main.tex

\documentclass[twocolumn,9pt]{jsproceedings}
\RequirePackage[l2tabu,orthodox]{nag}  % 古いコマンドやパッケージを使用した場合に警告する

%\usepackage{subcaption}
\usepackage[all,warning]{onlyamsmath}  % amsmath が提供しない数式環境を使用した場合に警告する
% \usepackage{flushend}  % 最終ページの2カラムの左右の高さを揃える
\usepackage{here} %図の場所の指定で[h]（ここに貼る）を指定するためのパッケージ
\usepackage[dvipdfmx]{graphicx} %dvipdfmxはjpgやpngの張り込みのために使用
%\usepackage{graphicx}

% タイトル
\title{小型自律移動ロボットを用いたつくばチャレンジ2024での取り組み}

\author{○吉越　誠\authorrefmark{2}, 永木　悠暉\authorrefmark{1}, 佐々木　新平\authorrefmark{1}, 中村　啓太郎\authorrefmark{1}, 
\\船井　涼\authorrefmark{2}, 畑中　優一郎\authorrefmark{2}, 川原　脩慈\authorrefmark{1}, 茂　郁良\authorrefmark{1}, 
\\林原　靖男\authorrefmark{1}, 上田　隆一\authorrefmark{1}}

%\etitle{Participation report in the Tsukuba Challenge 2023\\using a small mobile robot}
\etitle{Development for Tsukuba Challenge 2024 with small mobile robots}

\eauthor{○Makoto YOSHIGOE\eauthorrefmark{2}, Yuki NAGAKI\eauthorrefmark{1}, Shimpei SASAKI\eauthorrefmark{1}, Keitaro NAKAMURA\eauthorrefmark{1}, 
\\Ryo FUNAI\eauthorrefmark{2}, Yuichiro HATANAKA\eauthorrefmark{2}, Shuji KAWAHARA\eauthorrefmark{1}, Ikuo SHIGE\eauthorrefmark{1}, 
\\Yasuo HAYASHIBARA\eauthorrefmark{1}, Ryuichi UEDA\eauthorrefmark{1}}

\affiliation{千葉工業大学 未来ロボティクス学科 上田研究室 むぎまるチーム/きなこチーム}

\begin{document}
\maketitle

\authorreftext{1}{千葉工業大学先進工学部未来ロボティクス学科}
\authorreftext{2}{千葉工業大学院先進工学研究科未来ロボティクス専攻}
\eauthorreftext{1}{Department of Advanced Robotics, Faculty of Advanced Engineering, Chiba Institute of Technology}
\eauthorreftext{2}{Department of Advanced Robotics, Graduate School of Advanced Engineering, Chiba Institute of Technology}

% 本文
\section{緒言}
千葉工業大学未来ロボティクス学科上田研究室は, 
簡素なシステムで屋外環境を安全に自律走行できるシステムの開発を目的とし，
2021年からつくばチャレンジに参加を続けている. 
つくばチャレンジ2024には, 
当研究室から「むぎまるチーム」, 「きなこチーム」
という名義で計2チームが参加した. 
むぎまるチームでは自己位置推定システムの
開発に注力し, 開発においての目標を
「自己位置推定が途中で破綻した場合においても, 
それを修復できる自己位置推定器の開発」として活動した. 
またきなこチームでは, 
開発においての目標を「動的障害物が多い中でも動作する自己位置推定器の開発」
として活動した. 

本稿では, 使用及び開発したハードウェア, ソフトウェア
の詳細と, つくばチャレンジ2024における各チームの取り組みを述べる. 
本稿の構成は次の通りである. 
2章ではロボットのソフトウェア, ハードウェア構成について説明し, 
3章では本走行の結果と見つかった課題を示す. 
4章では将来に向けての取り組みを紹介し, 
5章では結言を述べる. 

