機械知覚&ロボティクスグループ
中部大学

Deep Learning 口頭発表

1次元畳み込みニューラルネットワーク(1D-CNN)による全方位LIDARからの歩行者検出

Author
國貞祐貴, 山下隆義, 藤吉弘亘
Publication
画像センシングシンポジウム, 2018

Download: PDF (Japanese)

自動運転支援システムにおいて,歩行者検出は歩行者と自動車の接触事故を軽減するための重要な技術である.従来の全方位 LIDAR による歩行者検出は全ての点群を取得後に,クラスタリング処理を行い,各クラスタが歩行者か否かを判定する.そのため,処理結果が得られた時点で歩行者は近接している場合があり,制御が間に合わない可能性がある.そこで本研究では,撮影から処理結果の出力までを遅延なく直接扱うために,全方位 LIDAR の波形データを直接扱う1次元畳み込みニューラルネットワーク(1D-CNN)による歩行者検出手法を提案する.提案手法は全方位 LIDAR の波形データの一部分を逐次 1D-CNN に入力し,各点群が歩行者か否かを判定し,クラスタリングを行う.これにより,全方位 LIDAR の回転とともに歩行者検出ができるため,歩行者の検出した位置と実際の位置のずれを小さくすることが可能となる.

前の研究 次の研究