セマンティックセグメンテーションに基づく空間カテゴリと案内標識の認識による大域的自己位置推定

DOI

書誌事項

タイトル別名
  • Global Self-localization by Recognizing Spatial Categories and Guide Signs based on Semantic Segmentation

抄録

<p>ロボットが自律移動を行うためには自己位置推定が必要である．大域的自己位置推定は，周辺環境から観察された空間特徴に基づいて自己位置を推定する手法であり，一般に，初期位置が未知であったり自己位置を見失ったりした場合に用いられる．我々は，360°全方位画像の分類により得られる空間カテゴリとセマンティックセグメンテーションにより得られるセグメント分布から自己位置を推定するニューラルネットワークモデルを構築してきた．本論では，本モデルに空間カテゴリの詳細な分類と案内標識の認識とを追加して，大域的自己位置推定の性能を向上させるモデルを提案する．空間カテゴリの詳細な分類ではインスタンスレベルの分類を導入する．案内標識の認識では案内標識セグメントに対して光学文字認識を適用する．大域的自己位置推定は，これら空間インスタンス，案内標識，及びセグメント分布に基づき，自己位置をあらかじめ与えた粒度の空間分割のもとで推定することによりなされる．いくつかの空間分割粒度のもとで自己位置を推定する実験を通じて，インスタンスレベルの空間分類と案内標識の認識を加えることの大域的自己位置推定における効果を検証した．</p>

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390288370502978432
  • NII論文ID
    130008051712
  • DOI
    10.11517/pjsai.jsai2021.0_2yin511
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • CiNii Articles
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