Movatterモバイル変換

ロボティクスにおけるSLAM 手法と実用化例千葉工業大学未来ロボット技術研究センター fuRo原祥尭（HARA, Yoshitaka）@ystk_hara SSII 2019, June 13

自己紹介（略歴）1SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例2007年：筑波大油田･坪内･大矢研修士2007年～2011年：日立製作所日立研究所（旧、機械研究所）2012年～2015年：学振特別研究員DC12015年：筑波大坪内･大矢研博士2015年～：千葉工大未来ロボット技術研究センター（fuRo）センサ融合自律走行ロボット掃除機まとめ

自己紹介（ROS 解説）2SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例“ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発”,RSJ 第94回ロボット工学セミナー, 2015.https://www.slideshare.net/hara-y/ros-slam-navigation-rsj-seminar“ROS を用いた自律移動ロボットのシステム構築”,RSJ 第99回ロボット工学セミナー, 2016.https://www.slideshare.net/hara-y/ros-nav-rsj-seminar“解説：ROS を用いた自律走行”,日本ロボット学会誌, vol. 35, no. 4, 2017.https://www.jstage.jst.go.jp/article/jrsj/35/4/35_35_286/_article/-char/ja/センサ融合自律走行ロボット掃除機まとめ

自己紹介（SLAM 解説）3SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例日経 Robotics 連載 “SLAM とは何か”, 全18回, 2016～2017.“SLAM とは何か：自己位置推定と地図構築の全体像”,RSJ 第112回ロボット工学セミナー, 2018.“SLAM の基礎とオープンソース”,RSJ 第119回ロボット工学セミナー, 2019.https://www.slideshare.net/hara-y/slam-rsj-seminar-2019センサ融合自律走行ロボット掃除機まとめ

3次元 SLAM を用いた歩道での約 2 km 自律走行4SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例https://youtu.be/njw9BPQUoa0センサ融合自律走行ロボット掃除機まとめ

異なるセンサ情報の融合5SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例

最尤推定、最大事後確率推定、ベイズ推定6SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例ロボット位置：x確率密度：p(･)事前確率 p(x|u)（オドメトリなど：u）尤度 p(z|x,u)（スキャンなど：z）事後確率 p(x|u,z)ベイズ推定事後確率の分布を推定最大事後確率（MAP）推定事後確率のモードを推定最尤推定尤度のみのモードを推定事後確率＝尤度×事前確率ベイズの定理による自己位置推定の概念図センサ融合自律走行ロボット掃除機まとめ

ベイズ理論に基づく SLAM 手法の分類7SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例最小二乗法は、誤差をガウス分布でモデル化した最尤推定に対応正則化最小二乗法の正則化項は、最大事後確率推定での事前確率に対応ベイズフィルタは、ベイズの定理とマルコフ過程に基づくベイズ推定スキャンマッチングでも事後確率やその確率分布を推定できないか？最尤推定最大事後確率（MAP）推定ベイズ推定推定対象尤度事後確率事後確率推定結果モード（点推定）モード（点推定）確率分布性質尤度のみを最適化事前確率と尤度を最適化事前確率と尤度を確率的に融合該当する手法スキャンマッチング、グラフベース SLAMグラフベース SLAM ベイズフィルタセンサ融合自律走行ロボット掃除機まとめ

通常のスキャンマッチングは尤度のみを考慮8SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例初期位置（車輪オドメトリ）を忘れてマッチングしていくため、センサ視野の狭さなどが原因で誤った位置に収束してしまう2次元平面での例時刻t-1のロボット位置時刻tの推定位置（誤り）時刻tの初期位置（オドメトリ）時刻tの実際の位置（真値）実際の形状目標点群計測点群マッチング計測点群を重ねようとした結果、初期位置から離れすぎて誤収束計測点群Hara+, “6DOF Iterative Closest Point Matching Considering A Prioriwith Maximum A Posteriori Estimation”, IROS 2013.センサ融合自律走行ロボット掃除機まとめ

