| 研究課題/領域番号 |
22KJ2725
|
|---|
| 補助金の研究課題番号 |
22J22731 (2022)
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 基金 (2023)
補助金 (2022) |
|---|
| 応募区分 | 国内 |
|---|
| 審査区分 |
小区分20020:ロボティクスおよび知能機械システム関連
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
遠藤 正文 慶應義塾大学, 理工学研究科(矢上), 特別研究員(DC1)
|
|---|
| 研究期間 (年度) |
2023-03-08 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
2,500千円 (直接経費: 2,500千円)
2024年度: 800千円 (直接経費: 800千円)
2023年度: 800千円 (直接経費: 800千円)
2022年度: 900千円 (直接経費: 900千円)
|
|---|
| キーワード | 自律移動システム / 経路計画 / 確率的環境理解 / 機械学習 / 月惑星探査 / オフロードナビゲーション / ロボティクス / 環境理解 / 確率的モデリング |
|---|
| 研究開始時の研究の概要 |
天体表面を探査する車輪型移動ロボット(ローバ)には、短期間で広範囲を探査する性能が求められる。本研究では、軟弱地盤で生じる車輪スリップを能動的に経験し、逐次的に学習することでスリップへの頑健性を向上する未知環境適応型自律移動システムを構築することを目的とする。
そのために、機械学習手法を用いて車輪スリップモデルを表現し、同モデルの学習データを探索しながら目的地に到達する経路計画手法を構築する。また、ローバの速度・自己位置推定精度など複数の要因を考慮し相対位置を推定する意思決定手法を構築し、これらを統合してテストベッドによる実証試験を行うことで、構築した自律移動システムの有効性を明らかにする。
|
| 研究実績の概要 |
本研究では、軟弱地盤でローバに生じる車輪スリップを逐次的に学習しながら環境に潜在するリスクへの頑健性を向上する、未知環境適応型自律移動システムを構築することを目的とする。本年度は以下の3つの研究課題に取り組んだ。
まず、ローバの走行が不能となるスタック状態を引き起こす車輪スリップを予測の対象として、機械学習アプローチに基づき環境を理解し経路を計画する融合アルゴリズムの研究を実施した。昨年度に実施した、スリップ予測の不確実性を確率分布として表現するアプローチを拡張し、シミュレーション環境において経路計画における性能を比較検証している。
また、不整地環境下における不確実な走行可能性を考慮したナビゲーションの研究において昨今、局所的・大局的な動作計画をはじめとして多様な意思決定アルゴリズムが提案されている 一方、それらの定量比較を行った研究は見当たらない。状況に沿った適切なアルゴリズム選択を可能にするために、オフロードナビゲーションに特化したシミュレーションプラットフォームの開発を行った。
加えて現在、軟弱地盤におけるスリップのみならずより広義での走行可能性をロボット固有の経験から直接学習する、自己教師ありアプローチの研究を実施している。同研究を達成することで、移動機構を問わないより多くのモビリティに対する走行可能性推定の適用を実現し、不整地自律移動システムの汎化性能を向上することを目指している。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
研究計画に従い、未知環境適応型自律移動システムの基盤となるアルゴリズムの構築を進めている。また、フィールドロボティクスの分野においてより容易にアルゴリズム構築・検証を可能とするプラットフォームの開発を行った。加えて、従来想定していた車輪型移動機構のみならず、より多様な移動機構を想定して同システムの拡張を進めている。
|
| 今後の研究の推進方策 |
次年度は主に、経路・動作計画アルゴリズムの発展および実機実験による検証を計画している。加えて、本年度行った研究成果をロボティクス分野での著名な国際会議・国際学術誌にて発表する予定である。
|
