第 6 章 広域空間の磁場の地図化 70
6.10 本章のま と め
数の行列積を 計算する 場合のみ並列計算を 行い， 計算速度の高速化を 行っ て いる)． そのた め， GPUを 利用する こ と で， 更なる 高速化を 達成する こ と も でき る ． ガウ ス過程の計算時 間はO(n3)(nはト レ ーニン グデータ の数)であり ， その主な計算時間はn×nの逆行列を 求 める こ と に用いら れる ． 逆行列を GPUを 用いて高速に求める こ と は難し いと 考えら れる が，
ガウ ス過程の計算にはn×nの行列の積計算も 多く 含ま れる ． こ れを GPUを 用いて 高速化 する のみでも ， かな り の高速化を 実現でき る と 考え ら れる ．
6.9.2 磁場地図の精度に関する 考察
構築し た地図の精度を 検証する ためには， 実際の空間の磁場を 手作業で計測し ， それと 比 較する こ と が有効である ． し かし ながら ， 前述の通り ， 本実験環境の磁場を 地図化する には，
膨大な 時間が要求さ れる ． そのため本研究では， 6.3.2項で述べたよ う に， 一ヶ 所の環境に おいて のみすべて の磁場計測を 行い， それと 推定精度の比較を 行っ た． その結果から ， 磁場
計測が約60 cm間隔で行われて いれば， 十分な 精度で推定ができ る こ と を 検証し た． し か
し 当然ながら ， こ の推定精度は環境によ っ て ， すなわち 磁場の変動の状態など によ り 変化す る と 考え ら る ． 実環境中の磁場のパタ ーン は多様であり ， こ れに対する 推定の精度評価など は今後の課題と な る ．
一方で， 自己位置推定実験よ り ， 磁場地図を 用いて 真値の位置追跡を 行う こ と ができ たこ と は， 重要な 結果である ． 本実験で行っ た磁場計測では， 磁場の計測間隔が60 cm以下に なる こ と に留意し て 行っ た． すなわち ， 60 cm毎には正確な計測値が取得でき て いる と 判断 でき る ． こ こ で磁場分布推定において 重要なこ と は， こ の間の磁場の推定精度が， 位置推定 に利用でき る 程度の推定精度を 有し て いる かである ． 本研究で採用し たMCLにおいて は，
推定の不確かさ を 考慮し て位置推定を 行う 枠組みが組み込ま れている ため， 構築し た磁場地 図を 用いた自己位置推定を 達成する こ と ができ たいえ る ． こ の結果から ， 少なく と も 60 cm 毎に磁場計測を 行う と いう ルールを 守る こ と で， MCLを 用いた自己位置推定へ適用可能な 磁場地図構築が可能である と 考え ら れる ．
6.10 本章のま と め
本章では， 広域空間の磁場を 効率的に地図化する こ と を 目的と し て ， 移動ロ ボッ ト を 用い た磁場計測， およ びガウ ス回帰過程を 用いた磁場分布推定法を 提案し た． 本手法を 端的に述 べる と ， 移動ロ ボッ ト が幾何地図を 用いた自己位置推定を 行いながら 磁場計測を 行い， 効率 的に磁場の値と その位置を 取得する ． こ れら の計測データ を ト レ ーニン グデータ と みな し ，
6.10 本章のま と め
ガウ ス過程回帰によ り 空間すべて の磁場分布を 推定する ． こ の方法を 用いる こ と で， 広域空 間の2次元， およ び3次元の磁場地図を 構築する こ と を 達成し た．
さ ら に， 本手法を 用いた磁場地図構築が有効である こ と を 示すために， 以下のこ と を 実施 し た．
ガウ ス過程回帰によ る 磁場分布推定精度の検証．
手作業， およ び提案手法を 用いた磁場地図構築の所要時間の比較．
構築し た磁場地図を 利用し たMCLによ る 自己位置推定の実験．