最大事後確率 (MAP) 推定によるスキャンマッチング9SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例初期位置（車輪オドメトリ）の情報を破棄せずに事前確率として用い、正則化として与える制約内で計測点群をマッチングする2次元平面での例時刻t-1のロボット位置初期位置の近傍に留まる制約を事前確率として与える実際の形状目標点群計測点群時刻tの初期位置（オドメトリ）マッチングHara+, “6DOF Iterative Closest Point Matching Considering A Prioriwith Maximum A Posteriori Estimation”, IROS 2013.センサ融合自律走行ロボット掃除機まとめ

最大事後確率推定でのスキャンマッチングの定式化10SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例最小化するエネルギー関数最大事後確率（MAP）推定による位置合わせを、ベイズの定理に基づき正則化最小二乗法として導出ロボット位置の修正量atに関するベイズの定理尤度事前確率ロボット位置の修正量atの事後確率尤度事前確率最大事後確率（MAP）推定の枠組みで導出ロボット位置xtではなく修正量atで定式化axis-angle で3次元回転の正則化を実現axisanglex yzHara+, “6DOF Iterative Closest Point Matching Considering A Prioriwith Maximum A Posteriori Estimation”, IROS 2013.センサ融合自律走行ロボット掃除機まとめ

最大事後確率推定を用いた MAP-ICP マッチング11SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例Standard ICP（従来手法） MAP-ICP（提案手法）Xtion PRO LIVE視野：水平58deg、垂直45deg実験環境緑：目標点群赤：計測点群視野角が狭いため点群の重なりが少なく従来手法は誤収束ロボット[Hara+, IROS 2013]尤度だけでなく事前確率も最適化Hara+, “6DOF Iterative Closest Point Matching Considering A Prioriwith Maximum A Posteriori Estimation”, IROS 2013.センサ融合自律走行ロボット掃除機まとめ

ラプラス近似を用いた推定位置の確率分布計算12SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例共分散スキャン格子ベースの総当たり法ラプラス近似による確率分布実際の誤差分布（真値）[原+, ロボシン2010] により、推定位置の共分散を計算→グラフベース SLAM の制約条件として利用可能原+, “法線方向の拘束を利用したスキャンマッチングと尤度分布決定による確率的自己位置推定”, ロボシン 2010.対応付けを考慮したヘッセ行列の逆行列が共分散になる位置拘束が退化して長手方向に誤差大センサ融合自律走行ロボット掃除機まとめ

ラプラス近似を用いた推定位置の確率分布計算13SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例共分散スキャン格子ベースの総当たり法ラプラス近似による確率分布実際の誤差分布（真値）[原+, ロボシン2010] により、推定位置の共分散を計算→グラフベース SLAM の制約条件として利用可能原+, “法線方向の拘束を利用したスキャンマッチングと尤度分布決定による確率的自己位置推定”, ロボシン 2010.対応付けを考慮したヘッセ行列の逆行列が共分散になるセンサ融合自律走行ロボット掃除機まとめ

屋外での3次元マッチングと確率分布計算の様子14SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例10 m推定したロボット位置の確率分布3次元形状を平面に投影マッチング1回の処理は10 ms 未満スキャン形状に応じた適切な確率分布を動的に計算原+, “法線方向の拘束を利用したスキャンマッチングと尤度分布決定による確率的自己位置推定”, ロボシン 2010.センサ融合自律走行ロボット掃除機まとめ

スキャンマッチングにおける受光強度の活用15SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例レーザスキャンは形状だけでなく受光強度の情報を持つ受光強度を利用することで、形状特徴の乏しい点群を対応付け可能対象物の色や材質に関する情報を受光強度として取得可能ロボットHara+, “Mobile Robot Localization and Mapping by Scan MatchingUsing Laser Reflection Intensity of the SOKUIKI Sensor”, IECON 2006.センサ融合自律走行ロボット掃除機まとめ

受光強度を用いた Intensity-ICP マッチング16SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例 形状のみで最近傍の点を対応付け 平行な壁では、最大距離 4 m のために拘束が退化し一意に位置合わせできない 廊下の長手方向が短くなってしまう[Hara+, IECON 2006] 受光強度も考慮して対応付け 測定範囲の不足により退化が発生するが、廊下の長手方向も正しく推定できるStandard ICP（従来手法） Intensity-ICP（提案手法）Hara+, “Mobile Robot Localization and Mapping by Scan MatchingUsing Laser Reflection Intensity of the SOKUIKI Sensor”, IECON 2006.センサ融合自律走行ロボット掃除機まとめ

