生活環境における移動ロボットの自己位置推定のためのレーザスキャナの統計的計測モデル

Statistical laser-scanner measurement model for mobile robot localization in human living environment

山田 大地 ; 大矢 晃久*

Yamada, Taichi; Oya, Akihisa*

本論文では、移動ロボットの自己位置推定を目的として、過去のスキャンデータの統計量によるレーザスキャナの計測モデルについて述べる。ロボットの自律移動において、一般的にロボットはあらかじめ用意した地図上の自己位置と目的地をもとに走行する。このため、自己位置推定が要素技術となる。レーザスキャナは高精度かつ高速に周囲の形状情報を取得できるセンサであり、自己位置推定に広く用いられている。しかし、人が生活する環境では歩行者などの移動物、路面の傾きやロボットの振動など様々な原因により、レーザスキャナの形状情報が曖昧となる。このため、地図に記述するランドマークの情報を得ることが困難となる、また地図と自律走行時のセンサデータの照合が困難となる。本研究では過去のスキャンデータにおける統計量を地図に用いる。統計量を用いることで、形状情報が曖昧であっても、頻度や分布などの傾向から自己位置推定可能な特徴が得られる。本論文では、この地図を用いたレーザスキャナの計測モデルと、この計測モデルをパーティクルフィルタに適用して自己位置を推定する方法について述べる。実際の歩道において評価実験を行った結果、本手法を用いた自己位置推定は高い正確さを示し、ロボットが安定して目的地まで到達することに成功した。

This paper introduces a laser-scanner measurement model using the statistic of laser-scanner data collected in advance for a mobile robot localization. In autonomous navigation, robots usually run based on self position in a map, and laser-scanners are useful sensors for localization. However, in human living environments like urban areas and parks, laser-scanner data is unstable due to moving objects and natural objects, and it is difficult to obtain landmarks like fixed objects. Therefore, our method make a map using statistics of laser-scanner data and calculates the laser-scanner measurement model based on the statistics. Our method is applied to Monte Carlo localization/particlelter. Because the map makes possible to use the frequency and distribution of laser-scanner data for localization, our method allows a robust localization for unstable laser scanner data. In extensive experiments, our method presented an accurate localization and a robot using our method ran stably in actual sidewalks.