ガウ ス過程回帰によ る 磁場分布推定の精度検証を 行う ために， ま ず一環境すべての磁場を 手 作業で計測し た． こ の計測データ を 真値と し ， そこ から データ を 間引いて 回帰を 行い， その 推定精度を 検証し た． こ の結果から ， 磁場計測の間隔が60 cm以下であれば， 十分な精度で 推定が行え る こ と を 示し た． ま た， こ の際に手作業での磁場計測に要し た時間と ， 提案手法 によ る 磁場地図構築の時間と 比較し た結果， 提案手法によ る 磁場地図構築が手作業に比べて 約30倍はやく な る こ と を 示し た． さ ら に， 構築し た2次元の磁場地図を 用いた MCLを 提 案し ， こ れによ り 自己位置推定を 行う こ と が可能になる こ と を 示すこ と で， Fig. 1.2に示す アイ ディ アを 2次元平面空間以上の空間において 拡張し て 利用でき る こ と を 明ら かにし た．
こ れら の結果から ， 本章で提案する 磁場地図構築法が有効である こ と を 示し た．
第 7 章 結言
7.1 各章のま と め
本研究では， 自律移動ロ ボッ ト が「 正確かつ安定し た自律移動を 実現する こ と 」 を 主目的 と し た． こ の主目的を 達成する ために， 自己位置推定に焦点を 当て た． 自己位置推定は， 移 動ロ ボッ ト における 研究において ポピュ ラ ーな枠組みであり ， こ れま でに多く の方法が提案 さ れている ． こ れら の方法では， カメ ラ やLIDAR (Light Detection and Ranging)を 用いて 幾何ラ ン ド マーク を 取得し て自己位置推定を 行う こ と が一般的である ． こ れに対し て本研究 では， 磁気セン サを 用いて 自己位置推定を 行う 方法について 言及し て き た． し かし な がら ， 磁気セン サを 用いて 自己位置推定を 行う こ と は， 多く の課題が存在する ため容易ではな い．
その主な課題と し て は， 磁気セン サを 用いて 高い精度で自己位置推定を 行う こ と ， およ び広 域な磁場の地図を 構築する こ と が難し いこ と が挙げら れる ． 本論文は， こ れら の問題を 解決 し ， 磁気セン サを 用いて 自己位置推定を 行う 方法について ま と めて いる ．
磁気セン サを 用いた位置推定を 行う にあたり ま ず問題と なる こ と は， 磁場が不可視である ためにその利用法を 直感的に理解でき ないこ と にある と いえ る ． そこ で第2章において ， 磁 場の性質を 実験的に調査する こ と で， 磁場を 移動ロ ボッ ト のための自己位置推定やナビゲー ショ ン を 行う 際の留意点を 明ら かにし た． こ の調査から ， 磁気セン サの計測値が時間経過に 伴い変化する も のの， 環境中に存在する 磁場の乱れは時間変化に対し て安定し て観測でき る こ と を 示し た． ま た， 電磁デバイ スと 磁気セン サの間に一定の距離を 設ける こ と で， 電子デ バイ スの影響を 受けずに環境磁場を 計測でき る こ と を 示し た． さ ら に， 環境中に存在する 磁 性体に よ る 磁場の乱れが， こ れら 電子デバイ ス な ど の影響に 比べて 十分大き いこ と を 示し た． こ れら の結果から ， 磁場の乱れを 移動ロ ボッ ト のナビゲーショ ン に利用でき る こ と を 明 ら かにし ， さ ら にこ れら の利用方法について 述べた．
第3章では， 第2章の磁場の実験的調査に 基づいて ， Rahokら に よ っ て 提案さ れた磁気 ナビゲーショ ン 法の再実装を 行っ た． 磁気ナビゲーショ ン 法は， 外界情報と し て 磁場だけを 用いて 自律移動を 行う 手法であり ， 本研究において も 重要な概念を 提供する 手法である ． 第 3章では， 磁気ナビゲーショ ン 法の再実装に加え ， 当該手法を 用いた屋外環境での自律移動 実験を 行っ た． こ の結果から ， 磁気ナビゲーショ ン 法における 利点や問題点を 示し た． 磁気 ナビゲーショ ン 法における 特に顕著な問題は， 走行経路周辺の磁場の地図化し か行っ て いな
