| 研究課題/領域番号 |
20K19893
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61050:知能ロボティクス関連
|
|---|
| 研究機関 | 金沢大学 |
|---|
研究代表者 |
|
|---|
| 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 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
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 | Graph SLAM / Autonomous Vehicles / Mapping Systems / LIDAR / LIDAR Mapping Systems / Largescal Map Generation / 2.5D Elevation Maps / SLAM in Multilevel Roads / Graph Slam / LIDAR Maps / 2D Intensity Maps / LIDAR SLAM / Mapping System / SLAM / Elevation Maps |
|---|
| 研究開始時の研究の概要 |
1.Generating accurate road surface maps based on Graph Slam technology.
2.Enhancing the relative-position estimation of the map data in environments of long tunnels, dense trees and high buildings.
3.Combining map data to generate large-scale maps.
4.Increasing the global position accuracy of the maps.
|
| 研究成果の概要 |
このプロジェクトの目標は、科学的かつ実用的に達成され、非常にインパクトのある素晴らしい結果を得ることができました。 従来の3次元点群領域での手法に代わり、画像領域で動作する独自のGraph-SLAMフレームワークを設計・実装しました。その結果、長いトンネル、高い建物、密集した木々、地下道、橋などの困難な環境において、正確な地図を生成するために、正確で高価なGNSS/INS-RTKシステムを凌駕しました。 したがって、マッピングモジュールは、XY平面で正確な地図を生成し、グローバル座標系で路面をコヒーレント表現して新しいエリアを含む地図を自動的に拡張する、非常に堅牢なものとなりました。
|
| 研究成果の学術的意義や社会的意義 |
Precise Mapping of challenging environments is very important to commercialize autonomous vehicles and this research stands to safely conduct hand-free mapping with taking into account the driving scenarios, traffic flows, road topological representations and sensor configurations.
|
