つくばチャレンジのための色情報と形状情報を用いた人物検出手法
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
|
ログイン
]
開始行:
[[太田研 公開用Wiki]]
*つくばチャレンジのための色情報と形状情報を用いた人物検出...
#contents
*はじめに [#k2f569e3]
**研究背景 [#u2151470]
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...
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...
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...
本研究では，つくばチャレンジ2016 の課題の一つである「特...
CENTER:#ref(tsukuba_map.png,center,50%)
CENTER:&size(14){図1:つくばチャレンジ2016のコース};~
CENTER:&size(12){(http://www.tsukubachallenge.jp/tc2016/k...
**研究目的 [#fe9a84da]
探索対象を図2 に示す．また，つくばチャレンジ2016 におけ...
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，...
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...
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...
CENTER:#ref(human.png,center,60%)
CENTER:&size(14){図2:探索対象};~
&br;
CENTER:#ref(detection_area.png,center,40%)
CENTER:&size(14){図3:つくばチャレンジ2016の探索エリア};~
CENTER:&size(12){(http://www.tsukubachallenge.jp/tc2016/k...
*関連研究 [#wa653ce7]
つくばチャレンジにおける人物検出手法の例としては[2, 3, ...
一方，[4, 5] の手法では，カメラ画像からの色情報とLRF で...
を検出した場合探索対象が存在すると判断している．しかし，...
[5] の手法では，色情報の変化が小さく形状が一定である立...
の解像度によっては図4 のように解像度の低い画像になってし...
に移動するため，本来の探索対象である人物から1.5m 以上離れ...
CENTER:#ref(omni.png,center,70%)
CENTER:&size(14){図4:双曲面ミラーを用いた全方位カメラ画像...
&br;
以上の関連研究を考慮し，本研究では，色情報・形状情報が...
た際にアプローチするという手法を採用した．さらに，探索対...
以上のように，ディープラーニングのような複雑な手法を用...
**ロボットの構成と開発環境 [#w62ba969]
つくばチャレンジ2016 のために開発したロボットの外観を図...
USB カメラはImagingSource 社製のUSB カメラ「DFK22AUC03...
ロボットの制御にはVecow社製PC「ECS4000-PoER」を用いた．...
以上のハードウェア構成で，要求される機能を十分に実現で...
CENTER:#ref(robot.png,center,50%)
CENTER:&size(14){図5:ロボットの外観(左：外装有り，右：外...
&br;
CENTER:&size(14){表1:ハードウェア構成};~
|CENTER:外形寸法|CENTER:W610×L634×H800mm|
|CENTER:ホイール径|CENTER:300mm|
|CENTER:総重量|CENTER:70.0kg|
|CENTER:動力源|CENTER:DCモーター×4|
|CENTER:最大速度|CENTER:800mm/s|
|CENTER:センサ|CENTER:LRF×2 &br; (LMS151,TiM551) &br; エ...
|CENTER:バッテリー|CENTER:Li-ion(7S20Ah)|
|CENTER:制御用CPU|CENTER:Intel i7 5650U|
~
CENTER:&size(14){表2:看板検出に用いたUSBカメラの仕様};~
|CENTER:解像度|CENTER:744×480|
|CENTER:FPS|CENTER:30fps|
|CENTER:シャッター方式|CENTER:グローバルシャッター|
|CENTER:視野角|CENTER:約94.2°|
~
CENTER:&size(14){表3:看板検出に用いたLRF(LMS151)の仕様};~
|CENTER:計測範囲|CENTER:270°|
|CENTER:分解能|CENTER:0.5°|
|CENTER:計測周期|CENTER:50Hz|
|CENTER:計測距離|CENTER:50m|
~
CENTER:#ref(lrf_in.png,center,60%)
CENTER:&size(12){(a)LRFデータを取得した場所};~
&br;
CENTER:#ref(lrf_out.png,center,40%)
CENTER:&size(12){(b)LRFから得られる距離情報をもとにした環...
&br;
CENTER:&size(14){図6:LRFから得られる距離情報をもとにした...
*看板検出アルゴリズム [#g85d5483]
**カメラ画像からの特定色領域の抽出 [#s216d13f]
カメラ画像から色情報を抽出して立て看板の探索を行う方法...
***対象となる色範囲の設定 [#lc1030ba]
CENTER:#ref(color_patch.png,center,50%)
CENTER:&size(14){図7:パッチ画像の作成例};~
&br;
実環境で撮影された画像は, 撮影時の場所や天候・時間帯に...
