慣性センサによる自律移動ロボットのシステムサポート

慣性センサによる自律移動ロボット なものとなりますが、制約を特定してそれに対処できれば、最適化のための新しい機会が生まれるでしょう。このプロセスを的確 のシステムサポート に説明するために具体例を示します。 Mark Looney著 Adept MobileRobots Seekur Adept MobileRobots Seekur2は、図3に示すような慣性ナビ はじめに ゲーション・システム（INS）を備えた自律ロボットです。この この記事は、地上型ロボット・システムであるSeekur®（図1 車両は四輪駆動システムを備えており、車輪ごとに独立したステ を参照）を例に、ナビゲーション性能を向上させるために高精 アリング／速度制御機能が付いているので、プラットフォームを 度MEMSジャイロスコープを適用した自律システムについて 水平方向に柔軟に移動することができます。この性能は、倉庫配 解説しています。地上型ロボット・システムの行う作業は大半 送システム、病院内での検体／用具配送システム、軍事力増強シ が、多くの場合「非効率、不衛生、危険」なものだ、とAdept ステムなどの最新アプリケーションで使用されるロボット車両に MobileRobots1のプロジェクト・マネージャSeth Allen氏は言 とって非常に有効です。 います。つまり、ロボット・システムは人間が直接関わると費用 が掛る作業や大きな危険が伴う作業、あるいは非効率な作業で使 ROBOT TRIP BODY 用されるのが一般的です。多くの場合、ロボット・プラットフォー PLAN COMMANDS ムは自律的に動作できる優れた特性を備えており、別の位置に移 動するときは、ナビゲーション・システムを使って自身の動作を TRAJECTORYPLANNER – FORWARD KINEMATICS 監視、制御します。位置と動作の管理する精度は実際に役立つ自 律動作を実現する上で重要な要素なため、MEMS（マイクロエ WHEEL #1 WHEEL #2 WHEEL #3 WHEEL #4DRIVE AND DRIVE AND DRIVE AND DRIVE AND レクトロマシンシステム）ジャイロスコープのフィードバック検 STEERING STEERING STEERING STEERINGMOTORS MOTORS MOTORS MOTORS 出機構はナビゲーション・システムの性能を最適化するうえで非 常に役に立ちます。 STEERING STEERING STEERING STEERING AND DRIVE AND DRIVE AND DRIVE AND DRIVE ENCODERS ENCODERS ENCODERS ENCODERS KALMAN FILTER INVERSE KINEMATICS GPS MEMS LASER GYRO 図3. Adept MobileRobots Seekurナビゲーション・システム フォワード制御 ロボット・ボディ・コマンド、すなわち主要な誤差信号は、プラ ンナーが移動経路を立案した移動計画とフィードバック検出シス テムによって生成される最新の移動進捗状況との差を示していま す。これらの信号は、ロボット・ボディ・コマンドを各車輪用のス 図1. Adept MobileRobots Seekurシステム テアリング／速度プロファイルに変換する逆運動学システム（位 ロボット・ナビゲーションの概要 置、つまり座標から角度を計算する手法）に送信されます。これ らのプロファイルは、アッカーマン・ステアリング関係式*（アッ ロボットの動作は、通常、作業全体の進捗状況を管理する中央処 カーマン・ステアリングとは、車が旋回するときに外側の車輪よ 理装置から位置変更の要求によって開始されます。ナビゲーショ りも内側の方が大きな角度がつくように設定されたステアリング ン・システムは移動計画（移動軌跡）を立てた後、位置変更の要 機構の事です。）をもとに計算されます。ステアリング関係式はタ 求を実行に移します。移動計画では、利用できる経路、既知の障 イヤの直径、表面の接触領域、間隔などの重要な幾何学的特徴を 害位置、ロボットの能力、関連するすべての作業目的が考慮され 含んでいます。アッカーマンのステアリング理論と関係式に基づ ます。（たとえば、病院内の検体配布ロボットにとって配布時間は いて、このロボット・プラットフォームは、多くの自動車のステ 非常に重要です。）