7.1 各章のま と め
いために， 走行経路から 逸脱する こ と ができ ないこ と である ． 走行経路周辺の磁場のみを 地 図化し て いる 理由は， 上述の通り ， 広域な 空間の磁場を 地図化する のが困難な ためである ． ま た， 経路位置脱を 防いだ自律移動を 行う ために， 経路追従に関する 多大なパラ メ ータ 調整 が必要と いう 点である ． こ のパラ メ ータ 調整が必要と なる 理由も ， 広域な磁場の地図がない ためである ． 第4およ び第5章では， 磁気ナビゲーショ ン 法と 同様に， 走行経路の磁場のみ を 地図化し た状態で自律移動を 行う 方法を 提案し て いる ． 特に， 幾何情報(LIDARな ど に よ っ て 計測さ れる 幾何ラ ン ド マ ーク)を 併用する こ と で， 上記磁気ナビゲーショ ン 法の問題 を 解決し て いる ．
第4章では， 第3章に おいて 明ら かに し た磁気ナビゲーショ ン 法に おけ る 問題点を 解決 する こ と を 目指し て ， 分散制御シス テム に よ り 経路追従を 行う 磁気ナビゲーショ ン 法を 提 案し た． 本手法では， 磁気セン サ， LIDAR， およ びオド メ ト リ の計測値に基づき 経路追従 を 行う モジュ ール(ナビゲータ)を 複数実装し ， それぞれに優先度を 付加し た． 各ナビゲー タ は， 自ら が使用する セン サの観測値を 監視し ， 観測値が有用である と 判断さ れた場合に，
高い優先度で制御入力を 行う ． こ の際， 最も 優先度の高いナビゲータ の制御入力に 従いロ ボッ ト は経路追従を 行う ． こ れによ り ， ロ ボッ ト に正確な指定経路の追従を 行わせる こ と が でき る ナビゲータ の入力が採用さ れる こ と に な り ， パラ メ ータ 調整を 行う こ と な く 正確な 経路追従を 行う こ と ができ る よ う に な っ た． ま た， 実環境での道案内デモン ス ト レ ーショ
ン(ROBOMEC2013にて開催)にて確実な自律移動を 達成する こ と で， 本手法の有用性を 示
し た．
第5章では， 磁気ナビゲーショ ン 法の利点を 他の位置推定法と 併用する こ と を 目指し ， 幾 何ラ ン ド マーク を ベースと し た位置推定法において， 磁場地図を 用いた位置推定法を 組み合 わせる 方法を 提案し た． 具体的には， 幾何ラ ン ド マ ーク を 用いたMonte Carlo Localization
(MCL)において ， 磁場地図を 用いた姿勢推定法を 組み合わせた． こ の際， 磁場地図は磁気
ナビゲーショ ン 法と 同様に， 走行経路上の磁場し か地図化さ れて いない． そのため， 磁場に 対する 計測のモデルを 構築する こ と が不可能であり ， MCLにおいて 確率的な融合を 行う こ と ができ ない． そこ で， 磁場地図を 用いた姿勢修正に関する 経験的なモデルを 適用する こ と で， 幾何地図を 用いた位置推定法と 融合する 方法を 提案し た． こ の方法によ り ， パーティ ク ルの姿勢方向に関する 分散を 小さ く 保つこ と が可能と なり ， 幾何ラ ン ド マ ーク の存在し ない 地点において も ， 正確な自己位置推定を 行う こ と が可能と なっ た． ま た， 移動ロ ボッ ト の技 術チャ レ ン ジである つく ばチャ レ ン ジを 通し て ， 多く の歩行者が行き 交う 動的な環境での位 置推定の実現， およ び本チャ レ ン ジの課題達成を 成し 遂げ， 本提案手法の有用性を 示し た．
第6章では， こ れま でに述べて き た自律移動に関する 内容から 焦点を 離し ， 磁場の地図化 に関する 問題に焦点を 当てた． 磁気セン サの観測は， セン サが存在する 一点のみである ため，