並列タイトル等Real-time Self-localization Method Robust to Noise and Kidnapped Robot Problem for Autonomous Mobile Robot
一般注記近年，競技ロボットにおける様々な技術課題を通じて、研究・開発の促進と成果の普及を目指した技術チャレンジが多く実施されており、このような技術チャレンジの一つとしてサッカーを題材とした競技ロボットコンテスト、RoboCupが開催されている.その中でRoboCupサッカー中型ロボットリーグでは、自己位置やボールの位置を含む周囲の状況を自身に搭載されているセンサのみで認識しなければならない．その中でロボットが自己位置を認識するためには、フィールド内のいかなる場所においても定常的に認識可能であること，及びフィールドの位置に依存した固有の特徴量を有する指標が必要である．これらの条件を満たす特徴物として、フィールド上の白線が挙げられるため、本研究では白線を用いた自己位置同定を行った．さらに、試合の状況は常に変化しており、ロボット自身も状況に応じて絶えずフィールド内を動き回らなければならない．また、実際の競技環境では、他のロボットや主審や副審などの人も存在するため、自己位置を認識する指標である白線が常にすべて見えるとは限らず、状況によってはロボットが真値とは全く異なる位置を自己位置として認識する誘拐状態になる可能性がある． そこで本研究では、RoboCupサッカー中型ロボットリーグにおいてノイズや誘拐問題にロバストなロボットの現在位置を特定する自己位置同定手法の構築を目的として研究を行った．
The landmark project RoboCup is a well·known international robotics challenge that aims to advance robotics and artificial intelligence(AI）research, with the end goal of developing robots able to play soccer autonomously. One of the important elements for an autonomous soccer playing robot is self·localization because the position information of the robot becomes a determinant of strategic behavior and cooperative operation. Although local searching is accurate, the lack of global searching results in the kidnapped robot problem. In the kidnapped robot problem, the robot misrecognizes its own position information by convergence to a local maxima in optimization of self-localization. Thus, we propose a self-localization method that generates the searching space on the basis of model·based matching using information regarding the white lines on the soccer field of the RoboCup middle·size league (MSL), which has the largest field size (12X18 m). Here, the robot's position is recognized by optimizing the fitness function using a genetic algorithm (GA), which is an AI program that is well known as a parallel search and optimization process that mimics natural selection and evolution. In this report, we adjust the parameter set of the GA by considering the kidnapped robot problem on the basis of preliminary experiments and evaluate the accuracy of the proposed self· localization method. We also verified the difference in accuracy for self·localization between specialists and beginners and found that accuracy is completely different depending on color calibration skill. Furthermore, experiments revealed that the proposed self-localization method is sufficiently robust to enable robots to play soccer. Finally, we verified that the proposed real·time self-localization method is robust to noise and the kidnapped robot problem due to using the global/local searching ability of the GA.
2020年度
コレクション（個別）国立国会図書館デジタルコレクション > デジタル化資料 > 博士論文
受理日（W3CDTF）2021-05-28T01:36:28+09:00
連携機関・データベース国立国会図書館 : 国立国会図書館デジタルコレクション