Development of Image Segmentation for Autonomous Driving of Air-land Unmanned Aerial Vehicle

空地无人机自动驾驶图像分割研究进展

基本信息

批准号：
22K12094
负责人：
芹川聖一
金额：
$ 2.08万
依托单位：
Kyushu Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

地域における物流の効率化によるCO2排出削減に向けて，空陸両用自律無人機での配送システムの開発が不可欠である．しかし，空陸両用自律無人機の活用において，自律的に飛行と走行を切り替える着陸点位置などの知能的環境感知の課題が残っている．そこで，本研究の学術的「問い」は「複雑環境に対する頑健性を飛躍的に向上させる新たな環境認識を確立できるか？」である．本研究では人工知能を用いた運転環境感知の自動化を持つ自律無人機の開発を目的としている．具体的には空から陸上の周囲環境を人工知能により認識し，安全に自律離着陸できるアルゴリズムを開発する．周囲環境を人工知能により認識するための有効な手段の一つはセグメンテーションである。セグメンテーションは，画像中の物体と背景の境界まで切り分け，その輪郭まで正確に推定するタスクであり，コンピュータビジョンの分野で最も重要なトピックの一つとして古くから研究が行われている．コンピュータに実行してほしい多くの視覚機能の中で，シーンを解析し，その中に含まれる物体を全て認識することは，現在でも最も挑戦的な課題である．本研究ではPV-RCNNというボクセルベースの手法とポイントベースの手法を組み合わせたフレームワークが提案されている．この手法では，点群のボクセル化データをもとに，3次元ボクセルCNNを用いて物体の特徴を抽出する．しかし，CNNによる分解能低下に伴い，物体の位置特定に影響を与えてしまう．そこで，本研究では，ボクセルCNNからの単一の出力のみでなく，より高分解能の出力も含めた複数の出力をRPNに入力させ，より小さい物体に対する検出精度を向上させることを行なっている．

为了通过提高区域物流效率来减少二氧化碳排放，开发使用自主空中和陆地无人机的配送系统至关重要。然而，在两栖自主无人机的使用中，仍然存在智能环境感知的问题，例如在飞行和行驶之间自主切换的着陆点位置。因此，这项研究的学术“问题”是“我们能否建立一种新的环境识别方法，显着提高针对复杂环境的鲁棒性？”这项研究的目的是开发一款利用人工智能自动感知驾驶环境的自主无人驾驶汽车。具体来说，我们将利用人工智能从空中识别陆地周围环境，并开发一种能够安全自主起飞和降落的算法。分割是利用人工智能识别周围环境的有效方法之一。分割是分离图像中对象和背景之间的边界并准确估计其轮廓的任务，并且作为计算机视觉领域最重要的课题之一已经被研究了很长时间。在我们希望计算机执行的众多视觉功能中，分析场景并识别其中的所有对象仍然是最具挑战性的任务。在这项研究中，提出了一种称为 PV-RCNN 的框架，该框架结合了基于体素的方法和基于点的方法。该方法使用 3D 体素 CNN 基于体素化点云数据提取物体特征。然而，随着 CNN 分辨率的降低，它会影响目标的定位。因此，在本研究中，我们不仅将体素 CNN 的单个输出输入到 RPN 中，还输入多个输出（包括更高分辨率的输出），以提高较小物体的检测精度。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Grasp Position Estimation from Depth Image Using Stacked Hourglass Network Structure

使用堆叠沙漏网络结构从深度图像估计抓取位置

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Keisuke Hamamoto;Huimin Lu;Yujie Li;Tohru Kamiya;Yoshihisa Nakatoh;Seiichi Serikawa
通讯作者：
Seiichi Serikawa

3D object detection using improved PointRCNN

使用改进的 PointRCNN 进行 3D 对象检测

DOI：
10.1016/j.cogr.2022.12.001
发表时间：
2022
期刊：
影响因子：
0
作者：
Fukitani Kazuki;Shin Ishiyama;Lu Huimin;Yang Shuo;Kamiya Tohru;Nakatoh Yoshihisa;Serikawa Seiichi
通讯作者：
Serikawa Seiichi

Multidimensional Deformable Object Manipulation Based on DN-Transporter Networks

基于DN-Transporter网络的多维可变形物体操纵

DOI：
10.1109/tits.2022.3168303
发表时间：
2023
期刊：
影响因子：
8.5
作者：
Teng Yadong;Lu Huimin;Li Yujie;Kamiya Tohru;Nakatoh Yoshihisa;Serikawa Seiichi;Gao Pengxiang
通讯作者：
Gao Pengxiang

Improved point-voxel region convolutional neural network for small object detection

用于小物体检测的改进点体素区域卷积神经网络