SLAM in Semi-dynamic Environment

Abstract:

Mapping and localization play important roles for autonomous mobile robots. A semi-dynamic environment includes objects such as chairs and doors, which could move occasionally in the environment. We propose a method for mapping and localization in the semi-dynamic environment. Robot estimates poses of the IC tags and the semi-dynamic objects using the RFID system and a laser range-finder. Then, the environment map is updated based on the poses of detected semi-dynamic objects. The initial experiments show effectiveness of pose estimation of the RFID tags.

自律移動ロボットの構成において、環境地図の生成と自己位置推定は重要な役 割を果たす。 近年、ロボットの環境地図生成と自己位置推定を同時に行うSLAMを始め地図生 成の技術が発展している。地図生成時の作業環境と実際の走行環境とが全く同 じならば、正確な位置決めが可能である。動的物体が存在する環境では、それ らの位置・姿勢(以下では「ポーズ」と呼ぶ）の変動により、センサ情報と環 境地図の誤照合から自己位置推定の推定も誤りを生じるため、その扱いが課題 となる。

本研究では、物体の位置・姿勢の変化の頻度に基づいて、屋内環境にある物体 を、静的物体、動的物体、そして、準動的物体に分けている。すなわち、壁や 大きな家具など動かないとしてもよいものは「静的物体」、歩行する人間のよ うに頻繁に動く物体は「動的物体」である。そして、時々動く可能性のあるも のを「準動的物体」と呼ぶ。例えば、ドア、椅子、小さい箱などで、時折その ポーズが変化するが動的物体よりもポーズが変化する頻度は少ない。地図作成 時には静止していると見なしてもよい物体である。

動的物体を扱う従来研究には等がある。地図作成 時にロボットは動的物体を追跡し、その影響を環境地図から削除する。ロボッ トは走行する時に動的物体の動きを検出し、位置推定の誤りを減らす。ただし、 準動的物体の場合には、ロボットが作業する時には動かず、作業しない時にそ の位置が動かされる場合が多い。そのために、ロボットは準動的物体の動きを 内外センサで検出することが難しく、その対応が必要になる。