2023 Fiscal Year Annual Research Report
非GPS環境における移動体群のリアルタイム測位・制御のためのデータ記述子の開発
Publicly Offered Research
| Project Area | Establishing data descriptive science and its cross-disciplinary applications |
|---|
| Project/Area Number |
23H04468
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
櫻間 一徳 京都大学, 情報学研究科, 准教授 (10377020)
|
|---|
| Project Period (FY) |
2023-04-01 – 2025-03-31
|
| Keywords | リアルタイム測位 / 移動体群 / リー群 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，相対測位データのための新しい記述子を開発することで，非GPS環境に おける移動体群のリアルタイム測位・制御における問題を解決することである．さらに，さらに，その原理に基づく測位・制御システムを設計・開発し，その応用可能性を示すことも目的とする．この問題を解決するため，相対測位データ・ビッグデータ・最適制御という3つの課題が考えられる．本年度はそのうち相対測位データとビッグデータに着目した研究を行った．
まず，相対測位については，その本質を捉え，測位精度を向上させるため，相対測位特有の測位データを扱う記述子「リー群を変換群とする作用」を提案した．具体的には，位置・姿勢・スケールに関する不変性を有した変換群を用いることで，マルチロボット・ターゲットの位置推定を同時に高精度に行うオンライン・オフライン法を開発した．さらに，シミュレーションによってその有効性を示した．
次に，ビッグデータについては，複数カメラによる物体認識のために，畳み込みニューラルネットワークフィルタ(CNN)によって処理し，その結果を融合処理する「CNNフィルタ」を考案した．具体的には，CNNを用いてカメラ毎のデータの統計情報を取得し，全てのカメラから得られた情報を融合することで，認識精度・速度を向上させる技術を開発した．さらに，実際のカメラ画像に疑似ノイズを加えた実環境に近い状況におけるシミュレーションを行い，その有効性を示した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
技術的な基礎理論が確立され，シミュレーションによって有効性を検証することができたため．
|
| Strategy for Future Research Activity |
相対測位については，複数のロボットとドローンによる実験を実施する．
ビッグデータについては，現在のCNNの処理は集中的で，不変的ではない処理を想定した枠組みになっている．今後は処理を分散化し，不変性をもつようにすることを考える．その上で，実環境での実験を行う．
最後に，最適制御に関する研究を実施する．まず，リー群の不変性に基づいてて測位限界を定量化する．次に，この測位限界を評価関数とした移動体群の最適制御法を考案する．最後に，これに基づいた実験を行う．
|
