自律移動体の非線形確率モデルの構築と高速高精度自己位置推定法の新展開

点击翻译按钮获取中文摘要

移動ロボット，ドローンといった自律移動体を屋内や遮蔽物の多い都市空間，あるいは移動する障害物の多い生活環境へも対応可能にするための鍵となる能力は，様々なセンサ計測値を統合して自己位置・姿勢および環境地図を高精度かつ高速に推定する能力である．自律移動体に特化した確率過程モデルと統計的推論の枠組みを構築して，精度が高くかつ効率的な推定能力を可能にする基盤をつくることを目指して研究を行った．まず，自律移動体の非線形運動モデルをリー群・リー代数理論によってとらえ，そこに確率変数を持ち込んで確率過程と統計的推論の枠組みを整理した．これにより運動モデルの状態の確率分布推移が"平均"の遷移と確率ベクトルのアフィン変換つまり共分散行列の遷移の 2つだけのパラメータ遷移によって高精度で表現され非線形の運動学モデルの特性を失うことなく従来の線形カルマンフィルタと同等の効率性 をもって確率分布推移が計算できるようになった.具体例として移動ロボットがランドマークの方位と距離を計測しながら移動する際の自己位置・姿勢を推定するリー群上の拡張カルマンフィルタについて計算機シミュレーションによって推定精度や計算量の評価を行った，その結果，従来の拡張カルマンフィルタに比べて推定精度が優れていることを明らかにした．また，同程度の推定精度が得られるパーティクル数によるパーティクルフィルタと比較した場合，計算量が少なくなることも明らかにした．