Realizing robust SLAM using a non-uniform group of UGVs and UAVs for large-scale field management

2022 Fiscal Year Final Research Report

• Project/Area Number: 20K04392
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 20020:Robotics and intelligent system-related
• Research Institution: Hokkaido University
• Principal Investigator: EMARU Takanori 北海道大学, 工学研究院, 准教授 (30440952)
• Project Period (FY): 2020-04-01 – 2023-03-31
• Keywords: SLAM / 森林資源管理

Outline of Final Research Achievements

This study was conducted to solve the simultaneous solution problem of map generation and self-location identification (SLAM) by linking UAVs and UGVs for wide-area forest management. This study focused on image processing technology, high-precision map generation using LiDAR, and UGV-UAV coordination. Specifically, the project developed image processing technology specific to the forest environment, generated 3D maps using LiDAR, and conducted SLAM through communication and information fusion between UAVs and UGVs. The outcomes of this research were: improved object detection and segmentation in identifying trees and weeds, evaluation of UAV-LiDAR location information and DEM (Digital Elevation Model), and evaluation of methods and proposed methods for 3D map construction through communication and information fusion between UAVs and UGVs.

Free Research Field

ロボット工学

Academic Significance and Societal Importance of the Research Achievements

本研究では林業を対象として画像処理技術やLiDARを用いた地図生成、UAVとUGVの通信と情報融合を研究した。深層学習ベースのアルゴリズムやSLAMの問題解決に関する研究は、林業といった領域にとどまるものではなく、ロボット工学や関連分野においても重要な知見となりうる成果であり、林業以外の様々な領域における自律的な地図生成や位置同定に応用される大きな可能性がある。
林業分野における様々な作業の軽労化と自動化の実現には大きな社会的意義がある。UAVとUGVの連携による地図生成と自己位置同定の技術開発により、作業の効率化や人的リソースの節約が可能となり、林業の生産性向上や労働環境改善に寄与する。