被災家屋内の人の検出と救助の為 の 3 次元環境地図作成に関する考 察 神戸大学 工学研究科 井上淳一、滝口哲也、有木康雄

社会状況と背景  阪神淡路大震災以降 防災対策の不十分 研究開発の必要  文科省 先端技術を災害軽減への積極的利活用  大都市大災害軽減化特別プロジェクト 人体検索・情報収集・配信等を支援す るロボット・センサ等の開発と実用化 防災分野への情報技術応用の期待

従来研究 瓦礫内探索  電磁波探索装置 新潟中越地震、トルコ西部地震で既に使用 心臓の鼓動、肺の動きをとらえ、生存者のみを発見 人が見て判定する必要、高コスト  探索ロボット 移動機構のため誤差蓄積、探索時間の長期化  ばら撒き型センサ（新井： ” 探索ボール ” ） 移動機構無し ロボットが入り込めない 瓦礫内の狭い空間も探索可能 認識能力が無い ※ U.C.Berkley ： “ SmartDust ” 体積約 100 平方 mm 中に通信装置、センサなどを搭載

提案 ①人体検出ボール 安価 大量散布 ②地図作成ボール 高価 少量散布 人が生存しているかどうか判定 被災者までの救助経路地図の作成 迅速で広域な救助を目指す

①人体検出ボール 1. 熱画像センサ 2. マイクロフォンアレイ  救助者の意識が無い場合、生死判定可能  ＣＯ２センサは遠距離では使用不可 安価で解像度の粗い 64 点熱画像センサ を用いて人体の検出が可能かどうか検証

実験環境 研究室内実験室 20 時 室温 27.0 度 64 点二次元放射温度計 温度範囲 -50 ℃ ~1000 ℃ 分解能 0.1 ℃ 撮影範囲 0.5m ～ ∞ ズーム機能 なし

撮影熱画像 背景 ランダム撮影 人体 距離： 1m 、 2m 露出 : 頭、腕、足、全 身

検出手法  人体、背景それぞれ半分の枚数から人体 と背景の温度の平均、分散算出  人体、背景それぞれの正規分布を求め、 人体温度の閾値を決定、人体検出 ℃ 人体 背景 閾値

結果 部位別 各部位画像のみで学習し、他の部位画像を 人体、背景を背景と区別できるか

部位別 平均温度

結果 距離別 各距離の画像のみで学習し、他の距離の 画像を人体、背景を背景と区別できるか

距離別 平均温度

考察 人体検出  ６４点の解像度の粗い熱画像センサでも、人 体の検出は十分可能  さらに温度が高い部位のみを学習すれば、適 合率をあげる事が可能  今後、マイクロフォンアレイの併用で、精度 向上を目指す

②地図作成ボール 1. ステレオオムニカメラ  水平３６０度の情報を一度に取得可能  複数のボールを散布する事で瓦礫で隠れ た箇所も補間可能 オムニカメラが小型化された際に適用可 能な３次元測定のアルゴリズム

ステレオカメラ 焦点距離 基線長 対応点探索キャリブレーショ ン 視差

従来研究  山澤 上下に２台のオムニカメラ 対応点探索に SSD （ Sum of Squared Difference ） 瓦礫内の問題 ①基線長が短い場合、適用不可 ②輝度変化の少ない部分、局所的に類似し た部分で誤対応

対応点探索 領域ベース SAD + 等角直線 フィッティン グ SSD + パラボラ フィッティン グ POC 精度 × △ ○ 計算コス ト ○○ △ ロバスト 性 ×× ○ ①位相情報を用いる事によるロバスト性 ②相関ピーク形状の理論モデルに基づいた 高精度フィッティング

位相限定相関法（ POC ） ハニング窓 DFT 合成位相スペクトル IDFT ピクセル単位の移動量が ピークの位置として求ま る

サブピクセルマッチング 複数点で式を離 散データと フィッティング し、サブピクセ ル精度の移動量 δ を推定する

実験環境 オムニカメラを 上下に２台設置 研究室内実験室 全方位画像をパノラマ展開 し、垂直方向に対応点探索

結果 視差画像 実際に距離の計測を行い、評価する必 要

今後の方向  マイクロフォンアレイ併用による人 体検出の精度向上  距離計測の測定評価  複数台を仮定して瓦礫内の３次元環 境地図作成

正解判定法 正解領域 正解例 失敗例 人体領域 検出領域

学習テスト正解失敗 人体 24 枚 27 枚 0枚0枚 背景 25 枚 13 枚 12 枚 正解率 100% 適合率 76.9% 実験結果 人体検出 熱源に対し、誤検出 → 複数のマイクロフォンで人物方向の推 定

実験 人体検出 パーツ別  頭部だけで学習し、他のパーツを人体、背 景を背景と区別できるか？ 学習テスト背景学習背景テス ト 正解率適合率 頭部 16 枚 34/34 25 枚 20/25100%92% 手 941/41259/25100%76% 足 1436/362513/25100%79% 全身 1139/392514/25100%82% すべて 2327/272513/25100%77%

パーツ別 平均・分散 学習枚数平均分散 頭部 16 枚 ℃ 1.97 手 足 全身 すべて 背景

実験 人体検出 距離別  ２ m だけで学習し、 １ m を人体、背景を 背景と区別できる か？ 学習テスト背景学習背景テス ト 正解率適合率 1m 22 枚 28/28 25 枚 15/25100%81% 2m2822/222513/25100%74% すべて 2327/272513/25100%77%

距離別 平均・分散 学習枚数平均分散 1m 22 枚 ℃ m すべて 背景

参考資料  コンピュータビジョン －視覚の幾何学 佐藤淳 コロナ社  全方位視覚センサ HyperOmniVision に関する 研究－移動ロボットのナビゲーションのために － 山澤一誠，奈良先  High-Accuracy Subpixel Image Registration Based on Phase-Only Correlation Kenji Takita,Tohoku University  A Flexile New Technique for Camera Calibration Zhengyou Zhang