ガウス過程を用いた安全性を意識したスカラー場のマッピングに対するハフ変換アプローチ

arXiv cs.RO / 2026/4/23

📰 ニュースDeveloper Stack & InfrastructureIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、安全閾値を超える高強度領域を避けながら、危険な環境で自律ロボットが未知のスカラー場をマッピングするための枠組みを提案している。
スカラー場はガウス過程（GP）としてモデル化し、ベイズ推論により予測平均と不確実性を閉形式で得られるようにしている。
高強度（危険）領域の空間構造は、更新され続けるGP事後分布を手がかりに、オンラインでハフ変換（HT）によって推定する。
進化するGPモデルに対する確率的な安全性保証を用いて、安全な測定位置を選ぶサンプリング戦略を行う。
提案手法は2つの数値シミュレーションと、車輪型移動ロボットによる室内での光強度場マッピング実験で有効性が検証されている。

Abstract

本論文は、安全でない環境で稼働するセンサ搭載の自律ロボットを用いて、未知のスカラー場をマッピングするための枠組みを提示する。安全でない領域は、場の値が事前に定めた安全閾値を超える高強度の領域として定義される。スカラー場を安全かつ効率的にマッピングするためには、計測プロセス中にセンサ搭載ロボットが高強度領域を回避する必要がある。本論文では、スカラー場をガウス過程（GP）のサンプルとしてモデル化し、ベイズ推論を可能にするとともに、予測平均と不確実性の双方について閉形式の表現を与える。あわせて、高強度領域の空間構造は、進化するGP事後分布を活用して、ハフ変換（HT）によりリアルタイムに推定する。続いて、進化するGP事後分布に対する確率的な安全性保証を用いて、安全なサンプリング戦略を設計し、ロボットを安全な計測位置へ導く。推定された高強度領域は、ロボットの安全な運動計画の設計にも役立つ。本手法の有効性は、2つの数値シミュレーション研究と、車輪付き移動ロボットを用いて光強度フィールドをマッピングするための屋内実験によって検証される。