%\begin{itemize}
%  \item ツナチーム：ROS 2\cite{ROS 2}実装での自作ナビゲーションスタックを小型ロボットで実用
%  \item たまチーム：本研究室の自己位置推定パッケージであるemcl2\cite{emcl2}をROS 2に移行したemcl2\_ros2\cite{emcl2_ros2}と, Nav2を組み合わせて小型ロボットで実用
%  \item むぎまるチーム：安価・小型な3次元LiDARを用いた自律移動システムを小型ロボットで実用
%\end{itemize}
%とした. 

\section{各チームのロボットの構成}
両チームのロボットは, 
ともにアールティ社製のRaspberry Pi Cat\cite{RTshop}を
改造したものである. 
各チームのロボットの外観を図\ref{fig:robot}に示す. 
Raspberry Pi Catの外装を大型化することで, 
メンテナンス性が向上し, 
%@@@↑「向上を試み」という記述になってたけど言い切ったほうがいいです. 向上しなかったらな削除
新しいセンサや追加のバッテリーなど
の装置を乗せることができるようになった． 
一方で, モータや電源回路などは改造前のものをそのまま使用している. 

 \begin{figure}[htbp]
   \begin{center}
     \includegraphics[width=1.0\linewidth]{figs/robot.eps}
     \caption{各チームの機体}
     \label{fig:robot}
   \end{center}
 \end{figure}

%\begin{figure}[H]
%  \label{fig:robot}
%  \begin{minipage}[b]{0.48\columnwidth}
%    \centering
%    \includegraphics[width=1.0\columnwidth]{figs/mugimaru_robot_2024.eps}
%    %\label{mugimaru_robot}
%  \end{minipage}
%  \begin{minipage}[b]{0.48\columnwidth}
%    \centering
%    \includegraphics[width=1.0\columnwidth]{figs/tama_robot.pdf}
%    %\label{kinako_robot}
%  \end{minipage}
%  \caption{左: むぎまるチームの機体　右: きなこチームの機体}
%\end{figure}


計算機は, 各チームのロボットとも
ノートPCとRaspberry Piの2台を搭載している. 
Raspberry Piでモータの制御など低レイヤーの処理を行い, 
上位レベルの処理はノートPCが担う. 
ノートPCの諸元を表\ref{table:laptop}に示す. 

\begin{table}[H]
  \centering
  \caption{各チームのノートPCの諸元}
  \label{table:laptop}
  % \begin{tabular}{|l|p{4.0cm}|p{1.0cm}|}
	  \begin{tabular}{|l|p{5.0cm}|l|}
    \hline
    チーム   & CPU & RAM\\ 
    \hline
    むぎまる & AMD® Ryzen 5 5600h with radeon graphics & 16GB \\ 
		  %@@@↑こっちは®とかつけないの？
    \hline
    きなこ   & 12th Gen Intel® Core™ i7-12700H  & 32GB \\
    \hline
  \end{tabular}
\end{table}

センサ構成としては, 両チームともに，
Raspberry Pi Cat標準のエンコーダと, 
3D LiDAR（Livox Mid-360）を使用している. 
むぎまるチームはさらに, アールティ社の 
IMUセンサモジュール（RT-USB-9axisIMU2\cite{RTshopIMU}）を使用している．

ソフトウェアは, 
両チームともROS 2\cite{ROS 2}をベースに構築した. 
ソフトウェアの詳細については, 
次節以降で説明する. 


