初めてのETロボコン （3） ―― ゲリラ的豪雨ニモ負ケズ，試走会IIに臨む

　試走会Iの後，テスト・コース上で灰色検知を実現した我らがチーム「TAMA Lab.」は，関東地区大会に向けて最終的な戦略を練りました．今回は，灰色検知アルゴリズムの詳細と，8月下旬に実施された試走会IIの結果について説明します．

●灰色検知アルゴリズムを決める

　前回紹介した通り，私たちは齋藤 彰宏氏の論文^（1）を参考に灰色検知アルゴリズムを考えました．特に，同氏が行った光センサ（赤外線センサ）の基礎実験の考察のうち，以下の情報に注目しました^注1．

1. 走行時の光センサの誤検知率は約3％
2. 誤検知する場合も，飛び抜けた間違いではない（白を黒，黒を白という誤検知は皆無）

 注1；ETロボコンは参加者が多くまた回を重ねた大会なので，有益な情報が多く存在する．私たちのような初参加チームも先人の知恵を拝借することで，効率良くモデルを作ったりソフトウェアを開発したりできる．

　図1は，エッジ走行時の黒の検知率^注2の推移を簡易的に図示したものです．黒の検知率は，黒線をトレースしているとき（白－黒のエッジ走行時）に高く，灰色線をトレースしているとき（白－灰のエッジ走行時）に低くなります．この特性をプログラムに反映し，黒の検知率がしきい値より低ければ灰色線である，と定義しました．しきい値は実験によりチューニングしていきました^注3．

[図1] 黒の検知率とエッジ走行の関係
縦軸は黒の検知率を，横軸はコースを，赤い矢印のついた線はエッジ走行を示す．緑の線は，灰色検知を定義するためのしきい値である．

 注2；ここでいう「黒の検知率」とは，光センサで取得した値のうち「黒である」と考えられる値が何回存在したかという割合のことを指す．例えば，光センサから100回値を取得してみて，そのうち黒と考えられる値が10回あれば，黒の検知率は10％となる．
 注3；このアルゴリズムでは，しきい値とサンプリング数のチューニングがポイントになる．しきい値を上げると短い灰色マーカに対応できるようになる反面，誤検知の確率が上がる．逆にしきい値を下げると短い灰色マーカの検知が難しくなる反面，誤検知の確率が下がる．また，サンプリング数を増やせば誤検知の確率が低くなるが，サンプリングに時間がかかるため短い灰色マーカを検知できなくなる．