| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-03-03 09:20 環境モニタリングロボットを用いた夜間森林環境モニタリングにおけるSegNetを用いた環境認識と3次元マップ生成に関する研究 ○金子丈朗（早大）・大和淳司（工学院大）・石井裕之・大谷 淳・高西淳夫（早大）  IMQ2020-29 IE2020-69 MVE2020-61 |
|
| 抄録 | （和） | 本稿は, 害獣による農作物の被害やクマによる人的被害が社会的問題となっていることを踏まえ, その原因となっている里山の管理者不足を自律移動型の環境モニタリングロボットで補うことを想定している. 本研究ではロボットにより夜間の森林環境をモニタリングし, 領域推定を行ったラベル付き3次元マップが生成可能であるか検討する. ロボットに積載されているRGB-Dカメラから得られるIR画像を夜間の森林環境に特化したCNNでクラス分類し, デプス画像と重ねることで3次元マップを生成した. 生成された3次元マップを評価するために, 領域推定が行われた推定ラベル画像のAccuracyを算出し領域推定精度を検証した. また, 生成された3次元マップの位置精度を検証するために実環境と3次元マップの, 機体とランドマーク間の距離の誤差率を算出することで比較検討した. これらの結果から夜間において, 森林環境の領域推定を行ったラベル付き3次元マップ生成が可能であるという見通しを得た. |
| （英） | Towards the actualization of autonomous robots that monitor forests, around which various kinds of damages caused by wild animals frequently occur, this paper proposes a method for obtaining 3D maps based on labeled image segmentation results at night. The cameras mounted on the monitoring robot acquires IR (infrared) images and depth images. To the acquired images, CNN (Convolutional Neural Network) is performed so that the segmentation result of the IR image is obtained. Then, by registering the 3D point cloud obtained from the depth image to the segmentation result, a labeled 3D map is obtained. Experiments that evaluate the proposed method using IR images and depth images acquired in forests at night were conducted. It turns out that accurate segmentation results and labeled 3D maps are obtained. | |
| キーワード | （和） | 深層学習 / セグネット / 点群 / 3次元地図 / 赤外線画像 / 自己位置推定 / オクトマップ / |
| （英） | Deep Learning / SegNet / Point Cloud / 3D Map / IR image / SLAM / OctoMap / | |
| 文献情報 | 信学技報, vol. 120, no. 390, IE2020-69, pp. 91-96, 2021年3月. | |
| 資料番号 | IE2020-69 | |
| 発行日 | 2021-02-22 (IMQ, IE, MVE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IMQ2020-29 IE2020-69 MVE2020-61 |
|
| 研究会情報 | |
| 研究会 | MVE IMQ IE CQ |
| 開催期間 | 2021-03-01 - 2021-03-03 |
| 開催地（和） | オンライン開催（崇城大学から変更） |
| 開催地（英） | Online |
| テーマ（和） | 五感に訴えるオンラインメディアとその評価，および一般 （魅力工学（AC）研究会協賛） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2021-03-MVE-IMQ-IE-CQ |
| 本文の言語 | 日本語 |
| タイトル（和） | 環境モニタリングロボットを用いた夜間森林環境モニタリングにおけるSegNetを用いた環境認識と3次元マップ生成に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | Study of Environment Recognition and 3D Map Generation Using SegNet for Night Forest Monitoring Using an Environmental Monitoring Robot |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | セグネット / SegNet |
| キーワード(3)（和/英） | 点群 / Point Cloud |
| キーワード(4)（和/英） | 3次元地図 / 3D Map |
| キーワード(5)（和/英） | 赤外線画像 / IR image |
| キーワード(6)（和/英） | 自己位置推定 / SLAM |
| キーワード(7)（和/英） | オクトマップ / OctoMap |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 金子 丈朗 / Takeo Kaneko / カネコ タケオ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： WASEDA Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 大和 淳司 / Junji Yamato / ヤマト ジュンジ |
| 第2著者 所属（和/英） | 工学院大学 (略称： 工学院大) Kogakuin University (略称： Kogakuin Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 石井 裕之 / Hiroyuki Ishii / イシイ ヒロユキ |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： WASEDA Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 大谷 淳 / Jun Ohya / オオヤ ジュン |
| 第4著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： WASEDA Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 高西 淳夫 / Atuo Takanishi / タカニシ アツオ |
| 第5著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： WASEDA Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-03 09:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IE |
| 資料番号 | IMQ2020-29, IE2020-69, MVE2020-61 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.389(IMQ), no.390(IE), no.391(MVE) |
| ページ範囲 | pp.91-96 |
| ページ数 | 6 |
| 発行日 | 2021-02-22 (IMQ, IE, MVE) |
[研究会発表申込システムのトップページに戻る]