\subsection{むぎまるチーム}

\input{robot_mugimaru}

\subsection{きなこチーム}\label{sub:localization}

\input{robot_kinako}

\section{本走行の結果}

つくばチャレンジ2024での本走行の結果を表\ref{MainRun}に示す. 
両チームとも, 確認走行区間を突破する前に表中の理由でリタイアとなった. 
リタイアの原因や現状で考えられる対策について以降で詳細に説明する. 
%@@@ちゃんと総括する文を入れましょう. 
\begin{table}[H]
  \caption{各チームの本走行の結果}
  \label{MainRun}
  \begin{tabular}{|c|c|p{4.0cm}|}
    \hline
    チーム         & 走行距離 & リタイアの理由\\
    \hline
    むぎまるチーム & 470 m    & 市役所前の横断歩道の途中でロボットが長時間動けなくなりその場でリタイア\\
    \hline

    きなこチーム　 & 6m    & スタート直後に左へ旋回し，道路へコースアウトしたためリタイア \\
    \hline
  \end{tabular}
\end{table}

\subsection{むぎまるチーム}
\input{result_mugimaru.tex}

\subsection{きなこチーム}
\input{result_kinako.tex}

\section{その他の試み}

つくばチャレンジの環境において試していない
研究室での取り組みについて紹介する. 
紹介したものついては, 来年度以降のつくばチャレンジで
試すことを考えている. 

当研究室では先述のとおり, 価値反復アルゴリズムを
移動ロボットの経路計画へ適用した
パッケージ（value\_iteration2\cite{value_iteration2}）を開発している\cite{ueda2023JRM}. 
価値反復アルゴリズムについては, 
文献\cite{上田詳解}に説明がある. 

value\_iteration2は, 
ナビゲーション用の地図にない障害物の位置も, 
地図に上書きして最適方策を求めるという特徴がある. 
これにより, 後から出現した障害物の位置を考慮に入れた
最適方策を計算できる. 
最適方策は障害物を避けるように少しずつ更新されるため, 
経路の再計算の遅延や, 再計算を繰り返すことによるチャタリング, 
他のプランナーや動作との競合で
ロボットが動かなくなることはない. 
また, 「再計算」という概念がないにも関わらず, 
障害物が未知を塞いだ場合にう回する方策を算出できる. 
ただし, 変わった障害物の位置に対して常に最適方策を
計算し続けるため, CPUを多く使い電力を大きく消費する. 

さらに文献\cite{ueda2023JRM}の方法には, 
ロボットが走り出すまでの方策計算に時間をかけてしまう問題もある. 
そこで, その時間を短縮する方法も研究している\cite{中村2024}. 
具体的には, ロボットにゴールが与えられたとき, 
そこまでの経路をA*探索で先に解き, 
その周辺の暫定的な方策を計算することで, 
ロボットの走り出しを早めるというものである. 

% @@@吉越さんのROBOMECHとロボティクスシンポジアの文献を紹介のこと（ロボティクスシンポジアのは（to appear）とうしろにつける）@@@. 
今年度のむぎまるチームの目標に関連して, 
global navigation satellite system（GNSS）を使用して
自己位置推定の破綻を修復するアプローチを
当研究室から提案している\cite{吉越2024}\cite{吉越2025}. 
文献\cite{吉越2024}では, MCLの破綻後, 
ロボットが彷徨しながらGNSSの電波を正確に受信できる場所まで移動し, 
衛生測位の結果で破綻を修復する方法を提案した. 
彷徨の際には2D LiDARの情報を使用し, 
周囲に障害物の少ない場所まで移動する. 
移動後, 文献\cite{goto2018}の方法で破綻を修復する. 
この手法により, 
ビルなどの高い建物が混在する環境においても, 
GNSSによりMCLの破綻を修復できる. 
さらに文献\cite{吉越2025}では, ナビゲーションの途中に
MCLが破綻した後, この方法で破綻を修復し, 
最終的に目的地に到達できることを示した. 
この事例から, 彷徨った後の破綻の修復は
ナビゲーションを継続させることに有効である. 
一方課題として, 安全を確保しながら彷徨するための
センサ構成を考える必要がある. 

つくばチャレンジの環境は, 高層の建物が少なく, 
GNSSの電波を正確に受け取れる場所が多くあるため, 
MCLの破綻の修復に衛生測位を用いる方法は有効に働く可能性が高い. 
また, 電波の受信が不正確になる市役所裏や交差点近くの橋で破綻が起きた場合でも, 
先述した方法で安全に彷徨うことができればGNSSを有効に活用できると考える. 

