【論文100本ノックの86】動領域・静止領域の確率的マッピングを用いた動的環境の認識-自律移動ロボットにおける自己位置推定への応用
１ 目 的
点群に関する研究論文を読み、点群処理に関する知識を得るとともに、新たな研究のための気づきを得る。
２ はじめに
100本計画の86本目として、和文2ページの本論文を読む。
３ 対象論文と要約
3.1 対象論文
動領域・静止領域の確率的マッピングを用いた動的環境の認識-自律移動ロボットにおける自己位置推定への応用
伊藤明久, 高橋桂太, & 金子正秀. 電気通信大学
第 74 回全国大会講演論文集 2012.1 (2012): 43-44. 2012
3.2 研究内容
（社会的ニーズ）
なし。
（提案手法）
距離情報から観測領域を同領域・静止領域として確率的にマッピングし、コのマップを利用して自己位置推定に有効なサンプル点群を選出することで、動的環境下においても頑健に自己位置を推定できる手法について述べる。
3.3 従来の問題点と解決法
・地図生成に占有グリッドマップを利用し、各グリッド点で時系列方向の物点の観測履歴を確立として保持する手法は、動いたり止まったりしている動物体の取扱いに問題がある
→その物点がどのような属性を持つ物体に属するかを確率的に記述するステップを導入する
3.4 提案手法（１）動領域・静止領域の確率的マッピング
ア 各フレームにおける距離情報からローカルマップを作成する
ロボット周囲の距離情報を取得し、x-z平面にプロットする。
x-z平面をグリッドに分割し、プロット市を中心とする２次元ガウス分布モデルにより、各グリッドにおける障害物の存在確率を求める
同時に、その物点が属する物体が動く確率を求める
イ ローカルマップを時系列で統合することで同領域・静止領域として確率的にマッピングし、グローバルマップを更新する
（２）周囲環境の変化の検出
グローバルマップとローカルマップを比較することにより、ロボット周囲の環境の変化として動物体及び物体の除去を検出する。
動物体追跡にはSIR\MCMCパーティクルフィルタを用いる
（３）自己位置推定
地図生成及び周囲環境の認識の結果を用いて動的環境に対応した自己位置推定を行う。
3.5 検証実験
提案手法を屋内で実践した。
ドアの開閉を検知してドア外にでたり、対抗歩行者に影響されることなく自己位置推定を行ったりし、最終的に出発地点に帰還したことから、概ね成功と言える。
ただし、自己位置推定の誤差で、隣り合う２室が繋がって誤認識されている例もあった。
3.6 今後の検討
・動物体の追跡をもとに、ロボットが周囲の物体に対して衝突を回避できるようにする
４ 出現用語
５ おわりに
ロボットにとって、動物体と静止物体がそれぞれどの用途に重要かがよく整理されていて分かりやすかった。
地図生成においては、動物体の影響を逐次反映する必要がある。
自己位置推定においては、静止物体を基準とし、動物体を排除する必要がある。
６ 今後調査したい事項
