文献

J-GLOBAL ID：202002242166754143   整理番号：20A1768918

画像を用いた航法のためのニューロモーフィック応用の初期研究

Initial Study of Neuromorphic Application for Vision-Based Navigation

著者 (2件)： KARIYA Kazuki (Department of Space and Astronautical Science, SOKENDAI) ,  FUKUDA Seisuke (Institute of Space and Astronautical Science, JAXA)
資料名： Transactions of the Japan Society for Aeronautical and Space Sciences, Aerospace Technology Japan (Web)  (Transactions of the Japan Society for Aeronautical and Space Sciences, Aerospace Technology Japan (Web))
巻： 18  号： 3  ページ： 108-115(J-STAGE)  発行年： 2020年 
JST資料番号： U0121A  ISSN： 1884-0485  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 高精度着陸能力は,科学的に興味深い分野へのアクセス可能性を増加させ,安全な着陸を行う。画像を用いた航法は,このことを達成するためのGN&C機能の一つである。この航法技術は画像認識,特徴抽出,マッチング,追跡などを実行する機上・実時間画像処理アルゴリズムを必要とする。しかし,高速画像処理タスクの要求にもかかわらず,宇宙グレードコンピュータは商用のものより遅く,性能においては1~2桁劣っている。この問題に取り組むために,超低電力消費で動作することが期待されるニューロモーフィックプロセッサチップのアーキテクチャにおいて,クレータ分類用の画像を用いた航法アルゴリズムの応用可能性を研究した。このニューロモーフィックプロセッサチップは,人間の脳のようなニューロバイオロジカルアーキテクチャを模倣するように非同期的で並列に動作する。したがって,このプロセッサはスパイキングニューラルネットワーク(SNN)として動作する。タイミングベーススパイキングニューロンとレートベース人工ニューロンとの間の機構の違いには,人工ニューラルネットワーク(ANN)として等価機能を有するSNNをいかに作るかという問題がある。本研究では,SNNのシナプス有効性として特別に訓練したANNの重みを転送することでSNNを訓練する方法を提案し,SNNの精度と電力消費も評価する。(翻訳著者抄録)

シソーラス用語： 電子航法 ,  演算 ,  ニューロン ,  模倣 ,  ニューラルネットワーク ,  *着陸 ,  *画像処理 ,  クレータ ,  画像認識 ,  特徴抽出 ,  パターンマッチング ,  追跡 ,  関数 ,  電力消費 ,  *位置決め ,  *宇宙環境 ,  スパイキングニューラルネットワーク ,  スパイキングニューロン ,  活性化関数 ,  *ニューロコンピューティング
準シソーラス用語： *地形相対航法 ,  *ニューロモーフィックコンピューティング ,  画像マッチング ,  高速画像処理 ,  超低電力消費

著者キーワード (3件)： 地形相対航法 ,  神経形態計算 ,  スパイキングニューラルネットワーク

分類 (2件)： 飛しょう体用電子航法  (ND14030K) ,  人工知能  (JE08000Z)

引用文献 (27件)：

• 1) Johnson, A. and Montgomery, J.: Overview of Terrain Relative Navigation Approaches for Precise Lunar Landing, 2008 IEEE Aerospace Conference, Montana, USA, pp. 1-10, 2008.
• 2) Okada, S., Nakahama, Y., Moribe, M., Kamata, H., Kariya, K.,Takadama, K., et al.: Detection of the Position And the Size of Craters Using Principal Component Analysis and Its Evaluations, Aerosp. Tech. Jpn, 17 (2018), pp. 61-67 (in Japanese).
• 3) Kariya, K., Ishida, T., Sawai, S., Kinoshita, T., Kajihara, K., Iwasa, O., et al.: Position Estimation Using Crater-Based Linear Features for Pinpoint Lunar Landing, Aerosp. Tech. Jpn., 17 (2018), pp. 79-87 (in Japanese).
• 4) Lentaris, G., Maragos, K., Stratakos, I., Papadopoulos, L., Papanikolaou, O., Soudris, D., et al.: High-Performance Embedded Comput ing in Space: Evaluation of Platforms for Vision-Based Navigation,J. Aerosp. Inform. Syst., 15 (2018), pp. 178-192.
• 5) Benjamin, B. V., Gao, P., McQuinn, E., Choudhary, S., Chandrasekaran, A. R., Bussat, J.-M., et al.: Neurogrid: A Mixed-Analog Digital Multichip System for Large-Scale Neural Simulations, Proc. IEEE, 102 (2014), pp. 699-716.

タイトルに関連する用語 (4件)： 航法 ,  応用 ,  初期 ,  研究