サポートセンターにアクセス サポートセンターにアクセス ディストリビューターを検索 ディストリビューターを検索 お問い合わせ お問い合わせ

フィールドロボットのINS技術がもたらすもの

ブログ 2024年10月11日

今、ロボット工学の分野では実にエキサイティングな時期だ。多種多様な企業や組織が、自律移動ロボット(AMR)が世界中のさまざまなニッチや市場にどのように適合するかを模索している。その中でも最もエキサイティングなカテゴリのひとつが、フィールド・ロボティクスと呼ばれるものだ。最新のブログでは、フィールドロボットにおけるINS技術の活用と、この技術を最大限に活用する方法についてご紹介します。

ロボビジネスを数日後に控えた今、フィールドロボットにおける重要な課題のひとつであるローカライゼーションについて解説し、フィールドロボットにおけるINS技術のメリットを享受する方法について説明します。ご質問のある方は、パートナーである ユーブロックスは今年のRoboBusinessに出展し、最新のボード・セットINSである xRED3000を展示します。

 

xRED3000は、フィールドロボットにおける理想的な定位コンポーネントです。
xRED3000 GNSS/INS

 

フィールドロボットにおけるローカリゼーションの課題

AMRの自律行動の多くは、ロボットが自分の位置を把握している場合にのみ可能だ。そのためには正確な位置データが必要だ。

屋内アプリケーションでは、超広帯域(UWB)からSLAM、LiDAR、カメラオドメトリまで、さまざまな技術が使われている。しかし、屋外に出ると、これらの技術の中には実装がより困難なものもあれば、環境にまったく適さないものもある。

ひとつは、多くのフィールドロボットの現場では、UWB測位などに必要なインフラを設置する場所がないことだ。もうひとつは、フィールド・ロボットの多くの用途では、ロボットがこれまで調査されたことのない場所を訪れるか、あるいは、十分な詳細調査が法外に複雑で高価なほど広い場所で動作する必要があることだ。

 

GNSS/INS技術は、フィールドロボットにおいて重要な技術になりつつある。

 

フィールドロボットの分野では、ほぼすべての人が慣性ナビゲーション・システムに定位データを求めている。しかし、課題は残っている。というのも、そのユビキタス性にもかかわらず、慣性航法は不慣れな人を不意打ちするような癖に満ちているからだ。

 

フィールドロボットでINSデバイスを扱う際に考慮すべきこと

誤解を避けるために言っておくと、INSとは、慣性計測ユニット(IMU)とGNSS受信機を組み合わせて、位置データとロボットのヘディング、ピッチ、ロール、加速度などのデータを提供するデバイスのことです。これらのテクノロジーはどちらも非常に広く使われていますが、最大限に活用するためには、いくつか注意しなければならないことがあります。例えば

 

1) GNSSデータは定期的な補正が必要

宇宙から届く無線信号に対する大気の干渉のため、GNSSの位置精度は通常1~2メートルの範囲です。この精度を向上させるには 補正データをデバイスに送り、「不正確な」位置を相殺する必要があります。簡単に言えば、補正データは正確に測量された基地局によって生成され、ロボットが衛星から受信するデータに対して適切なオフセットを計算することができます。次のような補正サービスに加入する必要があります。 U-blox PointPerfectなどの補正サービスに加入し、補正データをロボットに取得する方法を見つける必要があります(または、独自の基地局を設置することもできますが、その場合はさらに複雑になります)。

 

2) 位置データを取得するGNSSは複数ある。

ほとんどの人は、アメリカが所有するGNSSコンステレーション(衛星ネットワーク)であるGPSに精通している。他にも3つの主要なものがある:BeiDou、GLONASS、Galileoです。グローバル市場向けにAMRを開発するのであれば、受信機が4つのコンステレーションすべてからのデータを受信できるようにする必要があります。4つの星座GNSSは、1つまたは2つの星座に依存するよりも堅牢です。

 

3) IMUはすべて同じというわけではない

デモロボットでは、比較的安価な部品を使ったかもしれません。そうでなくても、製品を生産に移す際にユニットあたりのコストを下げる方法を検討するため、ほぼ間違いなくその部品を調査することになるでしょう。しかし問題は、安価なIMUがフィールドロボットにとって十分な精度を持つことはほとんどないということだ。また、規模を拡大する際には、校正の問題も考慮しなければならない。IMUを大量に購入することはできるかもしれませんが、IMUがどのように作られているかという性質上、安定した性能を発揮するためには、それぞれに慎重で異なる校正が必要になります。

