大貝 晴俊 (オオガイ ハルトシ)

写真a

所属

理工学術院 大学院情報生産システム研究科

職名

教授

ホームページ

http://www.waseda.jp/sem-ohgai/

学内研究所等 【 表示 / 非表示

  • 2020年
    -
    2022年

    理工学術院総合研究所   兼任研究員

学位 【 表示 / 非表示

  • Tokyo Institute Technology   Doctor(Engineering)

  • 東京工業大学   博士(工学)

所属学協会 【 表示 / 非表示

  •  
     
     

    情報処理学会

  •  
     
     

    メディア情報学会

  •  
     
     

    人工知能学会

  •  
     
     

    塑性加工学会

  •  
     
     

    電気学会

全件表示 >>

 

研究分野 【 表示 / 非表示

  • 環境負荷低減技術、保全修復技術

  • データベース

  • 反応工学、プロセスシステム工学

  • 安全工学

  • 社会システム工学

研究キーワード 【 表示 / 非表示

  • プロセス制御、プロセス情報処理、情報検索、可視化情報学、環境保全技術、人間生活環境、鉄鋼プロセス制御、微生物制御、廃棄物処理、プロセスモデリング、プロセス解析、橋梁診断、センサーネットワーク、照明制御、自動車エンジン制御、自動車走行制御

論文 【 表示 / 非表示

  • A Novel Bridge Damage Diagnosis Algorithm Based on Deep Learning with Gray Relational Analysis for Intelligent Bridge Monitoring System

    Haitao Xiao, Wenjie Wang, Limeng Dong, Harutoshi Ogai

    IEEJ Transactions on Electrical and Electronic Engineering   16 ( 5 ) 730 - 742  2021年05月

     概要を見る

    In recent years, intelligent structural damage diagnosis algorithms using machine learning have achieved much success. However, because of the fact that in real bridge applications, the working environment (load, temperature, and noise) is changing all the time, degradation of the performance of intelligent structural damage diagnosis methods is very serious. To address these problems, a novel bridge diagnosis algorithm based on deep learning is proposed. Our contributions include: First, we proposed an improved denoising auto-encoder-based deep neural networks, which is optimized by the gray relational analysis. It is able to automatically extract high-level features from raw signals via a multi-layer extraction to satisfy any damage diagnosis objective and thus does not need any time consuming denoising prepossessing. The model can achieve high accuracy under noisy environment. Second, the algorithm does not rely on any domain adaptation algorithm or require information of the target domain. It can achieve high accuracy when working environment is changed. Numerical simulations and experimental investigations on real bridges conducted to present the accuracy and efficiency of the proposed algorithm, comparing with other commonly machine learning-based algorithms. The result shows it is deemed as an ideal and effective method for damage diagnosis of bridge structures. © 2021 Institute of Electrical Engineers of Japan. Published by Wiley Periodicals LLC.

    DOI

  • Conditional maximum likelihood identification for state space system

    Luo Xiao, Harutoshi Ogai, Wang Jianhong, Ricardo A.Ramirez Mendoza

    Mechatronic Systems and Control   49 ( 1 ) 1 - 8  2021年01月

     概要を見る

    In this paper, we investigate the use of conditional maximum likelihood identification in the context of identifying one general state space system, being parametrized by one unknown parameter vector. The process of modifying the common state space system into our general form is presented, and the traditional negative log-likelihood function for identifying unknown parameter vector is constructed with only observed output variables. To combine state variables and output variables simultaneously, the conditional maximum likelihood estimate based on the conditional probability density and the total probability theorem is proposed here. Further, when the prior distribution of that parameter vector is flat, we continue to obtain the joint maximum a posteriori estimate. To maximize a negative log-likelihood function, the classical Robbins- Monro algorithm from stochastic approximation theory is applied to avoid the computation of the second-order derivative of conditional likelihood function.

