第５回大会に向けて

[ikemuuu]

第５回大会に向けてやるべきこと，やりたいこと

[ikemuuu]

マーカを使用したグローバル座標における自己位置推定（優先度：中）

落とし穴や敵ロボットにぶつかられた場合に，大きく自己位置を見失ってしまう．
AMCL含め，Lidar SLAMによって生成された地図を用いた自己位置推定は，基本的に時刻 t - 1 までの情報を使って，時刻 t における自己位置を推定するため，一度ずれると復帰に時間がかかる or 復帰不能になる．

マーカは恐らく一つ一つにIDが振られていて固有のものなので，カメラを使ってマーカを読み取れば，グローバル座標におけるロボットの位置と姿勢が予測でき，自己位置を見失うことがなくなるはず．

課題

• マーカーによる自己位置推定手法で得られた自己位置を，AMCLやmove_baseにどう送るか
• AMCLとマーカーによる自己位置推定，使い分ける条件設定

[ikemuuu]

ジャッジサーバを利用した相手の位置推定 & 先読み（優先度：中）

ジャッジサーバを監視していると，敵ロボットが取得したマーカの位置から相手がどの辺りにいるかの大体の予測がつくはず．
敵ロボットの得点取得状況を時刻歴で保存（2, 3個で十分）しておけば，相手の動きを予測 & 先読みできるのでは？
理想は相手を後ろから追いかける形にしたい．

「ジャッジサーバーを利用して，相手が取得した環境マーカーを効率的に読み取りに行く」でもいいが，得点効率考えたら，上記が達成できるなら絶対そっちのほうがいい．

[ikemuuu]

move_base における諸々パラメータ最適化（優先度：高）

結局，滑らかに動けないと何やっても意味がない．
前回大会では実機での２試合とも，第一コーナーで詰まって終了，だったので，周回コースの再選定はもちろん，パラメータの最適化も必須．

前回はイケムラが愚直に調整した．
ロボットなんて最後はそんなもんだから今回もそれでもいいけど，もうちょいスマートに調整したい...笑

[ikemuuu]

LiDAR と カメラを組み合わせた敵検出（優先度：高）

カメラの画角が渋くて，前回は頑張って敵に近付くと敵を見失う，という自体に．
高い位置にある赤バルーン（？）である程度の範囲に絞って，最後はLiDAR使って追い込みかな？？

[ikemuuu]

スタックした場合の経路再生成（優先度：高）

どれだけパラメータ調整しても，初期位置やセンサ値に誤差が乗る実機環境では，スタックする可能性も十分．
move_base デフォルトのアルゴリズムでは，実際前回スタックから抜け出せていないので，別の方法を考えたほうがいい．

[EndoNrak]

move_base における諸々パラメータ最適化（優先度：高）

結局，滑らかに動けないと何やっても意味がない． 前回大会では実機での２試合とも，第一コーナーで詰まって終了，だったので，周回コースの再選定はもちろん，パラメータの最適化も必須．

前回はイケムラが愚直に調整した． ロボットなんて最後はそんなもんだから今回もそれでもいいけど，もうちょいスマートに調整したい...笑

自律走行始まってからパラメータ調整しながら走るとかできへんの？

[EndoNrak]

（アイデア）二次元シミュレーション版作る

素人考えだけど。。。
自己位置推定とかフィールドの周回とかは実質二次元に落とし込めるから、わざわざ計算負荷の高い三次元までやらなくてもいいんじゃね？と思ったけどどう？？
この環境で経路生成パラメータの最適化する機械学習とか回せたらおもしろそう？？

[EndoNrak]

AWS上での自動対戦と対戦ログを集めるツール作りたい

ロボティクス（ここはほかメンバーの方が適してそう）というよりかはクラウド使いこなせるようになりたいなー
と思いまして
AWS上で対戦をシミュレーションして、対戦ログをDBに投げられたらそれを使ったいろんなことに展開できそう！
社内ロボコンのサードパーティ製スタンダードになりたい！笑

[ikemuuu]

move_base における諸々パラメータ最適化（優先度：高）

結局，滑らかに動けないと何やっても意味がない． 前回大会では実機での２試合とも，第一コーナーで詰まって終了，だったので，周回コースの再選定はもちろん，パラメータの最適化も必須．
前回はイケムラが愚直に調整した． ロボットなんて最後はそんなもんだから今回もそれでもいいけど，もうちょいスマートに調整したい...笑

自律走行始まってからパラメータ調整しながら走るとかできへんの？

リアルタイムでのパラメータ調整は聞いたことないな〜
パラメータってすべての条件で完璧，なんてものはないから平均こそ最強やと思うんやけど，
そういう意味で言うと，悪い言い方するとその場しのぎ的なリアルタイムでの調整は不具合も多そう．

膨大な試行回数で，事前に学習させとくのが主流じゃないかな〜

[ikemuuu]

（アイデア）二次元シミュレーション版作る

素人考えだけど。。。 自己位置推定とかフィールドの周回とかは実質二次元に落とし込めるから、わざわざ計算負荷の高い三次元までやらなくてもいいんじゃね？と思ったけどどう？？ この環境で経路生成パラメータの最適化する機械学習とか回せたらおもしろそう？？

これやってみるの面白そう．
これぐらいの環境なら，２次元と３次元で多分そこまで負荷変わらんけど，学習考えるなら，３次元でわざわざやる意味全く無いから，２次元環境は良いと思う．（ navigation の際の rviz も当たり前に２次元やし）

どう作るかやね．
幾何情報だけにするのか，物理特性（摩擦など）も含むのか．経路生成考える場合なら，幾何情報だけで良いと思う．

[ikemuuu]

ロボティクス（ここはほかメンバーの方が適してそう）というよりかはクラウド使いこなせるようになりたいなー
と思いまして

勝手に俺もこのイメージでおったから，興味持って進んでやってくれるならすごい助かる！笑