|
警備ロボットにとって，自律移動は必要不可欠な能力となる．本研究では，自律移動に関する技術のうち，特に障害物との衝突を回避しながら目的地に向け進むための動作計画に焦点をあてた．そして，深層学習の一種であるCNNを用いることで，複数の物体各々に対する回避動作を生成することに成功した．入力には，カメラからのRGB画像ではなく，RGB画像中に存在する物体を近くした画像に加え，深度画像を用いることで，ロボットは，速度と角速度に関する連続値を出力することができるようになった．
続いて，警備ロボットにとって，環境で起きている異常を検知できることが重要な能力となる．そこで本研究では，警備ロボットによる不審物や紛失物の検出を目的に，背景差分による物体検出技術として，変動量に応じて局所的なテンプレートマッチングと大域的なテンプレートマッチングを使い分けた色差エッジ画像に基づく背景差分法を提案した．その結果ロボットは，不審物と紛失物の検出に成功した．
身の回りの環境をロボットが警備するためには，自ら考え・動き・見る能力を備えていなくてはならない．そこで本研究では，3年間で，ロボットがしかるべき場所に動きその様子をカメラで見るための技術開発に取り組んだ．また，公共施設等広範囲の警備を想定し，複数台のロボットによる警備システムに拡張する．そのために，警備タスクを複数台のロボットで手分けする技術開発にも取り組んだ．3年間の成果は，今後，警備ロボットの実用化に応用できる技術である．
|