% 移動の際には2D LiDARの情報を使用し, 
% マルチパスの発生しづらい開けた場所を探しながらそこまで移動する. 
% 移動後, GNSSの情報を用いて文献\cite{goto2018}のアルゴリズムで
% 破綻を修復する. 

%文献\cite{上田2023}では, 
%自己位置推定の不確かさを考慮した行動決定
%を実現するために, パーティクルの分布から直接行動を決定する
%手法を実装している. 
%この手法を実用できると，自己位置推定の結果が不確かであれば，
%センシングできない縁石などの障害物から遠ざかって移動するなど，
%よりロボットが安全に走行できるようになる. 

%計算機の能力があがっていくことを見越して, 
%A*探索などより計算量の大きい価値反復を利用した, 
%ナビゲーションパッケージを開発している. 
%このパッケージでは, 
%地図中の任意の場所からゴールまでに移動する経路を
%完全に解くことにより, 歩行者などの地図に載っていない
%障害物（移動障害物）を発見したときに最適な迂回路をすばやく
%計算することを実現している. 



%文献\cite{ikebeMECH}では, 
%人混みなどにおける自己位置推定の破綻を防ぐための研究を行っている. 
%これはつくばチャレンジのスタート地点に人が多く集まることに
%注目して行っている研究である. 
%研究している手法は, 
%MCLの各パーティクルに「視野」を持たせ, 
%移動障害物を見ているパーティクルを淘汰することで, 
%移動障害物に起因する誤った情報をMCLに
%取り込まないようにするというものである. 
%この方法は, 各パーティクルの重みを更新するときに
%取り込むセンサ情報が減るので, 
%計算量が減少するという効果がある. 
%この手法の性能調査はシミュレータ上のみで完結しているため, 
%つくばチャレンジ本走行で使用して効果について調査したいと考えている. 


\section{結言}
本研究室は, 昨年度に続き簡素なロボットでつくばチャレンジに参加した. 
本年度は, 新たにロボットの外装を拡張してメンテナンス性と積載量を向上させるとともに, 
自己位置推定の破綻を修復可能なアルゴリズムや, 
動的障害物が多い環境下でも精度を維持しやすい自己位置推定器の開発に取り組んだ. 

むぎまるチームは, 
膨張リセットを備えたMCLベースの自己位置推定により, 
破綻からの復帰を目指すシステムを構築したが,  
コストマップ上の走行不可能領域への侵入が原因でナビゲーションが中断し, 
リタイアに至った. 
また, きなこチームは, 
高さ方向に応じて複数の2次元マップを切り替える自己位置推定手法を開発するなどの工夫を行ったものの, 
スタート直後に処理が不安定化し, 
想定外の旋回が発生したことで走行を中断せざるを得なかった. 
両チーム共に, システムの安定性やロボットの動作計画における課題が明らかになった.

今後は, 4章で紹介した価値反復による経路計画をはじめとする, 
経路ではなく方策に基づく計画手法の導入など，
根本的なアプローチを検討する必要がある. 
% 価値反復を適用した経路計画を含む新たなナビゲーション手法を導入するつもりである. 
% 今後の課題として, 
% 価値反復アルゴリズムの導入 
% ならびにシステム全体の安定性向上が挙げられる. 
あわせて，ロボット起動時の手順やシステム構成の安定化をより厳密に行い，
トラブルを未然に防ぐ取り組みを強化していく．
これらの課題を総合的に改善することで，
来年度はコース全域での完走を目指すとともに，さらなる安全性と信頼性の向上を実現したい．
%%%簡素な構成のロボットで走行したことも書く？
% 今年度は昨年に引き続きROS 2ベースの
% システム構成でつくばチャレンジに参加した. 
% それに加え新たな取り組みとして, 
% メンテナンス性と搭載量の向上のためにロボットを拡張した. 
% ソフトウェア開発の面では, 自己位置推定の破綻に対処可能なパッケージの開発や
% 動的障害物が多い中でも動作する自己位置推定器の開発に取り組んだ. 
% 来年度は今年度の開発内容をもとに, 見つかった課題への対策や, 
% 4章で述べた価値反復を適用した経路計画に取り組み, 
% コースの完走を目指す. 