Intensity-ICP に基づく SLAM による地図構築17SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例短距離 LIDAR では退化する廊下を含む地図を、受光強度を活用して構築構築した地図は受光強度の情報も持つHara+, “Mobile Robot Localization and Mapping by Scan MatchingUsing Laser Reflection Intensity of the SOKUIKI Sensor”, IECON 2006.センサ融合自律走行ロボット掃除機まとめ

SLAM を用いた自律走行18SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例

屋外歩道で行われる自律走行公開実験（6月～11月）一般の人々がいる日常環境2007年度から毎年実施幹事として運営にも参加つくば市役所研究学園駅前公園

つくばチャレンジ2018での全チームの走行距離20SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例参加ロボット75台、完走6台チームによって経路が違うため、完走でも距離は異なる近年、オープンソースが充実してきたが、実環境での自律走行には課題が多いリアルワールドは難しい！1829961 20 1 1 2411519 185020 1 146305101520253035台数走行距離 [m]本走行本走行／記録走行センサ融合自律走行ロボット掃除機まとめ

自律走行や SLAM のオープンソース利用状況21SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例ROS で標準的な navigationと slam_gmapping が多いAutoware も多いCartographer は意外に少ない（試用して諦めたとの声も）製品である Stencil の利用もVisual SLAM は RTAB-Mapと ORB-SLAM のみで少ない1820118211210 5 10 15 20 25ROS navigationROS slam_gmappingROS hector_slamROS slam_kartoAutowareCartographerMRPTKaarta StencilRTAB-MapORB-SLAMオープンソース SLAM については [原, “SLAM の基礎とオープンソース”] を参照https://www.slideshare.net/hara-y/slam-rsj-seminar-2019センサ融合自律走行ロボット掃除機まとめ

地図構築（SLAM）の手法22SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例Laser SLAM が圧倒的多数、ただグラフベースはまだ少ないRGB-D、Visual SLAM は少数SLAM 不使用チームの戦略 オドメトリ地図で教示再生 GNSS（GPS など） トポロジカル地図 End-to-End 深層学習1325822150 5 10 15 20 25 30Laser スキャンマッチングLaser ベイズフィルタLaser グラフベース SLAMRGB-D SLAMVisual SLAMSLAM 不使用その他の統計は [原+, “つくばチャレンジ2018技術調査アンケートの報告”] を参照https://www.slideshare.net/hara-y/tsukuba-challenge-2018-surveyセンサ融合自律走行ロボット掃除機まとめ

様々な 3D-LIDAR が登場23SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例 Velodyne LIDAR（米国）https://velodynelidar.com/ 北陽電機（日本）https://www.hokuyo-aut.co.jp/ Ouster（米国）https://www.ouster.io/ HESAI（中国）http://www.hesaitech.com/ RoboSense LiDAR（中国）https://www.robosense.ai/ LeiShen LiDAR（中国）http://en.leishen-lidar.com/2次元も含め、これ以外にも非常に多くのスタートアップが開発センサ融合自律走行ロボット掃除機まとめ

全周ミリ波 RADAR を用いた自己位置推定24SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例[Cen and Newman, “Precise Ego-Motion Estimation with Millimeter-Wave Radarunder Diverse and Challenging Conditions”, ICRA 2018][Cen and Newman, “Radar-Only Ego-Motion Estimation in Difficult Settings viaGraph Matching”, ICRA 2019]Navtech CTS350-Xhttps://youtu.be/OHcj2A4cPMUhttps://youtu.be/nJeLHNf-U6kセンサ融合自律走行ロボット掃除機まとめ

