权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

A Study of Mobility Platform based on Cyber-Physical Cooperation for Human-Robot Coexisting Environments

基于信息物理协作的人机共存环境移动平台研究

基本信息

批准号：
20K11776
负责人：
加藤由花
金额：
$ 2.83万
依托单位：
Tokyo Woman's Christian University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究は，サイバーフィジカル連携により，汎用的な人移動モデルを機械学習とシミュレーションを併用することでクラウド上に構築し，ロボットおよびIoT機器で収集するデータを用いて継続的にモデルを更新し，その結果をフィジカル側に転移することで，ロボットでの実時間知的制御の実現を目指すものである．具体的には，（A）ロボットと空間を共有する人の状態を実時間で把握するための環境情報取得手法の開発；（B）未来の状態を予測する人移動軌跡予測モデルの構築；（C）安全かつ効率的な移動経路をリアルタイムで生成するロボット経路生成手法の開発；（D）サイバーフィジカル連携に基づく基盤の確立の4つの研究課題を設定し，研究を進めた．期間全体を通して，課題ごとに以下の研究成果を得ている：（A）各人の位置座標を一観測ごとに入力し，ガウス過程回帰により移動軌跡を出力するフィルタの開発，（B）既存データセットから環境の特徴を含んだ訓練データを抽出し，分布間の類似度をKL情報量により比較することで適切な訓練データを構成する手法の開発，（C）複数の経路生成モデルを条件により切り替える手法の開発，（D）クラウド・IoT統合システム管理基盤の構築である．なお，1，2年目に実施した研究課題A，Bの成果を基に研究課題Cの方向性を見直している．具体的には，研究課題Cでは，当初，コストマップの動的学習を確率モデルとして定式化することを予定していたが，研究課題Aによりセンシング結果の予測分布が得られるようになったことから，人移動軌跡予測を経ずに，強化学習により直接ロボットの経路を生成するモデルの研究を進め，複数モデルを切り替える手法の開発に至った．今年度は，研究課題Cを実施するとともに，IoT統合システム管理基盤として，クラウド上で，機械学習におけるハイパーパラメータチューニングを行う手法を開発した．

This study aims to update the structure of the Internet of Things (IoT), and to provide guidance for the implementation of the Internet of Things (IoT) in the future. Specifically,(A) the development of environmental information acquisition methods for controlling the state and time of human beings in space sharing;(B) the construction of human movement trajectory prediction models for predicting future states;(C) the development of safety and efficiency mobile path generation methods;(D) The research topic of the establishment of the base plate is set up and the research is advanced. During this period, the following research results were obtained: (A) the development of the position coordinates of each person and the input force, the process of return, the movement trajectory, the output force,(B) the development of the existing characteristics of the environment, including the training data, the extraction of the similarity between the distributions, the comparison of the KL information, the development of the appropriate training data composition,(C) the development of a method for generating a plurality of circuits,(D) the construction of an IoT integrated system management base. The results of research topics A and B were carried out in the first and second years, and the orientation of research topic C was directly observed. Specifically, the research topic C is to determine the prediction distribution of the results of the study topic A. The prediction distribution of the results of the study topic A is to determine the prediction distribution of the results of the study topic C. The prediction distribution of the results of the study topic A is to determine the prediction distribution of the results of the study topic A. The prediction distribution of the results of the study topic A is to determine the prediction distribution of the results of the study topic A. The prediction distribution of the results of the study topic A is to determine the prediction distribution of the results of the study topic A. The prediction distribution of the results of the study topic A is to determine the prediction distribution of the results of the study topic A. The prediction distribution of the results of the study topic A is to determine the prediction distribution of the results of the results of the study topic A. This year, the research topic C is to implement the IoT integration system management base and develop the implementation method of mechanical learning.