Development of Image Segmentation for Autonomous Driving of Air-land Unmanned Aerial Vehicle

空地无人机自动驾驶图像分割研究进展

• 批准号: 22K12094
• 负责人: 芹川 聖一
• 金额: $ 2.08万
• 依托单位: Kyushu Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12094/
• 关键词: ３次元物体認識; セグメンテーション; 人工知能; 自律無人機; 画像処理

地域における物流の効率化によるCO2排出削減に向けて，空陸両用自律無人機での配送システムの開発が不可欠である．しかし，空陸両用自律無人機の活用において，自律的に飛行と走行を切り替える着陸点位置などの知能的環境感知の課題が残っている．そこで，本研究の学術的「問い」は「複雑環境に対する頑健性を飛躍的に向上させる新たな環境認識を確立できるか？」である．本研究では人工知能を用いた運転環境感知の自動化を持つ自律無人機の開発を目的としている．具体的には空から陸上の周囲環境を人工知能により認識し，安全に自律離着陸できるアルゴリズムを開発する．周囲環境を人工知能により認識するための有効な手段の一つはセグメンテーションである。セグメンテーションは，画像中の物体と背景の境界まで切り分け，その輪郭まで正確に推定するタスクであり，コンピュータビジョンの分野で最も重要なトピックの一つとして古くから研究が行われている．コンピュータに実行してほしい多くの視覚機能の中で，シーンを解析し，その中に含まれる物体を全て認識することは，現在でも最も挑戦的な課題である．本研究ではPV-RCNNというボクセルベースの手法とポイントベースの手法を組み合わせたフレームワークが提案されている．この手法では，点群のボクセル化データをもとに，3次元ボクセルCNNを用いて物体の特徴を抽出する．しかし，CNNによる分解能低下に伴い，物体の位置特定に影響を与えてしまう．そこで，本研究では，ボクセルCNNからの単一の出力のみでなく，より高分解能の出力も含めた複数の出力をRPNに入力させ，より小さい物体に対する検出精度を向上させることを行なっている．

In the field of logistics efficiency and CO2 emission reduction, the development of distribution system for autonomous drones for air and land use cannot be delayed. The use of autonomous drones for air and land use, autonomous flight and travel, and environmental awareness issues for landing site location. The academic "question" of this study is "to improve the robustness of environmental protection and to establish a new environmental understanding."である. This study aims to develop autonomous unmanned aerial vehicles (UAV) with the automation of environment awareness and the application of artificial intelligence. Specific information about the environment on land and in the air is available to the public. The environment is artificial, and there are ways to understand it. The object in the portrait and the background of the background are separated, and the wheel is correctly estimated. The most important thing is to divide the object into two parts. In the middle of the visual function, the analysis of the visual function, the complete understanding of the visual function, the visual function. This study is based on PV-RCNN, which is composed of two groups of proposals. This method is used to extract the characteristics of the object. Shika Shika, CNN's decomposition energy is low, and the specific location of the object affects it. In this study, the output of a single component of a CNN is calculated using a high resolution energy output, including a complex output, and the input of a RPN is calculated using a small component of an object.

项目成果

3D object detection using improved PointRCNN

使用改进的 PointRCNN 进行 3D 对象检测

• DOI: 10.1016/j.cogr.2022.12.001
• 发表时间: 2022
• 期刊: Cognitive Robotics
• 作者: Fukitani Kazuki;Shin Ishiyama;Lu Huimin;Yang Shuo;Kamiya Tohru;Nakatoh Yoshihisa;Serikawa Seiichi
• 通讯作者: Serikawa Seiichi

Grasp Position Estimation from Depth Image Using Stacked Hourglass Network Structure

使用堆叠沙漏网络结构从深度图像估计抓取位置

• 发表时间: 2022
• 作者: Zherui Xie;Masaaki Tsuzaki;Huimin Lu;Seiichi Serikawa;Keisuke Hamamoto; Huimin Lu; Yujie Li; Tohru Kamiya; Yoshihisa Nakatoh; Seiichi Serikawa
• 通讯作者: Keisuke Hamamoto; Huimin Lu; Yujie Li; Tohru Kamiya; Yoshihisa Nakatoh; Seiichi Serikawa

Improved point-voxel region convolutional neural network for small object detection

• DOI: 10.1117/12.2657106
• 发表时间: 2022-12
• 作者: Zherui Xie;Masaaki Tsuzaki;Huimin Lu;S. Serikawa

LWD-3D: Lightweight Detector Based on Self-Attention for 3D Object Detection

• DOI: 10.26599/air.2022.9150009
• 发表时间: 2022-12
• 期刊: CAAI Artificial Intelligence Research
• 作者: Shuo Yang;Huimin Lu;Tohru Kamiya;Y. Nakatoh;S. Serikawa

Multidimensional Deformable Object Manipulation Based on DN-Transporter Networks

• DOI: 10.1109/tits.2022.3168303
• 发表时间: 2023-04
• 期刊: IEEE Transactions on Intelligent Transportation Systems
• 影响因子: 8.5
• 作者: Yadong Teng;Huimin Lu;Yujie Li;Tohru Kamiya;Y. Nakatoh;S. Serikawa;Pengxiang Gao