パーティクルフィルタを用いた自己位置推定でのパラメータ最適化に関する研究

カテゴリ：研究会(論文単位)

論文No：IIC25019

グループ名：【D】産業応用部門 産業計測制御研究会

発行日：2025/10/28

タイトル(英語)：Study on Parameter Optimization in Self-Position Estimation Using Particle Filters

著者名：深澤 皓大(東京電機大学),日高 浩一(東京電機大学)

著者名(英語)： kota fukasawa(Tokyo Denki University),koichi hidaka(Tokyo Denki University)

キーワード：自己位置推定,パラメータ最適化,動作モデル,パーティクルフィルタ,ＡｒＵｃｏマーカー,観測モデル,Self-Localization,Parameter Optimization,Motion Model,Particle Filter,ArUco Marker,Observation Model

要約(日本語)：本研究は、ArUcoマーカーをランドマークとして用いるパーティクルフィルタの自己位置精度向上のため、システムの性能を決定づける動作モデルのノイズ（標準偏差）と観測モデルのノイズ（分散）の調整を行う方法を説明する。実機での走行データを用い、それぞれのノイズパラメータを個別に調整する実験を行い、各々が最終的な軌跡誤差にどの程度寄与しているかを定量的に分析し、最も効果的な精度向上策を考察する。

要約(英語)：This research aims to improve the accuracy of a particle filter for robot self-localization using ArUco markers. We systematically tune the noise parameters of the motion model (standard deviation) and observation model (variance). Using real-world driving data, we quantitatively analyze each parameter's contribution to trajectory error to determine optimal settings.

本誌：2025年10月31日産業計測制御研究会

本誌掲載ページ：1-4p

原稿種別：日本語

PDFファイルサイズ：538Kバイト