2020 Fiscal Year Research-status Report
Distributed cooperative state estimation algorithms of nonlinear systems and their application to SLAM problems
| Project/Area Number |
19K04447
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
鷹羽 浄嗣 立命館大学, 理工学部, 教授 (30236343)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
大橋 あすか 立命館大学, 理工学部, 助教 (50782166)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 分散協調状態推定 / ベイズ推定 / カルマンフィルタ / SLAM |
|---|
| Outline of Annual Research Achievements |
本研究では、非線形システムを対象とした高精度・高効率な分散協調型状態推移定アルゴリズムを提案し，それらを複数ロボットによるSLAMに応用することを目的としている。
今年度は分散協調型状態推定アルゴリズムを検討した。従来法の合意型分散協調カルマンフィルタは最適性を有しておらず、観測値伝搬型分散カルマンフィルタ（他の全てのノードから遅延を許容して集めた観測値を用いた推定手法)よりも推定精度が劣化する場合があることを明らかにした(学会発表済)。通信による遅延を鑑みれば、各ノードにおいて利用可能最も多くの情報は、遅延を許容して伝搬される他のノードの観測値を集めたものであることは明らかである。その意味で、上述の観測値伝搬型分散カルマンフィルタが最も良い推定精度を与えるが、ノード数が多い場合に計算量の増加が問題である。
そこで、環状トポロジーのネットワークに対して、観測値伝搬の代わりに隣接ノードの状態推定値を用いる新しい分散協調カルマンフィルタをベイズ推定の考え方に基づいて提案した（学会発表済）。提案アルゴリズムの特徴は、遠いノードからいくつものノードを経由して観測値を集める代わりに隣接ノードの状態推定値の現在と過去の値を利用する事である。さらに、この線形システムに対する結果を非線形システムに拡張して、新しい分散協調型Unscentedカルマンフィルタを導出し、その有効性をシミュレーションで検証した。これらの結果は現在、国際会議に投稿中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
ネットワーク構造を環状トポロジーに限定してはいるが、本課題の目標の一つである非線形システムに対する最適な分散協調型状態推定アルゴリズムを導くことができた。
|
| Strategy for Future Research Activity |
今後の研究の推進の課題としては、以下の３つがある。
１つは、今年度提案した分散協調カルマンフィルタおよび分散協調Unscentedカルマンフィルタをより一般的なトポロジーを有するネットワークの場合に拡張することである。
2つ目は、 提案した分散協調カルマンフィルタと分散協調Unscentedカルマンフィルタの計算量・通信量の評価とそれらの低減に関する検討である。
3つ目は、提案した分散協調Unscentedカルマンフィルタを複数ロボットSLAMを含むいくつかの実システムの推定に適用し、その実用性を検証することである。
|
| Causes of Carryover |
今年度移動ロボットを購入して複数ロボットSLAMの実験を行う予定であったが、新型コロナウィルス感染拡大の影響により、実験実施の目処が立たず、購入を断念した。
来年度は、コロナ禍が鎮まるのを待ってロボットを購入し、SLAMの検証実験を再開する予定である。
|
Research Products
(2 results)
