今後の課題と展望

本手法に関しての発展は，まず詳細な位置合わせと組み合わせることである．本 手法では占有格子地図とフロアマップの大域的な位置合わせ問題を解決したため，

この結果を初期値として詳細な位置合わせをすることで，より精度良く位置合わせ ができる．また，変形位置合わせ [36][37]といった手法を利用することで，完全に 一致することはない両地図のより正確な対応の獲得が見込まれる．

次に3Dセンサの利用が考えられる．現在はロボットに搭載した2Dレーザセン サによって占有格子地図を生成しているが，3Dレーザセンサを用いて壁面推定を することで，床に置いてある障害物を除去し，フロアマップにより近い環境地図を 作成することができると考えられる. 障害物がたくさん置いてある環境以外にも，

壁際に背の高い棚などがあるために占有格子地図の形状が変化し，領域分割の結 果が変化してしまう可能性がある．この問題に対しては，マンハッタンワールド仮 説 [38]をおくことで占有格子地図から建物の形状，つまりフロアマップの形状を推 定することが考えられる．

さらに，環境地図を作成しながらフロアマップとの関係を逐次的に推定すること も挙げられる．地図の生成と位置合わせを同時に進めていくことで，未知の屋内で あってもフロアマップを見つければ，地図を生成しつつフロアマップの情報を利用 できるようになる．

本研究に対する応用を広げることも今後の課題として挙げられる．本手法を用い ることで，フロアマップ上にロボットの位置を表示することが可能であった．その ため，ユーザにとって見やすいフロアマップ上でロボットの位置や情報を表示し，

管理することができると考えられる．

謝辞

本研究は，奈良先端科学技術大学院大学 情報科学研究 情報科学専攻 ロボティク ス研究室 小笠原司教授のご指導の下で行いました．本研究の遂行にあたり，多岐に わたるご指導やご助言を賜りました小笠原司教授に深く感謝いたします．

論文執筆にあたり適切な御教示や御助言を頂きました本学情報科学研究科の萩田 紀博教授に深く感謝いたします．

研究方針や論文執筆にあたり，専門分野から様々な御指導や御助言を頂きました 同研究科の高松淳准教授に深く感謝いたします．

同研究科の丁明助教授には本研究室の研究会などで多くの御指導や御助言を頂き ました．深く感謝いたします．

同研究科のGustavo Alfonso Garcia Ricardez博士研究員には英語論文執筆の御 指導や御助言を頂きました．深く感謝いたします．

同研究科秘書の大脇美千代氏，池田美輝氏には学会発表など様々な面でサポート をして頂きました．深く感謝いたします．

本研究に対し，厳しくも的確な御意見・御指摘を頂きました本研究室博士後期課 程の築地原里樹氏に深く感謝いたします．本研究室博士後期課程の山崎亘氏には 研究や研究生活について多くのご助言をいただきました．深く感謝いたします．本 研究室博士後期課程の袴田有哉氏にはサービスロボットグループのメンバーとし て様々な形でご支援頂きました．深く感謝いたします．先輩，同輩ならびに後輩た ちには研究に対してのご助言や様々な形での支援を頂きました．深く感謝いたし ます．

最後に，長い学生生活を支えていただいた両親，家族並びに友人たちに心から感 謝いたします．

参考文献

[1] K. Okada, M. Kojima, S. Tokutsu, T. Maki, Y. Mori, and M. Inaba, “Multi-cue 3d object recognition in knowledge-based vision-guided humanoid robot system,” inIEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 3217–3222, 2007.

[2] U. Yamaguchi, F. Saito, K. Ikeda, and T. Yamamoto, “Hsr, human sup-port robot as research and development platform,” in The International Conference on Advanced Mechatronics, vol. 2015, no. 6, pp. 39–40, 2015.

[3] E. A. Topp and H. I. Christensen, “Tracking for following and passing persons.” inIEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 2321–2327, 2005.

[4] G.-J. M. Kruijff, H. Zender, P. Jensfelt, and H. I. Christensen, “Clar-ification dialogues in human-augmented mapping,” in The 1st ACM SIGCHI/SIGART Conference on Human-robot Interaction, pp. 282–289, 2006.

[5] E. A. Topp and H. I. Christensen, “Topological modelling for human aug-mented mapping,” in IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 2257–2263, 2006.

[6] C. Nieto-Granda, J. G. Rogers, A. J. Trevor, and H. I. Christensen, “Se-mantic map partitioning in indoor environments using regional analysis,”

inIEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 1451–1456, 2010.

