![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
近年、人間と同じ空間で人間と共存するロボットの需要が高まりつつある。 その一例としてつくばチャレンジという技術チャレンジがある。 つくばチャレンジでは遊歩道や公園といったコースを人間が操作することなくロボットに自律的に走行させることが課題となっている。
昨年行われたつくばチャレンジ2017においてはロボットの自律走行以外にも特定の服装をした人物の探索と歩行者用信号認識が課題とされた。 本研究では、歩行者用信号の認識の課題の目標として信号認識アルゴリズムの設計・実装を行った。
従来手法は以下のようになる。
1.画像からの色抽出
RGB表色系からHSV表色系に変換し、あらかじめ決められた色相(H)、彩度(S)から色抽出を行う。
| Hue | Saturation | Value | |
| 赤信号 | 0～2,172～179 | 110～255 | - |
| 青信号 | 85～100 | 100～255 | - |
しかし、このままでは細かなノイズが含まれてしまうためメディアンフィルタを適用し、ノイズの除去を行う。
2.特定色領域の探索
信号領域は使用したカメラでは10×10の矩形領域内に写ることから10×10のウインドウで探索を行う。10×10のウインドウの抽出された画素が10%～60%のとき信号と判定する。このようにすることで、ロボットの前を通過する人の服や車のような物体の誤検出を削減することができる。
3.誤検出の削減 カメラの露光時間を0.2ms、0.4ms、0.6ms、0.8ms、1.0msと5段階に変化させながら信号を撮影する。このようにすることで、信号が白飛びしてしまったり黒つぶれしてしまったりすることがあっても、画像の明るさを変化させることで信号を検出することができる。
このようにして、10フレーム中3フレーム同位置で検出できた場合に信号であると判定する。
従来手法では色抽出を行った際に、類似色物体も同様に抽出されてしまうことが問題となった。誤検出例としては、看板や建物といったものが挙げられる。
信号認識実験に用いた信号機画像は赤信号、青信号それぞれ50セットを用意した。画像セットは露光時間を5段階に変化させながら連続で撮影した画像10枚を1セットとする。なお、画像撮影を行った地点は3地点で天候は晴れと曇りの2種類の状態が含まれる。
このような画像セットを用いて、信号認識精度を検証する。信号の探索範囲を画像の上半分として従来手法と提案手法の比較を行う。
結果を以下に示す。
| 従来手法 | 提案手法 | |||
| 信号 | 赤 | 青 | 赤 | 青 |
| 画像セット数 | 50 | 50 | 50 | 50 |
| 正常検出 | 0 | 11 | 41 | 34 |
| 誤検出 | 19 | 16 | 6 | 2 |
| 未検出 | 31 | 23 | 3 | 14 |
信号認識処理実験と同様の画像セットを用いて信号認識処理速度の測定を行う。
信号が写りこむ位置はある程度決まっているため、信号探索をおこなう範囲を264×130の矩形として実験を行った。
[1]“つくばチャレンジ”，http://www.tsukubachallenge.jp/，(access Jan 31,2018)
[2]阪東茂,中林達彦,川本駿,椎名誠,阪東華子,“つくばチャレンジ2017における土浦プロジェクトの取り組み”,つくばチャレンジ2017参加レポート集,pp3-10,2018
[3]今井勝,重松康祐,小西裕一,山崎佑太,坪内孝司,“つくば大学知能ロボット研究室チームMASARUの取り組み”,つくばチャレンジ2017参加レポート集,pp.176-180,2018
[4]的場やすし,文光石,西島愛,“LED信号機の点滅を利用した視覚障がい者用信号機情報提示スマートフォンアプリの開発”,情報処理学会インタラクション2017論文集,pp.799-802,2017
[5]須田雄大,鹿貫悠多,小木津武樹,太田直哉,“色情報を用いた低演算コスト歩行者用信号認識手法の提案”,計測自動制御学会SI部門講演会 SICE-SI2017予稿集,pp1964-1967,2017
