| 研究課題/領域番号 |
20K11771
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60060:情報ネットワーク関連
|
|---|
| 研究機関 | 豊橋技術科学大学 (2022)
鹿児島大学 (2020-2021) |
|---|
研究代表者 |
高橋 淳二 豊橋技術科学大学, 工学(系)研究科(研究院), 准教授 (20456685)
|
|---|
| 研究分担者 |
柴田 晃宏 鹿児島大学, 理工学域工学系, 准教授 (10447550)
余 永 鹿児島大学, 理工学域工学系, 教授 (20284903)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | セマンティック情報 / ワンショット位置推定 / 属性付きランドマーク / 線分属性 / 面属性 / ３Dモデルを利用する位置推定 / 6自由度位置推定 / 3Dモデルを利用する位置推定 / ６自由度位置推定 / 3D CADを利用した位置推定 / 属性付き線分ランドマーク / クラウドシステム / 3D CAD / 画像検索に基づく位置推定 / 位置推定 / 事前マップ / 並列画像検索 |
|---|
| 研究開始時の研究の概要 |
本研究提案では、これまでに提案者が独自構築してきたクラウド型位置推定システム（UMap）にセマンティック情報を付加することで推定精度の飛躍的向上を行う。UMap では、事前に用意した3Dモデルから視点を少しづつずらした線分画像を生成し、対象とする領域全体をカバーする画像データベース(DB)を事前マップとして用いる。本研究では、この線分画像中の各々の線分にセマンティック情報として属性を付加する。属性の付加により、クエリ画像とDB画像のマッチング処理が厳密化されることで誤マッチングが減少し、位置推定精度の劇的な向上や、画像生成間隔をスパースにすることによる対象領域の拡大、大規模化が期待できる。
|
| 研究成果の概要 |
本研究では、これまでに構築してきたクラウド型位置推定システム（UMap）において、(1)DeepLabV3+を用いたクエリ画像の属性推定、(2)3D-CADレイヤを分けを利用した属性つきDB画像作成、（3）画像の面線属性を考慮した類似度計算式による照合アルゴリズムの開発、(4)アルゴリズムのGPUコンピューティング実装、(5)検証用実データセットの作成と検証、を行った。検証実験の結果、理想属性のクエリ画像で70%ile誤差0.313m、SS属性クエリ画像で70%ile誤差0.413m、属性なしクエリ画像で70%ile誤差9.77mと、提案・開発した手法により精度が大幅に向上することを確認した。
|
| 研究成果の学術的意義や社会的意義 |
クラウド型位置推定システムは、物理的なインフラを環境に敷くことなく、また、移動体にカメラを搭載するだけで精度のよい位置情報を提供する技術であり、産業圏、生活圏を問わずあらゆる場所の情報化を助ける。今回は、カメラで取得した画像にDeePLabV3+を用いた意味づけを行い、先行開発した幾何学情報による照合処理と統合し、劇的な性能向上を達成した。計算時間やGPUメモリ容量など実用的な要求仕様で実際に利用することができ社会的意義は大きい。移動ロボットAMRの位置推定では、2D-LiDARとホイールオドメトリによる方法が主流となっているなか、本研究では全く別のアプローチをとっており学術的意義も大きい。
|
