3D Material Distribution Mapping by Acoustic Camera in Extreme Underwater Environment

点击翻译按钮获取中文摘要

本研究課題は，福島第一原子力発電所の原子炉のような人間が直接入れない極限水中環境において，無人水中ロボットに搭載した音響カメラを使用し，物質・材料に関する環境情報を反映したマップ生成システムの構築を目的とする．本研究では，環境中に存在するマテリアルの特性を音響カメラの計測情報より分析し，環境のマッピング処理における環境特徴量として活用することで，環境中に存在するマテリアルの情報を含む3次元形状情報（水中マテリアル分布マップ）を復元するするアプローチで検討を進めている．2021年度に確立した，音響画像におけるYOLO（you only look once）を利用した複雑な物体を認識する手法及びその特徴量を記述する方法の確立に続き，2022年度はそれらのYOLOで認識した特徴量を利用し，3次元点群のレジストレーション手法であるICP（iterative cloest point）に基づく水中環境における3次元マップを生成する高精度SLAMを実現した．さらに，機械学習により撮影表面の性質を分類するシステムを構築した．具体的には，教師あり機械学習を活用した画像認識技術であるセマンティックセグメンテーションを改良し，水中環境における水中音響カメラを用いた船底の劣化検出を実現した．具体的なセマンティックセグメンテーションの方法はSegformerを利用し，学習データとしては2020年度に開発したシミュレータを利用した．