| 研究課題/領域番号 |
20K19891
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
平野 正浩 東京大学, 生産技術研究所, 助教 (80868638)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 高速近接路面解析 / 高速ビジョン / 自動運転 / 先進運転支援システム |
|---|
| 研究実績の概要 |
本研究課題では，高速近接路面解析を用いて移動体に搭載した高速ビジョンの姿勢や移動などの状態量の高速・高精度・ロバストな計測手法の実現に向けた，理論的基盤の構築からセンシングシステムの開発，パッケージ化を目指している．
本年度は主に，1)Spectral self-window法の開発及び評価，2)照明系を用いた暗環境における計測性能の向上を実施した．1) Spectral self-window法の開発及び評価では，路面を観察するよう車両に取り付けられたカメラを用いて移動量を計測する際に，走行時の車両の加速度の上限，下限値を適切に設定することで，画像処理する領域を大幅に削減することにより，精度を損なうことなく大幅に計算効率を向上する技術を開発した．シミュレーション及び実車両を用いた実験によって，本手法による高速化を実証した．本成果をまとめて国際学会IMEKO World Congressにおいて発表し，Young Excellent Presentation Awardを受賞した．
また，2)照明系を用いた暗環境における計測性能の向上では，夜やトンネル内などの照明環境が良くない環境においても本手法を活用できるよう，路面ビジョンの脇に照明系を導入することで，暗環境における計測性能向上を検証した．この結果，適切に照明系を配置することで夜でも計測可能なシステムを構築可能であることを確認した．
さらに，本研究の応用先である周辺環境の状態計測の例として，ステレオ高速ビジョンを用いた前方車両の相対距離/速度/加速度計測手法を提案し，実環境において評価した結果とともに国際会議で報告した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
新型コロナウイルスへの対応のため，前年度に引き続き実験室に滞在する時間を減らす必要があったことから理論面の確立及び評価を優先した．このため，ハードウェア面での実装が計画よりもややビハインドであるが，国際論文誌への採択や国際会議での受賞など，本課題でのこれまでの研究成果が評価されていることから，おおむね順調に進展していると評価する．
|
| 今後の研究の推進方策 |
本年度までに整備した，高速路面解析のソフト，ハード両面での基盤技術を用いて，実車両を用いた実証を進める．計測システムを搭載した車両を整備し，実環境での性能を評価するとともに，アルゴリズム全体での最適化を実施し，リアルタイムでの姿勢推定を実現する．
|
| 次年度使用額が生じた理由 |
新型コロナウイルスの影響により，昨年度に実施予定であった実車両を用いた実験を次年度に持ち越したため，次年度使用額が発生した．
|