\section*{謝辞}
つくばチャレンジ実行委員会, つくば市の皆様に感謝申し上げます. 
上田研究室の鷲尾優作氏, 三浦璃音氏, 
林原研究室の皆様には, つくばチャレンジ2024の参加にあたりご意見, ご協力頂き感謝申し上げます. 
本プロジェクトにおける研究はJSPS科研費JP24K15127の助成を受けています. 

% 参考文献
% \small
\footnotesize
\begin{thebibliography}{99}

  \bibitem{RTshop}
  株式会社アールティ: ``Raspberry Pi Cat 屋外でも動かせる中型2輪ロボット''，
  RT Robot Shop Products，\url{https://rt-net.jp/products/raspberry-pi-cat/} (last visit 2025-01-29)
  
  \bibitem{RTshopIMU}
  株式会社アールティ: ``USB出力9軸IMUセンサモジュール''，
  RT Robot Shop Products，\url{https://rt-net.jp/products/usb9imu/} (last visit 2025-01-29)

  \bibitem{ROS 2}
  Macenski, Steven {\it et al.}: ``Robot Operating System 2: Design, architecture, and uses in the wild,''
  Science Robotics, Vol. 7, No. 66, 2022.

  \bibitem{emcl2_ros2}
  Ryuichi Ueda: ``CIT-Autonomous-Robot-Lab/emcl2\_ros2,'' \url{https://github.com/CIT-Autonomous-Robot-Lab/emcl2_ros2} (last visit: 2025-01-22).
  
  \bibitem{ueda2004iros}
  Ryuichi Ueda {\it et al.}: 
  ``Expansion Resetting for Recovery from Fatal Error in Monte Carlo Localization -- Comparison with Sensor Resetting Methods,'' Proc．of IROS，pp.2481--2486，2004．
  
  \bibitem{fox1999etal}
  D. Fox {\it et al.}: ``Monte Carlo Localization: Efficient Position Estimation for Mobile Robots,''
  Proc. of AAAI, pp. 343-349, 1999.
  
  \bibitem{nav2}
  ROS Planning: ``ros-planning/navigation2 (humble branch),'' \url{https://github.com/https://github.com/ros-planning/navigation2.git} (last visit: 2025-1-22).

  \bibitem{slam_toolbox}
  SteveMacenski: ``SteveMacenski/slam\_toolbox,'' \url{https://github.com/SteveMacenski/slam_toolbox} (last visit: 2025-1-27).

  \bibitem{dijkstra}
  E. W. Dijkstra : ``A Note on Two Problems in Connexion with Graphs,''
  Numerische Mathematik, Vol. 1, pp. 269-271, 1959.

  \bibitem{dwa}
	D. Fox {\it et al.}: ``The dynamic window approach to collision avoidance,'' 
	IEEE Robotics \& Automation Magazine, Vol.4, No.1, pp. 23-33, 1997.

  \bibitem{glim}
  Kenji Koide, Masashi Yokozuka, Shuji Oishi, and Atsuhiko Banno: ``GLIM: 3D Range-Inertial Localization and Mapping with GPU-Accelerated Scan Matching Factors,''
  Robotics and Autonomous Systems. 2024.

  \bibitem{glim_github}
  Kenji Koide: ``koide3/glim,'' \url{https://github.com/koide3/glim} (last visit: 2025-01-31).