    DOI

  • Quasi-Linear SVM with Local Offsets for High-dimensional Imbalanced Data Classification

    Li Yanze, Harutoshi Ogai

    2020 59th Annual Conference of the Society of Instrument and Control Engineers of Japan, SICE 2020     882 - 887  2020年09月

     概要を見る

    Imbalanced problems often occur in the classification problem. A special case is within-class imbalance, which worsen the imbalance distribution problem and increase the learning concept complexity. Most methods for solving imbalanced data classification focus on finding a globe boundary to solve between-class imbalance problem. My thesis proposes a effective quasi-linear network with local offsets adjustment for imbalanced classification problems. First, we proposed a gated piecewise linear network, an autoencoder-based partitioning method is modified for imbalanced datasets to divide input space into multiple linearly separable partitions along the potential separation boundary. Construct a quasi-linear SVM based on the gated signal that obtained by autoencoder partitioning information. Then training a neural network that let F-score as loss function to generate the local offsets on each local cluster. Finally a quasi-linear SVM classifier with local offsets is constructed for the imbalanced datasets. Our proposed method avoids calculating Euclidean distance, so it can be applied to high dimensional datasets. Simulation results on different real world datasets that our method is effective for imbalanced data classification especially in high-dimensional data.

  • Spatial Attention for Autonomous Decision-making in Highway Scene

    Shuwei Zhang, Yutian Wu, Harutoshi Ogai

    2020 59th Annual Conference of the Society of Instrument and Control Engineers of Japan, SICE 2020     1435 - 1440  2020年09月

     概要を見る

    Automated decision making is still a significant challenge to realize fully autonomous driving. A common method that encoding surrounding vehicles in a grid map is used to describe observation space for decision making algorithm. It preserves vehicles spatial characteristics. But commonly in human driving, distinct position and speed surrounding vehicles contribute differently to make decision. We introduce a spatial attention module to calculate weights for each vehicle and integrate the attention mechanism into Deep Q network to make decision actions. The agent, ego vehicle, is trained in a simulated highway environment. Simulation results show the proposed method can get significant performance gains compared with other deep reinforcement learning methods by using two kinds of metrics.

  • Realtime Single-Shot Refinement Neural Network for 3D Obejct Detection from LiDAR Point Cloud

    Yutian Wu, Harutoshi Ogai

    2020 59th Annual Conference of the Society of Instrument and Control Engineers of Japan, SICE 2020     332 - 337  2020年09月

     概要を見る

    3D object detection from point cloud is an important aspect of environmental perception in intelligent systems such as autonomous driving systems and robot systems. However, efficient 3D feature extraction and accurate object localization is challenging for current algorithms. In this paper, we introduce a new single-shot refinement neural network for fast and accurate 3D object detection. Firstly, we simplify the 3D feature extraction network and use single-shot object detector to increase processing speed. Secondly, we exploit self-attention mechanism in main object detection branch to improve object feature representation. Thirdly, an object refinement branch is introduced to produce a finer regression of objects upon the primary estimation from the main detection branch. Both modifications lead to further improvements in performance without additional computational cost. Our approach is tested on KITTI 3D Car detection benchmark and achieves good results in the validation set. The running speed is around 40 frame per second.

全件表示 >>

書籍等出版物 【 表示 / 非表示

  • Pipe Inspection Robots for Structual Health and Condition Monitoring

    Harutoshi Ogai, Bishakh Bhattacharya( 担当: 共著)

    Springer  2018年

  • 自動車エンジンのモデリングと制御

    編著者, 申鉄龍, 大畠明

    コロナ社  2011年03月 ISBN: 9784339046106

  • 高度知識化社会における情報管理

    村山 博, 大貝晴俊

    コロナ社  2003年04月 ISBN: 4339026271

  • プロセス制御

    高津春雄

    コロナ社  2003年02月 ISBN: 4339033618

Misc 【 表示 / 非表示

  • Deep 3D Object Detection Networks Using LiDAR Data: A Review

    Yutian Wu, Yueyu Wang, Shuwei Zhang, Harutoshi Ogai

    IEEE Sensors Journal   21 ( 2 ) 1152 - 1171  2021年01月

    書評論文,書評,文献紹介等  

     概要を見る

    As the foundation of intelligent systems, machine vision perceives the surrounding environment and provides a basis for decision-making. Object detection is the core task in machine vision. 3D object detection can provide object steric size and location information. Compared with the 2D object detection widely studied in image coordinates, it can provide more applications of detection systems. Accurate LiDAR data has a stronger spatial capture capability and is insensitive to natural light, which makes LiDAR a potential sensor for 3D detection. Recently, deep neural network has been developed to learn powerful object features from sensor data. However, the sparsity of LiDAR point cloud data poses challenges to the network processing. Plenty of emerged efforts have been made to address this difficulty, but a comprehensive review literature is still lacking. The purpose of this article is to review the challenges and methodologies of 3D object detection networks using LiDAR data. On this account, we first give an outline of 3D detection task and LiDAR sensing techniques. Then we unfold the review of deep 3D detection networks with three kinds of LiDAR point cloud representations and their challenges. We next summarize evaluation metrics and performance of algorithms on three authoritative 3D detection benchmarks. Finally, we provide valuable insights of challenges and open issues.

