| 研究課題/領域番号 |
20K11891
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 奈良先端科学技術大学院大学 (2021-2022)
九州大学 (2020) |
|---|
研究代表者 |
内山 英昭 奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (90735804)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2020年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | IMU / ディープラーニング / オドメトリ / キャリブレーション / 運動学 / カルマンフィルタ / センサーフュージョン / odometry / deep learning / 測位 / ニューラルネットワーク |
|---|
| 研究開始時の研究の概要 |
IMUを用いた任意移動体の3次元運動を計測可能な立体測位技術を確立する．本研究では，両者をニューラルネットワーク(NN)によって記述した学習に基づく手法を構築し，カメラを用いた立体測位を真値として導入したNNの学習手法を提案する．さらに，IMUセンサ特性を学習させることで，IMUの違いに対する頑健性を向上させる．これにより，測位運用時には，学習したNNを用いてIMUのみから任意環境下での立体測位を実現する．実環境で計測した実践的検証を行うことで，提案手法の汎化性能を明らかにする．
|
| 研究成果の概要 |
周辺環境の影響を受けないデータ計測を行うIMUを用いた移動体の立体測位技術を確立する．従来のIMUを用いた測位の課題は，ノイズ・バイアス推定，重力方向推定の不完全さである．本研究では，両者をニューラルネットワーク(NN)によって記述した学習に基づく手法を構築し，カメラを用いた立体測位を真値として導入したNNの学習手法を提案する．さらに，IMUセンサ特性を学習させることで，IMUの違いに対する頑健性を向上させる．これにより，測位運用時には，学習したNNを用いてIMUのみから任意環境下での立体測位を実現する．実環境で計測した実践的検証を行うことで，提案手法の汎化性能を明らかにする．
|
| 研究成果の学術的意義や社会的意義 |
本研究では，ニューラルネットワークを用いて暗または陽にIMUのセンサ特性をモデル化し，運動学を用いて移動量推定を行う手法を提案した．現在の移動量推定はカメラに基づく技術が主流である．しかし，暗所では測位できず，見えの変化のある動的環境では，測位精度が大きく低下する．そこで，周辺環境の影響を受けないデータ計測を行うIMUを用いて高精度な移動量推定を行う技術を確立した．実験では空中のみならず，水中と空中を行き来する移動においても高精度な推定を行えることを示した．IMUのみを用いて移動量推定を実現することは，計算量及び環境に対するロバスト性の高さの面でナビゲーション技術として貢献した．
|
