MyEnigma

とあるエンジニアのブログです。#Robotics #Programing #C++ #Python #MATLAB #Vim #Mathematics #Book #Movie #Traveling #Mac #iPhone

Autonomous Navigation (自律移動)技術の分類と各種技術説明リンク

The DARPA Urban Challenge: Autonomous Vehicles in City Traffic (Springer Tracts in Advanced Robotics)

The DARPA Urban Challenge: Autonomous Vehicles in City Traffic (Springer Tracts in Advanced Robotics)

目次

Autonomous Navigation (自律移動)とは,

Autonomous Navigation (自律移動)とは,

人間からの詳細な命令無しに,

ロボット自身が様々な判断をし,

指定されたゴールまで

ロボットが安全に移動する技術のことを指します.

 

もう少し詳しく言うと,

人間のマクロな命令に対して

(どこそこに行け,など)

ロボット自身がその命令を行うために,

ロボット自身の状態と,

周辺環境の状況などを考慮して

行動を決定する必要があります。

 

現在,

様々なロボットが産業分野で実用化されていますが,

それらの大半は,行う作業に対する

人間の詳細な命令(教育)が必要です.

 

しかし,この自律移動(自律作業)の能力がより強化されば,

マクロな命令を与えるだけで,

その命令に対する細かい命令をすること無しに,

ロボットは様々な場所で活躍することができます。

 

この目標を解決するために,

自律移動では、

一般的には以下の4つの項目を

ロボット自身が正確に行う必要があります。

  • 1 自己位置推定 (Localization)

  • 2 周辺環境認識 (Mapping)

  • 3 経路計画 (Path Planning)

  • 4 経路追従 (Path Following)

今回の記事では、

上記の4つの自律移動技術分野の概要と、

それに関連する本ブログの記事をまとめておきたいと思います。

 

自己位置推定 (Localization)

自己位置推定は、

ロボット自身が今何処にいるのか,

またはどちらの方向を向いているのか, 

どれぐらいの速度で走行しているのかなどを

各種のセンサデータを使用して推定することです.

 

この自己位置推定では

各種のセンサデータのノイズモデルを確率的に表現し,

それらを確率的に統合することにより,

ロボットの位置を決定するという手法が一般的に使用されています.

 

詳細は下記の資料を参照下さい。

myenigma.hatenablog.com

 

周辺環境認識 (Mapping)

周辺環境の認識は

ロボットの周辺がどのような状態であるのか,

そして、どこに障害物が存在するのかなどを判断するために,

センサデータから地図を構築したり、

地図内の障害物をラベリングしたりする技術です。

 

しかし,このセンサのデータもノイズを含むため,

確率的に地図を表現することが一般的です.

また,この地図は格子状の地図やトポロジカル表現や,

グラフ表現など,用途に応じて様々な地図表現方法があるようです.

また,この地図構築はロボットが移動するため,

以前に作成した地図と現在作成した地図同士を重ね合わせて,

地図を拡張していくことも重要になります。

 

詳細は下記を参照下さい。

地図構築用外界認識センサ

myenigma.hatenablog.com myenigma.hatenablog.com

Grid Mapを利用した地図構築

myenigma.hatenablog.com

クラスタリング、分類技術

myenigma.hatenablog.com

myenigma.hatenablog.com

myenigma.hatenablog.com

衝突チェック技術

myenigma.hatenablog.com

 

経路計画 (Path Planning or Motion Planning)

経路計画は,

自己位置推定と作成した地図情報を用いて,

どの経路を走行すれば,安全で,走行距離が短く,

そしてロボットの力学モデルに沿った走行ができるかを

ロボット自身が判断することです.

つまり,

もっともロボットにとって最適な経路を探すことと

言っても良いかもしれません.

 

ロボットでよく使用される経路生成のアルゴリズムは

下記のように分類されます。

Geometric Analytic Approach

myenigma.hatenablog.com

myenigma.hatenablog.com

myenigma.hatenablog.com

Dynamic Window Approach

myenigma.hatenablog.com

 

Graph Search Approach

myenigma.hatenablog.com

myenigma.hatenablog.com

 

State Lattice Approach

myenigma.hatenablog.com

 

Randomized Approach

myenigma.hatenablog.com myenigma.hatenablog.com myenigma.hatenablog.com

  

経路追従 (Path Following)

経路追従は

経路計画で引いた経路に対して,

安全にロボットが経路を追従できるように

ロボットを制御することです.

ロボットや車両のモデルを使って、

最終的な車両の入力値

(ステアリング角度やアクセル, ブレーキ入力など)

を計算します。

この経路追従では

制御工学の考え方や最適化技術などが利用されます。

この経路追従では,

路面の形状や,走行経路の幅などを考慮して,

ロボットの速度などを制御することも含みます.

詳細は下記のリンクを参照下さい。

制御技術の基礎

myenigma.hatenablog.com

myenigma.hatenablog.com

ロボットの運動モデル

myenigma.hatenablog.com myenigma.hatenablog.com myenigma.hatenablog.com myenigma.hatenablog.com

経路追従の代表的なアルゴリズム

myenigma.hatenablog.com myenigma.hatenablog.com myenigma.hatenablog.com myenigma.hatenablog.com

最後に

ある地点からある地点まで移動するという非常に基本的なタスクでも,

これだけの事柄を,ロボットはすべて完璧に行わなければなりません.

これら一つ一つの分野に対して,

現在でも様々な研究者が日夜研究を進めている状況です.

 

これらの技術を体系的に学びたい場合は、

下記のリンクで紹介している

書籍を参考にすると良いと思います。

myenigma.hatenablog.com

 

参考資料

myenigma.hatenablog.com myenigma.hatenablog.com myenigma.hatenablog.com myenigma.hatenablog.com myenigma.hatenablog.com

MyEnigma Supporters

もしこの記事が参考になり、

ブログをサポートしたいと思われた方は、

こちらからよろしくお願いします。

myenigma.hatenablog.com

The DARPA Urban Challenge: Autonomous Vehicles in City Traffic (Springer Tracts in Advanced Robotics)

The DARPA Urban Challenge: Autonomous Vehicles in City Traffic (Springer Tracts in Advanced Robotics)