| 研究課題/領域番号 |
23K04316
|
|---|
| 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25020:安全工学関連
|
|---|
| 研究機関 | 弓削商船高等専門学校 |
|---|
研究代表者 |
前田 弘文 弓削商船高等専門学校, 情報工学科, 教授 (10541930)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2026年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2025年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2024年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2023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 | 知能ロボティクス / システム工学 / 設計工学 / 自己位置推定 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
本研究は，ハードウェアによるアプローチではなく，ロボット自身の走行を制御することで転倒を抑制するものである．このアプローチにより，タイヤ交換やそれに類似する方法とは違い，検査対象の管径に幅を持たせるだけでなく，知識や経験がない検査員でも，現場到着後すぐに検査を開始することができるようになる．また，ロボットを設置する際に配管に対して大きく傾いていた場合，転倒のリスクが高まるが，この手法では設置した際の自己位置・姿勢をロボット自身が把握しているため，即座にロボットの向きを修正できる．この問題は，ハードウェアによるアプローチでは回避できない．
|
| 研究実績の概要 |
タイヤ交換やそれに類似する方法に頼らない高精度な直進制御（転倒抑制）を行うことで，検査対象の管径に幅を持たせるだけでなく，現場到着後すぐに検査を開始することができ，専門的な知識や経験も必要としないため，これまで以上の広範囲な検査を可能としたスタンドアローンタイプの配管検査ロボットを実現できる．しかし，この高精度な直進制御を実現するためには，高精度な自己位置推定が必要となる．そこで本研究では，機械学習を用いた自己位置推定法を提案する．本手法の特徴は，自己位置推定のすべてを機械学習だけに頼らない，従来の自己位置推定法と機械学習を組み合わせた「ハイブリッドな自己位置推定法」という点にある．本研究の最終成果として，比較対象である「機械学習のみを用いた自己位置推定法」と「ハイブリッドな自己位置推定法」の実現を目指す．
そのための前提条件として，従来の自己位置推定が持つ誤差を正確に計測する必要がある．そこで以前，専用の3次元位置計測器を開発していたが，実用に耐えれるほどの精度が実現できていなかった．本年度は，この計測器に新たなキャリブレーションを施すことで，精度を向上させるともに，この計測器を用いて従来の自己位置推定法が持つ誤差を正確に計測することに成功した．また，「機械学習のみを用いた自己位置推定法（比較対象）」と「ハイブリッドな自己位置推定法」を実現するためには，数多くの計測データが必要となるため，容易にデータ集積できる新たな計測器の開発に着手した．
|
| 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
「従来の自己位置推定法が持つ誤差を正確に計測する」ことを本年度の目標としていたが，計測器に対する新たなキャリブレーション手法が予定よりも早い段階で実現できたことで，目標自体も早い段階で達成できた．そのため，翌年度予定していた「機械学習のためのデータ取得」を行うための新しい計測器の開発に早い段階で着手できたことから，「当初の計画以上に進展している」と評価しても問題ないと考えた．しかしながら，この計測器の開発に想定より時間を有することが新たに分かったため，「おおむね順調に進展している」という評価に下方修正した．
|
| 今後の研究の推進方策 |
データ取得（機械学習）を行うための計測器の開発を進めていく予定である．目標としては，計測器の開発および精度検証までとし，可能であれば計測器のキャリブレーションを行った上で，データ取得ができる状態まで進めたい．
|