移動計画はコントローラに提供され、コント アリング・システムで使用されている機械式のラック・アンド・ ローラはナビゲーション制御のための駆動／方向プロファイルを ピニオン・システム（これは、ステアリングの回転を、ステアリ 作成します。これらのプロファイルによって、計画に基づく動作 ング・シャフトの先端にあるピニオンギヤでラックギヤに伝達し と進捗状況が得られます。動作は一般に複数の検出システムによっ て車輪の向きを変えるシステムの事です。）のステアリング角度 て監視され、検出システムごとにフィードバック信号が生成され プロファイルに似た電子的に連結されたプロファイルを生成する ます。フィードバック・コントローラはそれらの信号の組合せ、そ ことができます。これらの関係式を遠隔導入することで、アクセ して変換を行うことにより移動計画／状態を更新します。図2は、 ルを機械的に連結することなく、摩擦やタイヤのスリップを最小 一般的なナビゲーション・システムの基本的なブロック図です。 限に抑え、タイヤの摩耗やエネルギー損失を低減するとともに、 単純な機械的連結では不可能な動作を実現することができます。 DESTINATION ROUTE – FORWARD DRIVE ANDINPUT PLANNER CONTROL DIRECTION 車輪駆動／ステアリング・システム FEEDBACK INERTIAL 各車輪の駆動シャフトは、ギア・ボックスを介して駆動モータ CONTROL SENSING に、また別のギア・ボックスを介して光エンコーダに機械的に連 結されており、その出力はオドメトリ・フィードバック・システ 図2. 一般的なナビゲーション・システム ムへの入力となります。ステアリング・シャフトはアクセルを別 のサーボ・モータに連結しますが、これによって車輪のステアリ ナビゲーション・システム開発の主要なステップでは、まず、シ ング角度が確定します。また、ステアリング・シャフトはギア・ ステム動作の目標や制約について重点を置いて各機能をよく理解 ボックスを介して第二の光エンコーダに連結されます。その出力 する必要があります。一般に、各機能は明確に定義され、簡単に は、オドメトリ・フィードバック・システムへの入力となります。 実行できるという側面を備えていますが、管理を必要とするよう な難しい制約もあります。場合によって、このプロセスは反復的 *1817年にルドルフ・アッカーマンが特許を取得 Analog Dialogue 44-11, November (2010) www.analog.com/jp/analogdialogue 1 INERTIAL CONDITIONS TRIP PROGRESS

フィードバック検出および制御 位置を変えます。こういったことは、目標とする速度や精度に影 ナビゲーション・システムは、拡張Kalmanフィルタ 3を使用し、 響を与える可能性があります。 複数のセンサから受信したデータを組み合わせてマップ上のロ ボットの姿勢を推定します。Seekurのオドメトリ・データ（オ ドメトリとは、車輪の回転量を積算して初期位置からの移動量 を計算する方法の事です。）は、変換データを提供する車輪トラ クション／ステアリング・エンコーダと回転のデータを提供する MEMSジャイロから得られます。 オドメトリ オドメトリ・フィードバック・システムは、駆動／ステアリング・ シャフトの回転に対する光エンコーダの測定値に基づいて、ロ ボットの位置、進行方向、および速度を推定します。光エンコー 図5. レーザー・マッピング ダでは、ディスクによって内部の光源を遮断し、数千の小さな開 アウトドア・アプリケーションの場合、Seekurは位置の測定に 口部を通して光センサに光を当てます。ディスクが回転すると一 全地球測位システム（GPS）を使用します（図6）。GPSは、4 連のパルスが生成されます。一般に、このパルス列はカウンタ回 機以上の衛星から送信される無線信号の移動時間を使って地球上 路に入力されます。1回転当たりのカウント数はディスク内のス の位置を三角測量します。これらは1m以内の精度で情報を提供 ロット数と同じなので、回転数（端数を含む）はエンコーダ回路 できます。しかし、同システムは、建物、木々、橋、トンネルな のパルス・カウントをもとに計算することができます。図4は、 ど、さまざまな物体によって妨害される視線条件によって制限さ 駆動シャフトの回転数を線形変位（位置）の変化に変換する際の れます。戸外の物体の位置や特徴がわかっている場合は（アーバ 基準と関係式を模式化したものです。 ン・キャニオン、つまりGPS衛星の電波の届かない都市内峡谷）、 GPSが停止したときにレーダーとソナーを使って位置の推定を L 補足することもできます。その場合でも、車の通過や建設現場な NE どの動的な条件／状態が存在すると、効果が薄れることがよくあL =

