お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2021-01-22 12:30
深層学習による自律走行ロボットの無線通信品質予測
工藤理一高橋馨子村上友規小川智明NTTIT2020-102 SIP2020-80 RCS2020-193
抄録 (和) ロボット制御技術の進展により、自動走行車両をはじめとしたさまざまな自律走行ロボットの検討が進んでいる。これら自律走行ロボットは、無線通信によりネットワークに接続することで更なる進化を遂げることが期待されており、無線通信への要求条件は、今後多様化・高度化すると考えられる。自律走行ロボットと、スマートフォンなどの人が所有するデバイスとの通信の大きな違いは、位置などの自己状態情報を高精度に得られる点である。無線通信端末が自らの位置、向き、動きについて正確な自己状態情報を取得できる場合には、無線通信品質と自己状態情報の関係性を機械学習により効率的に学習できる。本稿では、高精度の自己状態情報と、無線LANのスループットとの関係性を学習し、秒スケールのような長周期の未来の様々な時間条件に対するスループットを予測可能な深層学習の予測モデルを提案し、開発した自律走行ロボットによる屋内実験によりその効果を示す。5.6 GHzの20 MHzチャネルを用い、無線LANのスループットを予測した結果、深層学習により、ランダムフォレスト回帰による方法を10%程度上回る推定精度を得ることが示された。 
(英) Highly advanced mobility robots are expected to be managed, monitored, or efficiently controlled by using wireless communication links. The wireless links will need to satisfy higher level requirements if they are to realize more advanced applications in future robot systems. In the mobity robot systems, the devices accurately understands self-status such as position, direction, and velocity so as to safely operate without colliding with other objects. Accurate self-status is useful not only for robot operations but also enhancing wireless link performance. This paper proposes deep-learning-based wireless link quality prediction that uses robot status and evaluates the prediction performance of the future link quality by using an implemented autonomous mobility robot in an indoor environment.
キーワード (和) 深層学習 / 通信品質予測 / 自立走行ロボット / 無線LAN / / / /  
(英) Deep learning / Link quality prediction / Autonomous mobility robot / wireless LAN / / / /  
文献情報 信学技報, vol. 120, no. 321, SIP2020-80, pp. 218-223, 2021年1月.
資料番号 SIP2020-80 
発行日 2021-01-14 (IT, SIP, RCS) 
ISSN Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード IT2020-102 SIP2020-80 RCS2020-193

研究会情報
研究会 SIP IT RCS  
開催期間 2021-01-21 - 2021-01-22 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 無線通信のための信号処理,学習,数理,情報理論および一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 SIP 
会議コード 2021-01-SIP-IT-RCS 
本文の言語 日本語 
タイトル(和) 深層学習による自律走行ロボットの無線通信品質予測 
サブタイトル(和)  
タイトル(英) Deep Learning based Link Quality Prediction for Autonomous Mobility Robots 
サブタイトル(英)  
キーワード(1)(和/英) 深層学習 / Deep learning  
キーワード(2)(和/英) 通信品質予測 / Link quality prediction  
キーワード(3)(和/英) 自立走行ロボット / Autonomous mobility robot  
キーワード(4)(和/英) 無線LAN / wireless LAN  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 工藤 理一 / Riichi Kudo / クドウ リイチ
第1著者 所属(和/英) NTT (略称: NTT)
NTT (略称: NTT)
第2著者 氏名(和/英/ヨミ) 高橋 馨子 / Kahoko Takahashi / タカハシ カホコ
第2著者 所属(和/英) NTT (略称: NTT)
NTT (略称: NTT)
第3著者 氏名(和/英/ヨミ) 村上 友規 / Tomoki Murakami / ムラカミ トモキ
第3著者 所属(和/英) NTT (略称: NTT)
NTT (略称: NTT)
第4著者 氏名(和/英/ヨミ) 小川 智明 / Tomoaki Ogawa / オガワ トモアキ
第4著者 所属(和/英) NTT (略称: NTT)
NTT (略称: NTT)
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2021-01-22 12:30:00 
発表時間 25分 
申込先研究会 SIP 
資料番号 IT2020-102, SIP2020-80, RCS2020-193 
巻番号(vol) vol.120 
号番号(no) no.320(IT), no.321(SIP), no.322(RCS) 
ページ範囲 pp.218-223 
ページ数
発行日 2021-01-14 (IT, SIP, RCS) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会