| 研究課題/領域番号 |
16H02843
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
上條 俊介 東京大学, 大学院情報学環・学際情報学府, 准教授 (70334357)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
16,250千円 (直接経費: 12,500千円、間接経費: 3,750千円)
2018年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2017年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
2016年度: 6,630千円 (直接経費: 5,100千円、間接経費: 1,530千円)
|
|---|
| キーワード | 自動運転 / デジタル地図 / 統合センシング / 次世代交通システム / センサ統合 / ディジタル地図 / GNSS / 運転支援 / LIDAR / self-localization / センサ融合 |
|---|
| 研究成果の概要 |
本研究では、まず、3D- GNSS技術、IMU、Visionセンサーの統合技術を開発し、都市部において1.5m以内の位置推定精度を達成した。次に、高架下では構造物のパターンが単調のため、LiDARで位置決定を行うのが困難な場合がある。本研究では、トポロジー情報のみから構成される地図とIMUの情報から測位が可能であることを示した。
最後に、航空写真上にSLAMデータを自動アラインメントし、絶対精度25cm程度のデジタル地図を自動生成する技術を開発した。さらにベクターフォーマットにより地図を構成する方法を提案し、point cloudと同等の位置推定精度を保てることを示した。
|
| 研究成果の学術的意義や社会的意義 |
自動運転の研究は国際的な競争と共同研究の両立が重要である。これまでの研究は、自身によるデモを主目的としたものが多いが、今後の自動運転の国際的普及には、科学的な見地からの技術標準化が不可欠である。本研究では、self-localizationを目的として、様々な劣悪な環境でのセンシングとデジタル地図の在り方について、自ら提案し可能性を検証したものである。本研究の成果は学術的にも社会的にも先進性が評価されてつつある。
|
