Deep Learningを用いたCanSatをゴールまで距離0mへ誘導する手法の研究

秋山 実穂  斎藤 卓也  
(システム開発論文)

誌名
電子情報通信学会論文誌 D   Vol.J104-D   No.7   pp.540-551
発行日: 2021/07/01
早期公開日: 2021/03/26
Online ISSN: 1881-0225
DOI: 10.14923/transinfj.2020FIP0005
論文種別: 特集論文 (機能集積情報システム論文特集)
専門分野: 
キーワード: 
CanSat,  Deep Learning,  ARLISS,  CIFAR-10,  Keras,  

本文: PDF(50.8MB)>>
論文を購入




あらまし: 
CanSat競技においてDeep Learningを用いてゴールを認識することにより,従来手法よりも高い認識率を実現できることを述べる.CanSat競技ではGPSにより誘導制御しているが,測位誤差によりゴール付近数mまでしか誘導できない.そのためカメラでゴールの色を認識して距離0mまで誘導を目指す手法が用いられている.しかし色によるゴール認識には天候変化による照明条件変化等により認識率が大幅に低下する問題がある.そこで,より確実なゴール認識を実現するため,Deep Learningを用いてゴールを認識する手法を提案する.CanSatは制約により組込みコンピュータしか搭載できないため,単純なモデルしか使用できないが,それでも従来手法よりもゴール認識率が高いことを述べる.更にARLISS 2019に参加しゴールまでの距離0mを達成し優勝することにより,実競技における本手法の有効性を示した.