深層学習技術を用いたRGB-FIRカメラセンサフュージョンによる車載向け物体認識

摘要

近年，自動車の先進運転支援システム(ADAS)の多くに画像認識技術が用いられている.主な用途としては自車両周辺の車両，歩行者，道路標識などの認識が挙げられる.ADASの多くは自車前方を撮影する位置にカメラを設置し，画像を撮影·処理することによってこれらの機能を実現している.現在主流のカメラは可視光(RGB)カメラであり，これは可視光をセンサで受光することで人間の目と同様に撮影対象の色や模様，輪郭などを得ることができる.しかし，RGBカメラは周囲の光量の影響を強く受けるため，特に夜間など光量が限られる状況では十分な情報を得られない.一方，夜間撮影用として一部の自動車で採用されている遠赤外線(FIR)カメラは，温度を持つ物体が発する遠赤外光をセンサで受光する構造であり，周囲の光量の影響を受けることなく，撮影対象の温度分布をグレースケールの画像として得ることができる.しかし，FIR カメラは物体の温度分布を得るカメラであるために，色や模様といった情報が得られず，外気温が高い夏の昼間などでは人物検知などが難しいという課題がある.また，RGBカメラと比較して解像度が低く，非常に高価である.表1に，RGB カメラとFIRカメラの違いをまとめる.