機械学習による変形ARマーカの3次元位置・姿勢推定

論文情報

榎元洋平,山内 悠嗣,“機械学習による変形ARマーカの3次元位置・姿勢推定”,動的画像処理実利用化ワークショップ,2022.paper

概要

既存の AR マーカ認識手法は AR マーカが変形しないことを前提としているため,変形した AR マーカの検出や姿勢を推定できない.そこで,本稿では機械学習により変形した AR マーカの 3 次元位置と姿勢を推定する手法を提案する.提案手法は 2 段階の処理に分かれており,前段の処理では物体検出手法により変形した ARマーカを検出し,後段の処理では Augmented AutoEncoder を拡張した手法により変形した AR マーカの 3 次元位置と姿勢を推定する.変形した AR マーカを用いた 3 次元位置,姿勢推定の実験において,提案手法は 3 次元位置の平均誤差が 3.7[mm],3 次元姿勢の平均誤差が 5.23[deg] で推定可能であることを確認した.

ポスター


Bibtex Reference

@inproceedings{榎元2022, 
  author = {榎元 洋平 and 山内 悠嗣},
  title = {{機械学習による変形ARマーカの3次元位置・姿勢推定}},
  booktitle = {動的画像処理実利用化ワークショップ},
  year = {2022},
}

機械学習による変形ARマーカの位置・姿勢推定

論文情報

榎元洋平,山内 悠嗣,“機械学習による変形ARマーカの位置・姿勢推定”,電気・電子・情報関係学会東海支部連合大会,2021.

概要

AR コードや AR マーカに代表される 2 次元コードは、キャッシュレス決済や物品管理、広告、ロボットの認識等の分野において活用されている。平面に貼り付けられた 2 次元コードを認識することで、高精度に 3 次元位置と姿勢を推定することができるが、2 次元コードが変形すると認識に失敗する問題がある。そこで、本研究では変形が生じた2次元コードの検出と 3 次元姿勢の推定方法を提案する。

アブストラクト

アブストラクトのPDF

発表スライド


Bibtex Reference

@inproceedings{榎元2021, 
  author = {榎元 洋平 and 山内 悠嗣},
  title = {{機械学習による変形ARマーカの位置・姿勢推定}},
  booktitle = {電気・電子・情報関係学会東海支部連合大会},
  year = {2021},
}

動き情報を加えたPredNetによる未来画像生成の高精度化

論文情報

西片智広,山内 悠嗣,“動き情報を加えたPredNetによる未来画像生成の高精度化”,画像センシングシンポジウム,2021.paper

概要

モビリティ分野では自動運転技術の実用化を目指して盛んに研究開発が行われているが,その 1 つに自車周辺の環境を認識するセンシング技術が挙げられる.安全安心な自動運転を実現するためには,自動運転車に搭載された多数のセンサにより周囲を観測し,獲得した情報から周囲の環境を認識する必要がある.さらに,危険な状態を早期に把握するためには,この先に発生する事象の予測が重要であることから自車及びその周辺の状況を予測する研究が進められている.センサから獲得される情報の 1 つに車載カメラからの映像がある.カメラから観測できる画像から,この先に観測できる未来の画像を生成することができれば,より高度な予測の実現が期待できる.未来の画像を生成する研究は幾つか提案されているが,その中でも PredNet[3] は,畳み込み Long Short Term Memory(LSTM)をベースとした深層学習ネットワークであり,高精度な画像の予測を実現している.PredNet は連続した数フレームの画像群を入力し,1 フレーム先の未来画像を生成する.PredNet が対象としている車載カメラの映像は,走行する自車の動きと,カメラで観測している自動車や歩行者等の移動体の動きの2 つの動きが含まれる.これら 2 つの動きをより把握することができれば,この先の映像がどのように変化するか予想できる.そこで,本研究では高精度な未来画像を生成するために,未来画像の生成時に動きの情報を加味する.明示的に動きの情報を加味することで,画像内で移動する物体や動的な背景を考慮することが可能となり,高精度な未来画像の生成が期待できる.動きの情報を加味するために,本研究では深層学習に基づく DDFlowにより推定したオプティカルフローを用いる.

