複数センサの取捨選択による移動ロボットのロバストな位置推定の実現 ?環境特徴が連続的に切り替わる場合の自己位置推定性能の検証?
複数センサの取捨選択による移動ロボットのロバストな位置推定の実現 ?環境特徴が連続的に切り替わる場合の自己位置推定性能の検証?
カテゴリ: 部門大会
論文No: PS2-9
グループ名: 【C】平成30年電気学会電子・情報・システム部門大会プログラム
発行日: 2018/09/05
タイトル(英語): Realization of robust self-localization of mobile robot by choosing sensor information -Verification of self-localization performance in case of continuous change of environment features-
著者名: 新矢 竜(愛知工業大学),道木 加絵(愛知工業大学),大橋 臨(名古屋大学),舟洞 佑記(名古屋大学),道木 慎二(名古屋大学),鳥井 昭宏(愛知工業大学),元谷 卓(愛知工業大学)
著者名(英語): Ryu Shinya|Kae Doki|Nozomu Ohashi|Yuki Funabora|Shinji Doki|Akihiro Torii|Suguru Mototani
キーワード: 自己位置推定|自律移動ロボット|センサフュージョンセンサフュージョン|self-localization|Autonomous mobile robot|sensor fusion
要約(日本語): 自律移動ロボットにとって,自身の位置を推定する自己位置推定は重要な課題である。一般的に,様々な環境が混在する屋外では一種類のセンサで位置推定を行うことは非常に困難である。そこで,複数センサを搭載し各々の存在確率分布を積により統合する方法がよく用いられる。同手法では,一部センサに真の位置での存在確率が著しく低い存在確率分布(以後,バイアス分布)が含まれる場合,大きな位置誤差が生じる。そこで筆者らは,確率分布間距離を相関係数で求め,各確率分布間の類似性を評価してバイアス分布を外れ値として検出・排除した後に積統合する手法を提案し,実環境による検証を行なってきた。本稿では,位置推定時にあるセンサの推定精度が著しく劣化する環境から全てのセンサの推定精度が高い環境へ変化し,続けて先とは異なるセンサの推定精度が劣化する環境へと変化する複雑な環境で実機実験を行なったのでその結果を報告する。
PDFファイルサイズ: 637 Kバイト
受取状況を読み込めませんでした