 

4) GNSSとIMUのデータを融合する必要がある

INSはGNSSとIMUのデータを組み合わせて、ロボットの位置、方位、ピッチ、ロールなどを計算し、いわゆる姿勢推定を行う。これはカルマンフィルターを使って行われるが、カルマンフィルターを作り、機能するように改良するのは複雑だ。カルマンフィルターがなければ、システムはGNSSやIMUから提供されたデータが不正確で、したがって破棄されるべきかどうかを判断する術を持たない。フィールドロボットにINSを使用する場合は、そのカルマンフィルターについて尋ねてください。

 

5) INSだけでは必ずしも十分ではない

フィールドロボット工学は必ずしもオープンスカイを意味しない。都市部で活動する食料品配達ロボットを考えてみよう。高層ビル、トンネル、地下道はすべてGNSSのブラックスポットやマルチパスエラーを発生させ、たとえ高品質のIMUを内蔵していたとしても、INSがコースを外れる原因となります。それに対抗するには、車輪速度センサーなど、最終出力に融合される追加センサーが必要になる。

独自のローカリゼーション・ソリューションを一から構築しようとすることは、複雑な試みであることに同意していただけると幸いです。そして、その複雑さによって、資金は早く消え、立ち上げまでの時間は遠のき、ストレスレベルは(おそらく)急上昇します。

 

OxTS お役に立ちます

最初は難しく感じるかもしれませんが、事前に構築されたローカリゼーション・ソリューションに投資することは、後々大きな利益をもたらします。OxTS 例えば、GNSS/INSテクノロジーは、独自のソリューションを構築するのに比べ、多くの利点をもたらします:

私たちはセンサー・フュージョンを核としたテクノロジーを構築しているので、迅速かつ簡単にセンサーを追加して、堅牢なローカリゼーション・ソリューションを確保することができます。

当社の拡張カルマンフィルターは、誤ったデータを識別するために業界で最も優れたものの1つであり、ローカリゼーションデータの信頼性を可能な限り高めます。

私たちは、フリートレベルで一貫した性能を発揮するために、すべてのIMUを個別に校正しています。

このキャリブレーションは、高度な処理アルゴリズムとともに、信じられないほど手頃な価格で高いパフォーマンスレベルを提供する。

当社の技術はITARフリーであり、海外への発送が容易です。

私たちはすでに、自律性プロジェクトのためのさまざまなプラグインやドライバーを作成しています。 ROS2ドライバーおよび NVIDIA DRIVEプラットフォームプラグインそのため、ローカリゼーション・ソリューションをより幅広いロボット制御スタックに簡単にプラグインすることができます。

 

自律化プロジェクトには、特に適したINSのモデルがいくつかあります。当社の AV200は小型・軽量のINSで、センチメートル・レベルの精度を提供し、CANバスを使用するプロジェクト用にCANインターフェースを備えています。

ロボビジネスの会場にお越しの際は、当社のもうひとつの自律型ロボットである xRED3000U-bloxのブースに設置されています。高精度 ZED-F9PGNSSモジュールを搭載しています。の高精度ZED-F9P GNSSモジュールを搭載したxRED3000は、AV200よりもさらに高い精度を実現しながら、重量はわずか20gで、ゲームボーイのカートリッジよりも小型です。フィールド・ロボット・プラットフォームへの統合に最適で、開発時間を迅速に短縮し、AMRの機能を向上させる方法を提供します。

最終的には、OxTS と提携することで、自社でローカリゼーション・ソリューションを構築するよりも早く、市場をリードする製品を提供することができます。

 

RoboBusinessでU-bloxと話す

すでにお伝えしたように、パートナーであるU-bloxは今月RoboBusinessに出展します。フィールド・ロボット・プロジェクトでINSを使用することに興味がある方、またはxRED3000を詳しくご覧になりたい方は、ぜひU-bloxにお声がけください。メインホールの617番ブースでお待ちしています。

オートノミー・プロジェクトのためにOxTS 。 オートノミーのページをご覧ください、または、以下から便利なAMRナビゲーションガイドをダウンロードしてください。

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ソリューション概要

トップへ戻る

トップへ戻る

米国・アッシュバーン