[論文レビュー] A Monocular Vision System for Playing Soccer in Low Color Information Environments

Hafez Farazi, Philipp Allgeuer+1 more|arXiv (Cornell University)|Sep 28, 2018

Image and Object Detection Techniques参考文献 12被引用数 23

ひとこと要約

この論文では、低色度環境におけるフィールド特徴およびオブジェクトの検出に色ではなく明るさとテクスチャに依存する単眼ビジョンシステムを提示している。これにより、変動する照明条件下でも頑健なリアルタイム性能を達成した。システムは2015年ロボカップで実戦運用され、フィールド境界の検出成功率が最大93%、ボールの検出成功率が81%に達した。これは、フィールドに最小限の色コードが使用されている状況でも成立する。

ABSTRACT

Humanoid soccer robots perceive their environment exclusively through cameras. This paper presents a monocular vision system that was originally developed for use in the RoboCup Humanoid League, but is expected to be transferable to other soccer leagues. Recent changes in the Humanoid League rules resulted in a soccer environment with less color coding than in previous years, which makes perception of the game situation more challenging. The proposed vision system addresses these challenges by using brightness and texture for the detection of the required field features and objects. Our system is robust to changes in lighting conditions, and is designed for real-time use on a humanoid soccer robot. This paper describes the main components of the detection algorithms in use, and presents experimental results from the soccer field, using ROS and the igus Humanoid Open Platform as a testbed. The proposed vision system was used successfully at RoboCup 2015.

研究の動機と目的

• 最近のロボカップ人間型リーグのルール改正に伴い、色情報が限られる環境における視覚的認識の課題に対処すること。
• フィールドの色コードが減少したことに伴い、色セグメンテーションに依存するのを減らすリアルタイムな単眼ビジョンシステムの開発。
• パrameter調整なしで、悪化した照明や自然光を含む多様な照明条件下でも頑健性を確保すること。
• 明るさとテクスチャの手がかりを用いて、ボール、フィールドライン、ゴールポスト、センターサークル、他のロボットといった重要なゲームオブジェクトを正確に検出すること。
• ROSおよびigus® ヒューマノイドオープンプラットフォームを用いて、単一のCPUコア上で30 Hzでリアルタイム動作を実現すること。

提案手法

• RGB画像をHSV色空間に変換することで明るさ（Value）と彩度を分離し、色に依存しない明るさベースの検出を可能にする。
• フィールド境界の検出には、緑色領域の凸包と歪みのない境界点解析を用い、フィールド領域を特定する。
• ボール検出には、領域の特徴として色のコントラストと明るさを用いた学習ベースのアプローチを採用し、ニューラルネットワークでトレーニングする。
• フィールドラインおよびセンターサークルの検出には、テクスチャと幾何的制約を用い、線分は少なくとも1メートル以上で、4.5メートル以内で完全に可視である必要がある。
• ゴールポスト検出は、YUV色空間のYチャンネルにおける明度のしきい値に依存し、色度が低い状況下でも白いポストを検出する。
• 障害物検出は、ロボットの視野内での形状、サイズ、位置の制約を組み合わせて行い、最後に処理する。

実験結果

リサーチクエスチョン

• RQ1 どのようにすれば、色コードが最小限の環境においても、単眼ビジョンシステムがサッカー用フィールド特徴およびオブジェクトを信頼性高く検出できるか？
• RQ2 明るさとテクスチャは、動的なサッカー環境におけるリアルタイムのロボット認識において、色ベースのセグメンテーションをどの程度代替できるか？
• RQ3 パrameter再調整なしで、多様な照明条件下（悪化した照明から自然光まで）で高い検出精度を維持できるか？
• RQ4 本システムの性能は、低色度ルール環境下で先行する色依存型アプローチと比べてどの程度優れているか？
• RQ5 単一コアCPU上で30 Hzで動作する場合、本システムの計算効率はどの程度か？

主な発見

• 1,482フレームにわたる検証で、フィールド境界の検出に93%の成功率を達成し、誤検出はゼロであった。
• 457フレームにわたるボール検出で81%の成功率を記録し、誤検出は11件にとどまり、低色度環境下での先行手法を上回った。
• 17件の誤検出を伴いながらも、57%の成功率を達成したが、低コントラストとテクスチャの変動が激しい状況下でも実現可能性を示した。
• 7件の誤検出を伴いながらも、63%の成功率を記録したが、可視性制約下でも中程度の性能を示した。
• 3件の誤検出を伴いながらも、48%の成功率を記録したが、コントラストが低い白いポストの検出に課題があることが示された。
• 平均サイクル時間が25 ms（最小15 ms、最大38 ms）であり、単一CPUコア上で30 Hzで安定したリアルタイム動作を維持した。