| 講演名 | 2021-01-22 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(NTT), 高橋 馨子(NTT), 村上 友規(NTT), 小川 智明(NTT), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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。 |
| 抄録(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 |
| キーワード(英) | Deep learning / Link quality prediction / Autonomous mobility robot / wireless LAN |
| 資料番号 | IT2020-102,SIP2020-80,RCS2020-193 |
| 発行日 | 2021-01-14 (IT, SIP, RCS) |
| 研究会情報 | |
| 研究会 | SIP / IT / RCS |
|---|---|
| 開催期間 | 2021/1/21(から2日開催) |
| 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） | |
| 委員長氏名（和） | 林 和則(京大) / 和田山 正(名工大) / 岡本 英二(名工大) |
| 委員長氏名（英） | Kazunori Hayashi(Kyoto Univ.) / Tadashi Wadayama(Nagoya Inst. of Tech.) / Eiji Okamoto(Nagoya Inst. of Tech.) |
| 副委員長氏名（和） | 坂東 幸浩(NTT) / 田中 聡久(東京農工大) / 小嶋 徹也(東京高専) / 前原 文明(早大) / 西村 寿彦(北大) / 旦代 智哉(東芝) |
| 副委員長氏名（英） | Yukihiro Bandou(NTT) / Toshihisa Tanaka(Tokyo Univ. Agri.&Tech.) / Tetsuya Kojima(Tokyo Kosen) / Fumiaki Maehara(Waseda Univ.) / Toshihiko Nishimura(Hokkaido Univ.) / Tomoya Tandai(Toshiba) |
| 幹事氏名（和） | 小西 克巳(法政大) / 杉本 憲治郎(早大) / 野崎 隆之(山口大) / 廣友 雅徳(佐賀大) / 牟田 修(九大) / 村岡 一志(NEC) |
| 幹事氏名（英） | Katsumi Konishi(Hosei Univ.) / Kenjiro Sugimoto(Waseda Univ.) / Takayuki Nozaki(Yamaguchi Univ.) / Masanori Hirotomo(Saga Univ.) / Osamu Muta(Kyushu Univ.) / Kazushi Muraoka(NEC) |
| 幹事補佐氏名（和） | 田中 雄一(東京農工大) / 太田 隆博(専修大) / 安達 宏一(電通大) / 中村 理(シャープ) / 酒井 学(三菱電機) / 岩渕 匡史(NTT) / 奥山 達樹(NTTドコモ) |
| 幹事補佐氏名（英） | Yuichi Tanaka(Tokyo Univ. Agri.&Tech.) / Takahiro Ohta(Senshu Univ.) / Koichi Adachi(Univ. of Electro-Comm.) / Osamu Nakamura(Sharp) / Manabu Sakai(Mitsubishi Electric) / Masashi Iwabuchi(NTT) / Tatsuki Okuyama(NTT DOCOMO) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Signal Processing / Technical Committee on Information Theory / Technical Committee on Radio Communication Systems |
|---|---|
| 本文の言語 | JPN |
| 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（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 工藤 理一 / Riichi Kudo |
| 第 1 著者 所属（和/英） | NTT(略称：NTT) NTT(略称：NTT) |
| 第 2 著者 氏名（和/英） | 高橋 馨子 / Kahoko Takahashi |
| 第 2 著者 所属（和/英） | NTT(略称：NTT) NTT(略称：NTT) |
| 第 3 著者 氏名（和/英） | 村上 友規 / Tomoki Murakami |
| 第 3 著者 所属（和/英） | NTT(略称：NTT) NTT(略称：NTT) |
| 第 4 著者 氏名（和/英） | 小川 智明 / Tomoaki Ogawa |
| 第 4 著者 所属（和/英） | NTT(略称：NTT) NTT(略称：NTT) |
| 発表年月日 | 2021-01-22 |
| 資料番号 | IT2020-102,SIP2020-80,RCS2020-193 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | IT-320,SIP-321,RCS-322 |
| ページ範囲 | pp.218-223(IT), pp.218-223(SIP), pp.218-223(RCS), |
| ページ数 | 6 |
| 発行日 | 2021-01-14 (IT, SIP, RCS) |