  \bibitem{ueda2023JRM}
  R. Ueda, L. Tonouchi, T. Ikebe, and Y. Hayashibara: ``Implementation of Brute-Force Value Iteration for Mobile Robot Path Planning and Obstacle Bypassing,''
  J. Robot. Mechatron., Vol.35, No.6, pp. 1489-1502, 2023.

  \bibitem{上田確率}
    上田隆一: ``ロボットの確率・統計'', コロナ社, 2024

  \bibitem{value_iteration2}
    Ryuichi Ueda: ``ryuichiueda/value\_iteration2,'' \url{https://github.com/ryuichiueda/value_iteration2} (last visit: 2025-01-30).

  \bibitem{上田詳解}
    上田隆一: ``詳解確率ロボティクス'', 講談社, 2019

   \bibitem{中村2024}
    中村啓太郎，登内リオン，永木悠暉，林原靖男，上田隆一: ``自律移動ロボットのための価値反復ベースの大域計画器におけるA*探索による暫定経路の算出''，第25回システムインテグレーション部門講演会(SI2024)，1F1-11，2024

  \bibitem{吉越2024}
	  吉越誠, 池邉龍宏, 林原靖男，上田隆一: ``LiDARによる自己位置推定が破綻した際のGNSS測位可能な場所への自律移動ロボットの誘導'', ロボティクス・メカトロニクス講演会2024, 1P1-M08, 2024

  \bibitem{吉越2025}
	  吉越誠, 林原靖男, 上田隆一: ``移動ロボットのための彷徨しながらの衛星測位によるLiDAR ベースの自己位置推定の破綻からの復帰法とナビゲーションの継続'', 第30回ロボティクスシンポジア, 2025（to appear）
  \bibitem{goto2018}
	  H. Goto {\it et al.} ``Resetting Method using GNSS in LIDAR-based Probabilistic Self-Localization,`` Proc. of IEEE ROBIO, pp.1113-1118, 2018
  %\bibitem{emcl2}
  %Ryuichi Ueda: ``ryuichiueda/emcl2,'' \url{https://github.com/ryuichiueda/emcl2} (last visit: 2024-01-01).

  %\bibitem{池邉2022}
  %池邉 龍宏，内田 璃空，畑中 優一郎，臼井 温希，庄司 史門，松井 大和，山崎 政光，登内 リオン，林原 靖男，上田 隆一: Raspberry Pi のみを計算に用いる小型移動ロボットでのつくばチャレンジ 2022 参加レポート，つくばチャレンジ2022シンポジウム予稿集，2022．

  %\bibitem{ROS}
  %Morgan Quigley {\it et al.}: ``ROS: an open-source Robot Operating System,''
  %Open-Source Software workshop of the International Conference on Robotics and Automation, 2009.

  %\bibitem{fox2003}
  %Dieter Fox:
  %``Adapting the Sample Size in Particle Filters Through KLD-Sampling,''
  %International Journal of Robotics Research, Vol. 22, No. 12, pp. 985-1003, 2003.

  %\bibitem{gutmann2002}
  %Jens-Steffen Gutmann and Dieter Fox:
  %``An Experimental Comparison of Localization Methods Continued,''
  %Proc. of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS),pp. 454-459, 2002.

  % \bibitem{ueda2002tdp}
  % 	Ryuichi Ueda {\it et al.}: 
  % ``Team description of Team ARAIBO,'' 
  % Proc. of 2002 International RoboCup Symposium, 2002. 

  % \bibitem{map2gazebo}
  % Shiloh Curtis: ``shilohc/map2gazebo''，\url{https://github.com/shilohc/map2gazebo} (last visit: 2021-12-31)．

  % \bibitem{move_base}
  % Eitan Marder-Eppstein: ``move\_base,'' \url{http://wiki.ros.org/move_base} (last visit: 2021-12-31)．

  %\bibitem{amcl}
  %Brian Gerkey: ``amcl,'' \url{https://wiki.ros.org/amcl} (last visit: 2021-12-31)．

