![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
近年，ロボットは産業分野のみならず，家庭向けロボットなど多くの分野で働くロボットの研究・開発が行われている．ロボットが人間の生活する環境で働くためには，様々な機能が必要になる．例えば，ロボットが自らの居場所を認識して，自律的に移動するロボットや，特定の人や物を認識する技術は必要不可欠な技術の一つである．
実環境上で動く自律走行ロボットの研究・開発の場としてつくば市内で行われている「つくばチャレンジ[1]」がある．つくばチャレンジは，様々な研究者・技術者が参加し, つくば市内の遊歩道等の実環境上で自律走行ロボットの実験を行う公開実験となっている.
昨年行われたつくばチャレンジ2016 では, 図1 に示すコースをロボットに自律走行させてスタートからゴールまでを走行させることが主な課題となっている. また, つくばチャレンジでは走行コース内には探索エリアが設けられており, その中に4 名存在する「特定の服装をした人物」を探索するという課題が設定されている. 筆者らはこのつくばチャレンジ2016 に参加し, 課題を達成するためのロボットの開発を行った.
本研究では，つくばチャレンジ2016 の課題の一つである「特定の服装をした人物の探索」という課題を達成するための，探索対象検出アルゴリズムを設計・実装した.
探索対象を図2 に示す．また，つくばチャレンジ2016 における探索エリアのコースを図3 に示す．図2 のようにつくばチャレンジにおける探索対象は，緑色のジャンパーの上にオレンジまたは青のベストを着用しており，そのすぐ脇には立て看板が設置されている．探索対象は4 名配置されており，図3 の斜線部分が探索エリアとなっている．つくばチャレンジ2016 からは，探索対象の配置は屋外のみならず屋内にも配置されることが予想された．探索対象を発見した際には，その対象の人の1.5m 以内のところに達して，3 秒以上停止する必要がある．ロボットが探索対象以外の人やものを探索対象として認識しても課題達成の判断には反映され
ないが，つくばチャレンジ2016 では探索対象以外を検出して，停止した場合にはその回数を誤認識として記録に残すことになっている．
探索対象の色は特徴のある色であるため，カメラを用いた色検出は有効な手段の一つである．しかしながら，実環境上には似たような色が多く存在するため単純な色の識別だけでは誤検出が多くなってしまう．そこで，本手法では探索対象の特定色領域の面積比と重心の位置関係を利用することで誤検出の削減を試みた．また，カメラ画像からの色情報とレーザーレンジファインダ(以下LRF と略) から得られる形状情報を統合することでより安定した探索対象の検出を目指した．
つくばチャレンジ本来の趣旨であれば人物を探索すべきであるが，探索対象となっている人物はカメラに写るベストの色情報やLRF で得られる形状情報が大きく変化しやすい．そこで，本手法では処理をできるだけシンプルに構成するという設計趣旨から色情報の変化が小さく，形状情報が安定して得られる立て看板の検出を試みた．本手法では色と形状情報を組み合わせた看板の検出というシンプルな手法による検出精度を向上させることを目的とする．