ポスター


Bibtex Reference

@inproceedings{西片2021, 
  author = {西片 智広 and 山内 悠嗣},
  title = {{動き情報を加えたPredNetによる未来画像生成の高精度化}},
  booktitle = {画像センシングシンポジウム},
  year = {2021},
}

 

 

 

動的環境に対応したコンフィギュレーション時空間による動作計画

論文情報

木南 貴志,山内 悠嗣,“動的環境に対応したコンフィギュレーション時空間による動作計画”,ロボティクス・メカトロニクス講演会,2021.paper

概要

近年,労働力の不足や人件費の削減などの理由により,単純な作業をロボットが担うケースが増加している.産業用ロボットの多くは,ロボットを人間から隔離した場所に配置し,十分な安全が確保された静的な環境下で運用されることが多い.近年では,限られた狭いスペースで動作するロボットや高度なタスクが要求されることから,人間と同じ空間で作業する協調ロボットの需要が高まっている.人間と同じ空間で安全に作業するためには,静的な環境下だけでなく,人間を含む動的な障害物にも対応できるような動きが求められる. ロボットの自動化には教示と動作計画の2種類が存在する. 教示は作業者がロボットを操作して覚えさせる方法であり,直感的に動作を学習させることができる.しかし,動作を学習させることに多くの時間が必要になることや,80W以上のロボットの教示には資格が必要になるなどの多くの問題が存在するため,近年では動作計画に関する研究が盛んに取り組まれている.ロボットの基礎的技術の1つである動作計画は,ロボットが与えられたタスクを達成するための動作を計画することである.一般にConfiguration-space(C-space)と呼ばれるロボットの姿勢を表現した空間を用いて,初期姿勢から目標姿勢までの最適な軌跡を生成する.センサ等で未知の障害物を発見した場合,得られたセンサ情報から障害物のみを抽出して障害物とロボットアームとの位置関係を 算出する.そして,センサの座標系をロボットの座標系に変換した後,障害物の位置が更新された状態で動作計画を実行することで障害物を避けるような軌跡を生成する. 動作計画手法は現在までに様々な手法が提案されており,産業用ロボットに適用されている.多くの動作計画法は空間中を移動する物体が存在しないと仮定した静的な環境下で計画をする.人間が同じ空間で作業するような動的な環境下においては,ロボットの動作中に人間を含む動的障害物に衝突する危険性がある.また,動的障害物を回避するために軌跡を再計算することが必要になるため,非効率な動作計画となる. そこで,本研究ではC-spaceを拡張して時系列変化に対応させたConfiguration-time-space(C-time-space) を提案する.C-time-spaceはC-spaceに時間軸を追加することで静的物体に加えて,各時間の動的物体を表現した空間である.C-time-spaceを導入することにより動的な障害物を考慮したロボットの軌跡を生成することが可能となる.

スライド


Bibtex Reference

@inproceedings{木南 2021, 
  author = {木南 貴志 and 山内 悠嗣},
  title = {{動的環境に対応したコンフィギュレーション時空間による動作計画}},
  booktitle = {ロボティクス・メカトロニクス講演会},
  year = {2021},
}

 

 

 

三次元姿勢推定情報に基づく異常動作検知

論文情報

原科尭宗,山内悠嗣,“三次元姿勢推定情報に基づく異常動作検知”,電子情報通信学会総合大会,2021.

概要

人物の行動をモニタリングするために,映像をリアルタイムに解析し,定常的な動作以外を検知する異常動作検知の研究が進められている.従来の異常動作検知ではカメラの映像から直接的に異常を検知する手法が多く,背景の時系列的な変化に伴う誤検知が発生する問題がある.そこで,本研究では三次元人物姿勢推定によって得られた姿勢情報からLong Short-TermMemory Autoencoder (LSTM-AE)により異常動作を検知する手法を提案する.
 

