抄録
本研究は移動ロボットのナビゲーションに用いるトポロジカル地図を視覚センサ情報からオンラインかつ自己組織的に構築する手法を提案する．
本手法はDengらの進化型自己組織化マップ（ESOM）を基盤アルゴリズムとする．
ESOMは学習の過程でグラフ状のネットワークを成長させることで，グラフで量子化やクラスタリングを行うことができるものである．
このESOMを地図構築に用いることで，オンラインで入力される視覚センサ情報を基に，環境の局所領域を代表する視覚センサ情報をノードが記憶し，記憶間の類似性に基づいてパスが張られる．
本手法の特徴は実時間かつオンラインで視覚センサ情報からトポロジカル地図を構築できる点にある．視覚センサ情報には画像の回転や位置ずれなどに対してロバストな色ヒストグラムを用いている．本発表では本手法の有効性をシミュレーションによって示したので報告する．
