|
1)移動体の分類・トラッキングアルゴリズムの開発
レーザデータを用いて、歩行者や車両を識別(分類)し、移動軌跡を抽出するアルゴリズムを開発した。乗用車のようなスケールの大きい移動体に対して、レーザスキャナにより断片的なデータしか得られない。また移動体の位置姿勢により計測されたデータの形状は大きく変化する。一方、歩行者や自転車のようなスケールの小さい移動物体に対して、点のクロードや直線形状が持つ点群が計測され、位置姿勢により計測データの形状は大きく変化しない特徴がある。こうしたデータに対して、移動体を0軸(例、歩行者)、1軸(例、自転車)と 2軸(例、四輪車)に分け、各移動体を計測した時系列データに対して、各クラスとの尤度を評価した。また、データの形状が大きく変化する「2軸」物体に対して、車体外観モデルを定義し、典型的なデータの形状およびその推移をマルコフチェーンで表した。さらに、「2軸」と分類された移動体の位置姿勢と形状を時系列データにより推定し、より正確なトラッキング手法を開発した。
2)詳細な歩行パラメータを抽出するアルゴリズムの開発
歩行者の足首断面のレーザデータを時空間座標で見ると、歩行者は螺旋状の軌跡を描いていることがわかる。また両足間距離の時間的な変化を歩幅、歩行周期、速度などの歩容パラメータによる余弦関数で定義することができる。この特徴に着目し、Mean Shift手法によって螺旋の交差地点を抽出し、それに基づき歩容特徴を求める手法を開発した。
3)画像属性抽出アルゴリズムの開発
キャリブレーションパラメータにより、レーザスキャナで計測した足のデータをビデオ画像に投影する。そして足から頭までさかのぼるように顔や体を抽出する手法を開発した。
4)フィールド実験による検証
駅構内、踏み切り、交差点などで実験を行い、実データによって上記手法の有効性を検証した。
|
