深層学習を用いたダンプトラック荷下ろし材料の形状・体積推定手法に関する研究

抄録

建設機械の自動化技術を核とした次世代の自動化施工システムの研究開発が進められている．その中で，自動ブルドーザは大型ダンプトラックで荷下ろしされた材料をまき出す作業を実施しているが，荷下ろし材料の形状・体積を把握することで，まき出し作業のさらなる精度向上が期待できる．自動ブルドーザに設置されたセンサから材料の形状･体積を計測した場合，材料の量が多く山のような形状になっているため，自動ブルドーザから見て材料の後背部が測定できず，材料の形状･体積を精度よく求めることは難しかった．そこで，本研究では深層学習を用いて材料の形状･体積を推定できる手法を開発した．開発手法の精度検証と現場での実証実験を行った結果，材料の平均高さ誤差は0.049m，体積誤差は 5%であり，その有用性を確認した．