English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

This paper presents a method of evaluation of reliability of particle used for the particle filter using gaussian mixture model (GMM) which is made from the relation of the the observation obtained from the sensor and the state that is the presumption object. The particle filter is known to be effective for tracking people. However, when we evaluate reliability of particle, particle filter often needs a complex, nonlinear transformation between the amount of the state and the observation. Then, a proposal method is evaluation reliability of particle directly from the GMM. So, there are not needed a complex, nonlinear transformation. Moreover, we propose a particle filter with multiple prediciton models wherein the prediction model is selected according to the likelihood value of each prediction model. Furthermore, the proposed method is applied to the carrying task using mobile robot and the effectiveness is verified. キーワード:パーティクルフィルタ,混合正規分布,意図推定 (Particle Filter, Gaussian Mixture Model, Intent Infering ) 1. はじめに ロボットが人間と協調して作業を行う場合,人間が行っ ている動作をロボットが理解し,次に行う動作を予測する ことが出来れば,作業の効率の良い補助や作業に伴う危険 を未然に回避することが出来ると考えられる.そのために はロボットがリアルタイムに人間の状態・動作を観測し,そ の意味・意図を理解する知的情報システムの実現が必要で ある. 人間-ロボット間のインタフェースについては様々な形 態が考えられる.画像処理を用いて人間の顔の動きや視線 方向から意図を推定する方法 (1) (2) や,人間にセンサを装 着して人間から直接情報を得る方法などがあるが,いずれ も高度な画像処理を必要とする点や人間にセンサを装着す る負担が発生する点など一般的なインタフェースへの応用 は困難である.そこで本研究では,人間のロボットによる 操作力を測定する力センサをインタフェースとし,人間の 操作力から人間の意図推定する手法を提案する. 人間の操作力をインタフェースとして用いる場合,人間 の特性を反映させたモデル設計が必要になる.しかしなが ら人間の動作中の特性については,人間が作業目的や作業 対象物の特性に応じて自らの特性をどのように調節してい るかなどについては詳しい議論がなされておらず,設計手 法を十分に吟味する必要がある .そこで本研究では,音 声認識などでよく用いられているGMMをパーティクルフィ ルタに組み込むことで,観測モデルと重み計算を一括して 行うフィルタリング手法を提案する.これにより,複雑な モデル設計を必要としないシステムの構築が可能になる. また,パーティクルフィルタに用いる状態予測モデルを 動作パターンに対応した数だけ複数用意し,それらを尤度 を比較することで,適切な予測モデルを選択し状態の予測 を行う.そして,選択されたモデルから各時刻で行われて いる意図の推定を行う手法を提案する.最後に,電動搬送 機の押し行動に対して提案手法を適用することでその有用 性を検証する. 2. パーティクルフィルタ パーティクルフィルタは,離散的な状態ベクトル x t とそれに対応する重み w t を持つ N 個の多数の粒子 {x t , w t }(i = 1, · · · , N) を用いて,追跡対象の状態を離 散変数の集合と近似をして,逐次的に推定する手法であ る (4) . 状態ベクトル xt と観測ベクトル yt の関係を,非線形関 数 Ft,Gt,システムノイズ vt,観測ノイズwtを用いて表 した式 (1),(2)を,一般に状態空間モデルという. xt =Ft(xt−1,vt) [状態予測モデル] · · · · · (1) yt = Gt(xt,wt) [観測モデル] · · · · · · · · · (2) またこれらは,状態 xt−1,xtが与えられたときの条件付分 布 Qt,Rt を用いて,式 (3),(4)のように一般化すること が出来る. xt ∼Qt(·|xt−1) [状態予測モデル] · · · · · · (3) yt ∼ Rt(·|xt) [観測モデル] · · · · · · · · · · (4) これらを踏まえ,パーティクルフィルタのアルゴリズムは, 以下のように状態予測と観測結果による修正を繰り返して いく.また,その概念図を図 1に示す. アルゴリズム (1) i = 1, · · · , N について粒子の集団の初期状態 X0 = {x 0 , · · · ,x 0 }を生成する. (2) 時刻 t = 1, · · · , T について以下の (a), (b), (c), (d) のステップを実行する. 1/5 To appear in 平成19年度電気学会産業計測制御研究会,IIC-08-60,March 10-11,2008, 東京電機大学

1A1-D05 Estimation of Operator's Intention based on Particle Filter with GMM