| 研究課題/領域番号 |
22K17974
|
|---|
| 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) |
2022-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2023年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2022年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
|
|---|
| キーワード | Graph SLAM / Autonomous Vehicles / Mapping Systems / LIDAR / SLAM in Multilevel Roads / LIDAR Mapping Systems / Largescal Map Generation / 2.5D Maps / 2.5D Elevation Maps |
|---|
| 研究開始時の研究の概要 |
Generating precise maps in multilevel environments is very challenging in cities packed with longitudinal bridges (Tokyo) because of severely obstructing the satellite signals by road structures even though using GNSS/INS-RTK systems. Therefore, the previously proposed Graph SLAM (GS-XY) in 20K19893-00 to generate accurate maps in a single XY-Layer using LIDAR road surface images will be modified to generate precise 2.5D maps using elevation images of the road surfaces with recovering the consistency between layers in the Absolute Coordinate System and enabling to combine and update maps.
|
| 研究成果の概要 |
1年目は主に困難な環境での正確な 2.5D マップの生成に取り組みましたが、2 年目は多層道路構造に対処して、階層化された道路コンテキストをグローバル座標系で正確に位置合わせすることが目標でした。したがって、標高画像はマッピング システムに統合され、路面画像の高度値を示しています。ループ クロージャ モジュールは、標高情報に基づいて道路層を自動的に検出して区別するように変更されました。したがって、XY 平面で路面画像の位置を最適化し、検出されたループ クロージャでの標高エラーを最小限に抑えて、XY 平面と Z 平面でのグローバル マップの一貫性と一貫性を確保するためのコスト関数が開発されました
|
| 研究成果の学術的意義や社会的意義 |
The proposed mapping system outperformed an accurate GNSS-RTK systems to generate precise 2.5D maps in challenging multilevel environments such as Bejoji and Ohashi junctions and accurately combine maps that collected by different agents to increase the safety and accuracy of autonomous driving
|
