2016 Fiscal Year Annual Research Report
Clarification of Mechanism of Autonomous Behavior for Environment Adaptation and its Realization
| Project/Area Number |
25820185
|
|---|
| Research Institution | Osaka Prefecture University |
|---|
Principal Investigator |
金田 さやか 大阪府立大学, 工学(系)研究科(研究院), 助教 (60605567)
|
|---|
| Project Period (FY) |
2013-04-01 – 2017-03-31
|
| Keywords | 気圧高度 / 機械学習 / 自律無人ヘリコプタ |
|---|
| Outline of Annual Research Achievements |
前年度に引き続き，気圧高度計を複数個用いた高度推定モデルの構築に取り組んだ．気圧高度は従来，基準地点の気圧と気温を必要としたが，基準地点の情報なしに高精度に逐次高度推定を行う方法を提案した．また，気温情報を用いずに高度推定を行うアルゴリズムを構築した．提案法について，小型飛行ロボットの高度推定に適用し，精度評価を行った．しかし，従来の基準値を使った高度推定の方が時間的に安定であることが明らかとなった．提案法は温度計測が困難な状況，温度変化が激しい場合に有用である可能性が高い．今後，実証する必要がある．
この他，深層学習を制御に適用する方法について検討し，実機実験を行った．具体的には，画像情報から速度推定を行うシステムを構築した．動力学モデルなしに，入力推定を可能とするシステムが構築できることを示したが，学習率の低さが課題であることが分かった．今後はより汎用性の高い自律制御システムの構築を目指す．
また，地図作成と自己位置同定の同時実現（SLAM）についても，ヘリコプタ適用のための検討を行った．従来のSLAMは平面移動ロボットを対象としており，ヘリコプタのような飛行ロボットへの適用には，3次元SLAMへ拡張する必要があり，高度方向のランドマークをどう処理するかが課題である．未知環境での運用を考慮して，移動ロボットと飛行ロボットの連携による3次元SLAMの実現が必要であり，今後，システム全体としての不確かさ低減を図る仕組みの構築に取り組むことが必要である．
|
