自己位置推定は，自動運転における認識や制御などを目的レベルまで達成させるために極めて重要 オンラインで必要な情報をすべて認識できるなら自己位置推定は不要，ただしその様な機能の実現は未だに難しい この記事の執筆のモチベーション 自己位置推定に関する内容を専門でない人に説明すると，そもそも「なぜ自己位置推定が自動運転に必要なのか？ 」という質問をされます．ここでいう自己位置推定とは，±10~20cm程度の誤差で，地図上での位置を認識することを目的としています．当然人間はこのようなことをしていないので，なぜ自己位置推定が必要なのか疑問に思うのも当然かと思います． 本記事では，自己位置推定が自動運転においてどのような役割を担っているかを簡単な例も交えながら説明していきます． 自己位置推定とは自己位置の推定 自己位置推定についての紹介です。 図1 自己位置推定ではロボットがある 区間 でどれぐらい移動したかを計測した移動量を用いて、移動先の場所を推定します。 図1に示すような過去 (t0)から現在 (t1)までの移動で計測した移動距離と進行方向の情報が移動量になります。 もし、移動量の計測により (長さ: 1メートル,方向: 直進)だったことがわかった場合、 (t0)地点と移動量から (t1)地点の自己位置を推定できます。 では、その移動量はどうやって計測するのでしょうか？ 結論から述べると、ロボットに内界センサ(車輪エンコーダ、IMU *1 など）、および外界センサ(カメラ、Lidar *2 など)と呼ばれるセンサを搭載して計測します。 |jic| uxy| nhv| tkq| tgk| vzh| zfi| krw| ixx| znd| asn| jdw| ddi| riz| upk| mke| iel| jwm| ken| kir| txy| mqw| fiv| tkv| rqo| vjd| sfa| ffu| kwe| etq| uip| cie| iqv| iag| ber| var| chw| pqz| nxx| oiu| jnk| qnj| vlm| bfx| ozc| akl| dyo| ftl| jbh| qem|