AMRナビゲーションのブログの第1回目は、正確なAMRナビゲーションにおいてロバストなローカリゼーションが果たす役割についてご紹介します。もしあなたが 自律移動ロボットまたはAMRを構築している場合、間違いなく、使用予定の環境において正確で正しいナビゲーションを可能にする方法についてすでに考え始めていることでしょう。
AMRのナビゲーションとローカリゼーションに関するシリーズの第1回目であるこのブログでは、正確なローカリゼーションデータ、つまりAMRがどこにいるかを示すデータを、さまざまな環境で提供する方法について説明します。また、その精度を維持しながら、異なる環境間で移行できるプラットフォームの作成方法についても触れます。
AMRナビゲーションで重要な環境とは？
ローカライゼーションに関しては、私たちが気にかける環境は本当に3つしかない：
- オープンスカイ環境
- 部分的に覆われた環境
- 完全にカバーされた環境
まだお気づきでないようだが、これらの環境における決定的な要因は、GNSSの強さである。 GNSS信号の強さです。GNSSは、世界中をカバーし、ディファレンシャル補正が可能で、精度も高いため、測位データのゴールドスタンダードであり続けています。 OxTS xRED3000 GNSS/INSボードセット).しかし、GNSSのカバレッジが低下すると、AMRに測位データを提供する別の方法を検討する必要があります。それでは、これら3つの環境について見ていきましょう。
オープンスカイ環境
例を挙げよう：
- 周囲に広い空が見える屋外ならどこでもいい。
自律移動ロボットにグローバルな位置データを与えるには、GNSS衛星コンステレーションからの信号を受信するGNSSアンテナと、方位、ピッチ、ロール、速度に関する追加データを提供する慣性計測ユニット（IMU）が必要です。ほとんどの人は、このためにINSまたはGNSS/INSとしても知られる慣性ナビゲーション・システムを使用します。
ロボットを作るにあたって考慮しなければならないことは以下の通りです：
- クワッドGNSSが必要ですか？クワッドGNSSは4つの主要GNSSコンステレーションからのデータへのアクセスを提供します：GPS、Galileo、GLONASS、BeiDouです。クワッドGNSSは、AMRが位置の更新を取得できる衛星の数を増やし、それらが上空で占める位置を変えることでAMRの精度を向上させます（より正確な三角測量が可能になります）。クアッドGNSSは、AMRを世界中のどこでも運用したい場合にも不可欠です。
- 時間をかけて最大限の精度を得るには、ディファレンシャル補正を受信する方法が必要です。地球の形状と自転のため、補正はAMRを長距離にわたって軌道に乗せるために不可欠です。
- グローバルな位置が必要ですか？グローバルな位置データが必要ない場合、AMRに位置データを提供する、より費用対効果の高い方法があります。例えば、自律型芝刈り機のブランドによっては、旋回が必要なタイミングを感知するために周辺ワイヤーを使用しています。どのようなローカリゼーション方法を使用するかを決定する際には、使用ケース、環境、プラットフォームの商業的実行可能性を考慮する必要があります。
部分的に覆われた環境
例を挙げよう：
- アーバン・キャニオン
- 森林
部分的にカバーされた環境で動作するAMRは、受信できる正確な位置更新の量が減少する可能性がある。これは主に、視界に入る衛星の数が少なくなるためである。その結果、ナビゲーション性能が低下する可能性がある。特に都市環境では、反射面のある建物が密集しているため、マルチパスエラーが発生することもあります。ロンドンマラソンを走っている人をスマートウォッチで追跡しようとしたら、その人がテムズ川の真ん中にいた、というようなことがあれば、マルチパスエラーを経験している可能性がある。
このような環境では、GNSSを補強するために追加のセンサーを使用することをお勧めします。GNSS/INSを使用している場合、IMUデータはすでにこれを行います：
慣性ドリフト（GNSS信号がないときに問題になることがある）を減らすために、車輪速度センサーなどの追加センサーの統合を検討することができる。あるいは、LiDARスキャナーとOxTS LIO（詳細はボックスアウトを参照）を使用することもできます。
衛星データの有効活用を試みることができます。OxTS'gx/ix タイトカップリングアルゴリズムは、例えば、GNSSアンテナがナビゲーションエンジンに送信するデータを掘り下げて、衛星が1つしか見えない場合でも正確なナビゲーションデータを提供します。
OxTS LiDAR慣性オドメトリ（LIO）
OxTS LIOは劣悪なGNSS環境で位置精度を向上させる技術です。LIOはLiDARからのデータを分析し、AMRの速度と角運動量を推定します。以下は、OxTS LIOが立体駐車場の位置精度を向上させた例です。この例でポイントクラウドを作成するために使用されたナビゲーションデータは、LiDARからのゼロ速度更新データで補完されました。これにより、GNSSが利用できない場合のドリフトが抑制され、正確なナビゲーションデータの割合が大幅に増加し、最終的な結果が向上しました。