具体的には, はじめに図7 のようなつくばチャレンジの実験...
まれる色のみを抽出する．なお，つくばチャレンジ2016 では，...
図9 に示す色領域画像はそれぞれ横軸がH，縦軸がS を表して...
CENTER:#ref(color_range.png,center,30%)
CENTER:&size(14){図8:立て看板のオレンジ領域と水色領域の色...
&br;
CENTER:#ref(color_mask.png,center,30%)
CENTER:&size(14){図9:立て看板のオレンジ領域と水色領域の色...
&br;
***特定色領域の抽出方法 [#h2987a31]
入力画像の例を図10 に示す．特定色領域の抽出は，3 方向に...
CENTER:#ref(input.png,center,80%)
CENTER:&size(14){図10:入力画像の例};~
色情報を用いた特定色領域の抽出の手順は以下のとおりである．
+オレンジ色領域の抽出~
HSV 表色系に変換した入力画像に対しオレンジの色領域内の画...
+水色領域の抽出~
1. と同様の手順で水色の画素を抽出し二値画像を作成．
+オレンジ領域と水色領域のラベリング~
それぞれの二値画像に対しラベリング処理を行い，矩形領域Roi...
+オレンジ領域と水色領域の面積比を計算~
0.03 ≦ Abj/Aoi ≦ 0.75 である色領域のペアのみ以下の処理を...
+オレンジ領域と水色領域のペアの探索~
オレンジ領域Roi と水色領域Rbj の重心(mo,mb) の位置を比較...
&br;
はじめに，入力画像をHSV 表色系に変換しオレンジの色領域...
次に，色抽出により生成された二値画像に対してラベリング...
続いて，オレンジの矩形領域Roi と水色の矩形領域Rbj の面...
オレンジ領域Roi と水色領域Rbj の重心(mo,mb) の位置関係...
CENTER:#ref(bin.png,center,60%)
CENTER:&size(14){図11:二値画像の例};~
&br;
CENTER:#ref(board_cog.png,center,70%)
CENTER:&size(14){図12:看板のオレンジ領域と水色領域の重心...
&br;
以上の処理を3 方向に向けたカメラから得られるそれぞれの...
CENTER:#ref(x_lrf_l.png,center,40%)
CENTER:&size(12){(a)左カメラの画像の対応};~
&br;
CENTER:#ref(x_lrf_c.png,center,40%)
CENTER:&size(12){(b)中央カメラの画像の対応};~
&br;
CENTER:#ref(x_lrf_r.png,center,40%)
CENTER:&size(12){(c)右カメラの画像の対応};~
&br;
CENTER:&size(14){図13:各カメラの画像上のx座標と実空間上の...
**LRFを用いた特定形状の検出 [#q5620582]
本手法を適用してカメラ画像を解析し求められる情報は対象...
本手法は単純に看板を検出した方向に移動してしまうと図14b...
+同一平面上に存在する物体のクラスタリング~
点群の距離情報di(0 ≦ i ≦ 540) をi = 0 から走査していきdi≦...
+立て看板の幅に相当するクラスタの抽出~
クラスタの端点間の距離が280～420[mm] のクラスタを看板のク...
+人物の幅に相当するクラスタの抽出~
クラスタの端点間の距離が250～650[mm] のクラスタを人物のク...
+カメラ画像から得られた看板の方向との比較~
カメラ画像から得られた看板の方向の10◦ の範囲に看板の幅に...
+人物と看板の中間点の取得~
看板クラスタと人物クラスタの距離d が200[mm]< d < 1000[mm]...
+目標地点の設定~
看板クラスタと人物クラスタを通る直線を計算し，この直線に...
CENTER:#ref(fig14.png,center,60%)
CENTER:&size(14){図14:目標地点の設定における問題点と対策...
**探索対象へのアプローチ [#l1fb3b2a]
探索対象である人物と看板は移動しない．そこで，更に誤検...
アプローチする際にはロボットの速度を十分に落とし探索対...
怖感を与えないように注意した．また，同じ地点で対象を2 度...
いよう，一度アプローチした対象の位置から5000[mm] 以内で検...
外するように設定した．
*実験および結果 [#wbcf6c38]
つくばチャレンジの走行会でロボットを自律走行させながら...
まず，つくばチャレンジ2016 の本走行会以前の実験走行会で...
