パーティクルフィルタによるロバストな位置推定のための動的なセンサ統合法

カテゴリ: 全国大会

論文No: 3-034

グループ名: 【全国大会】平成27年電気学会全国大会論文集

発行日: 2015/03/05

タイトル(英語): Dynamic Sensor Fusion Method for the Robust Self-Localization Using Particle Filter

著者名: 巣山 慶太(名古屋大学),舟洞 佑記(名古屋大学),道木 慎二(名古屋大学),道木 加絵(愛知工業大学)

著者名(英語): Keita Suyama(Nagoya University),Yuki Funabora(Nagoya University),Shinji Doki(Nagoya University),Kae Doki(Aichi Institute of Technology)

キーワード: 自律移動ロボット|自己位置推定|パーティクルフィルタ|センサフュージョン

要約(日本語): 自律移動ロボットの自己位置推定問題において，環境特性の変化に対するロバスト性向上のため，様々なセンサの情報を位置推定に利用する手法が検討されている．代表的な位置推定法であるパーティクルフィルタにおいては，各センサから算出される存在確率の積を取ることでセンサ統合を行う手法が一般的である．積による統合は同時確率を求めることに等しいため，特性の異なるセンサの増設による推定精度向上が期待できる．しかしながら，不確実性の高い実環境下では，真の位置での存在確率が低い分布が得られる場合があり，統合により位置推定に悪影響を及ぼす危険性がある．本研究では，このような分布を動的に排除する新たな統合法を提案し，ロバストな位置推定の実現を目指す．

原稿種別: 日本語

PDFファイルサイズ: 909 Kバイト