| 研究課題/領域番号 |
20K12007
|
|---|
| 研究機関 | 千葉大学 |
|---|
研究代表者 |
大川 一也 千葉大学, 大学院工学研究院, 准教授 (50344966)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 位置推定 / LSTM |
|---|
| 研究実績の概要 |
サハラ砂漠で生息するCataglyphisという蟻は，砂漠という悪環境のため通常の蟻のようなフェロモンによる道標は使えないが，餌を見つけると直線的な経路で巣に戻ることができる．また，ミツバチなども巣に戻ることができることから，巣を持つ社会性昆虫はなんらかの位置推定をしていると考えられる．このような位置推定に対する生物学者らの有力な説は，連続した細かい移動の軌跡を足していく「経路積算」である．なお，これを実現するには「距離」と「方向」の情報を統合する必要があるが，その統合方法については生物学者からの仮説は見つからず，未だ謎とされている．本研究では，生物学者の仮説通りに社会性昆虫が「経路積算」をしているのかについて，ロボット工学の視点から検証し，この問いを明らかにすることを目的の一つとしている．
初年度は，これらの昆虫の感覚器を模倣したセンサを製作し，経路積算をするためのデータ取得を目指した．具体的には，「距離」についてはモータの回転量から算出した．また「方向」については，昆虫の3つの単眼に基づく光センサを開発し，太陽の方向を検出する新しいセンサを開発した．さらに，これらのセンサを移動ロボットに搭載し，実環境における検証によって有効性を確認した．
2年目となる本年度は，これらの「距離」と「方向」の情報を統合し，位置推定する手法について研究した．なお，初年度に提案した3つの単眼に基づく光センサでは太陽が見える環境でしか実験できず非効率であることから，角速度センサに置き換えて実験を進めた．統合方法については，生物学者の仮説が見つからないことから，時系列情報を扱える深層学習の一つであり，ネットワーク構造も比較的シンプルで昆虫でも実現できる可能性があるLSTMを採用した．結果としては，LSTMに工夫を加える必要があるものの，ある程度の経路積算ができることを確認した．
|
| 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
初年度であった昨年は，経路積算をするためのデータ取得を目指した．具体的には，「距離」についてはモータの回転量から算出し，「方向」については3つの単眼に基づく光センサを開発した．また，これらのセンサを移動ロボットに搭載し，有効性を確認した．2年目である本年は，生物学者らの中で最も有力な説である「経路積算」に基づく位置推定を，ロボット工学の視点から検証する．
ここで，一定距離を直進してから方向を変える場合と，方向を変えてから一定距離を直進する場合を考える．これらの「（移動）距離」や「方向」を積算した結果は同じであるが，当然，到達位置は異なる．つまり，「距離」と「方向」を個々に単純に積算するだけでは正しい位置推定とはならないため，どのように統合するのかがこの研究の重要な点となる．なお，この統合についての生物学者の仮説は見つかっていない．数学的な知識を持った私たちであっても「距離」と「方向」を統合かつ積算させ，位置推定することは困難であり，本当に「経路積算」が実現できるかは疑問が生じるが，近年，目覚ましい成果を上げている深層学習ならば，その可能性も否定できないことから，まずは時系列情報を扱える深層学習の一つであるLSTMを採用し，検証することにした．なお，初年度に開発した3つの単眼に基づく光センサでは，太陽が見える環境でしか実験ができず非効率であることから，移動ロボットに広く用いられているジャイロセンサ（角速度センサ）を代用した．初年度に開発した光センサでは太陽を基準とした「方向」が直接分かるのに対し，ジャイロセンサで得られる情報は角速度であることから，それを時間積分しないと「方向」が分からないため，センサとしては高精度であるが，「経路積算」という意味では難しくなっている．
結果から述べれば，LSTMに工夫を加える必要があるものの，当初の予想以上に「経路積算」することができた．
|
| 今後の研究の推進方策 |
本研究の申請段階では，LSTMによる「経路積算」による位置推定の可能性が低いと考え代替案も用意していたが，当初の予想以上に位置推定ができていたことから，最終年度である2022年度は，「汎用性の向上」および「位置推定の精度向上」を目指すこととした．
具体的には，「汎用性の向上」では，「距離」の算出をこれまでのモータの回転量ではなく，加速度センサに変更する．加速度センサに変更することで，車輪型ロボットだけでなく，船や飛行体のような移動体にも応用することができる．ただし，加速度センサからの情報を「距離」にするためには，加速度⇒速度⇒距離と，二度，時間積分する必要があり，かつ，移動体の振動がノイズとなって悪影響を及ぼすことから，このセンサの変更は容易ではないが試してみたい．
また，「推定位置の精度向上」では，LSTMのネットワーク構造を改良することによって精度を高めていきたい．もちろん，この手法は，従来の位置推定手法に代替できるほどの高精度化は無理と考えている．しかし，従来の位置推定手法と本研究の提案手法の両方を実施し，それらの結果の差を常に監視しておくことで，異常に気づくことができると考えている．具体的には，車輪がスリップした場合，従来のジャイロオドメトリなどではそれに気づくことが困難であるが，加速度センサを用いた場合は実際の移動量に近い値を出力することができることから，異常に気づくことができる．複数異種のセンサだからこそ検知できるセンサフュージョンの研究として利用することができると考えている．
最終年度であることから，上記の研究を進めるとともに，これらの研究成果を学会で発表したり，論文にまとめていきたいと考えている．
|
| 次年度使用額が生じた理由 |
次年度使用額が27,104円の繰り越しとなったが，ほぼ当初の予算通りといえる．無理に使い切るよりも，次年度に繰り越し，有意義に使いたいと考えている．
|