ポスター


 

Bibtex Reference

@inproceedings{原科2021, 
  author = {原科 尭宗 and 山内 悠嗣},
  title = {{三次元姿勢推定情報に基づく異常動作}},
  booktitle = {電子情報通信学会総合大会},
  year = {2021},
}

 

VAEに基づく距離画像の欠損補間及び物体認識への応用

論文情報

本田圭,三輪顕太朗,山内悠嗣,“VAEに基づく距離画像の欠損補間及び物体認識への応用”,ビジョン技術の実利用ワークショップ,2020.paper

概要

センサから物体までの距離を測定可能な距離センサが普及しており,周辺環境の認識等のセンシング技術に利用されている.しかし,距離センサは物体の材質や形状によって距離が計測できない問題がある.そこで,本稿では変分オートエンコーダ(VAE)を用いた距離値欠損の補間手法を提案する.欠損のないシミュレーション画像を用いて学習することで学習データと類似した距離画像を出力する.実験の結果,提案手法により距離値の欠損の補間が可能であり,補間した距離画像を用いた物体認識の精度が向上することを確認した.

発表スライド


 

ビジョン技術の実利用ワークショップに使用した発表動画

Bibtex Reference

@inproceedings{本田2020,
    author = {本田 圭 and 三輪 顕太朗 and 山内 悠嗣},
    title = {{VAEに基づく距離画像の欠損補間及び物体認識への応用}},
booktitle = {ビジョン技術の実利用ワークショップ}, year = {2020}, }

変分オートエンコーダを用いた距離画像における欠損の補間

論文情報

三輪顕太朗,山内悠嗣,“変分オートエンコーダを用いた距離画像における欠損の補間”,電気・電子・情報関係学会東海支部連合大会,2020.pdf

Bibtex Reference

@inproceedings{三輪2020,
    author = {三輪 顕太朗 and 山内 悠嗣},
    title = {{変分オートエンコーダを用いた距離画像における欠損の補間}},
booktitle = {電気・電子・情報関係学会東海支部連合大会}, year = {2020}, }

変分オートエンコーダによる距離画像の欠損補間

論文情報

三輪顕太朗, 金田拓巳,山内悠嗣, “変分オートエンコーダによる距離画像の欠損補間”,電子情報通信学会総合大会,2020.

アブストラクト

本稿では,変分オートエンコーダを用いた距離画像の欠損補間法を提案する.欠損を含まない距離画像を用いて変分オートエンコーダを学習することで,オートエンコーダの出力は学習データに近しい距離画像となる.この特徴を利用して,欠損を含む距離画像をオートエンコーダに入力することで,欠損のない画像を出力することができる.シミュレーションによる評価実験の結果,提案手法は欠損を補間することが可能であることを確認した.

Bibtex Reference

@inproceedings{三輪2020,
    author = {三輪 顕太朗 and 金田 拓巳 and 山内 悠嗣},
    title = {{変分オートエンコーダによる距離画像の欠損補間}},
booktitle = {電子情報通信学会総合大会}, page = {34}, year = {2020}, }

 

動的環境を考慮した移動ロボットの経路計画

論文情報

平瀬祐貴,三輪顕太朗,山内悠嗣,”動的環境を考慮した移動ロボットの経路計画”,ロボティクス・メカトロニクス講演会,2019.

アブストラクト

人が行き交うような動的な環境における自律移動ロボットには,静止した障害物だけではなく,移動する障害物を考慮した経路計画が求められる.そこで,本研究では事前に観測した移動体が存在する可能性をAbundance mapとして表現し,経路計画時に移動体と遭遇するコストとして考慮する.これにより人が行き交うような場所は避けた経路を生成することができるため,動的な物体に遭遇した際の経路再計画及び動的な物体の回避行動を抑制することが可能となる.評価実験の結果,人が行き交うような動的な環境においては,経路追従中に障害物を回避及び経路を迂回するリスクを抑制することが可能となり,従来法よりも短い経路で目標位置に達したことを確認した.

ポスター


Bibtex Reference

@inproceedings{平瀬2019,
  author = {平瀬 祐貴 and 三輪 顕太朗 and 山内 悠嗣},
  title = {{動的環境を考慮した移動ロボットの経路計画}},
  booktitle = {ロボティクス・メカトロニクス講演会},
  year = {2019}
}