| Project/Area Number |
23K11275
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61050:Intelligent robotics-related
|
|---|
| Research Institution | Matsue National College of Technology |
|---|
Principal Investigator |
永井 伊作 松江工業高等専門学校, 電子制御工学科, 准教授 (80294437)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
Fiscal Year 2025: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
|
|---|
| Keywords | 自己位置推定 / エリア画像 / 移動ロボット / 誤差モデル / 計測制御 / 画像処理 |
|---|
| Outline of Research at the Start |
人間に欠かせない物資や食材の輸送は物理的な手段を除いて情報通信技術による代替が効かないため，高齢化が進む社会の労働力不足を解消してくれる自動運転車や無人宅配ロボットが注目されている．しかし，そうした自動移動体のための従来の位置推定法は多数・多種のセンサ情報に基づくものであり，製造コストが大きく，多数移動体運用時の精度保証や相互の衝突防止が難しいという問題を抱える．本研究は，こうした問題解決のため，移動面の自然な模様を用いた自己位置推定を発展させ，ひとつの移動面画像を用いて多数の移動体の誘導制御を実現する省コストかつ信頼性予測可能な高精度位置推定システムを開発する．
|
| Outline of Annual Research Achievements |
無人搬送車（AGV/AMR）の基盤技術は自己位置推定であるが，その従来手法には，環境構築の必要性，限的的な使用場所，周辺固定物の必要性，他の移動体の存在による精度低下，センサのオクルージョン問題，多種多様な風景や外光条件による認識性能の低下といった手法毎に固有の問題を抱える．こうした問題の解決のため，移動面全域の画像を取得したエリア画像を移動体間で事前共有し，得られる画像を全域画像の対応する範囲内で探索することで移動体の絶対位置を得る手法を開発し，この手法に基づきつつスマートフォンを処理端末として利用する小型移動ロボットを開発した．
この手法には，カメラが近距離から移動面を撮影するため対象物を撮影する際の解像度が高く，位置が高精度で得られる利点がある．ただし，精度的な評価は未実施であったため，市販のモーションキャプチャを用いて，ロボットの自己位置推定の精度を評価した．この研究成果は未発表であるが最終年度での発表を予定している．また，提案手法は全方向移動型でも位置推定可能なため，応用先の１つとしてアクティブキャスタ輪を用いた全方向移動ロボットを提案し，バックステッピング法に基づく制御手法をSICE FESで発表した．
事前の教示走行によって画像列を取得して誤差修正に用いる手法においては，移動面の画像を記録した位置から一定の領域を再生走行時の探索範囲としていたため，経路から外れた走行が多い場合に，元の経路に戻った際の誤差修正ができない問題があった．本年度は，探索範囲を位置推定の誤差蓄積に応じて拡大することで，位置修正のない移動が続いた後の経路復帰性能の向上を図ることができた．また，これらの処理をROSノードとして開発し，別の移動体に向けて容易に組み込めるモジュールとした．今後は，誤差円としてモデル化した箇所を誤差楕円に変更し，探索時間の削減を図る予定である．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度，研究計画書に記載した市販のモーションキャプチャを用いた提案手法の精度評価実施し，平均誤差としてＸ軸方向1.23 mm, Ｙ軸方向0.86 mm，姿勢角0.55 degという移動ロボットとして十分に高い精度のあることが分かったため．
|
| Strategy for Future Research Activity |
2025年度は研究計画で示した複数移動体の高精度位置速度制御をさらに進める．これは，2024年度で開発した絶対位置推定システムを用いて複数の小型移動体および制御ソフトウェアの開発を行い，複数同時走行を教示走行なしで実現できることを目指すものである．また，マーキング装置を新規開発し，これにより移動ロボットによる移動面への高精度な描画という新たな機能を実現することを予定している．また研究成果の論文発表を予定する．
|
