【要約】吊り荷Yaw制御システムの開発 #03：カメラ画像からYaw角を推定する [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
吊り荷の姿勢制御において、カメラ画像から正確なYaw角をリアルタイムに取得する必要がある。しかし、画像から直接角度を推定するのは計算負荷が高く、精度も不安定になりやすい。具体的には以下の課題が存在する。
- ・エッジデバイスでのリアルタイム推論の必要性。
- ・動的な環境下での推定精度の確保。
- ・計算リソースの制約下でのモデル選定。
- ・フックの検出欠落による推定値の不安定化。
// Approach
開発チームは、物体検出と幾何学的な画像処理を組み合わせた2段階の手法を採用した。まず軽量なモデルでフックを検出し、その位置関係から角度を算出する。
- ・SSDLite320 MobileNetV3によるフックの検出。
- ・Blenderを用いたシミュレーション画像による学習データの生成。
- ・検出したフックを基準とした走査線による直線フィッティング。
- ・フック欠落時に備えた時系列による補正処理。
// Result
構築したシステムは、制御の有無に関わらず高い推定精度を達成した。これにより、強化学習によるYaw制御への適用が可能となった。
- ・全18条件においてMAE 1°未満を記録。
- ・制御あり（SAC）の状態でも、制御なしと同等の精度を維持。
- ・最大誤差は2.68°に留まり、制御入力として十分な性能を確認。
Senior Engineer Insight
> エッジ実装を強く意識した、極めて実践的な設計である。物体検出と幾何処理を分離したことで、計算負荷と精度のトレードオフを巧みに解決している。ただし、フックが画角外に出る際の精度低下は無視できない。実運用では、カメラの設置位置の最適化や、フック以外の特徴量を用いた冗長性の確保が不可欠となるだろう。