表4 につくばチャレンジ2016 の実験走行会における屋内での...
CENTER:&size(14){表4:つくばチャレンジ2016実験走行会の屋外...
|CENTER:実験日時|CENTER:探索対象数|CENTER:検出数|CENTER:...
|CENTER:2016/9/22 15時|CENTER:1|CENTER:1|CENTER:0|
|CENTER:2016/10/15 15時|CENTER:3|CENTER:2|CENTER:0|
|CENTER:2016/10/16 15時(1回目)|CENTER:3|CENTER:3|CENTER:0|
|CENTER:2016/10/16 15時(2回目)|CENTER:3|CENTER:2|CENTER:0|
|CENTER:2016/10/29 13時|CENTER:3|CENTER:3|CENTER:0|
|CENTER:2016/10/29 14時|CENTER:3|CENTER:3|CENTER:0|
|CENTER:2016/11/5 11時|CENTER:3|CENTER:2|CENTER:0|
|CENTER:2016/11/5 15時|CENTER:3|CENTER:3|CENTER:0|
~
CENTER:&size(14){表5:つくばチャレンジ2016実験走行会の屋内...
|CENTER:実験日時|CENTER:探索対象数|CENTER:検出数|CENTER:...
|CENTER:2016/10/16 16時|CENTER:1|CENTER:1|CENTER:0|
|CENTER:2016/10/29 13時|CENTER:1|CENTER:1|CENTER:0|
|CENTER:2016/10/29 14時|CENTER:1|CENTER:1|CENTER:0|
|CENTER:2016/11/5 15時|CENTER:1|CENTER:1|CENTER:0|
~
表8,9 に示すように，屋内外ともに比較的安定した検出結果...
次に, つくばチャレンジ2016 の本走行時の実験結果を表6に...
CENTER:&size(14){表6:つくばチャレンジ2016本走行の結果};~
|CENTER:走行距離|CENTER:2177m(完走)|
|CENTER:走行時間|CENTER:69分57秒|
|CENTER:人物探索|CENTER:2人/4人|
&br;
CENTER:#ref(target.png,center,90%)
CENTER:&size(14){図15:つくばチャレンジ2016本走行における...
*考察 [#ze522acf]
**つくばチャレンジ2016での実験に関する考察 [#t25e304f]
今回提案した手法を実際につくばチャレンジで走行するロボ...
本走行終了後，ログデータの解析を行ったところ，図16，17 ...
CENTER:#ref(fig16.png,center,50%)
CENTER:&size(14){図16:検出に失敗した対象3の特定色領域抽出...
&br;
CENTER:#ref(fig17.png,center,50%)
CENTER:&size(14){図16:検出に失敗した対象4の特定色領域抽出...
&br;
以上までのつくばチャレンジ2016 の結果を踏まえて，人物検...
**人物検出アルゴリズムの改良 [#s3f4ebad]
***アプローチ方法の改良 [#i44fd72a]
つくばチャレンジ2016 での実験では, 結果として4 人の探索対...
その方法について述べる.~
''■アプローチするまでの条件に関する改良■''~
まず，対象を検出してからアプローチするまでの条件につい...
CENTER:#ref(flowchart.png,center,50%)
CENTER:&size(14){図18:対象を検出してからアプローチするま...
''■アプローチする方法に関する改良■''~
アプローチする方向に関する改良方法としては, 人物と看板...
CENTER:#ref(fig19.png,center,100%)~
&br;
最終的に, 得られた看板の傾きの90◦ の方向に看板の中間点...
***模擬看板を用いた実験 [#n1ce94cf]
先程の改良を施した看板検出プログラムの精度を確認するため...
CENTER:#ref(campus_human.png,center,80%)
CENTER:&size(14){図19:模擬看板を使った探索対象例};~
&br;
CENTER:&size(14){表7:模擬看板を用いた実験結果};~
|CENTER:実験日時|CENTER:探索対象数|CENTER:検出数|CENTER:...
