Nozomu OHASHI – 道木研究室

Nozomu OHASHI

名前:
大橋 臨
学年/肩書:
博士課程後期課程3年
役職:
D1
グループ:
ロボット
趣味:
映画観賞,ランニング
一言:
名古屋大学リーディング大学院実世界データ循環学4期生

研究テーマ / Research topic

ロバストな自己位置推定を目指した 複数センサ情報の選択的統合法

 

English ver. Japanese ver.

Dropbox

 

 

 

 

 

 

<


Sensor Fusion System for Autonomous Robot Localization


In order to realize robust robot localization, we are studying localization system of fusing various characteristic sensors data. By selecting a suitable sensor for the environment automatically, the system can achieve robust localization.

Autonomous Mobile Robot

Various Localization Sensors

Majority Rule Sensor Fusion System

 

 

Autonomous Mobile Robot


An autonomous mobile robot is a robot that moves automatically to a destination while sensing the environment. It works on factories, human living space and so on. It is utilized for alleviating the labor shortage.

 

In order to achieve autonomous moving, techniques such as localization, navigation, and obstacle avoidance are important. In this research, I especially focus on sensor fusion system for localization.

 

Various Localization Sensors


Robots estimate its own position while sensing environment. This is called localization. You might know Global Positioning System (GPS) which is the most familiar localization sensor. This is a sensor that estimates its own position based on the triangulation principle using satellite signals, and it can take highly accurate localization in an environment where it can receive direct signals from satellites. However, localization can not be performed in urban environments where GPS receives reflected signals from buildings or other obstacles. Sensors called cameras and laser scanners are also used for localization, but as with GPS, the localization accuracy depends on the environment in which the robot is. 

The point is that the accuracy of localization depends the sensor characteristics. There is no universal location estimation sensor under all circumstances at present. In order for the robot to perform stable localization under any environments, it is important to switch the sensor based on the environment.

 

Majority Rule Sensor Fusion System


I research a system that selects and fuses suitable localization sensors for the environment. It is achieved by comparing the similarity of position information from each sensor. The position information is expressed as the robot existence probability distribution, and, the similarities between distributions are calculated by Pearson ‘s correlation coefficient. The probability distributions similar to more than a majority is fused.

For more details, please refer to the following contents.


Majority Rule Sensor Fusion System with Particle Filter for Robust Robot Localization (IEEE)

これは、Office Online の機能を利用した、Microsoft Office の埋め込み型のプレゼンテーションです。

 

 

 

 

 

 

 

 

9E

 

<J


移動ロボットの自己位置推定のためのセンサ統合法


私たちは多種・多様なセンサから得る位置情報の統合により,移動ロボットのロバストな位置推定を実現する研究をしています.環境に適したセンサを自動的に選択するロバストな位置推定システムを提案しています.

移動ロボット

位置推定センサ

多数決に基づくセンサ統合法

 

自律移動ロボット


移動ロボットは,搭載されたセンサから得る情報を基に目的地まで自動で移動するロボットです.工場内の自動搬送システムや自動お掃除ロボットなどがあります.労働力不足の解消などが期待されています.

 

自律移動を実現するために必要な技術として,位置推定,ナビゲーション,障害物回避などがあります.私の研究では,特に位置推定のためのセンサ情報を研究しています.

 

多様な位置推定センサ


移動ロボットは,搭載されたセンサを基に環境を認識し自身の位置を推定します.この技術は自己位置推定と呼ばれています.例えば,衛星信号を使って位置を推定するGPSが最も有名だと思います.衛星信号を観測可能な環境下では高精度な位置推定を行える一方,街中など衛星を観測しにくい場所では位置推定精度が低下してしまいます.カメラやレーザスキャナと呼ばれるセンサも利用されていますが,GPS同様,位置推定精度が環境に依存します.

現状,あらゆる環境下で万能な位置推定センサは存在しません.多様な環境下でロバストな位置推定を実現するには,多様なセンサ情報を適切にスイッチングすることが重要になります.

 

多数決に基づくセンサ統合法


環境に適したセンサを自動で選択して統合する手法について研究しています.各センサから得る位置情報の類似性を比較し,類似した位置情報を示すセンサを統合します.ロボットの位置情報は存在確率分布の形で表現され,存在確率分布間の類似性をピアソンの相関係数によって評価します.そして,過半数以上と類似した位置情報を持つセンサを選択し統合します.

より詳細な情報を知りたい方は,以下をご参照ください.


Majority Rule Sensor Fusion System with Particle Filter for Robust Robot Localization (IEEE)

これは、Office Online の機能を利用した、Microsoft Office の埋め込み型のプレゼンテーションです。


リーディング大学院メンバーページ
    国際会議予稿
  • N. Ohashi, Y. Funabora, S. Doki, K. Doki,``Majority Rule Sensor Fusion System with Particle Filter for Robust Robot Localization'', IEEE/ASME International Conference on Advanced Intelligent Mechatronics, 2018.
    国内会議予稿
  • 大橋 臨, 舟洞 佑記, 道木 慎二, 道木 加絵,``移動ロボットのロバストな位置推定のための複数センサ統合に適したパーティクルフィルタの検討'', ロボティクス・メカトロニクス講演会2018 (ロボメカ 2018), 2018.
  • 大橋 臨, 舟洞 佑記, 道木 慎二, 道木 加絵,``センサ統合によるロバストな位置推定のための確率分布間の類似性評価指標の検討'', 平成29年度 電気・電子・情報関係学会 東海支部連合大会, 2017.