| 研究概要 |
本研究の目的は,オフィスや郊外などの動的環境において,移動ロボットが環境内の全物体の位置・動きをリアルタイムに認識する動的環境モデリング手法を開発することにあった.特に,静止物体(柱,壁など)を認識するSLAM技術,および,可動物体(人,イスなど)を認識するビジュアルトラッキング技術,および,両技術を融合する動的環境モデリング技術の研究開発に重点を置いた.(1)リアルタイムで同時に推定可能な物体数に限りがあるため,小規模な物体グループを一つの単位とした問題分割法を確立した.ここでは,SLAM技術の代表的な問題分割法である局所地図法を基礎とし,環境変化に起因する地図誤りに頑健な,新しい局所地図法のアプローチを実現した(論文投稿中).(2)小規模問題群の解を統合し,大規模問題の解を生成する簡便な方法を開発した.(3)SLAM技術の要素技術として,センシング結果と地図との照合に基づく自己位置推定技術を開発した.逐次的マップマッチングという新しい枠組みにより,大規模環境への拡張性を実現した.従来手法との比較において,理論的・実験的に高い計算効率を実現できることを示した(論文発表,論文準備中).(4)単眼カメラのビジュアルトラッキングによる複数歩行者追跡技術を実現した.ここでは,シーン内で複数の歩行者が重なり合う複雑状況下において,各歩行者を互いに識別しながら追跡する,頑健な確率的手法を開発した(掲載決定論文,論文準備中).(5)大規模動的環境を模擬するシミュレータを開発し,大規模環境を想定した性能検証を行った(論文印刷中).(6)10m四方程度の動的・複雑なオフィス環境において,実証実験を行った(論文準備中).
|
