Benedikt Kolbeinsson Krystian Mikolajczyk

要約

自律型ドローンの進展は、リモートセンシングや緊急サービスなどの分野において不可欠であるが、実際の運用環境において見られる環境的課題、特に非最適な天候条件下での運用や電線などの細線構造の検出といった課題を十分に捉えているトレーニングデータセットの不足により、阻害されている。本研究では、こうした重要なギャップを埋めるために、セマンティックセグメンテーションおよび深度推定のための包括的なトレーニングサンプルを提供することを目的として、合成空中画像から構成される「ドローン深度および障害物セグメンテーション（Drone Depth and Obstacle Segmentation: DDOS）」データセットを提示する。特に細線構造の識別を強化するよう設計されたDDOSデータセットにより、ドローンは多様な天候条件において安全に航行できるようになり、ドローンのトレーニングおよび運用の安全性が顕著に向上する。さらに、本研究では、深度推定におけるアルゴリズム評価を精緻化することを目的として、ドローンに特化した新しい評価指標を提案する。これらの貢献は、自律型ドローン技術の大幅な向上を可能にするだけでなく、今後の研究における新たな基準を確立し、ドローンナビゲーションおよび安全性に関するさらなる技術進展への道を開くものである。