More Related Content
More from Ryuichi Ueda (20)
確率ロボティクス第11回
- 3. SLAM問題
• 次のような地図m*を求める問題
• m* = argmaxm P(m | z1:t, x1:t)
– z1:t: センサ情報のシーケンス(z1,z2,z3,...,zt)
– x1:t: 行動のシーケンス(x1,x2,x3,...,xt)
Oct. 7, 2015 確率ロボティクスと移動ロボットの行動生成 3
- 8. 占有格子地図を使った地図作成方法
• 本日は二つ紹介
– オンライン手法
• ロボットが動いている最中に逐次的に地図を作る
– オフライン手法
• ロボットが動いた後に地図を作る
• ロボットは動いている時はひたすら
デッドレコニング情報とセンサ計測値を蓄積
• ロボットの計算機で地図を作る必要もない
• 一般的なSLAMもオフライン/オンライン手法に
大別される
Oct. 7, 2015 確率ロボティクスと移動ロボットの行動生成 8
- 11. セルの更新に必要な式
• P(mi | z, x):
– 姿勢xでセンサ値がzのとき、miである確率
– mi: 占有格子地図の中の一つのセルに
障害物があるかどうかのバイナリ(ある: 1, ない: 0)
– 「逆計測モデル」と言われる
• 因果が逆: 障害物があってセンサの値が決まる
• 求め方
– 統計を取る/学習/適当に
Oct. 7, 2015 確率ロボティクスと移動ロボットの行動生成 11
- 14. 例
• 注意: 前記のアルゴリズムそのままで作成されたも
のではなく、占有格子地図の表現の例
– ちゃんと地図を作るには来週、再来週の手法が必要
– http://www.sciencedirect.com/science/article/pii/
S0952197614003029
– https://www.openslam.org/gmapping.html
– http://www2.informatik.uni-
freiburg.de/~stachnis/pdf/rbpf-slam-tutorial-
2007.pdf
• 14ページOct. 7, 2015 確率ロボティクスと移動ロボットの行動生成 14
- 16. オフライン手法
• 最大事後確率(maximum a posterior)推定を利用
– 要は、センサのシーケンスを最もよく説明できる
地図を作るということ
– 逆計測モデルは用いなくて良い
• 地図を先に用意して、それに対してセンサ値が
得られるかどうかを評価して、地図を書き換えていく
– ソナーのように壁の位置がピンポイントで
決まらないセンサで特に有効
• 理由: 黒板で・・・
Oct. 7, 2015 確率ロボティクスと移動ロボットの行動生成 16
- 17. 手順
1. 初期化
– 各セルを0(=壁がない)に
– 0が「壁がない」、1が「壁がある」
2. センサ値と地図の比較
– あるセルの対数オッズを0か1に入れ替えた
地図m'二つに対してlog P(zt|m', xt)を足しこむ
• log P(zt|m', xt): これまでのセンサ値、ロボットの位置
に対する対数尤度
– 0,1から値の大きい方を選ぶ
Oct. 7, 2015 確率ロボティクスと移動ロボットの行動生成 17