OxTS LIOはリアルタイムで動作することが実証されており、私たちはリアルタイムLIOをすべてのOxTS GNSS/INSモデルに導入するために努力しています。
完全にカバーされた環境
例を挙げよう：
- 屋内
- アンダーグラウンド
完全に覆われた環境では、GNSS信号がまったく利用できないため、自律移動ロボットに測位データを提供する別の方法を見つける必要があります。これには様々な方法があります。まず、インフラベースのソリューションとインフラなしのソリューションを見てみましょう。
インフラベースの屋内ローカリゼーション
ローカリゼーション・ソリューションがインフラ・ベースである場合、AMRナビゲーションのための機器を環境に設置していることを意味します。これらのソリューションには、電源が供給されるものもあれば、そうでないものもあります。
電力インフラベースのローカリゼーションの例として、次のような超広帯域（UWB）ソリューションがあります。OxTS Pozyx2GAD.これらのソリューションは、従来から最も再現性の高い結果（位置データの信頼性が高いという意味）を得ていますが、実行には電力が必要で、使用する前に環境を調査する必要があります。
非電源インフラベースのローカライゼーションの例としては、ArUcoマーカーとAMRに取り付けたカメラを使ってナビゲートする方法があります。これらの方法はセットアップが簡単ですが（ArUcoマーカーを特定の場所に設置し、そのポイントを測量するだけです）、一般的に再現性の低いデータを提供します。
非インフラベースの屋内ローカライゼーション
当然のことながら、このプラットフォームは外部機器を使わずに屋内を移動できる。ここで話すべき主なテクノロジーは2つある。
1つ目は、SLAM（Simultaneous Localisation and Mapping）である。SLAMは、LiDARやカメラなどのセンサーを使用して、ロボットがいる環境のマップを作成する。その後、処理アルゴリズムによって、ロボットはそのマップ内で自身をローカライズし、ナビゲーションに使用することができる。
SLAMは確立された技術であり、狭いエリアではうまく機能する。しかし、より広いエリアでは精度が落ちることがある。
2つ目はOxTS LIOである。ボックスアウトで述べたように、OxTS LIOは、GNSSが利用できない環境において、インフラなしで精度を大幅に向上させることができる。
ここまで、さまざまな環境でAMRをローカライズする方法を紹介してきた。しかし、屋外と屋内といった環境間の移動についてはどうでしょうか？
聖杯：環境間の移行
屋内と屋外の空間を行き来できることは、自律移動ロボットメーカーにとって重要な差別化要素だ。これにより、人間が移動させる代わりに、屋内倉庫から自分で出たり入ったりできるAMRを作ることができる。これにより、保管ヤードと屋内倉庫の間を移動できる自律型フォークリフトが可能になる。
環境間の移行に関する最大の技術的課題は、時間計測とナビゲーションフレームに関するものだ。どちらも非常に技術的なトピックだが、要約すると
- 通常、AMRはGNSS信号から時間を計測します。信号のない屋内でスタートした場合、AMRはどのように時間を計測するのでしょうか？
- GNSSの位置情報はグローバルナビゲーションフレーム（地球上の絶対位置）です。屋内測位ソリューションは、ローカルナビゲーションフレーム - AMRの特定の位置にマッピングされたx,y,z座標のセット - にあります。これらの環境間をどのように移動するのですか？
その他の課題としては、エラー・モデリングやデータの正確な融合に関連するものや、そもそも移行の両側で行われるローカライゼーションの各手法が正確であることを保証するものなどがある。
もちろん、あなたがそれらの課題を解決する必要はない。すでに解決している組織と提携すればいいのだ。OxTS では、屋外のGNSSナビゲーションからUWBへのシームレスな移行を実証してきました。GNSS信号のない屋内でもAMRを初期化できる技術を開発し、AMRナビゲーション・ソリューションをできるだけ簡単に構築できるように設計された、さまざまなハードウェアおよびソフトウェア機能を開発しました。
自律型ロボットナビゲーション ソリューション概要
AMRは、ロボットの位置と向きを記録するだけでなく、屋内でも屋外でも動作するツールである。
このソリューション概要では、自律移動ロボットのローカライゼーションのソースを決定する際に、お客様に検討いただくことをお勧めする点について説明します。
ソリューション概要をお読みください。適切なロボットローカリゼーションソリューションがAMRプロジェクトにどのように役立つのか、プロジェクトに着手する前に自問自答すべき重要な質問を含めてご覧いただけます。
AMRエンジニアのために現在できることの詳細をお知りになりたい方は、以下をクリックしてください。 ここをクリックをクリックしてください。具体的なプロジェクトについてご相談がある場合は、以下のフォームをご利用ください、下記のフォームからお問い合わせください。