[7] Z. Liu and G. von Wichert, “Extracting semantic indoor maps from occu-pancy grids,” Robotics and Autonomous Systems, vol. 62, no. 5, pp. 663–

674, 2014.

[8] F. Aurenhammer, “Voronoi diagrams―a survey of a fundamental geometric data structure,”ACM Computing Surveys (CSUR), vol. 23, no. 3, pp. 345–

405, 1991.

law for generating the generalized voronoi graph,” in IEEE International Conference on Advanced Robotics, pp. 333–338, 1997.

[10] B. Lau, C. Sprunk, and W. Burgard, “Efficient grid-based spatial repre-sentations for robot navigation in dynamic environments,” Robotics and Autonomous Systems, vol. 61, no. 10, pp. 1116–1130, 2013.

[11] I. Ulrich and I. Nourbakhsh, “Appearance-based place recognition for topological localization,” in Robotics and Automation, 2000. Proceedings.

ICRA’00. IEEE International Conference on, vol. 2, pp. 1023–1029, 2000.

[12] S. Thrun, J.-S. Gutmann, D. Fox, W. Burgard, B. Kuiperset al., “Integrat-ing topological and metric maps for mobile robot navigation: A statistical approach,” inAAAI/IAAI, pp. 989–995, 1998.

[13] S. Umeyama, “An eigendecomposition approach to weighted graph match-ing problems,” IEEE Transactions on Pattern Analysis and Machine In-telligence, vol. 10, no. 5, pp. 695–703, 1988.

[14] M. Zaslavskiy, F. Bach, and J.-P. Vert, “A path following algorithm for the graph matching problem,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 31, no. 12, pp. 2227–2242, 2009.

[15] M. Leordeanu and M. Hebert, “A spectral technique for correspondence problems using pairwise constraints,” in IEEE International Conference on Computer Vision (ICCV), vol. 2, pp. 1482–1489, 2005.

[16] F. Zhou and F. De la Torre, “Deformable graph matching,” in the IEEE Conference on Computer Vision and Pattern Recognition, pp. 2922–2929, 2013.

[17] T. B. Sebastian, P. N. Klein, and B. B. Kimia, “Recognition of shapes by editing their shock graphs,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 26, no. 5, pp. 550–571, 2004.

[18] R. Singh, J. Xu, and B. Berger, “Global alignment of multiple protein interaction networks with application to functional orthology detection,”

the National Academy of Sciences, vol. 105, no. 35, pp. 12 763–12 768, 2008.

[19] O. Kuchaiev and N. Pržulj, “Integrative network alignment reveals large

regions of global network similarity in yeast and human,” Bioinformatics, vol. 27, no. 10, pp. 1390–1396, 2011.

[20] A. E. Aladağ and C. Erten, “Spinal: scalable protein interaction network alignment,”Bioinformatics, vol. 29, no. 7, pp. 917–924, 2013.

[21] T. Tamanaha and H. Nakamaya, “Unsupervised cosegmentation based on global graph matching,” in The 23rd ACM International Conference on Multimedia, pp. 1203–1206, 2015.

[22] V. Setalaphruk, A. Ueno, I. Kume, Y. Kono, and M. Kidode, “Robot navigation in corridor environments using a sketch floor map,” in IEEE International Symposium on Computational Intelligence in Robotics and Automation (ICRA), vol. 2, pp. 552–557, 2003.

[23] S. Ito, F. Endres, M. Kuderer, G. D. Tipaldi, C. Stachniss, and W. Bur-gard, “W-rgb-d: Floor-plan-based indoor global localization using a depth camera and wifi,” in IEEE International Conference on Robotics and Au-tomation (ICRA), pp. 417–422, 2014.

[24] B. Behzadian, P. Agarwal, W. Burgard, and G. D. Tipaldi, “Monte Carlo localization in hand-drawn maps,” inIEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 4291–4296, 2015.

[25] S. Thrun, D. Fox, W. Burgard, and F. Dellaert, “Robust monte carlo lo-calization for mobile robots,” Artificial Intelligence, vol. 128, no. 1, pp.

99–141, 2001.

[26] R. Bormann, F. Jordan, W. Li, J. Hampp, and M. Hägele, “Room seg-mentation: Survey, implementation, and analysis,” in IEEE International Conference on Robotics and Automation (ICRA), pp. 1019–1026, 2016.

[27] P. Buschka and A. Saffiotti, “A virtual sensor for room detection,” in IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), vol. 1, pp. 637–642, 2002.

[28] A. Bundy and L. Wallen, “Breadth-first search,” in Catalogue of Artificial Intelligence Tools. Springer, 1984, pp. 13–13.