  %\bibitem{gmapping}
  %Brian Gerkey: ``gmapping,'' \url{http://wiki.ros.org/gmapping} (last visit: 2021-12-31)．

  % \bibitem{GIMP}
  % GIMP.org: ``GIMP,'' \url{https://www.gimp.org/} (last visit: 2021-12-31)．



  %\bibitem{raspicat}
  %Ryuichi Ueda and Daisuke Sato: ``ja/raspicat,'' \url{https://wiki.ros.org/ja/raspicat} (last visit: 2021-12-31)．

  %\bibitem{youtube}
  %BEIKE: ``つくばチャレンジ2022 実験走行 11/19 スタートからゴールまで自律移動（神の手4回）,'' \url{https://www.youtube.com/watch?v=3gpjVhRIJDY} (last visit: 2022-12-12)．

  % \bibitem{raspicat_rosbag}
  % Tatsuhiro Ikebe: ``uhobeike/raspicat\_rosbag,'' \url{https://github.com/uhobeike/raspicat_rosbag} (last visit: 2021-12-31)．

  %\bibitem{池邉2021}
  %池邉 龍宏，曹 越，高橋 秀太，クルス　ペレス アントニオ，林原 靖男，上田 隆一: 小型移動ロボットによるつくばチャレンジへの挑戦，第22回計測自動制御学会システムインテグレーション部門講演会，pp.3390-3393，2021.

  

  % \bibitem{上田2019}
  % 上田 隆一: ``詳解確率ロボティクス'', 講談社, 2019.

  %   \bibitem{上田2020}
  %  上田隆一，鈴木勇矢: 自己位置が不確かな状況における移動ロボットの危険回避行動の生成，第38回日本ロボット学会学術講演会予稿集，pp．RSJ2020AC2C2-02，オンライン開催，2020.

  % \bibitem{地図合成}
  % 川合隆太他: ``産業技術大学院大学における自律移動ロボット「産技大2号」の開発''，2019年度つくばチャレンジシンポジウム, pp.4-7, 2020.


  % \bibitem{aws2020}
  %   CIT自律ロボット研究室: ``AWSロボットデリバリーチャレンジで本研究室メンバーが優勝,'' \url{https://lab.ueda.tech/?post=20200915_aws_challenge} (last visit 2022-01-04)

  % \bibitem{学科サイト}
  %   千葉工業大学先進工学部未来ロボティクス学科: ``AWS Robot Delivery Challenge 2021 準優勝'', \url{https://www.robotics.it-chiba.ac.jp/j/?p=838} (last visit 2022-01-04)

  % \bibitem{つくばチャレンジロボット仕様}
  % つくばチャレンジ実行委員会事務局：``つくばチャレンジ 2021 ロボット仕様条件''，
  % \url{https://tsukubachallenge.jp/2021/regulations/specs} (last visit 2021-12-31)

  % \bibitem{UST-30LX}
  % 北陽電機株式会社: ``UST-30LX''，\url{https://www.hokuyo-aut.co.jp/search/single.php?serial=195#spec} (last visit: 2021-12-31).

  % \bibitem{Turtlebot3 Burger}
  % 株式会社ロボティズ： ``Turtlebot3 Burgerの仕様''，\url{https://emanual.robotis.com/docs/en/platform/turtlebot3/features/} (last visit: 2022-1-3)．

  % \bibitem{つくばチャレンジ公式記録}
  % つくばチャレンジ実行委員会事務局：``つくばチャレンジ2021の走行結果''，
  % \url{https://tsukubachallenge.jp/2021/records/final} (last visit 2021-12-31)

  % \bibitem{出野畑中}
  %   畑中 優一郎，出野 廣太郎，上田 隆一：``Raspberry Pi 3BのみでRaspberry Pi Catのナビゲーション（屋内環境編）''，CIT自律ロボット研究室，\url{https://lab.ueda.tech/?post=20211210} (last visit 2022-01-02)

  %\bibitem{ike_nav}
  %Tatsuhiro Ikebe: ``uhobeike/ike\_nav,'' \url{https://github.com/uhobeike/ike_nav} (last visit: 2024-01-10).

