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

環境形状情報の空間周波数解析に基づく移動ロボットの地図生成と大域的自己位置推定

基于环境形状信息空间频率分析的移动机器人地图生成与全局自身位置估计

基本信息

批准号：
13J01761
负责人：
阪東茂
金额：
$ 1.77万
依托单位：
University of Tsukuba
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2013
资助国家：
日本
起止时间：
2013-04-01 至 2015-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13J01761/
关键词：
移動ロボット大域的自己位置推定空間周波数解析 3次元形状

项目摘要

従来、移動ロボットの地図作成と自己位置推定は、環境の部分的な形状の特徴を用いており、累積誤差の軽減や計算効率の向上が困難だった。本研究は、3次元形状情報の空間周波数解析に基づく、地図情報記述法の開発と、その地図情報を利用した移動ロボットによる大域的な自己位置推定手法を開発し、精度向上と計算コスト削減を目的とする。本研究は、屋内外の実環境で動作する移動ロボット上に提案するシステムを実現することを最終目的とし、次の5つの段階に分けて研究を進める。【Step1】環境の2次元形状情報の空間周波数成分の分析に基づく特徴量の記述方法を明らかにする。【Step2】Step1で定式化した特徴量を用いた大域的な自己位置推定手法を移動ロボット上に実装し、屋内外の環境で提案手法の有用性を示す。【Step3】Step2の具体的な実験結果を基に、空間周波数解析における誤差要因を明らかにし、必要ならば対策や改良を行う。【Step4】Step1～3で得た知見を基に、形状特徴の表現法を3次元形状情報へ拡張する。【Step5】屋内外を3次元的に移動するロボットに、提案手法を実装し、筑波大学構内(周回路約5.3km)の実験環境において、大域的な自己位置推定の精度や誤差の特性を調査し、屋内外で提案手法が十分実用的な位置推定精度を有することを示す。当該年度では、Step4,5を実施し、国内査読付シンポジウム(第20回ロボティクスシンポジア)へ研究成果を報告し、これまでに得られた知見を、移動ロボットの誘拐問題に対する新たな取り組みとして査読付き邦文および英文学術雑誌への投稿を準備中である。

従 to, mobile ロボットの図と consummate their position presumption は, environmental の part of な shape の徴を with いており, cumulative error の軽 ratio of や computing services のが up difficult だった. は this study, three dimensional shape intelligence の cycle for parsing に base づく, law 図 intelligence account の発と, その図 intelligence を use した mobile ロボットによる large domain な their presumption location technique を open 発し, upward と calculation precision コスト cut を purpose とする. This study は, outside the room の be environment で action する mobile ロボットに proposal on するシステムを be presently することを final purpose とのし, times 5 つの Duan Jie に points けをて research into める. 【Step1】 Analysis of spatial frequency component <e:1> of environmental <s:1> two-dimensional shape information <e:1> に basis づく characteristic quantity <e:1> description method を Ming らにするにする. Step1 Step2 】【で demean した, を徴 quantity with いた large domain な their presumption location technique を mobile ロボット on に be loaded しの environment outside, the house で proposal gimmick の usefulness をす. Step2 Step3 】【の specific な be 験 results をに, cycle for parsing における error by を Ming らかにし, necessary ならば policy や seaborne improved うを line. 【Step4】 Steps 1 to 3で obtain た insight を basis に, shape characteristic <s:1> representation method を three-dimensional shape information へ拡 zhang する. Outside the room を Step5 】【 three yuan に mobile するロボットに, proposal を be し, university of tsukuba structure within the loop is about 5.3 km (weeks) の be 験 environment において presumption, large domain な location ののや error characteristics しを survey accuracy, the house of proposals で gimmick が very be with presumption な position precision をすることをす. When the annual では, Step4, 5 を be し, domestic check 読 pay シンポジウム (back 20 ロボティクスシンポジア) へしを report of research achievements and これまでに have られた knowledge を, mobile ロボットの abduction problem にす seaborne る new たな group take りみとして check 読 pay き bang wen および English academic 雑 tzu へ contribute のを prepared であ Youdaoplaceholder0.