| 研究課題/領域番号 |
14J08407
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 国内 |
|---|
| 研究分野 |
制御・システム工学
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
大津 恭平 東京大学, 工学系研究科, 特別研究員(DC1)
|
|---|
| 研究期間 (年度) |
2014-04-25 – 2017-03-31
|
| 研究課題ステータス |
完了 (2016年度)
|
| 配分額 *注記 |
2,900千円 (直接経費: 2,900千円)
2016年度: 900千円 (直接経費: 900千円)
2015年度: 900千円 (直接経費: 900千円)
2014年度: 1,100千円 (直接経費: 1,100千円)
|
|---|
| キーワード | 移動ロボット / 環境理解 / 機械学習 / 自律移動システム / 環境認識 / 自己位置推定 / ステレオ視 / オンライン機械学習 / パラメータ同定 / 確率的地図 |
|---|
| 研究実績の概要 |
ロボットが自然地形の様々な制約の中で知的行動を行うには、高い自律性と適応能力が必要である。本研究では自律航法誘導の重要な要素である環境知覚に着目し、ロボットの知能化を実現する技術の実現に取り組んだ。特に環境を従来の形状情報だけでなく土壌の特性等を含め多角的に知覚することを目指し、複数センサを用い環境との相互作用を学習する枠組みの構築を行った。ロボットが知覚可能な情報にはロボットが直接接している環境のもの(近接情報)と離れた環境のもの(遠隔情報)がある。本手法ではロボットが事前に収集したデータを機械学習によってモデル化することで、遠隔情報のみから近接情報を確率的に推定することを可能にした。この過去の経験から学習する枠組みによって多面的な近接情報を遠隔データのみから推定することができ、多面的要素を考慮に入れた行動計画を各種地形に適応しつつ行うことが可能となった。構築した手法はシミュレーションによる検討及び火山地形や火星模擬地形を含む実環境試験を組み合わせて評価を行い有効性を示した。
|
| 現在までの達成度 (段落) |
28年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
28年度が最終年度であるため、記入しない。
|
