環境モニタリングロボットの自己位置推定法選択のためのRGBカメラ画像に対する深層学習による空認識の検討－GNSSかVisual SLAMの選択

摘要

日本では近年，野生動物による農作物被害や人的被害が発生している．そのため，森林を自律的に探索するロボットによる定期的なモニタリングが必要となっている．本研究は，森林内を自律的に探索するロボットの自己位置推定を行うことを目的とする．自己位置推定手法として，Visual SLAMとGNSSを，上向きカメラから得られた画像の空と木の割合によって使い分けることを提案する．空の認識には深層学習を用い，ENetとSegNet-Basicを比較検討する．空の割合が少ない場所ではVisual SLAMを使用し，空の割合が多い場所ではGNSSを使用する．Visual SLAMとGNSSの精度に関して，空や木の割合との相関を評価する実験を行った．実験の結果，Visual SLAMとGNSSの切り替えに空や木の割合を使用することにより，森林内での自己位置推定を行う見通しを得た．