講演詳細

利用部門[Forest Engineering]

日付	ポスター発表
講演番号	P-370
発表題目	森林作業道検出におけるセマンティックセグメンテーション手法の比較 The comparison of semantic segmentation for strip road detection
要旨本文	林業機械の自律走行においては、SLAM技術等を利用した自己位置推定手法が提案されている。本研究では、センシング手法を複数装備することで自律走行の安全性・冗長性を確保するために、走行可能な領域である森林作業道を検出する手法を提案し、複数のアルゴリズムの比較を行った。本研究では作業道を撮影した画像からセマンティックセグメンテーションにより作業道を検出した。地域の異なる複数の作業道の画像データを取得し、5250枚のデータセットを作成した。データセットは学習、検証、評価用に8:1:1に分割した。セマンティックセグメンテーション手法としてFCN、PSPNet、DeepLabv3+、MobileNetv3、HRNet、OCRNetの6種類について比較した。結果として、それぞれ平均IoUが91.8、92.4、92.1、92.2、92.6、92.4、平均正解率が96.2、96.4、96.2、96.2、96.3、96.3となり、平均IoUについてはHRNet、平均正解率についてはPSPNetが最も精度良く検出が可能であった。しかしながら、各アルゴリズムにおける精度のばらつきは少なく、十分な量のデータセットを確保することで安定したセグメンテーションが可能であった。
著者氏名	○有水賢吾
著者所属	国立研究開発法人 森林研究・整備機構 森林総合研究所林業工学研究領域
キーワード	自動走行, フォワーダ, 路肩
Key word	Autonomous Driving, Forwarder, Road edge