自己組織化マップによる自律移動ロボットの位置認識手法
スポンサーリンク
概要
- 論文の詳細を見る
本論文は, 自己組織化マップ(SOM)を用いた自律移動ロボットの位置認識について述べる.方位センサ情報をSOMへ入力として与えることで、環境のなかでロボットがどこにいるのかを判別する.認識のために, 過去情報を用いるSOMとフィードバックSOMの二種類のSOMを用いた.前者はセンサ情報をメモリに格納し, 過去のセンサ情報を含めて入力とする.フィードバックSOMは過去の情報を参照できるように競合層からのフィーバック結合を付加したSOMである.ロボットの位置認識実験を行い, 位置認識における2つのSOMの特徴, 問題点について考察した.その結果, 過去情報を用いるSOMは障害物の影響に強く, フィードバックSOMは速度の変化に対して頑強であることが明らかになった.
- 社団法人電子情報通信学会の論文
- 2005-01-17
著者
関連論文
- ハードウェア実装向きデータ分類アルゴリズム(情報理論)
- ノイズを付加したランプ関数ニューロンを用いたパルスニューラルネットワーク
- ハードウェア向けベクトル量子化アルゴリズム(ニューロハードウェア,「ニューロハードウェア」及び「一般」)
- 自己組織化マップによる自律移動ロボットの位置認識手法
- 二つの超音波センサと組合せ論理回路を用いたカテゴリー判別システム(超音波)
- パルス演算を用いた離散時間CNNプロセツサ(企画セッション : ニューロハードウェア)
- 計算機ハードウェアに関する学生実験のためのFPGAボードの開発と利用
- 多数決ニューロンの理論解析
- 区分線形関数を活性化関数に持つパルスニューロン
- パルス位置変調を用いた多層ニューラルネットワーク
- 超音波センサと組合せ論理回路による素材判別システム
- パルスニューラルネットワークによる移動ロボットの衝突回避学習
- 周波数変調パルスと多数決ニューロンによる学習機能付き多層ニューラルネットワーク
- マルチキャリア伝送によるプロセッサ間通信システム
- ハードウェア化に適した学習機能付き3値多層ニューラルネットワーク
- 多数決ニューロンを用いたパルス駆動型多層ニューラルネットワーク
- 多数決ニューロンを用いたパルス駆動型多層ニューラルネットワーク
- パルス密度演算を用いたファジィ制御システム
- 乗算を用いない多階層ニューラルネットワーク
- 再構成可能なア***ロセッサを用いた4点FFTプロセッサの実装
- 分散協調機能をもつ自律移動ロボットシステムの試作(II)
- 分散協調機能をもつ自律移動ロボットシステムの試作(I)
- DPLLを用いた自己組織化マップのハードウェア実装(ニューロH/W)