距离测定用超音波センサ-山梨大学.PPT

視覚障害者のための歩行ガイドロボット 清弘　智昭 産業用ロボット アミューズメントロボット SONYのAIBO 　　単なるペット型ロボットではなく、 　　エンターテインメントロボットへ 福祉ロボット 研究の背景（１）　現状把握 研究の背景（２）従来の補助具 盲導犬（The Guide Dog) /) 研究の背景（３）従来の電子補助具 従来の歩行ガイドの研究 視覚障害者の移動戦略 移動戦略のまとめ 必要とされる機能 どのように移動戦略を実現するのか 画像処理 超音波距離計 歩行ガイドロボットの装備 超音波レンジセンサ 超音波レンジセンサの仕様 センサの構成 相関演算 送信パターン 高速相関演算 距離測定実験 ランドマークの特徴抽出 実験結果 得られた特徴 ニューラルネットワーク バックプロパゲーション（誤差伝播学習） 「前向き演算」 「後向き演算」 アルゴリズム 学習プロセス 学習に用いるパラメータ 学習終了後の出力 システム構成 制御システム（ソフトウェア） ナビゲーションモジュール 地図情報の構造 自己位置の計測 推測航法モジュール 沿壁走行モジュール 走行実験 ティーチングについて ティーチングについて ロボットの外観 ロボットのシステム構成 画像処理（１） 画像処理（２） 動きに関して 動きに関して（２） 教師あり学習（正解を教えておく） 教師なし学習（自律的に学習） パーセプトロン，バックプロパゲーション　etc 自己組織化マップ　etc バックプロパゲーション（BP）を用いて認識を試みる 生物の脳神経系をモデルにした情報処理システム 中間層の結合荷重Wji 出力層の結合荷重Wkj 中間層での出力Hn 出力層での出力On 入力Xi 入力層 中間層 出力層 誤差が最小となるように 学習していく方法 前向き演算 後向き演算 ユニット ニューロン中間層での出力 ニューロン出力層での出力 にはシグモイド関数を用いた シグモイド関数 最小二乗平均誤差法 出力と教師信号との誤差Eを求める 出力層での結合荷重の修正量ΔWkj 中間層での結合荷重の修正量ΔWji η：学習係数 ①　センサから得られたデータを移動距離で積分し角度と物体までの距離で表す ②　0から1までとなるよう値を正規化する ③　認識したいパターンに教師信号を与え，学習を 行わせる データクレンジング 出力層を5つ用意 複数の入力信号を順番に処理 教師信号を与える 3 層数 0.01 終了判定 0.8 シグモイド関数の係数 0.1～1.0 学習率 5 出力層 1～20 中間層 10 入力層 中間層の数や学習率，シグモイド関数のパラメータは 使用者の経験によるところが大きい ニューラルネットワークで用いるパラメータ例 2の細い円柱の出力が教師信号と大幅にずれている 出力層 0.95 0.05 0.05 0.05 0.05 5人間 0.05 0.95 0.05 0.05 0.05 4四角柱 0.05 0.05 0.95 0.05 0.05 3円柱（太） 0.05 0.05 0.05 0.95 0.05 2円柱（細） 0.05 0.05 0.05 0.05 0.95 1ダンボール 5 4 3 2 1 教師信号 0.967 0.024 0.000 0.000 0.001 0.061 0.981 0.064 0.115 0.000 0.045 0.107 0.853 0.187 0.001 0.040 0.056 0.280 0.470 0.021 0.051 0.001 0.045 0.226 0.918 5 4 3 2 1 出力信号 制御用コンピュータ ＡＴ互換機 Celeron 533MHz OS Linux（2.2.17） インターフェイスボード 多チャンネルシリアル 　通信ボード インターフェイスボード（A/D，D/A，エンコーダカウント用） 地図情報に基づき，現状において最適な走行モードを選択 歩行ガイドロボットを目的地まで安全に誘導 推測航法モード 沿壁走行モード 障害物回避モード 点字ブロック追跡モード 適宜切り替え Path0: p x0 y0 L θ s0 lx0 lx4 d0 line s4 lx1 lx2 d1 line s8 lx3 d2 cylinder Path1: p x1 y1 ??? ????? s8 下位プロセス（走行距離計測プロセス）から走行距離を取得し差分(dl,dr)を計算する． dx,dyを計算し，X-Y座標に変換する． θ φ 目標突入角度と，現在の角度の差分から，制御量（左右の車輪の速度）を求め，モータをコントロールする． Ref_Angle = φ ?　30×e e_Angle = ref_Angle ?θ u_vr