Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

itou m

656 views

Published on

  • Be the first to comment

  • Be the first to like this

itou m

  1. 1. サブサンプションアーキテクチャを 用いた 経路計画問題に関する研究 複雑系工学講座調和系工学分野 伊藤 雄介
  2. 2. 背景 障害物回避 歩き回る 探査 地図作成 セ ン サ ア ク チ ュ エ ー タ • サブサンプションアーキテクチャ – 1986年,MITのBrooksによって考案 従来型 タスク達成行動ごとに分割可能 単純な機構の組み合わせ 複雑な行動の創発
  3. 3. 背景 目的 • サブサンプションアーキテクチャの用途,可 能性の調査,検討 • 経路計画レイヤーの導入とその効果の検討 • タスク達成行動(レイヤー)への分割の利点 – 個々の機構は単純なため設計しやすい – 漸進的に拡張可能
  4. 4. 先行研究 • 火星探査ロボットTooth(Gatら,1994) – 惑星探査:自律的な行動が必要 – 単純な機構で複雑な行動を実現したい • 缶拾いロボットHerbert(Connell,1989) – オフィス環境で缶を見つけて回収する 行動の複雑性の限界 小さな物体を探索し,つかんで拾い上げ, 持ち帰る 自機の移動の他にカメラ,アームにも適用
  5. 5. 発展研究(設計の容易さ,拡張性) 熟考型プランナの導入 • 「Integrating Planning and Reacting in a Heterogeneous Asynchronous Architecture for Controling Real-World Mobile Robot」,(Gat,1992) – 移動ロボットの制御 – サブサンプションアーキテクチャに大域的なプランニングを行う機 構を追加 • レイヤーの分割、結合方法 – どのように分割するか? (=どのようなレイヤーを用いるか?) – どのように組み合わせるか?
  6. 6. 本研究の取り組み • 経路計画を立てる熟考型プランナを導入し, – 内部マップに環境を記憶 – 内部マップを元に,その中での有効経路をGAで探索 一点へ向かう 経路計画 目的地決定 地図作成 セ ン サ ア ク チ ュ エ ー タ • 地図作成 – 内部マップを作成 • 目的地決定 – 大域的なプランニング • 経路計画 – 目的地までの中間点を探索,設定 • 一点へ向かう – 与えられた一点に到達するようアク チュエータを制御
  7. 7. 問題設定 • 移動ロボットの制御が困難な理由 – 何をするべきか決めるための時間が限られている – 環境は予測不可能で完全なプランニングができない 未知環境における荷物収集タスク • 制限時間が定められている • 未知環境なので環境に応じた再プランニングが必要 • 容易に応用,拡張可能
  8. 8. タスク環境 制限時間内に, 障害物を回避しつつ, 荷物をできるだけ多く発 見,回収し スタート地点に戻る 青:障害物 黒:荷物 視界は前後左右に存在
  9. 9. アルゴリズム • While Contour Parallel法に基づいた掃引動作を継続 – If 残り時間が少ないとき then 最初のスタート地点へ 戻る – If 荷物を検知したら then その荷物を回収に向かう 目的地決定 • 得られた内部マップを用いて,現在位置から目的地までの – 障害物を回避しながら, – できるだけ多くの荷物の場所を通るような経路を探索 経路計画 障害物回避に必要な経路の距離削減 効率良い経路での荷物の回収 目的
  10. 10. GAを用いた経路計画 S G視界 1 2 3 1 2 3 現在位置から目的地まで の中間点を3点を探索 遺伝子:領域内の3桁の(x,y)座標 の各桁の数字1つ (192,123),(201,225) 評価関数:各点間の距離を最小化 点と点の間に壁があったらペナルティ(距離を増やす)  荷物があったらボーナス(距離を減らす)
  11. 11. 比較(単純な回避行動) 障害物,荷物の数を10,20,30と変え,それぞれに対し て20試行行いその平均を取った S G 1 2 3 1 2 3 現在位置と目的地の間に 障害物があったら,なくな るまで方向を転換 実験
  12. 12. 結果(総移動距離) 青:経路計画レイヤー 赤:回避行動レイヤー 試行中の総移動距離 がより少なくなっている 効率の良い経路設定 が行えている 荷物10個の際の移動距離の差異 0 1000 2000 3000 4000 0 5 10 15 20 25 30 35 障害物の数 総移動距離平均 荷物20個の際の移動距離の差異 0 1000 2000 3000 4000 0 5 10 15 20 25 30 35 障害物の数 総移動距離平均
  13. 13. 結果(荷物回収個数) 平均荷物回収個数は軒並み 回避行動レイヤーのほうが多い 青:経路計画レイヤー 赤:回避行動レイヤー 障害物の個数に対する荷物一つあたりの回収に必要な距離 0 50 100 150 200 250 300 350 0 5 10 15 20 25 30 35 障害物の個数 荷物一つあたりの回収 に必要な距離 荷物一つ当たりの回収に 必要な距離も回避行動レ イヤーのほうが少ない タスクの達成能力で 劣っている 荷物が30個の場合 0 5 10 15 20 25 0 5 10 15 20 25 30 35 障害物の数 平均回収個数
  14. 14. 考察 • 望んだような性能を発揮できなかった – GAの設定方法 • 一般的に,TSP等の最短経路問題での適応度設 定では,分母に全巡回長を用いるが,本研究では, (ある値ー距離)で与えている – この値の設定方法に問題 • ゴールまでの3点の中間点 – 3点が妥当か? – 上式によると,1点目と2点目が同じ座標の場合,その間 の距離は0 » 3点が必要な状況下では3点(もしくはそれ以上) » そうでない場合は1点,2点のみプランニング 柔軟なプランニング
  15. 15. ことを確認した • サブサンプションアーキテクチャの調査を行い, – 単純な機構でも,障害物を回避しつつ物体の回収を 行って帰還することは可能である – それ以上複雑なことをさせるために,熟考型プラン ナを導入する手法が存在する • 障害物を効率よく回避する、または荷物を効率 よく集めるための経路を計画するレイヤーを提 案,導入したが,特別な効果は得られなかった 結論 明確な課題について今後取り組んで行きたい

×