![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
近年のロボット技術の向上により、産業用ロボットなど特殊な環境での活動を想定されたものだけでなく、家庭用ロボットや清掃ロボットなど人間の身近な環境で活動するロボットに対する研究が進んでいる。AIへの関心の高まりからか、ロボット自身が判断し行動する自律的なロボットの研究にも注目が集まっており、昨今さまざまな企業・研究機関によって自律走行ロボットの開発・研究が進んでいる。
自律走行ロボットとは、主にカメラ、LiDARやGPSなどを用いて自己位置推定を行いながら移動ルートを走行したり、特定の人物や物体を自身で見つけることのできるロボットのことを指す。自律走行ロボットが工場などある一定の環境下で行動するには、行動範囲を制限し制御すれば可能であるが、道路を走行したり介護施設など不確定要素の多い環境下での運用を考えるならば、人々や周りの環境に危険が及ばないように配慮しなくてはならない。さらに、自律走行ロボットが指定されたルートや範囲を正しく移動するには移動方向に存在する障害物を正しく検出し、回避行動を取れなければならない。
このことから、障害物検出は自律走行ロボットに必要不可欠といえる。自律走行ロボットは大きさによってハードウェア制約がかかり搭載可能なコンピュータの性能が制限がかかることや、LiDARなどは高価であるため、開発コストも高くなってしまう。そこで、LiDARと比較し安価であるカメラを用いて障害物検出を行う。その中でも輪郭情報を用いたステレオ障害物検出手法に注目した。この手法は、障害物には輪郭(エッジ)が存在することから、エッジ周辺についてマッチングを行い、処理の高速化をソフトウェア的に実現した手法である。障害物を高速に検出することができるが、ミスマッチによる障害物の誤検出が多いなど問題点もある。
そこで本研究では、この輪郭情報を用いたステレオ障害物検出手法について考察し、性能評価と問題点の解決を目的とし研究を行う
この手法に用いたカメラは広角カメラであるので、取得したカメラ画像には歪みが生じる。そこで、前処理としてカメラの歪み補正を行う必要がある。
上のようなチェッカーボードを用いて、カメラキャリブレーションを行う。
チェッカーボードのコーナーを検出し、実際のチェッカーボードのサイズや、位置関係、コーナーの数をパラメータとして入力し、画像からカメラパラメータを求めて歪み補正を行う。
