权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

道路走行映像の自由視点再現技術を活用した自動運転における運転者の挙動分析

利用道路驾驶图像自由视点再现技术分析自动驾驶中的驾驶员行为

基本信息

批准号：
21K03962
负责人：
小野晋太郎
金额：
$ 2.66万
依托单位：
Fukuoka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

R4年度においては、以下の事項に取り組んだ。(1) 撮影映像を処理することで操舵効果を再現する手法を開発した。1つは深層学習技術を利用して任意視点からの画像を推測・描画する手法である。この手法は既に知られているが、シーンを小規模に分割し、視線方向のサンプリングを簡略化することで運転シミュレーションとしての最低性能（480x270, 10fps）を大きく超える見通しが得られた。もう1つの手法は、画角を広めに撮影した映像の中央部を切り抜いてい描画し、切り抜き領域をシフトすることで簡易的に操舵効果を実現するものである。この手法では操舵時の見え方が幾何的に正しくないため、見え方相違量が最小となる条件をVR空間で再現して試算した。(2) ドラレコ映像から推定した車間距離および走行ログから自車両の急ブレーキ発生を検出する手法（R3年度開発）を改良し、数秒先の発生予測までできるようにした。また、自車両の走行状況の把握の一環として、自動走行においても認識が必要な前方のカーブミラーや死角を検出する手法を開発した。カーブミラーの検出においては、自らの撮影画像や Google Street View 画像により複数の検出器（Faster R-CNN, SSD, YOLOv4）を学習し、検出器と最適化アルゴリズム毎の性能を比較分析した。死角の検出は簡易的なルールベース手法を試行し、シーン中の意味領域とデプスが同時にエッジを持つ箇所を提示するだけでも効果が得られることを確認した。(3) 研究代表者の異動に伴い実際の自動運転車両からドライバ挙動や走行映像を取得する見通しが立たなくなったことから、VR環境により模擬的に自動運転を行える環境を構築した。機材や自動運転シミュレーションソフトを検討し、導入の目処を立てた。また、シミュレーションCGのコントラストと速度感覚について予備検討を行った。

R4 year, the following items are selected from the group. (1)Image processing, steering, and reconstruction techniques 1. Deep learning techniques are used to predict and draw pictures from arbitrary viewpoints. This technique is based on the minimum performance (480x270, 10fps) of the small scale segmentation, line of sight orientation and separation. 1. The method of painting, the angle of painting, the center of the image, the angle of painting, the angle of painting This technique is based on the condition that the angle of view when steering is geometrically correct and the amount of deviation between the angle of view and the angle of view is minimal. It can be reproduced in VR space. (2)The method for detecting the occurrence of the emergency of the vehicle (R3 annual development) is improved and the occurrence prediction is carried out in a few seconds. To understand the driving condition of the vehicle, to realize the necessity of driving ahead and to detect the dead angle. The performance of multiple detectors (Faster R-CNN, SSD, YOLOv4) for learning, detector optimization, and Google Street View images is compared and analyzed. A simple way to find a way out of a dead end is to try it out and confirm it in the meaning field. (3)Research representative's interaction with real-time automatic movement and travel images to obtain information, VR environment, simulation of real-time automatic movement and travel environment construction The machine automatically moves to the next level, and the system is ready to run. The speed of the vehicle is controlled by the speed of the vehicle.

项目成果

期刊论文数量（10）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Analysis of the Conditions for the Occurrence of Sudden Braking using Drive Recorder Videos -- Using the Distance between Vehicles Estimated by Deep Learning --

利用行车记录仪视频分析突然刹车发生的条件——利用深度学习估计的车距——

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Hanwei Zhang;Hiroshi Kawasaki;Tsunenori Mine;Shintaro Ono
通讯作者：
Shintaro Ono

交差点事故防止マップ生成のためのGSVとOSMに基づくカーブミラー検出の提案

基于GSV和OSM的曲面镜检测用于交叉口事故预防地图生成的建议

DOI：
发表时间：
2023
期刊：
影响因子：
0
作者：
羽倉輝;宮柱太一;栗達;山口琉太;小野晋太郎;河合由起子
通讯作者：
河合由起子

Monocular Visual Odometry for Dynamic Environments using Deep Depth Estimation with Clustering Techniques

使用深度估计和聚类技术的动态环境单目视觉里程计

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Hanwei Zhang;Hideaki Uchiyama;Shintaro Ono;Hiroshi Kawasaki
通讯作者：
Hiroshi Kawasaki

MOTSLAM: MOT-assisted monocular dynamic SLAM using single-view depth estimation

DOI：
10.1109/iros47612.2022.9982280
发表时间：
2022-10
期刊：
2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
影响因子：
0
作者：
Hanwei Zhang;Hideaki Uchiyama;Shintaro Ono;Hiroshi Kawasaki
通讯作者：
Hanwei Zhang;Hideaki Uchiyama;Shintaro Ono;Hiroshi Kawasaki

単眼カメラの動的SLAMを用いた運転環境の可視化

使用单目摄像头动态 SLAM 实现驾驶环境可视化