ロボット掃除機での実用化例25SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例

ロボット掃除機における SLAM の実用化26SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例パナソニック・千葉工業大学産学連携センターでの開発例2018年3月発表 独自の ScanSLAM で自律走行、帰還 アクティブサスを用いた段差乗り越え スマホアプリでの可視化、操作2018年11月発表（社長直轄プロジェクト） ScanSLAM と人追従走行による掃除 深層学習による検出で段差乗り越え 縦型充電台で省スペースfuRo ロボット掃除機プロトタイプ次世代ロボット掃除機コンセプトモデルhttps://av.watch.impress.co.jp/docs/news/1109384.htmlhttps://robotstart.info/2018/11/01/moriyama_mikata-no65.htmlセンサ融合自律走行ロボット掃除機まとめ

iRobot ルンバ 980 の Visual SLAM（2015年）27SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例 ポーズグラフによる Visual SLAM フロアトラッキングセンサなどと融合 占有格子地図を近接／バンパセンサで構築 掃引計画と探査により掃除領域と地図を拡大https://youtu.be/oj3Vawn-kREセンサ融合自律走行ロボット掃除機まとめ

iRobot ロボット掃除機28SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例ルンバ i7+（2018年） 地図を保持、地図更新、地図結合 自動／手動で部屋分割、部屋単位で掃除、名前指定が可能 複数地図に対する大域的位置推定 処理速度が34倍向上 (9880 MIPS) 自動ゴミ収集する充電台ルンバ s9+, ブラーバ Jet m6（2019年） ルンバ最新はD型の車体、隅掃除に強い 3Dセンサを搭載、前方の障害物検出 ブラーバにも Visual SLAM 搭載 2台連携で掃除（掃き→拭き） iRobot 社の Visual SLAM は、Evolution Robotics 社の技術がベースだと思われる Evolution Robotics 社は2000年代に Visual SLAM を製品化、2012年に買収された NorthStar という人工ランドマークを用いた床拭きロボット Mint も販売していたセンサ融合自律走行ロボット掃除機まとめ

Dyson ロボット掃除機29SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例ダイソン 360 Eye（2015年） 全方位カメラを用いた Visual SLAM 薄型充電台ダイソン 360 Heurist（2019年） 地図を保持、地図更新、地図結合 手動で部屋分割、名前指定が可能 複数地図に対する大域的位置推定 LEDライトで暗所対応 処理速度が20倍向上（1.4 GHz クアッドコア）センサ融合自律走行ロボット掃除機まとめ

Laser SLAM を用いたロボット掃除機30SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例Neato Robotics Botvac（2010年～） Laser SLAM による製品化の先駆者 D型の車体、隅掃除に強い 三角測量方式の安価 LIDAR を開発[Konolige+, “A Low-Cost Laser Distance Sensor”, ICRA 2008]ECOVACS DEEBOT（2016年～） Laser SLAM、部屋分割やエリア指定を2016年時点で実現 1台で掃き掃除と拭き掃除Xiaomi、Anker、ほか多数 中国メーカを中心に多くの製品が登場センサ融合自律走行ロボット掃除機まとめ

まとめ31SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例

今後の発展、オープンプロブレム32SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例 地図更新、地図結合異なる時刻や複数台ロボットの地図データの活用 長時間活動への対応グラフベース SLAM は走行に伴ってグラフが増大し、処理が重くなる 過酷な環境変化への対応昼／夜、晴／雨／雪／霧／砂埃、季節変化、移動物体 セマンティックセグメンテーション、マッピング（物体や場所の属性認識） 深層学習との統合（画像、点群）カメラ画像の深度推定、画像／点群の特徴抽出、End-to-End 自律走行システムや実運用システムのインテグレーションセンサ融合自律走行ロボット掃除機まとめ

まとめ33SSII 2019, June 13, ロボティクスにおける SLAM 手法と実用化例異なるセンサ情報の融合 最尤推定、最大事後確率推定、ベイズ推定 MAP-ICP、ラプラス近似を用いた確率分布計算、Intensity-ICPSLAM を用いた自律走行 つくばチャレンジにおけるオープンソース、3D-LIDAR 全周ミリ波 RADARロボット掃除機での実用化例今後の発展、オープンプロブレムセンサ融合自律走行ロボット掃除機まとめ

Movatterモバイル変換

Change Language

ロボティクスにおける SLAM 手法と実用化例

Recommended

More Related Content

What's hot

Similar to ロボティクスにおける SLAM 手法と実用化例

ロボティクスにおける SLAM 手法と実用化例