ALSEduは、開発者が研究してきた自己位置推定システム（Advanced Localization System: ALS）の学習用のパッケージです。なお、ALSEduの詳細を解説した書籍が[1]になります（21年9月30日現在で、タイトル仮の出版予定です）。
ALSEduには、パーティクルフィルタに基づく自己位置推定法であるモンテカルロ自己位置推定（Monte Carlo localization: MCL）が実装されています。また、MCLをベースとして、開発者が[2, 3, 4, 5]の論文で発表した手法が実装されています。詳細は[1]の書籍を参考にしてください。
ALSEdu is an educational package for Advanced Localization System (ALS) that is developed by the author. ALSEdu includes particle-filter-based localization with 2D LiDAR and other important functions for safe localization, for example, robust localization, reliability estimation, and failure detection and recovery. Details can be seen at [2, 3, 4, 5].
C++を用いて開発されています。Ubuntu 18.04と20.04で動作することを確認していますが、その他のLinux環境でも動作すると思います。但し、WindowsやMacの環境で利用するためには、適宜修正が必要になると思います（Linux以外の環境で動作するかは確認していません）。
ALSEdu is developed using C++. I confirmed that ALSEdu works on Ubuntu 18.04と20.04.
C++の開発環境を構築した後に、CMake、yaml-cpp、gnuplotおよびOpenCVをインストールしてください（書籍内では、Versionは4.2.0のOpenCVを使用しています）。これらのインストール方法は、ここでは割愛します。ALSEduは以下の様にインストール、コンパイルしてください。
Please first prepare C++ development environment. Then, install CMake, yaml-cpp, gnuplot, and OpenCV (OpenCV 4.2.0 was used for the confirmation). ALSEdu can be installed with following commands.
$ git clone https://github.com/NaokiAkai/ALSEdu.git
$ cd ALSEdu
$ mkdir build
$ cd build
$ cmake ..
$ make
コンパイル後は、例えば以下のコマンドでMCLを実行できます。
You can confirm that MCL works with the following command.
$ ./MCL ../maps/nic1f/
実行すると、2つのgnuplotの画面と、1つのキー入力受付ウインドウが表示されます。キー入力受付ウインドウをアクィティブにした状態で矢印キーを押すと、ロボットが移動します。
You can see two gnuplot figures and one key input window. You can move the robot by typing the arrow keys on the key input window.
[1] 赤井直紀．"LiDARを用いた高度自己位置推定システム：移動ロボットのための自己位置推定の高性能化とその実装例（仮）"．コロナ社（出版予定）．
[2] Naoki Akai, Luis Yoichi Morales, and Hiroshi Murase. "Mobile robot localization considering class of sensor observations," In Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 3159-3166, 2018.
[3] Naoki Akai, Luis Yoichi Morales, Hiroshi Murase. "Simultaneous pose and reliability estimation using convolutional neural network and Rao-Blackwellized particle filter," Advanced Robotics, vol. 32, no. 17, pp. 930-944, 2018.
[4] Naoki Akai, Luis Yoichi Morales, Takatsugu Hirayama, and Hiroshi Murase. "Misalignment recognition using Markov random fields with fully connected latent variables for detecting localization failures," IEEE Robotics and Automation Letters, vol. 4, no. 4, pp. 3955-3962, 2019.
[5] Naoki Akai, Takatsugu Hirayama, and Hiroshi Murase. "Hybrid localization using model- and learning-based methods: Fusion of Monte Carlo and E2E localizations via importance sampling," In Proceedings of the IEEE International Conference on Robotics and Automation (ICRA), pp. 6469-6475, 2020.
Mozilla Public License Version 2.0