文献

J-GLOBAL ID：202002260831022136   整理番号：20A1990479

レンジセンサを用いた屋内構造化環境における移動ロボットのための線分抽出およびポリラインマッピング

Line Segment Extraction and Polyline Mapping for Mobile Robots in Indoor Structured Environments Using Range Sensors

著者 (4件)： RAVANKAR Ankit A. (Division of Human Mechanical Systems and Design, Faculty of Engineering, Hokkaido University) ,  RAVANKAR Abhijeet (Department of Mechanical Engineering, Faculty of Engineering, Kitami Institute of Technology) ,  EMARU Takanori (Division of Human Mechanical Systems and Design, Faculty of Engineering, Hokkaido University) ,  KOBAYASHI Yukinori (Division of Human Mechanical Systems and Design, Faculty of Engineering, Hokkaido University)
資料名： SICE Journal of Control, Measurement, and System Integration  (SICE Journal of Control, Measurement, and System Integration)
巻： 13  号： 3  ページ： 138-147(J-STAGE)  発行年： 2020年 
JST資料番号： L7831A  ISSN： 1882-4889  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： ロボットマッピングと探査タスクは,多くのロボットアプリケーションにとって重要であり,移動ロボットが未知の環境で自律的にナビゲーションすることを可能にする。したがって,環境の正確なモデルは,ナビゲーションを局所化し,実行するためのロボットにとって必須である。本論文では,同時に位置決めとマッピング問題を解くためにレンジセンサを用いた屋内環境のラインセグメントベースのマッピングを提示した。提案方法は,レーザレンジセンサデータからのラインセグメント検出のために,正Hough変換アルゴリズムを使用した。線抽出アルゴリズムは,ロボット姿勢不確実性とともにレンジセンサから雑音モデルを組み込んだ。提案方法を拡張Kalmanフィルタと統合した。抽出した線は,環境中の異なる構造を正しく表現するために併合し,著者らは,シミュレーションおよび実際のデータセットに関する著者らのマッピング法の結果を示した。実験結果は,提案方法がロボットナビゲーション用に,環境の正確なラインセグメントマップを構築することができることを証明した。(翻訳著者抄録)

シソーラス用語： *センサ ,  移動ロボット ,  *写像 ,  *移動 ,  Kalmanフィルタ ,  位置決め ,  検出 ,  *レンジセンサ ,  拡張Kalmanフィルタ
準シソーラス用語： *マッピング ,  *ロボットナビゲーション ,  線分検出

著者キーワード (5件)： ロボットマッピング ,  線分抽出 ,  騒音モデリング ,  同時位置決めとマッピング ,  拡張Kalmanフィルタ

分類 (1件)： ロボットの運動・制御  (IC04012J)

引用文献 (20件)：

• [1] S. Thrun, W. Burgard, and D. Fox: Probabilistic robotics, Intelligent Robotics and Autonomous Agents, The MIT Press, 2005.
• [2] C. Cadena, L. Carlone, H. Carrillo, Y. Latif, D. Scaramuzza, J. Neira, I. Reid, and J.J. Leonard: Past, present, and future of simultaneous localization and mapping: Toward the robust-perception age, Trans. Robot., Vol. 32, No. 6, pp. 1309-1332, Dec. 2016.
• [3] A.A. Ravankar, Y. Hoshino, T. Emaru, and Y. Kobayashi: Map building from laser range sensor information using mixed data clustering and singular value decomposition in noisy environment, 2011 IEEE/SICE International Symposium on System Integration (SII), pp. 1232-1238, 2011.
• [4] Y.-T. Wang, C.-C. Peng, A.A. Ravankar, and A. Ravankar: A single LiDAR-based feature fusion indoor localization algorithm, Sensors, Vol. 18, No. 4, p. 1294, 2018.
• [5] M. Montemerlo, S. Thrun, D. Roller, and B. Wegbreit: FastSLAM 2.0: An improved particle filtering algorithm for simultaneous localization and mapping that provably converges, Proceedings of the 18th International Joint Conference on Artificial Intelligence, IJCAI'03, pp. 1151-1156, 2003.

タイトルに関連する用語 (6件)： レンジセンサ ,  屋内 ,  構造化 ,  環境 ,  ロボット ,  線分