|CENTER:2016/11/29 13時台|CENTER:10|CENTER:10|CENTER:0|
|CENTER:2016/11/29 14時台|CENTER:12|CENTER:12|CENTER:0|
|CENTER:2016/11/30 11時台|CENTER:21|CENTER:21|CENTER:0|
|CENTER:2016/12/1 11時台|CENTER:4|CENTER:2|CENTER:0|
|CENTER:2016/12/1 12時台|CENTER:6|CENTER:5|CENTER:0|
|CENTER:2016/12/1 14時台|CENTER:4|CENTER:4|CENTER:0|
|CENTER:2016/12/1 15時台|CENTER:3|CENTER:3|CENTER:0|
~
&br;
CENTER:#ref(lrf_input_c.png,center,60%)
CENTER:&size(12){(a)探索対象};~
&br;
CENTER:#ref(lrf_output_c.png,center,50%)
CENTER:&size(12){(b)特定形状画像};~
&br;
CENTER:&size(14){図20:構内実験での特定形状画像};~
&br;
CENTER:#ref(outdoor_mask_c.png,center,50%)
CENTER:&size(14){図21:模擬看板用の色領域画像};~
&br;
結果に示すように3 日間を通した検出率は95.0%となり，比較...
日の当たり方は，時間経過によって変化するものであり照明...
また，現在のアルゴリズムでは一度探索対象と判断された対...
*まとめ [#p980db9d]
本論文では，色情報と形状情報を用いた実環境における特定...
特定色領域の抽出にあたっては，つくばチャレンジで実際に...
つくばチャレンジ2016 の本走行では，カメラの微妙な明るさ...
今後の課題としては，[10] の手法を改良することでより安定...
*参考文献 [#g8de0361]
[1] “つくばチャレンジ”，http://www.tsukubachallenge.jp/，...
[2] 阪東茂，中林達彦，川本駿，阪東華子，“つくばチャレンジ...
[3] 満留諒介，鈴木与海，伊達央，大矢晃久，“つくばチャレン...
[4] 鹿貫悠多, 中村弘樹, 清水美咲, 竹野翔太，太田直哉，“つ...
[5] 鹿貫悠多, 中村弘樹, 須田雄大，山田竜也，太田直哉，“つ...
[6] “株式会社リバスト”，http://revast.co.jp/，(access Jan...
[7] “ROS”，http://www.ros.org/，(access Jan 14,2017)~
[8] Itseez，“OpenCV”，http://opencv.org/，(access Jan 14,...
[9] “Boost”，http://www.boost.org/，(access Jan 14,2017)~
[10] 根岸淳，太田直哉，日吉久礎，“市販デジタルカメラを用...
終了行:
[[太田研 公開用Wiki]]
*つくばチャレンジのための色情報と形状情報を用いた人物検出...
#contents
*はじめに [#k2f569e3]
**研究背景 [#u2151470]
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...
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...
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...
本研究では，つくばチャレンジ2016 の課題の一つである「特...
CENTER:#ref(tsukuba_map.png,center,50%)
CENTER:&size(14){図1:つくばチャレンジ2016のコース};~
CENTER:&size(12){(http://www.tsukubachallenge.jp/tc2016/k...
**研究目的 [#fe9a84da]
探索対象を図2 に示す．また，つくばチャレンジ2016 におけ...
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，...
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...
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...
CENTER:#ref(human.png,center,60%)
CENTER:&size(14){図2:探索対象};~
&br;
CENTER:#ref(detection_area.png,center,40%)
CENTER:&size(14){図3:つくばチャレンジ2016の探索エリア};~
CENTER:&size(12){(http://www.tsukubachallenge.jp/tc2016/k...
*関連研究 [#wa653ce7]
つくばチャレンジにおける人物検出手法の例としては[2, 3, ...
一方，[4, 5] の手法では，カメラ画像からの色情報とLRF で...
を検出した場合探索対象が存在すると判断している．しかし，...
[5] の手法では，色情報の変化が小さく形状が一定である立...
の解像度によっては図4 のように解像度の低い画像になってし...
に移動するため，本来の探索対象である人物から1.5m 以上離れ...
CENTER:#ref(omni.png,center,70%)
CENTER:&size(14){図4:双曲面ミラーを用いた全方位カメラ画像...
&br;
以上の関連研究を考慮し，本研究では，色情報・形状情報が...
た際にアプローチするという手法を採用した．さらに，探索対...
以上のように，ディープラーニングのような複雑な手法を用...
**ロボットの構成と開発環境 [#w62ba969]
つくばチャレンジ2016 のために開発したロボットの外観を図...
USB カメラはImagingSource 社製のUSB カメラ「DFK22AUC03...
ロボットの制御にはVecow社製PC「ECS4000-PoER」を用いた．...
以上のハードウェア構成で，要求される機能を十分に実現で...
