自己成長型モジュラーネットワークを用いた自律移動ロボットにおけるハイブリッド地図のオンライン構築

スポンサーリンク

概要

• 論文の詳細を見る

• 本研究は自律移動ロボットにおけるハイブリッド地図の自律的構築に自己成長型モジュラーネットワーク（Self－Evolving Modular Network : SEEM）を用いた手法を提案する．SEEMはグラフ構造を持つモジュラーネットワークであり，学習時にモジュールとパスが自己組織的に生成される．本手法は SEEM を用いることにより，ロボットが移動しながらオンラインでハイブリッド地図を構築することが可能である．本研究では SEEM を用いたハイブリッド地図の自律的構築システムの開発を目的とし，目的に対して次の二つの研究を行った．（1）ハイブリッド地図の構築に適した SEEM のバックボーンアルゴリズムの選定，（2）SEEM を用いたハイブリッド地図構築システムの設計．（1）において，我々は SEEM のバックボーンアルゴリズムとして Growing Cell Structure（GCS），Growing Neural Gas（GNG），Evolving Self-Organiz-ing Map（ESOM）の三種類の成長型ニューラルネットワークのアルゴリズムを挙げ，地図構築の課題で比較実験を行った．その結果 SEEM のバックボーンアルゴリズムは ESOM が適していると示唆された．また（2）において，ESOM のアルゴリズムをベースに SEEM のアルゴリズムを設計し，SEEM による地図構築の実験を行った．その結果，提案手法は視覚情報のみからハイブリッド地図の構築が可能であると示唆された．

著者

• 徳永 憲洋

  一般財団法人ファジィシステム研究所

• 古川 徹生

  国立大学法人 九州工業大学大学院生命体工学研究科

• 川畑 宣之

  公益財団法人 高輝度光科学研究センター

• 徳永 憲洋

  一般財団法人 ファジィシステム研究所

関連論文

• 30P-C-10 ニューラルガスを用いた階層型k近隣法による冠動脈組織性状の判別速度および精度の向上(医療システム,一般講演)
• パターンマッチングに基づいた色転写によるモノクロ画像の着色法に関する一提案 (スマートインフォメディアシステム)
• 膀胱癌早期発見のための重み付きt検定を用いた細胞内中心体複製異常の判別
• 自己成長型モジュラーネットワークを用いた自律移動ロボットにおけるハイブリッド地図のオンライン構築
• C-3-2 モジュラーネットワーク型自己組織化マップを用いた冠動脈プラークの組織性状判別(自己組織化マップ(2))
• D-2-2 カーネル密度推定を用いた冠動脈プラークの組織性状判別(生体計測(1))

スポンサーリンク