SI2024ポスター

価値反復による移動ロボットのナビゲーションのための 占有格子地図上での移動障害物の位置予測 〇上田隆一（千葉工大） 背景：移動ロボットの動的障害物の回避 何かが近づいてきたら将来の 位置を予測して避けたほうが よいが…[1など非常に多数の研究]  事故は予測を信じたら発生 本研究はJSPS 科研費JP24K15127 の助成を受けた. 提案する位置予測アルゴリズム 移動障害物を記録した過去n回分の 占有格子地図から軌跡をサンプリング→補外 ? 3step前 2  山を張ると事故⇒ちょっと向きを変えるための ぼんやりとした予測で十分 黒: 元々の計画 青: 局所的に変更 しただけの経路 赤: 合理的な経路 廊下  大域計画の枠組みで 予測結果を使いたい 状態価値関数ベースのナビゲーション での予測の利用 価値反復ROSパッケージ[2]  状態価値関数 V を計算し続ける  V : ロボットの姿勢 x = (x,y,θ ) に対する ゴールまでのコスト（時間+危険度）の関数  すべてのxに対して計算（計算量が大きいが可能）  xyθ 空間を格子状に離散化したテーブルに記録  占有格子地図にθ 軸を加えた3次元配列 ロボット 障害物 V 適 経 路 追加した障害物に気づく前 気づいてしばらくした後 通り抜けられない →コストが上がる  できていること: 大域計画のなかで 準静的な障害物の回避（実機で検証）  現れた障害物のコストを速やかにVに反映  予測はせず 目的：同パッケージへの 予測機能の組み込み やること 1. 位置予測 1 0 1 2～10秒後 の分布 到達可能な領域か ら次の位置を選択 予測 位置 軌跡の両端を 単純に補外 軌跡のサンプリング・予測方法 ロボットの左側が若干薄い →適切にコストを与えると 左に寄るかも（要検証） 静止したロボット（2次元LiDAR） で廊下の向こうから来る歩行者の 腰の高さを観測して予測した例 特長  個々の物体の動きをクラスタリングせず予測  脚が2本写る高さにLiDARがあっても機能  高速（予稿参照） 改善すべき点  障害物がすれ違う際に幻の分布が出現  異なる物体間で軌跡がサンプリングされる  大きな障害物だと分布が不必要に広がる  パラメータ次第で分布の広さが変化 間違った サンプリング 左足の予測 分布 左右の足（近い距離 で止まったり動いた り動作が複雑） 最 2 0  大域計画のプランナーとの親和性・矛盾  予測を局所計画だけに使うと回避だけが目的に  「迂回」ができない（下図）  目的地への到達と回避の別々の最適化問題を 同時に解くと原理的にデッドロックの可能性  システム肥大化 4 3 右足の予測 分布 小型ロボット上のLiDAR（地上 100mm）のデータを用いた予測 まとめ 偽の分布 実際の動き 偽の分布の発生 占有格子地図のなかで移動障害物の位置を 予測する手法の実装  明示的なクラスタリングなしで複数の移動 物体の位置を予測可能 今後  大きな障害物への対応 今回やること  占有格子地図の中で完結するよう簡素に  今回はロボットは静止 2. 予測結果からのV の計算方法の考案と実装  交差した軌跡の入れ替え（右図）  パッケージへの組み込み or 独立したパッケージ作成→評価 参考文献 分布が 広がる 広がら ない [1] Dieter Fox et al.: “The Dynamic Window Approach to Collision Avoidance,” IEEE Robotics & Automation Magazine, 4(1), pp. 23-33, 1997. [2] Ryuichi Ueda et al.: “Implementation of Brute-Force Value Iteration for Mobile Robot Path Planning and Obstacle Bypassing,” JRM, 35(6), pp. 1489-1502, 2023.