2021 Fiscal Year Annual Research Report
都市構造の地図表現に基づくロボットの目的に応じた自律移動
| Project/Area Number |
19J22783
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
新島 駿 東京理科大学, 理工学研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2019-04-25 – 2022-03-31
|
| Keywords | 市街地自律移動 / 地上走行ロボット / SLAM / 深層強化学習 / 動作生成 |
|---|
| Outline of Annual Research Achievements |
市街地でのロボットの自律移動を目指して，１）電子地図の建物情報に基づいた大規模な市街地３次元地図構築と２）深層強化学習を用いた雑踏におけるすれ違い動作獲得の２つの研究内容に取り組んだことで従来手法では実現困難な正確かつ広範囲な３次元地図の構築を実現し市街地の広範囲な移動を実現している．具体的には従来手法を用いた場合１kmの走行経路に対して最大100m以上生じる誤差を1m程度まで減少し，従来の地図構築手法に比べて高い性能が得られている．また，新たに構築した３次元地図は電子地図に重ねて表示することができるため，従来の幾何的情報のみではなく，横断歩道や建物位置など市街地の都市構造を付加することが可能となる．重ねて，すれ違い動作の獲得によって，市街地や雑踏などの人が多く存在する環境で従来では頻繁に停止を繰り返していたロボットが停止することなくスムーズに人とすれ違いながら移動することに成功した．具体的には従来手法で成功率が最大６割のすれ違いシミュレーションにおいて９割の成功率を達成している．また，上述した研究課程では新規アルゴリズムの提案のみならず実際の市街地環境での実証実験を通してその有効性の確認を行っている．また，上述した２つの成果はそれぞれ，学術誌に投稿され採択されている．
本研究は市街地を自在に自律移動可能な移動ロボットを目指し，当該年度において研究した効率的な環境地図構築手法や動作生成手法，昨年度までに研究を重ねた市街地自律走行手法を提案してきた．これらの成果はすべて実環境での実証実験を通じて性能を確認し，多様な環境での自律走行にも成功している．よって本研究は市街地を自律移動するロボットの技術発展に貢献したものである．
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