    DOI

産業財産権 【 表示 / 非表示

  • プロセスの状態予測方法

    大貝 晴俊, 小川 雅俊

    特許権

  • プロセスの状態予測方法

    大貝 晴俊, 小川 雅俊, 葉 怡君

    特許権

  • プロセスの状態予測方法

    5707230

    草柳 晃介, 大貝 晴俊, 小川 雅俊, 葉 怡君

    特許権

  • プロセスの状態予測方法及びそれを用いたプロセス制御装置

    葉 怡君, 大貝 晴俊, 川成 翔, 小川 雅俊

    特許権

  • エンジン制御パラメータ適合化装置及びプログラム

    大貝 晴俊, 小川 雅俊, 草鹿 仁

    特許権

全件表示 >>

受賞 【 表示 / 非表示

  • 計測自動制御学会論文賞

    2010年08月  

  • 鉄鋼協会 計測・制御・システム部門研究賞

    2004年09月  

  • 鉄鋼協会 計測・制御・システム部門研究賞

    1998年09月  

  • 計測自動制御学会技術賞

    1992年08月  

  • 日本塑性加工学会会田技術賞

    1992年06月  

共同研究・競争的資金等の研究課題 【 表示 / 非表示

  • 動的環境の実時間SLAMの実現

    研究期間:

    2019年04月
    -
    2022年03月
     

     概要を見る

    SLAM(Simultaneous Localization and Mapping)は,センサ計測した周囲の形状から自己位置推定と地図構築を同時に行う手法で,今日では広く利用されている.しかし,周囲の移動体は一般に別処理で扱われるためプログラムが複雑になる.本研究では、MHE(Moving Horizon Estimation)によるベイズフィルタの枠組みを通じて移動体の位置推定もSLAMに統合し,モデル予測制御で発展した実時間最適化手法を応用して高速計算する.そして,電動車いすの人混みでの走行実験と,自動車の市街地走行実験により,人などに囲まれた環境における本手法の実用性を検証する.2019年度は核となるMHE(moving horizon estimation)に基づくSLAM(simultaneous localization mapping)の理論・アルゴリズムの構築と,屋内環境及び市街地での検証に向けた実験システムの構築に取り組んだ.具体的な成果は下記の通りである.(A) 理論・アルゴリズム構築(野中):2次元点群データを用いた動的環境における線分ベースのMHE-SLAMのアルゴリズムについて,線分方向へ移動成分の速度推定精度の劣化が大きいことを確認し,改善するためのアルゴリズムの改良に取り組んだ.これに併せて端点の追跡精度を改善することを目的に特徴点追跡アルゴリズムを検討し,人工ポテンシャル場による手法と確率的データ結合をMHEに取り入れた手法の構築に成功した.前者は学会で発表し,後者は雑誌論文に投稿して採択された.またMHE-SLAMについて,3次元の点群データに拡張したプログラムを作成した.(B) 電動車いすによる屋内環境での検証(関口・野中):LiDARを搭載した電動車いすに3次元点群データに対する平面ベースのMHE-SLAMを実装し,自己位置と壁の推定を行った.その推定精度はモーションキャプチャシステムの計測結果と比較して定量的に評価した.(C) 乗用車による市街地での検証(大貝・野中):実験用の自動車に全方位LiDARを搭載し,従来手法によるSLAMシステムを構築した.そして基礎的な走行試験を通じてその精度と周囲の移動体の検出精度を確認した.さらにこの結果を踏まえて,近距離の物体検出と周囲の点群密度改善のために実験車両に2台のLiDARを搭載したシステムを構築した.MHEによる動的SLAMの推定プログラムは開発したが,計測精度が低下する線分方向の移動の影響による速度推定精度の劣化が想定したよりも大きいことが判明した.これを解決するためにMHEによる特徴点追跡アルゴリズムを開発した.一方で静的環境における3次元のMHE-SLAMシステムは構築し,電動車いすの実験で基礎的な検証は終えている.このため,2020年度には動的3次元環境での実験システムを構築できるものと考えている.乗用車による実験については,車両にLiDARを搭載した実験システムを予定通り構築した.一方で年度末は感染症対策で実機を用いた開発が制限された.このためプログラムの実時間高速化等の実装に関わる研究は2020年度にも実施する必要が生じた.2020年度は核となるMHE-SLAMの理論・アルゴリズムの拡張と,屋内環境及び市街地での基礎的な検証に取り組む.具体的には下記の通りとする.(A) 理論・アルゴリズム構築(野中):点群データを用いた動的環境におけるMHE-SLAMの3次元化を完成させる.そして電動車いすに搭載したLiDARによるシステムに実装してその性能を検証する.この際には移動体の追跡精度を改善するために,確率的な手法によるクラスタリングと追跡のアルゴリズムをSLAMに統合する.(B) 電動車いすによる屋内環境での検証(関口・野中):LiDAR搭載の電動車いすに3次元点群データに対する平面ベースの動的なMHE-SLAMを実装する.計算処理の高速化のために,分散並列計算を用いた高速化に取り組み,推定性能の検証を行う.さらに,モーションキャプチャシステムの計測結果と比較した評価を行う.(C) 乗用車による市街地での検証(大貝・野中):LiDARを2台搭載した実験用の自動車によるSLAMのシステムを構築する.そしてMHE-SLAMを実装して,リアルタイム推定性能を検証する.さらに走行試験を通じて,周囲の移動体の推定精度の基礎的な検証を行う

