|
本研究では，非線形システムを対象とした高精度・高効率な分散協調型状態推移定アルゴリズムを提案し，それらを複数ロボットによるSLAMに応用することを目的としている．
先行研究で提案されている合意型分散協調カルマンフィルタは最適性を有しておらず，観測値伝搬型分散カルマンフィルタ（他の全てのノードから遅延を許容して集めた観測値を用いた推定手法)よりも推定精度が劣化する場合があることが指摘されている．
これに対して我々は，昨年度の実績として，環状トポロジーのネットワークに対して，観測値伝搬の代わりに隣接ノードの状態推定値を用いる新しい分散協調型カルマンフィルタをベイズ推定の考え方に基づいて導出し，非線形システムにも適用できる分散協調型Unscentedカルマンフィルタのアルゴリズムを提案した（学会発表済）．提案アルゴリズムの特徴としては，観測値伝搬型のように遠いノードからいくつものノードを経由して観測値を集める代わりに，隣接ノードの状態推定値の現在と過去の値を利用することによって最適な状態推定を実現している点にある．
今年度は，提案アルゴリズムを複数ロボットSLAM問題へ適用し，実データを用いた数値実験によりその有効性を検証した（学会発表済）．さらに，一般のネットワークトポロジーの場合への拡張についての理論的検討を試みたが，十分な研究成果は得られなかった．
また，関連研究として，一般のトポロジーの場合においては，マルチレート型分散カルマンフィルタに対して，合意誤差による推定値バイアスの解析を行い，合意誤差を補償した分散型カルマンフィルタアルゴリズムを導出した．
|
