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 |
|