モデル学習に関しては、誤差逆伝播法を利用した学習ネットワークと、関数近似GRBFネットワークとを構築し、これらに基づいたアスペクトグラフ自動獲得法を提案した。 3.モデルに基づく仮説生成・仮説検証法の確立 仮説生成・仮説検証を行うための推論照合モジュールを具体化する試みとして、ホップフィールドネットワークを原形とした三次元物体認識法の開発に成功した。実画像による実験において、この方法は、複雑な対象物に対してかなり優れた認識性能を示しており、他の認識法に対する優位性も確認された。また、複数のカメラからなる分散協調型認識システムも開発し、解析的階層プロセスという概念を利用した仮説検証過程をそのシステムに導入してより効率的な認識過程を実現した。
|