| 更新：2009/7/24 文責：項 警宇 |
全方向移動ロボットによる可変領域分割に基づくグラフ地図生成と実時間探索
Real-time Path Planning of Omni-directional Mobile Robots Using
Variable Space Decomposition
|
危険区域，オフィス，病院内などの作業空間では，ロボットの能力は移動能力により大きく制限されます．
その中で，移動ロボットが自ら環境を認識し，
移動経路を自律的に計画して安全に移動する，「目的地までの自律走行」を実現できれば，
ロボットの活動範囲を広げ，その能力を最大限に利用できます．
本研究では，「目的地までの自律走行」を行う問題において，
観測・地図生成・経路計画を繰り返しながら，目的地までの移動を行う新たな手法を提案しています．
以下に提案手法を簡単に説明します．
A real-time path planning algorithm for a single mobile robot which has
omni-directional sensors is proposed. The robot implements RTA*
- real-time heuristic search algorithm, by which the robot can reach its
goal position by alternating searching and moving. For this implementation,
the robot needs to transform its sensory information to a graph searching
space, and to solve this problem, a method of the transformation for an
omni-directional distance sensor is proposed. A multi-resolution searching
architecture is also proposed which changes the sensor resolution according
to the robot's facing situations. Finally simulations and experimental
results show the validities of the proposed method.
キーワード
Mobile Robots, Navigation, RTA*, Multiresolution, SLAM, Omni-Directional Sensor
本研究が対象とするロボットは全方位の距離を測定することができ，全方向移動ができるロボットです．
Fig.1は実機検証を行うために開発した移動ロボットです．
名前は「Omnia」です．この名前はラテン語で「全て」を意味します．
全方位カメラ（Fig.2）を1機持ち，周り360°の画像を取得します．
レーザレンジファインダ(Fig.3)を前後に１機ずつ持ち，周り360°の障害物までの距離を測定します．
Fig.1 全方位観測可能な全方向移動ロボット(Omnia)
|
Fig.2 全方位カメラで撮影した画像
|
Fig.3 LRFの測定イメージ
|
移動ロボットの行動の大まかな流れはFig.4のように成っています．＜観測＞＜グラフ地図生成＞＜探索(経路計画)＞については順を追って簡単に説明します．
Fig.4 大まかな流れ |
移動ロボットはゴール地点は分かっていますが，
部屋の大きさ
や
障害物の大きさ，形，配置
は分かっていません．
そのような状態でロボットはゴールまで到達しなくてはいけません．
移動ロボットはまだ観測していない空間を見つけると，
その空間にFig.5のルールに従って，
ロボットのコンピュータ内に持つ部屋の（白）地図にノード（経由点）を生成します．
ルールの詳しい説明は参考文献をご覧ください．
Fig.5 ノード生成ルール
|
現在のノードと新たに作ったノードとの間にリンクを作ります．
こうすることで，観測した空間にはノードとリンクの地図が作成されることになります(Fig.6)．
また，ノードを作る際，距離測定範囲の大きさを変えることにより，
ロボットが置かれた状況に応じてマップの精度を切り換えます．
例えば，障害物がない空間では精度を荒くして移動性を重視し，
障害物が多い空間では精度を上げて安全性を重視してロボットが動けるようにします．
さらに，生成された地図はノードの密度によってそれぞれの場所の危険度を知ることが出来ます．
Fig.6 ノードとリンクによるマップ
|
ロボットをノードからノードへと移動させます．
このとき，現在のノードからどのノードに移動するかを決めるのは重要な問題です．
闇雲に動くと，袋小路から出られなくなることもあります．
本研究では，経路計画のアルゴリズムとして実時間探索手法であるReal-Time A*(RTA*)探索手法を使っています(Fig.7)．
RTA*はスタートからゴールまでの最適解を保証しませんが，
スタートからゴールを結ぶ経路が存在するなら必ずゴールまで到達できる経路を見つけることができます．
Fig.7 RTA*探索
|
RTA*探索で現在のノードから移動すべき次のノードを決めると，
ロボットはそのノードに移動します．
そして，そのノードの周りでまだ観測していない空間があると，上記の＜観測＞＜グラフ地図生成＞を行います．
そして，またRTA*探索で次に移動すべきノードを決めて移動する，という手順をゴールに到達するまで繰り返します．
Fig.8,9はシミュレーション結果です．観測によるノード生成と移動を繰り返す過程がお分かりいただけると思います．
また，Fig.10のような袋小路がある環境でも，ゴールに到達する経路を生成します．
Fig.8 シミュレーション環境1
|
Fig.9 シミュレーション結果
|
Fig.10 シミュレーション環境2での結果
|
Fig.11に実機実験の様子をムービーで紹介します．
障害物のない空間では速く移動し，障害物のある空間では細かく動いていることが分かります．
このムービーでは旧型のロボットを用いています．
新型のロボットを用いたムービーは現在制作中です．
少々おまちください．
|
参考文献
| N-06-6 |
 |
全方位カメラを用いた多重分解能処理による移動ロボットの実時間行動探索 |
ロボティクス・メカトロニクス講演会2006, 1A1-D21, May 26-28, 2006, 早稲田 |
岩田克也，稲垣伸吉，奈良祐介，鈴木達也 |
| N-06-3 |
|
多重分解能処理に基づいた実時間探索による移動ロボットの行動制御 |
電気学会産業計測制御研究会, IIC-06-21, March 8-9 2006, 浜松 |
岩田克也，稲垣伸吉，奈良祐介，鈴木達也 |
| N-06-2 |
|
全方位視覚を有する移動ロボットの多重分解能による実時間経路探索 |
第18回自律分散システム・シンポジウム, pp. 99-104, Jan 26-27, 2006, 福井 |
岩田克也，奈良祐介，稲垣伸吉，鈴木達也 |
|
|
|
