現場認識と点検支援

研究の狙い

建物、インフラ、農地、ロボット周辺などの現場には、多数の画像・動画・センサデータがあります。しかし、データが多いほど人間の確認負担は増えます。本研究では、画像処理や機械学習を用いて候補を抽出し、専門家が確認しやすい形に整理する技術を研究します。

主な研究トピック

• 可視画像と赤外線画像による建物外壁の状態把握
• 360度動画を用いた小型トンネル壁面の展開・損傷候補抽出
• 固定カメラ・ロボット搭載カメラによる環境認識
• 野生動物や物体の認識、数の把握、時系列変化の検出
• 無線LAN電波・IoTセンサを用いた状態認識

応用の一例：農地巡回ロボット

研究の応用の一つとして、農地の鳥獣被害対策に向けた自律移動型の巡回ロボットに取り組んでいます。クローラ型ロボットにLiDARや深度カメラを搭載し、農地内を自律的に巡回しながら動物を検知して追い払うことで、見回り作業の省力化を目指します。ROS2を用いた自律移動制御や、センサによる動物の検知手法を検討しています。

研究上の問い

限られた機材・不完全なデータでも、現場で役立つ「80点の情報」を安定して生成するには、どのようなアルゴリズムと人間確認の仕組みが必要か。この問いを、実データとプロトタイプを用いて検証します。