UAV支援捜索救助のための軽量マルチスペクトル検出とDEM制約付きレイ整合性ローカライゼーション
Lightweight Multispectral Detection and DEM-Constrained Ray Consistency Localization for UAV-Assisted Search and Rescue
本研究は、UAV(無人航空機)支援の捜索救助(SAR)における信頼性の高いターゲット検出と地理的位置特定を向上させるための統合フレームワークを提案する。検出においては、軽量なマルチスペクトル検出手法であるAFC-Detネットワークが、RGB-IR画像ペアからの小型ターゲット表現を強化する。位置特定においては、DEM(数値標高モデル)制約付き地理的位置特定手法であるGCR-HRCOが、グローバルレイ集約、マルチレイ幾何学的整合性、Huberロバスト最適化、およびDEMベースの地形制約を用いて測位精度を向上させる。実験の結果、AFC-DetはVTSaRデータセットで小型オブジェクト(APs)に対して平均精度(AP)45.4%、M3FDデータセットで54.6%のAPを達成し、パラメータ数170万、GFLOPs 8.0、FPS 107.2であった。GCR-HRCOはSAR-DAG_raycastデータセットにおいて、平均水平誤差を6.85mから3.31mに、RMSEを8.16mから4.33mに削減した。
- UAV捜索救助向けの軽量マルチスペクトル検出モデルAFC-Detが提案され、VTSaRデータセットで小型オブジェクト平均精度45.4%、M3FDデータセットで54.6%のAPを達成し、パラメータ数170万・FPS 107.2の軽量性を実現
- DEM制約付き位置特定手法GCR-HRCOにより、SAR-DAG_raycastデータセットで平均水平誤差を6.85mから3.31mに、RMSEを8.16mから4.33mに削減
UAV捜索救助向けの軽量マルチスペクトル検出と高精度位置特定技術は、ドローンの実用領域拡大に直結する研究であり、特に小型ターゲット検出精度(AP 45.4-54.6%)と位置特定誤差の大幅削減(平均水平誤差を6.85m→3.31m)は、災害対応・救命用途でのドローン活用を現実的にする成果。軽量化(パラメータ170万、FPS 107.2)により機上搭載が可能な点も実用化上重要なポイントで、UAV・ロボティクス関連企業の製品差別化や新規市場創出につながる可能性がある。