| 研究課題/領域番号 |
18K13727
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
赤井 直紀 名古屋大学, 情報学研究科, 特任助教 (40786092)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| キーワード | 自己位置推定 / 機械学習 |
|---|
| 研究実績の概要 |
本年度も自己位置推定機能に焦点を当てた研究を行った。
自己位置推定はこれまでにも多くの関連研究が行われており、モデルに基づく様々な手法が提案されている。これらの方法は、自動運転を実現するためにも利用されており、一定の成果を上げているといえる。しかしながら、安全保障の観点まで含めるまだ完全な機能であるとは言い難い。そのため、近年は機械学習を用いてその機能の性能を上げようという取り組みが多い。しかし大半の研究は、機械学習を単独で使うことを想定しているため、機械学習特有の欠点が存在することが多い。また、モデルベース法でできていたことが逆にできなくなってしまう、といった問題もある。
これに対して本年度行った研究は、モデルベース法と機械学習による方法を効率的に融合することで、互いの利点のみを活用する自己位置推定を実現させるための試みである。具体的には、モデルベース法としてモンテカルロ自己位置推定、機械学習として畳み込みニューラルネットワークを用いたend-to-end型の自己位置推定を利用した。この際、ニューラルネットワークにモンテカルロドロップアウトを適用することで、その出力を確率分布として捉えられるようにした。これにより、重点サンプリングという方法を用いて、数学的な一貫性を失うことなく、モンテカルロ自己位置推定と融合できることを示した。そして、両者の利点のみを活用する仕組みが導出されることも示した。実機とシミュレーションを用いた実験により、互いの利点のみを活用した自己位置推定が実現できることを確認した。
本研究の成果をまとめた論文が、IEEE International Conference on Robotics and Automationに採択された。なお本学会は、Google ScholarのRobotics部門における引用数1位の学会である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
前年度も含め、学術論文の執筆が順調に進んでいる。また、得られている成果も、これまでにない斬新なものとなっていると認識している。これらを加味し、計画以上に研究が進展していると判断した。
|
| 今後の研究の推進方策 |
引き続きモデルベース法と機械学習の効率的な融合方法の実現に関する研究を行う予定である。特に、機械学習による予測の不確かさを考慮し、その影響を受けないながらも、利点をしっかりと活用していく、という方法の実現を目指す。
|
| 次年度使用額が生じた理由 |
研究の進展が計画以上に進み、本年度は新たなた論理展開に重点を置いた。そのため、実質的な物品の購入などが発生しなかった。来年度からは、また実機での検証や、情報収集のために予算執行を行う予定である。
|