  • 安全な光による生体透視と機能イメージングを実現するシステムの創成

    研究期間:

    2017年04月
    -
    2020年03月
     

  • 無線センサネットワークによる社会基盤の安全・高効率化の基礎研究

    基盤研究(B)

    研究期間:

    2013年
    -
    2015年
     

     概要を見る

    (1)無線センサモジュールと無線電力伝送システムの設計・試作(大貝) 無線センサモジュールの小型化と省電力化を、低消費RFモジュール、マイコン、加速度センサを選定して試作した。また、無線電力伝送技術の改良を、送信アンテナの指向性向上、受信側のレクチナの改良により行なった。
    (2)橋梁診断方法の拡充(犬島、大貝) 橋梁診断方法について、技術整理を行うとともに新診断技術について研究し診断ソフト試作を行なった。ARMAモデルとPCAを用いた劣化度診断方法、ウェブレット変換とその可視化のよる劣化度の診断方法を検討した。
    (3)照明シミュレータの開発と大規模オフィスの照明最適化制御の開発(大貝) 大規模オフィス照明シミュレータについて検討し、照明装置と照度センサの関係をRBFニューラルネットワークによりモデル化についてする方法を確立した。また照明装置の最適制御方法の改良検討を行なった。また、1センサを用いた制御方法について検討した。実際のビルにて実証試験をおこない、大きな省エネ効果を確認した。
    (4)車々間通信システムの改良、隊列制御実験(大貝) 車々間通信システムについ2台の車車間通信システムの開発と安定化について検討し、試作実験評価した。また、隊列制御の高精度化、安定化について検討し、改良試作を行い、実験により性能評価した。

  • 高炉トータルシミュレータの研究

    研究期間:

    2005年
    -
     
     

  • センサネットによる大型構造物長寿命化技術

    研究期間:

    2005年
    -
     
     

全件表示 >>

特定課題研究 【 表示 / 非表示

  • 小型電気自動車における全天候型自動運転とその活用研究

    2018年   Pan Xun, 犬島浩

     概要を見る

    小型電気自動車COMSおよびゴルフカートを改造した搬送車両を対象に、天気の良い日、悪い日、昼夜を自動運転できるシステムについて研究した。ステレオカメラを中心に、全天候で、車や人などの障害物を認識するために、深層学習により障害物認識機能を実現した、更にレーザレンジファインダでの障害物認識機能を開発しその統合を検討している。この結果、全天候で対応できるようになった。自己位置認識では、安価なRTKGPSシステムを用いて現在位置と方位を求めている。走行経路は、このRTKGPSを搭載した車両を走行させ、そのデータが作成している。この経路への追従制御についてはPID制御、モデル予測制御を併用した。また停車車両があれば、追い越しするロジック、人を認識した場合は停止するロジックを付加した。この結果、目的地まで安定した走行が可能となった。大学の周りにテストコースを設定し、全天候型自動運転システムの性能を評価した。本自動運転機能を搬送車両にも搭載し、工場間の自動運転搬送システムを開発し、走行試験を行い無人で安全走行できることを確認した。COMSについては、一般道路を安全できるように走行試験を準備している。

