自律移動を目的とした意味論的領域分割向けデータセットの半自動生成に関する研究

点击翻译按钮获取中文摘要

意味論的領域分割の結果のみを用いて自律移動を行う手法を対象とし、つくばチャレンジにおいて利用可能な程度の精度が得られる分類器の構築を目指した研究に取り組んでいる。つくば市役所周辺をスキャンして得た3次元点群モデルから、RGB画像およびクラスラベル画像からなる意味論的領域分割用データセットを生成し、ロボットに搭載されたカメラから得られる画像を入力とした場合の精度向上を目指す。本年度の研究においては、学習方式の変更により、3次元点群モデルが持つ欠損を埋めなくても適切に分類器を構築できるようになった。これに加えて、AdaINというスタイル変換手法を適用することによって、分類精度の向上を目指した。また、日差しが強い環境下における走行時に問題となる、自分自身や周辺に存在する歩行者、あるいは周辺の樹木や構造物による遮蔽の結果として生成される影に対する対策として、Kornia に実装されている Random Plasma Shadow をデータ拡張主張として採用した。基本的に夏の期間に計測された色付き3次元点群モデルから訓練用のデータセットを作成し、夏季に撮影された CityHall Summer、秋季に撮影された CityHall Autumn、および3次元点群モデルには含まれていないもののつくばチャレンジの走行コースに含まれている公園を対象とした Park データセットを用いた評価を行った。その結果、PSPNet、ICNet、PIDNet に対して何れかのデータ拡張手法によって14%程度の mIoU の改善が可能であることが分かった。また、並行して、意味論的領域分割の結果に基づく自律移動手法の改善も行い、つくばチャレンジ2022において確認走行区間を web カメラ1つで走破した。