2019 農業食料工学会全国大会

1. Mask-RCNN を用いた
キャベツの生育状況の判定
岩手大学
○塚野正洋，武田純一，小出章二，庄野浩資，折笠貴寛
岩手大学
○塚野正洋，武田純一，小出章二，庄野浩資，折笠貴寛
Visual-SLAM技術を利用した
果樹園の３次元圃場地図の作成

2. 目次
1. 実験の背景・目的
2. SLAMとは
3. 使用した機器とプログラムについて
4. 作成した地図の評価
5. まとめと課題

3. 研究目標
先行研究：
果樹園用自律走行車両の開発
• 草刈り作業を想定
• 刈り残しがないように経路決定
地図を用いた自律走行
圃場全体の除草など、実用的な用途には
地図の作成は欠かせない

4. SLAMとは
SLAM：自己位置推定及び地図作成
相互補完的に精度を高める
ループ閉じ込み：同じ場所を通ることで地図の整合性向上
GPSに依らない自律走行
地図作成のみ SLAMによる地図作成

5. Visual-SLAM
•センサにカメラを用いるSLAM
•利点(Lidarと比べて)
• コストが安い
• 撮影した画像で画像処理など他用途へ

6. StereoLabs ZEDステレオカメラ
•各画素に距離情報
•解像度：1280x720ピクセル
•取得できる距離情報：0.5～20m

7. RTABMAP
• 画像から３次元地図を作るソフトウェア
• 使用したカメラのチュートリアルで紹介

8. センサ融合
• カメラからの情報だけでは、誤差が生じた
• IMU搭載マイコンを使用し、センサ融合により
作成する地図の精度を高める
カメラによる
姿勢推定
IMU
ロボットの姿勢

9. ROS(Robot Operation System)
• ロボット開発向けのミドルウェア
• 可視化ツールやシミュレータなどが含まれる
Velodyne Lidar:
https://japan.cnet.com/article/35130648/

10. 実験車両
• 乗用草刈機
(ISEKI ARM830)
• 前方にステレオカメラ
• 後方にIMUとPC
リアルタイムに地図を作成
ステレオカメラ
IMUとPC

11. 目標とする地図の精度
• 測量ではないのでcm級の完璧な地図は不要
• 自律走行時に地図とのマッチングを行う
障害物回避など柔軟な走行経路の変更
• 地図に大きな破綻がないこと

12. 走行試験(ナシ圃場)
• 概ね正確
• 往復50m

13. 走行試験(クリ圃場)
• 概ね正確
• 往復100m

14. 走行試験(リンゴ圃場)
• 概ね正確
•往復160ｍ
• 高さのズレ

15. まとめと課題
• 同様な景色が多く、地図作成が難しい環境で正常に
動作した
• 振動による影響もなく、正常に動作した
• 計算コストが大きい(6コアCPUで使用率70%)
• 広い圃場や傾斜地圃場で同様に動作するのか調査
• 地図の測定精度を調査する

16. 自律走行システムの処理経路
目標となる操舵角
3次元地図の
作成 経路の算出
経路計画
障害物回避本研究
目標地点

17. 自律走行システムの処理経路
目標となる操舵角
現在の操舵角
3次元地図の
作成 経路の算出
ROS Navigation
経路計画
障害物回避
本研究
完了
目標地点