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

Robust localization for an autonomous vehicle by sensing information selection based on the divergence between probability distributions

通过基于概率分布之间的差异进行传感信息选择来实现自动驾驶车辆的鲁棒定位

基本信息

批准号：
21K12076
负责人：
道木加絵
金额：
$ 2.66万
依托单位：
Aichi Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究は、自律移動体自身が持つセンサ情報だけでなく、環境に設置されているセンサ情報や他の自律移動体のセンサ情報を適切に選択・統合することで、移動環境に依存しない頑健かつ高精度な自律移動体の自己位置推定の実現を目的している。2021年度までに、環境に設置されたセンサ情報を統合した位置推定手法確立の第一段階として、近年様々な所に数多く設置されている監視カメラから取得された画像をセンサ情報の具体例として取り上げた。そして、画像を用いて監視カメラから見た時の自律移動体の相対位置推定システムを構築した。画像と相対位置を持つ学習データ取得システムを構築し、取得した画像と位置の関係を深層学習を用いて学習することで、画像を用いた自律移動体の位置推定を実現している。2022年度は、構築した位置推定システムの精度検証並びに誤差評価を行った。位置推定システムに用いる深層学習モデルの入出力構成を何種類か設定し、位置推定精度を検証した結果、ロボットの3次元位置と3次元姿勢角を別の学習器で学習・推定することで精度向上が見られた。一方で、深層学習モデルの学習に使った画像データを解析した所、取得データの一部に偏り見られたため、これが位置推定精度向上の妨げになっていることが考えられた。更に、複数個所に設置した監視カメラから取得した画像による位置推定結果を統合した所、位置推定精度の向上が見られた。また、後のセンサ情報統合のための確率分布モデルを導出するため誤差評価を行った所、正規分布での誤差分布近似の可能性が見い出せた。以上の結果について、国内の学術講演会にて4件発表を行った。

This research aims at realizing the self-location estimation of autonomous mobile with high accuracy depending on the mobile environment and the environment setting, the selection and integration of the self-location information of autonomous mobile and other autonomous mobile. In 2021, the environment was set up to integrate the position estimation method. In recent years, the number of settings was set up to monitor the position of the image. The relative position estimation system of the autonomous mobile body is constructed when the image is detected. The position estimation of the autonomous mobile object can be realized by using the deep learning method. In 2022, the accuracy and error evaluation of position estimation system were carried out. The position estimation system uses a deep learning method to determine the type of input/output force, the accuracy of position estimation, the result of position estimation, and the accuracy of position estimation. A party, deep learning, learning, image analysis, acquisition, partial view, position estimation, accuracy, etc. In addition, a plurality of positions are set up to obtain the position estimation result and the position estimation accuracy is integrated. The probability of error distribution approximation for the integration of information and subsequent information is shown in the table below. The results of the above discussion, the domestic academic lecture will be held in 4 pieces.