高度なナビゲーシヨンを行う場合、移動型ロボットに環境の内部モデルを用意する必要がある。ソナーやビジョンなどの外部センサを用いて、このモデルにより位置推定を行う。我々の研究室では、ロボットの位置推定に全方向視覚システムを使用している。本論文では、外観に基づいてロボットの環境をモデル化する方法を紹介する。画像は高次元データ・ベクトルであるため、ロボットの位置と視覚的情報の関係をモデル化する問題は自明ではない。特徴の抽出が不可欠であり、最適な特徴の集合の選択にどのような方法を使用するかという点が重要である。我々は主成分解析(PCA)から得られる直線的特徴を使用し、位置推定に最適な直線的特徴を選択する方法を開発した。RWCプロジェクトで収集したデータを用いて、特徴の選択が位置推定の性能にいかに影響を与えるかを明らかにする。

図１
左図： Nomad Scoutと全方位ビジョン・システム 右図：本システムによるパノラマ表示