CENTER:#ref(robot.png,center,50%)
CENTER:&size(14){図5:ロボットの外観(左：外装有り，右：外...
&br;
CENTER:&size(14){表1:ハードウェア構成};~
|CENTER:外形寸法|CENTER:W610×L634×H800mm|
|CENTER:ホイール径|CENTER:300mm|
|CENTER:総重量|CENTER:70.0kg|
|CENTER:動力源|CENTER:DCモーター×4|
|CENTER:最大速度|CENTER:800mm/s|
|CENTER:センサ|CENTER:LRF×2 &br; (LMS151,TiM551) &br; エ...
|CENTER:バッテリー|CENTER:Li-ion(7S20Ah)|
|CENTER:制御用CPU|CENTER:Intel i7 5650U|
~
CENTER:&size(14){表2:看板検出に用いたUSBカメラの仕様};~
|CENTER:解像度|CENTER:744×480|
|CENTER:FPS|CENTER:30fps|
|CENTER:シャッター方式|CENTER:グローバルシャッター|
|CENTER:視野角|CENTER:約94.2°|
~
CENTER:&size(14){表3:看板検出に用いたLRF(LMS151)の仕様};~
|CENTER:計測範囲|CENTER:270°|
|CENTER:分解能|CENTER:0.5°|
|CENTER:計測周期|CENTER:50Hz|
|CENTER:計測距離|CENTER:50m|
~
CENTER:#ref(lrf_in.png,center,60%)
CENTER:&size(12){(a)LRFデータを取得した場所};~
&br;
CENTER:#ref(lrf_out.png,center,40%)
CENTER:&size(12){(b)LRFから得られる距離情報をもとにした環...
&br;
CENTER:&size(14){図6:LRFから得られる距離情報をもとにした...
*看板検出アルゴリズム [#g85d5483]
**カメラ画像からの特定色領域の抽出 [#s216d13f]
カメラ画像から色情報を抽出して立て看板の探索を行う方法...
***対象となる色範囲の設定 [#lc1030ba]
CENTER:#ref(color_patch.png,center,50%)
CENTER:&size(14){図7:パッチ画像の作成例};~
&br;
実環境で撮影された画像は, 撮影時の場所や天候・時間帯に...
具体的には, はじめに図7 のようなつくばチャレンジの実験...
まれる色のみを抽出する．なお，つくばチャレンジ2016 では，...
図9 に示す色領域画像はそれぞれ横軸がH，縦軸がS を表して...
CENTER:#ref(color_range.png,center,30%)
CENTER:&size(14){図8:立て看板のオレンジ領域と水色領域の色...
&br;
CENTER:#ref(color_mask.png,center,30%)
CENTER:&size(14){図9:立て看板のオレンジ領域と水色領域の色...
&br;
***特定色領域の抽出方法 [#h2987a31]
入力画像の例を図10 に示す．特定色領域の抽出は，3 方向に...
CENTER:#ref(input.png,center,80%)
CENTER:&size(14){図10:入力画像の例};~
色情報を用いた特定色領域の抽出の手順は以下のとおりである．
+オレンジ色領域の抽出~
HSV 表色系に変換した入力画像に対しオレンジの色領域内の画...
+水色領域の抽出~
1. と同様の手順で水色の画素を抽出し二値画像を作成．
+オレンジ領域と水色領域のラベリング~
それぞれの二値画像に対しラベリング処理を行い，矩形領域Roi...
+オレンジ領域と水色領域の面積比を計算~
0.03 ≦ Abj/Aoi ≦ 0.75 である色領域のペアのみ以下の処理を...
+オレンジ領域と水色領域のペアの探索~
オレンジ領域Roi と水色領域Rbj の重心(mo,mb) の位置を比較...
&br;
はじめに，入力画像をHSV 表色系に変換しオレンジの色領域...
次に，色抽出により生成された二値画像に対してラベリング...
続いて，オレンジの矩形領域Roi と水色の矩形領域Rbj の面...
オレンジ領域Roi と水色領域Rbj の重心(mo,mb) の位置関係...
CENTER:#ref(bin.png,center,60%)
CENTER:&size(14){図11:二値画像の例};~
&br;
CENTER:#ref(board_cog.png,center,70%)
CENTER:&size(14){図12:看板のオレンジ領域と水色領域の重心...
&br;
以上の処理を3 方向に向けたカメラから得られるそれぞれの...
