2020 Fiscal Year Annual Research Report
Real-time SLAM for Dynamic Environments
| Project/Area Number |
19H02098
|
|---|
| Research Institution | Tokyo City University |
|---|
Principal Investigator |
野中 謙一郎 東京都市大学, 理工学部, 教授 (30298012)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
関口 和真 東京都市大学, 理工学部, 准教授 (80593558)
大貝 晴俊 早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (80367169)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | SLAM / 実時間最適化 / 物体追跡 / モデル予測制御 / MHE / 動的環境 |
|---|
| Outline of Annual Research Achievements |
A)理論・アルゴリズムの構築
動的環境における線分ベースのMHE-SLAM(Moving Horizon Estimation based SLAM)について，前年度の課題である線分地図の端点の推定性能向上に引き続き取り組んだ．遮蔽やノイズにより線分地図の端点の正確な座標を求め追跡することは容易ではないが，物体が線分方向にも移動することを想定する本研究では，端点を精度よく推定・追跡する必要がある．そこで，確率的な物体追跡の手法であるProbabilistic Data Association Filterの原理を取り入れたMHEによる端点の推定手法を開発し，SLAMへの実装として学会で発表した(石川他, MSCS2021)．その手法の原理となるPDAFベースのMHEについては，特徴点の物体追跡として論文にまとめ，雑誌論文(Kikuchi et al.,JRM,Vol.32, No.3)として発表できた．さらに特徴点のロバストな物体追跡として人工ポテンシャル場を組み込んだ手法を人混みでのビークルの追跡に適用し，その結果を国際会議(Abe et al.,IFAC2020 World congress)にて発表した．加えて，点群データから人の外形と位置をパラメトリック推定する手法の研究にも取り組み，従来法と比較して改善できることを確認した．
B)電動車いすによる屋内環境での検証
MHE-SLAMの地図構築について屋内環境での実験を実施し，おおむね地図構築に成功している．さらに，実時間実装のためにMHE-SLAM自体の計算速度向上にも取り組み，並列計算による高速化もある程度行うことができた．また，特徴量が少ない環境での推定精度改善のための手法を構築して発表した(和田他,MSCS2021)．
C)乗用車による市街地での検証
実験用の自動車に搭載した全方位LiDARとGNSSによるSLAMを実施するための手法の構築に取り組み，LiDARやGNSSによるデータが取得できない環境での頑強性を高める手法を開発した．さらに位置補正の制約をMHEに組み込んだ手法を開発して発表した(藤間,MSCS2021)
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
前年度の課題となった端点や特徴点の追跡手法については，新しい手法を開発・発表するとともに改善を行えたと考えている．また本年度に取り組んだ人の外形をパラメトリック表現した追跡手法はMHEに組み込むことが可能であり，動的な環境でのSLAMの実現のための基礎手法の研究を固めることができた．一方で，LiDARの点群処理自体の計算量が大きいため，SLAMの計算を高速化して推定周波数をさらに向上させることが課題となった．さらに，ガラス面を含んだ屋内環境などへの頑強性の改善もはかる必要がある．また，コロナ禍により特に開発や実験などの研究活動への制限があり，電動車いすや自動車における実験が実施できないものもあったが，次年度に再度計画して実施したい．
|
| Strategy for Future Research Activity |
アルゴリズム面では，開発を続けてきたSLAMの計算速度の改善を図るとともに，実験機における検証を進める．線分ベースSLAMにおいて，大きなボトルネックになっている点群データはダウンサンプリングなどにより実環境に合わせた精度と計算速度に調整することにより改善を進める．また，パーティクルフィルタによる並列計算も有力な解決方法の一つであり，実装に取組む予定である．人の外形をパラメトリック表現した追跡手法については，MHE-SLAMに組み込むことが可能であり，その効果を検証したい．電動車いすによる屋内環境での実験および自動車による一般道での移動体を含めた動的環境のSLAMの実験は可能な範囲で実施し，オフライン処理とシミュレーターによる検証も交えた検証を実施したい．
|
