| 研究課題/領域番号 |
23510178
|
|---|
| 研究機関 | 日本工業大学 |
|---|
研究代表者 |
山地 秀美 日本工業大学, 工学部, 教授 (20327018)
|
|---|
| 研究分担者 |
辻村 泰寛 日本工業大学, 工学部, 教授 (80240977)
|
|---|
| キーワード | 群ロボット / マルチエージェント / 協調制御 |
|---|
| 研究概要 |
ジグザグ、スパイラル、ランダムの3つの被覆動作について、複雑な形状の障害物が存在するフィールドでの処理効率を調べた結果、大きな差はないもののスパイラルが多少優れていることがわかった。同時に、処理効率を引き下げている要因を詳細に分析するために、単位時間当たりの被覆動作回数の変化を詳細に分析した。この実験で使用したフィールドは、ロボット1台が通れる隘路で大きく2つの領域に分割されているが、隘路のない局所的な領域の被覆の終了が、すべてのエージェントで近い時間で発生することがわかった。その後にすべてのエージェントが隘路へ集中するため、被覆を再開するまでの時間がかかり、処理効率を大きく悪化させてしまうことが明らかとなった。この結果について、IES2013にて発表を行った。
隘路があるフィールドでの問題が明らかとなったことを受け、隘路がない単純な形状の障害物が配置された領域での3つの動作の違いについて同様の評価実験を進めた。長い壁や離散した四角形、部屋のような袋小路状の障害物を配置した領域に対して実験を行った。その結果、いずれの場合も僅かだがスパイラルの効率が良いことが示された。しかし障害物の配置や形状への明確な依存性は示されなかった。処理効率の低下の主な原因は、被覆されていない領域が遠く離れて残ってしまうことによるものだった。この問題に対応するため、被覆作業の進行に対応したエージェントの分散方法を検討する必要が示された。この結果はJACIII投稿し採録された。
並行して実機の開発に取り組んだ。タブレットPCの搭載を検討したが、バッテリーの問題やコストの点から、マイコンを使用することとした。シミュレーションによる研究成果を踏まえ、完全な自律型にするのではなく、個々のエージェントの役割を持つPCを1台使用する。位置情報は、上からカメラによって取得してPCで解析する。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
群ロボットによる未知の領域の被覆のための協調動作を効率化する方法として、１．群ロボットの初期配置、２．被覆動作中の分散配置、３．局所的な被覆を終えた時の次の被覆対象領域への移動ルール、４．被覆動作の種類（ジグザグ、スパイラル、ランダム）のフィールドの特性に対する依存性の4点について分析を進めてきた。１については、広範囲に分散させて初期配置することで、初期の処理効率を向上させることがわかった。しかし未知の領域を対象とするため、最も現実的で容易な初期配置となるように、特定の箇所にロボットを並べた初期配置で実験を進めた。
２については、被覆動作を開始する位置を、できるだけ他のエージェントから遠い個所から選択することで分散させるように制御した。しかし被覆動作を開始する対象となる箇所が少ない場合は集中が避けられない。また隘路がある場合はその先に大きな未処理の領域がある可能性があり、一概に集中を避けることが効率的とは言えない。この点についての対応策が確立していない。
３については、実時間で最短経路を求めることが困難なため、最短経路を疑似的に求める手法を開発し、実際に経路を辿る過程で、目的地を確認しながら経路を補正する機能を加えた。４については、明確な差異は見られないが、スパイラルを用いた場合の効率が比較的良いことが示された。しかし、フィールドに配置された障害物の形状や配置への明確な依存性は見られなかった。
以上の分析を通じて、離散した未処理領域が取り残されることによることが明らかとなった。特に、領域の被覆が完了に近づいた段階でこうした領域が発生すると、完了までの時間が大幅に伸びてしまうことが確認された。この問題に対するアルゴリズムの修正が不可欠となっている。想定外の問題が発生したためアルゴリズムの改良が遅れており、それに伴って実機の開発が大幅に遅れている。
|
| 今後の研究の推進方策 |
アルゴリズムの改良については、まず、処理効率の低下の主な原因である、被覆されていない領域が遠く離れて残ってしまうことへの対応を具体化する。エージェント間で、離散した未処理領域の分担を動的に行う必要がある。特に被覆処理が完了に近づいた段階では、離散した未処理領域を検出して、同一領域を被覆しているエージェントを割り付ける必要がある。しかし未処理領域の大きさやエージェントからの距離、割り当て可能なエージェントの数などにより、最適な割り当てを決定することは容易ではない。いくつかの手法について比較実験し、評価を行う。
実機の開発と実験については、概要でも述べた通り、疑似的な自律制御方法を採用する。GPSやエンコーダによる位置の正確な把握は容易でないため、領域全体を監視するカメラを1台のPCに接続し、画像解析を行ってロボットの位置を認識する。各ロボットのセンサーから送られた障害物情報は、無線によってPCに送られ、マップに記録する。このPC上で各エージェントの処理を行い、ロボットに対して無線で動作を指示する。
プロトタイプとなる1台のハードウェアがほぼ完成したので、制御プログラムの実装と動作テストを進める。プロトタイプの完成を受けて、複数台の実機を作成し、障害物を置いた領域での協調動作の実験を進める。3つの動作を実装して、シミュレーションによる実験結果との比較を行う。
|
| 次年度の研究費の使用計画 |
シミュレーションによるアルゴリズムの評価と改良において、想定した以外の問題が発生した。問題に対応するために様々なアルゴリズムの改良案を検討し評価実験を繰り返したため、スケジュールから大きく後れを生じてしまった。そのため補助事業期間延長申請をおこない、平成26年3月19日に承認を受けた。
離散した被覆対象領域が残らないようにエージェントを制御する制御アルゴリズムの改良と、シミュレーションによる評価実験を行い、IES2014（The 18th Asia Pacific Symposium on Intelligent and Evolutionary Systems）にて成果発表を行うことを予定している。
また実機の開発のための支出を予定している。マイコンを利用したロボットを６機程度開発し実験を進める予定である。また全体を制御するPCの購入も必要となる。この開発と実験のための人件費支出を予定している。
|
