---
title: SI2024ポスター
tags:  #si2024 #学会  
author: [Ryuichi Ueda](https://www.docswell.com/user/ryuichiueda)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/4EZK1QZME3.jpg?width=480
description: 「価値反復による移動ロボットのナビゲーションのための占有格子地図上での移動障害物の位置予測」 2024年12月18日@アイーナ・いわて県民情報交流センター
published: December 20, 24
canonical: https://www.docswell.com/s/ryuichiueda/ZEX11D-si2024
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/4EZK1QZME3.jpg)

価値反復による移動ロボットのナビゲーションのための
占有格子地図上での移動障害物の位置予測
〇上田隆一（千葉工大）
背景：移動ロボットの動的障害物の回避
何かが近づいてきたら将来の
位置を予測して避けたほうが
よいが…[1など非常に多数の研究]
 事故は予測を信じたら発生
本研究はJSPS 科研費JP24K15127 の助成を受けた.
提案する位置予測アルゴリズム
移動障害物を記録した過去n回分の
占有格子地図から軌跡をサンプリング→補外
?
3step前
2
 山を張ると事故⇒ちょっと向きを変えるための
ぼんやりとした予測で十分
黒: 元々の計画
青: 局所的に変更
しただけの経路
赤: 合理的な経路
廊下
 大域計画の枠組みで
予測結果を使いたい
状態価値関数ベースのナビゲーション
での予測の利用
価値反復ROSパッケージ[2]
 状態価値関数 V を計算し続ける
 V : ロボットの姿勢 x = (x,y,θ ) に対する
ゴールまでのコスト（時間+危険度）の関数
 すべてのxに対して計算（計算量が大きいが可能）
 xyθ 空間を格子状に離散化したテーブルに記録
 占有格子地図にθ 軸を加えた3次元配列
ロボット
障害物
V
適
経
路
追加した障害物に気づく前
気づいてしばらくした後
通り抜けられない
→コストが上がる
 できていること: 大域計画のなかで
準静的な障害物の回避（実機で検証）
 現れた障害物のコストを速やかにVに反映
 予測はせず
目的：同パッケージへの
予測機能の組み込み
やること
1. 位置予測
1
0
1
2～10秒後
の分布
到達可能な領域か
ら次の位置を選択
予測
位置
軌跡の両端を
単純に補外
軌跡のサンプリング・予測方法
ロボットの左側が若干薄い
→適切にコストを与えると
左に寄るかも（要検証）
静止したロボット（2次元LiDAR）
で廊下の向こうから来る歩行者の
腰の高さを観測して予測した例
特長
 個々の物体の動きをクラスタリングせず予測
 脚が2本写る高さにLiDARがあっても機能
 高速（予稿参照）
改善すべき点
 障害物がすれ違う際に幻の分布が出現
 異なる物体間で軌跡がサンプリングされる
 大きな障害物だと分布が不必要に広がる
 パラメータ次第で分布の広さが変化
間違った
サンプリング
左足の予測
分布
左右の足（近い距離
で止まったり動いた
り動作が複雑）
最
2
0
 大域計画のプランナーとの親和性・矛盾
 予測を局所計画だけに使うと回避だけが目的に
 「迂回」ができない（下図）
 目的地への到達と回避の別々の最適化問題を
同時に解くと原理的にデッドロックの可能性
 システム肥大化
4
3
右足の予測
分布
小型ロボット上のLiDAR（地上
100mm）のデータを用いた予測
まとめ
偽の分布
実際の動き
偽の分布の発生
占有格子地図のなかで移動障害物の位置を
予測する手法の実装
 明示的なクラスタリングなしで複数の移動
物体の位置を予測可能
今後
 大きな障害物への対応
今回やること
 占有格子地図の中で完結するよう簡素に
 今回はロボットは静止
2. 予測結果からのV の計算方法の考案と実装
 交差した軌跡の入れ替え（右図）
 パッケージへの組み込み
or 独立したパッケージ作成→評価
参考文献
分布が
広がる
広がら
ない
[1] Dieter Fox et al.: “The Dynamic Window Approach to Collision Avoidance,”
IEEE Robotics &amp; Automation Magazine, 4(1), pp. 23-33, 1997.
[2] Ryuichi Ueda et al.: “Implementation of Brute-Force Value Iteration for Mobile
Robot Path Planning and Obstacle Bypassing,” JRM, 35(6), pp. 1489-1502, 2023.