CENTER:#ref(x_lrf_l.png,center,40%)
CENTER:&size(12){(a)左カメラの画像の対応};~
&br;
CENTER:#ref(x_lrf_c.png,center,40%)
CENTER:&size(12){(b)中央カメラの画像の対応};~
&br;
CENTER:#ref(x_lrf_r.png,center,40%)
CENTER:&size(12){(c)右カメラの画像の対応};~
&br;
CENTER:&size(14){図13:各カメラの画像上のx座標と実空間上の...
**LRFを用いた特定形状の検出 [#q5620582]
本手法を適用してカメラ画像を解析し求められる情報は対象...
本手法は単純に看板を検出した方向に移動してしまうと図14b...
+同一平面上に存在する物体のクラスタリング~
点群の距離情報di(0 ≦ i ≦ 540) をi = 0 から走査していきdi≦...
+立て看板の幅に相当するクラスタの抽出~
クラスタの端点間の距離が280～420[mm] のクラスタを看板のク...
+人物の幅に相当するクラスタの抽出~
クラスタの端点間の距離が250～650[mm] のクラスタを人物のク...
+カメラ画像から得られた看板の方向との比較~
カメラ画像から得られた看板の方向の10◦ の範囲に看板の幅に...
+人物と看板の中間点の取得~
看板クラスタと人物クラスタの距離d が200[mm]< d < 1000[mm]...
+目標地点の設定~
看板クラスタと人物クラスタを通る直線を計算し，この直線に...
CENTER:#ref(fig14.png,center,60%)
CENTER:&size(14){図14:目標地点の設定における問題点と対策...
**探索対象へのアプローチ [#l1fb3b2a]
探索対象である人物と看板は移動しない．そこで，更に誤検...
アプローチする際にはロボットの速度を十分に落とし探索対...
怖感を与えないように注意した．また，同じ地点で対象を2 度...
いよう，一度アプローチした対象の位置から5000[mm] 以内で検...
外するように設定した．
*実験および結果 [#wbcf6c38]
つくばチャレンジの走行会でロボットを自律走行させながら...
まず，つくばチャレンジ2016 の本走行会以前の実験走行会で...
表4 につくばチャレンジ2016 の実験走行会における屋内での...
CENTER:&size(14){表4:つくばチャレンジ2016実験走行会の屋外...
|CENTER:実験日時|CENTER:探索対象数|CENTER:検出数|CENTER:...
|CENTER:2016/9/22 15時|CENTER:1|CENTER:1|CENTER:0|
|CENTER:2016/10/15 15時|CENTER:3|CENTER:2|CENTER:0|
|CENTER:2016/10/16 15時(1回目)|CENTER:3|CENTER:3|CENTER:0|
|CENTER:2016/10/16 15時(2回目)|CENTER:3|CENTER:2|CENTER:0|
|CENTER:2016/10/29 13時|CENTER:3|CENTER:3|CENTER:0|
|CENTER:2016/10/29 14時|CENTER:3|CENTER:3|CENTER:0|
|CENTER:2016/11/5 11時|CENTER:3|CENTER:2|CENTER:0|
|CENTER:2016/11/5 15時|CENTER:3|CENTER:3|CENTER:0|
~
CENTER:&size(14){表5:つくばチャレンジ2016実験走行会の屋内...
|CENTER:実験日時|CENTER:探索対象数|CENTER:検出数|CENTER:...
|CENTER:2016/10/16 16時|CENTER:1|CENTER:1|CENTER:0|
|CENTER:2016/10/29 13時|CENTER:1|CENTER:1|CENTER:0|
|CENTER:2016/10/29 14時|CENTER:1|CENTER:1|CENTER:0|
|CENTER:2016/11/5 15時|CENTER:1|CENTER:1|CENTER:0|
~
表8,9 に示すように，屋内外ともに比較的安定した検出結果...
次に, つくばチャレンジ2016 の本走行時の実験結果を表6に...
CENTER:&size(14){表6:つくばチャレンジ2016本走行の結果};~
|CENTER:走行距離|CENTER:2177m(完走)|
|CENTER:走行時間|CENTER:69分57秒|
|CENTER:人物探索|CENTER:2人/4人|
&br;
CENTER:#ref(target.png,center,90%)
CENTER:&size(14){図15:つくばチャレンジ2016本走行における...
