2018 Fiscal Year Research-status Report
| Project/Area Number |
18K18072
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
大石 修士 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究員 (30759618)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | ナビゲーション / 付き添い / 自己位置推定 |
|---|
| Outline of Annual Research Achievements |
本年度は，自律移動が可能なパーソナルモビリティの開発に向けて下記の項目に取り組んだ．
(a) 見えに基づく自己位置推定とナビゲーション:簡素で頑健な自己位置推定およびナビゲーション手法の実現のため，画像系列を用いた新たなView-based navigation手法を開発した．画像比較に基づく自己位置推定では季節や天候による見えの変化が大きな問題となるが，大域特徴量であるHOGによる特徴記述やDP Matchingによる系列対応付け，マルコフ位置推定等を利用することで，見えの変化に頑健で高精度な位置推定を実現した．また，全方位画像に対する学習画像の走査を導入することで，全方位カメラのみでのナビゲーションシステムを開発した．
(b) 対象人物への付き添い移動のためのポジショニング:対象人物への適応的な付き添い行動の生成手法を開発した．まず，対象人物の位置姿勢に基づいて状態をwalking, standing, sitting, talkingの4状態に分類し，各状態に対して深層強化学習を用いて事前に訓練された位置取りを行う．深層強化学習学習には，人物情報付き距離変換局所地図を用いることで効果的な学習を実現し，シミュレーションおよび実環境における実験を介し，提案手法の有効性を示した．
(c) 自己位置同定・地図生成のための単眼SLAM:未知環境における自律移動のため，単眼カメラを用いたVisual SLAM手法を開発した．従来の画像特徴量を利用した特徴点対応を求める方法とは異なり，まず連続する入力画像間の大まかなオプティカルフローを求め，そのフローを初期値とする画像間の極値の対応付けを行うことで，対応点計算の低コスト化および対応点数の向上を図った．また，軽量なBundle adjustment手法を新たに提案し，上記の対応点計算と組み合わせることで，非常に密な3次元復元を実現した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度は，モビリティの自律制御に向けた基礎技術開発を中心に行った．特に，自己位置推定やナビゲーションに関して有効な研究成果を得ることができており，今後の自律移動・運転支援システムの開発に向けた基盤を構築出来ている．
|
| Strategy for Future Research Activity |
歩行者の多い街中や商業施設等を想定し，他者の動きを考慮した自律制御に研究の軸を移していく．また，安価なシステムの構築に向け，単眼カメラや全方位カメラを用いた頑健な位置推定や自律制御についても引き続き研究を続ける．
|
| Causes of Carryover |
今年度は電動車いすをベースとした簡易的なパーソナルモビリティのプロトタイプの開発にとどまっており，今後の研究の進行に伴いどのようなセンサを搭載することが適当か検討し，次年度使用額も含めた予算執行を行う予定である．
|
