外れ値処理を用いた確率的位置情報の統合による移動ロボットのロバストな位置推定: 様々な実環境での評価

摘要

自律移動ロボットにとって、環境中の自身の位置を特定する自己位置推定問題は重要な課題である。これまで筆者らは、自己位置推定のロバスト性の向上を目指し、単一センサや異種センサから得られる自己位置推定のための複数確率分布に対して外れ値処理を用いた位置情報の統合によるロバストな自己位置推定の提案をしてきた。提案手法では、各確率分布間距離をKL情報量や相関係数等で求め類似性を評価したのちに、真の位置での存在確率が著しく低い確率分布を検出し、選択·統合を行なっている。しかしながら、これまで提案手法の有効性検証は、限られた屋外環境でのみの実機実験で、各手法の得手不得手とする環境の特性に対する検証が不十分であった。そこで本稿では、屋内屋外問わず様々な環境での実機実験を通して、各手法が有効に働く環境の特性を明らかにする。