*考察 [#ze522acf]
**つくばチャレンジ2016での実験に関する考察 [#t25e304f]
今回提案した手法を実際につくばチャレンジで走行するロボ...
本走行終了後，ログデータの解析を行ったところ，図16，17 ...
CENTER:#ref(fig16.png,center,50%)
CENTER:&size(14){図16:検出に失敗した対象3の特定色領域抽出...
&br;
CENTER:#ref(fig17.png,center,50%)
CENTER:&size(14){図16:検出に失敗した対象4の特定色領域抽出...
&br;
以上までのつくばチャレンジ2016 の結果を踏まえて，人物検...
**人物検出アルゴリズムの改良 [#s3f4ebad]
***アプローチ方法の改良 [#i44fd72a]
つくばチャレンジ2016 での実験では, 結果として4 人の探索対...
その方法について述べる.~
''■アプローチするまでの条件に関する改良■''~
まず，対象を検出してからアプローチするまでの条件につい...
CENTER:#ref(flowchart.png,center,50%)
CENTER:&size(14){図18:対象を検出してからアプローチするま...
''■アプローチする方法に関する改良■''~
アプローチする方向に関する改良方法としては, 人物と看板...
CENTER:#ref(fig19.png,center,100%)~
&br;
最終的に, 得られた看板の傾きの90◦ の方向に看板の中間点...
***模擬看板を用いた実験 [#n1ce94cf]
先程の改良を施した看板検出プログラムの精度を確認するため...
CENTER:#ref(campus_human.png,center,80%)
CENTER:&size(14){図19:模擬看板を使った探索対象例};~
&br;
CENTER:&size(14){表7:模擬看板を用いた実験結果};~
|CENTER:実験日時|CENTER:探索対象数|CENTER:検出数|CENTER:...
|CENTER:2016/11/29 13時台|CENTER:10|CENTER:10|CENTER:0|
|CENTER:2016/11/29 14時台|CENTER:12|CENTER:12|CENTER:0|
|CENTER:2016/11/30 11時台|CENTER:21|CENTER:21|CENTER:0|
|CENTER:2016/12/1 11時台|CENTER:4|CENTER:2|CENTER:0|
|CENTER:2016/12/1 12時台|CENTER:6|CENTER:5|CENTER:0|
|CENTER:2016/12/1 14時台|CENTER:4|CENTER:4|CENTER:0|
|CENTER:2016/12/1 15時台|CENTER:3|CENTER:3|CENTER:0|
~
&br;
CENTER:#ref(lrf_input_c.png,center,60%)
CENTER:&size(12){(a)探索対象};~
&br;
CENTER:#ref(lrf_output_c.png,center,50%)
CENTER:&size(12){(b)特定形状画像};~
&br;
CENTER:&size(14){図20:構内実験での特定形状画像};~
&br;
CENTER:#ref(outdoor_mask_c.png,center,50%)
CENTER:&size(14){図21:模擬看板用の色領域画像};~
&br;
結果に示すように3 日間を通した検出率は95.0%となり，比較...
日の当たり方は，時間経過によって変化するものであり照明...
また，現在のアルゴリズムでは一度探索対象と判断された対...
*まとめ [#p980db9d]
本論文では，色情報と形状情報を用いた実環境における特定...
特定色領域の抽出にあたっては，つくばチャレンジで実際に...
つくばチャレンジ2016 の本走行では，カメラの微妙な明るさ...
今後の課題としては，[10] の手法を改良することでより安定...
*参考文献 [#g8de0361]
[1] “つくばチャレンジ”，http://www.tsukubachallenge.jp/，...
[2] 阪東茂，中林達彦，川本駿，阪東華子，“つくばチャレンジ...
[3] 満留諒介，鈴木与海，伊達央，大矢晃久，“つくばチャレン...
[4] 鹿貫悠多, 中村弘樹, 清水美咲, 竹野翔太，太田直哉，“つ...
[5] 鹿貫悠多, 中村弘樹, 須田雄大，山田竜也，太田直哉，“つ...
[6] “株式会社リバスト”，http://revast.co.jp/，(access Jan...
[7] “ROS”，http://www.ros.org/，(access Jan 14,2017)~
[8] Itseez，“OpenCV”，http://opencv.org/，(access Jan 14,...
[9] “Boost”，http://www.boost.org/，(access Jan 14,2017)~
[10] 根岸淳，太田直哉，日吉久礎，“市販デジタルカメラを用...
ページ名:
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
