森林環境モニタリングロボットにおける SLAM と 深層学習を用いた領域推定に基づく経路計画法の検討

抄録

近年，環境破壊，野生動物の減少といった多くの問題によって幅広いレベルで環境問題が意識されている． そのような中，自律ロボットによる環境モニタリングをしていくことで災害の予測や状況把握等に役立てるこ とが求められている． 本研究では環境マップや動物の生態マップを作成することを目的として製作された環境モニタリングロボッ トである WAMOT(Waseda Animal Monitoring Robot) を使用した WAMOT は長期間の自律的な観測 を 実現 する で き る ように充電ステーションを使用する．ロボットのバッテリーが不足すると，自動で充電ステーショ ンに帰還し，充電を完了．再び観測を始める．本研究では、森林環境において効率的なモニタリングを達成す るために深層学習を用いた領域推定に基づく経路計画を目的としている。 SLAM からロボットの状態を推測し， Wheel Odometry を組み合わせることによって，森林のような不整地 帯においても，より安定した自己位置推定を行う。自己位置推定結果による環境地図と、 RGB 画像から深層学 習により領域推定結果を重ね合わせる。領域推定結果と環境地図の重ね合わせにより、環境推定結果を反映し たコストマップ生成を実現し効率的な経路計画を行う。