  • 磁気センサを用いた高速鉄道のオンライン診断技術研究

    2018年  

     概要を見る

    本研究では、磁気インピダンス効果を利用したMIセンサの応用として、鉄道レールの欠陥検出を目指している。最初にMIセンサは、自動運転において、走行道路に敷設した微弱な磁気マーカを検知するセンサとして試用した。走行車両に取り付け、センサの取り付け位置の確認、検出精度について確認を行った。定距離(2m)に配置した磁気マークを、連続的に検出し、道路の幅方向に車両に配置したMIセンサから。走行位置を検出し、車両の位置づれをも求め自動制御する試験を行った。現在、制御性能の向上を行っている。MIセンサの欠陥検出実験として試作した配管検査ロボットにこのセンサを取り付け、ロボットを走行させ、欠陥が検出できるか行った。比較センサとして圧電素子を用いたが、検出性能が、より高く、高応答であることが判明した。配管検査ロボットへの本格応用とともに、最終目標であるレールの上層の欠陥検出について、センサの配置およびその性能把握について実験を行っている。

  • 超軽量車両ULVを用いた運転支援・自動運転システムの研究開発

    2016年   大貝晴俊

     概要を見る

    超軽量車両ULVの新しい車両を試作した。これまでのULVが前輪2輪、後輪1輪(インホイールモータ)の3輪であったのに対し、今回は後輪を狭幅の2輪の4輪として、車体の安定性を高めた。自動運転を行うために、自動ブレーキ装置を開発した。フットブレーキの先端をリニアアクチュエータで引っ張る形で自動ブレーキ装置を開発した。マイコンからブレーキパターンを制御することで、自動ブレーキが駆動できることを確認した。自動ステアリング装置については、3輪のものより小型化するように再設計した。自動運転システムとして、前方にWebカメラを2式取り付けて、ステレオ化して、人や障害物を認識して、ブレーク動作やステアリング動作がでいるように準備した。

  • 超軽量車両ULVを用いた運転支援・自動運転システムの研究開発

    2016年   大貝晴俊

     概要を見る

    超軽量車両ULVの自動運転機能の基礎研究を行った。環境エネルギ研究科の小野田准教授からULVのベース車両を借用し、この車両に自動ブレーキ装置および自動ステアリング装置の開発を行った。ブレーキ装置については、既設の油圧ブレーキに追加して自動制御できる油圧ブレーキ装置を付加する形で、自動運転時に手動のオーバライドが可能な構造とした。リニアアクチエータを用いて油圧ブレーキを駆動できるようにした。自動ステアリング装置については、ハンドルの手動操作により、自動制御から手動制御に戻せるように新たなセンサ機構を考案して、自動ステアリング装置を試作した。

  • 高齢者用小型電気自動車の自動運転技術の研究

    2014年  

     概要を見る

    [目的] 本研究では、高齢者用低速・短距離エコ自律走行システムの開発を目的とする。そこで、本研究では、低コストなステレオカメラ・超音波センサにより障害物回避、追越し、車線変更、信号停止などの動作を行いながら目的地まで自律走行させ、高齢運転者の操作を最低限に抑え、より安全、スムーズな走行を実現する。[結果] 自動車学校の模擬公道走行実験における自動運転デモの結果について述べる.自律走行テストは北九州市の若戸自動車学校で行った。走行速度を30Km/hで行った。目的地Eを設定し、スタート地点Sから走らせた。走行ルートはカーブ4つ、信号機1つ、登坂1つと下り坂1つで構成された。走行距離:は約260Mです。COMS車はSの位置から走行し、経路計画に基づく走行制御を行った。走行中に環境認識センサによって、走行方向を維持しながら目的地Eへ走った。走行中に白線認識と道路認識により車線維持走行を行った。信号機認識による停止線で一時停止を行った。カーブでは自動減速(10KM/h)で走行した。目的地Eに到着したら、自動ブレーキをかけ停止した。

全件表示 >>

海外研究活動 【 表示 / 非表示

  • 欧州での自動運転研究調査と危険予知探究(HPI)、インフラ設備の診断技術の研究(IITK)

    2016年10月
    -
    2017年03月

    ドイツ   ブラウンシュビッツ、ダルムシュタット工科大学

    フランス   ナビア社

    ドイツ   ミュンヘン、アーヘン工科大学

    インド   インド工科大学カンプール校

    イギリス   ホリバミラ

 

現在担当している科目 【 表示 / 非表示

全件表示 >>