  %\bibitem{ike_nav_detail}
  %池邉龍宏: ``自作ナビゲーションスタックでつくばチャレンジ2023に挑戦してみた話''，
  %\url{https://qiita.com/BEIKE/items/f3ff141cc25d49c01363} (last visit 2023-1-10).



  %\bibitem{hart1968}
  %Peter E. Hart and Nils J. Nilsson and Bertram Raphael: ``A Formal Basis for the Heuristic Determination of Minimal Cost Paths,''
  %IEEE Transactions on Systems Science and Cybernetics, Vol. 4, No.2, pp. 100-107, 1968.


  %\bibitem{alberto2006}
  %Bemporad, Alberto: ``Model Predictive Control Design: New Trends and Tools,''
  %Proceedings of the 45th IEEE Conference on Decision and Control, pp. 6678-6683, 2006.

  %\bibitem{fastlio}
  %Ericsii: ``Ericsii/FAST\_LIO (ros2 branch),'' \url{https://github.com/Ericsii/FAST_LIO.git} (last visit: 2023-11-19).

  %\bibitem{autoware}
  %The Autoware Foundation: ``autowarefoundation/autoware.universe,'' \url{https://github.com/autowarefoundation/autoware.universe.git} (last visit: 2023-11-19).


  %\bibitem{ike_nav_loc_youtube}
  %池邉龍宏: ``自作パッケージで屋外自律移動してみた in つくばチャレンジ2023（本走行）''，
  %\url{https://www.youtube.com/embed/k9yxRKOCa14?si=c7ISmE1wH5W4BhgU&start=1365} (last visit 2024-01-05)

%\bibitem{上田2023}
%上田隆一, 登内リオン, 池邉龍宏, 林原靖男: ``移動ロボットのための自己位置の不確かさを考慮したセンシングできない固定障害物の回避手法 ---価値反復を用いたナビゲーションにおける状態空間の局所拡張---'', 第28回ロボティクスシンポジア講演論文集, pp. 118-123, 2023.

  %\bibitem{tonouchi2023}
  %登内リオン, 池邉龍宏, 林原靖男, 上田隆一: ``価値反復を用いた移動ロボットによる屋外ナビゲーション,''
  %日本機械学会ロボティクス・メカトロニクス講演会, 2P1-G06, 2023.


  %\bibitem{ikebeMECH}
  %池邉龍宏, 林原靖男, 上田隆一: ``未知障害物によるモンテカルロ自己位置推定の破綻を防ぐための観測範囲の制限と選択'',
  %日本機械学会ロボティクス・メカトロニクス講演会, 2A2-G06, 2023.


\end{thebibliography}
\normalsize

\clearpage

%\section{付録として, 各実験走行でどんなことをやっていたかを書く？}
% 当チームは, 9日間分のすべての実験走行会に参加した. 
% 7月2日, 7月23日は確認走行区間から信号あり横断歩道手前までの自己位置推定のテストを行った. 
% 地図は昨年作ったものを使い, 自己位置推定のパッケージにemcl2を使った. 
% また, 駅・公園エリアの地図作成のためのrosbagを取った. 
% 9月17日, 10月1日は駅・公園エリアの走行実験を行った. 
% 走行エリアが増えたことに伴い地図の容量が増大し, 4GBメモリのRaspberry Piでは処理できなかった. 
% メモリの容量を増やし, 地図の余白部分を削ることで駅・公園エリアが走行できるようになった. 
% 10月22日, 10月23日は信号あり横断歩道の横断の走行テストを行った. 
% 通常の走行速度では青信号中に横断しきれなかったため, 
% 信号あり横断歩道の横断中のみ走行速度を変えることで, 青信号中に横断しきることができた. 

\end{document}