バイアス誤差には、初期バイアス誤差、条件依存のバイアス誤 アプリケーション例： 差の2種類があります。Seekurシステムは、無動作時に初期バ 倉庫の在庫配送 イアス誤差を推定します。この場合は、ナビゲーション・コン 一般に、自動システム化された倉庫では、在庫の整理や出荷のた ピュータが位置変更コマンドの非実行時を認識して、データを収 めにフォークリフトやベルト・システムを用いて品物を移動しま 集してバイアスの推定とバイアス補正係数の更新を円滑に実行 す。フォークリフトは人間が直接操作する必要があり、ベルト・シ できるようにします。このプロセスの精度は、データを収集して ステムは定期的な保守・手入れが必要となります。倉庫のシステム 誤差推定を公式化するために使用できる時間と、センサ・ノイズ 化を最大限に高めるために、システム変更が必要とされており、 に依存します。アラン分散曲線は、図 7に示すように、バイアス そこで自律ロボット・プラットフォームへの門戸が開かれること 精度と平均化時間の便宜的な関係を示すことができます。この曲 になります。フォークリフトやベルト・システムを更新するため 線は、Seekurシステムで現在使用されているジャイロスコープ ® には大規模な設備投資が伴いますが、ロボット・システムに必要iSensor MEMSデバイス「ADIS16265」に関するものです。 なのはソフトの変更のみで済み、ロボットのナビゲーション・シ このジャイロスコープの場合、Seekurはバイアス誤差20秒間平 ステムは新たな作業に向けて再度調整が必要となるだけとなりま 均値を0.01°／秒未満にまで低減でき、約100秒間での平均化で す。倉庫配送システムの重要な性能条件は、ロボットが動的な環 推定値を最適化することができます。 境（障害物が移動する空間で人間の安全性を最優先しなければな 1 らない環境）で一貫した移動パターンを維持し、安全に処理を行 うことです。ここで、SeekurにおけるMEMSジャイロスコー プを用いることの価値を示すために、Adept MobileRobotsは MEMSジャイロスコープのフィードバックがない場合（図8） と、ある場合（図9）について実験を行い、Seekurが同じ経路 0.1 を正確に反復できているのかどうかを調べました。MEMSジャ イロスコープのフィードバックの影響を調べるために、実験は GPS／レーザー・スキャン補正なしで行われています。 MEAN 0.01 +1

補給コンボイ 能なデバイスが利用できれば、簡単に機能統合が可能となり、開 現在の米国のDARPAの戦略は、戦力を倍増するためにロボッ 発プロセスの早い段階で成功が保証され、技術者はシステムの最 ト技術の向上を要求し続けています。補給コンボイ（船団や車 適化に集中することができます。MEMS技術によってジャイロ 列）は、この対象となるアプリケーションの一例です。軍隊は敵 スコープのノイズ、安定性、および精度の仕様が継続的に改善さ の脅威にさらされながら、ゆっくりと予想可能なパターンで移 れると、精度や制御のレベルも継続的に向上して、自律ロボット・ 動しなければなりません。Seekurのようなロボットは、正確な プラットフォームの新しい市場が次々と切り開かれる可能性があ ナビゲーションによって補給コンボイとして重責を担い、補給 ります。Seekurなどのシステムの次世代の開発は、ジャイロス 経路で人間が危険にさらされるリスクを低減することができま コープから、完全集積化されたMEMS IMU/6自由度（6DoF） す。一つの重要な性能指標は、GPS停止時の対応力です。そこ センサへと要求が移行するでしょう。ヨー軸のアプローチは役に で、MEMSジャイロスコープの進行方向フィードバックが特に 立ちますが、地球は平坦ではありません。ほかの多くのアプリケー 役立ちます。最新のSeekurナビゲーション・システムはこの環 ションは、既存のものも今後開発されるものも含めて、地形管理 境にも適合するように設計されており、MEMS慣性測定ユニッ や精度のさらなる改良のためにMEMS IMUを導入することに ト（IMU）6を使って精度を向上させ、将来の高集積化（地形管 より、3軸ジャイロスコープで完全なアラインメント・フィード 理などの機能領域）に対応できるようにしています。 バック／補正を実現することができます。 このシステムがどの程度正確に位置を特定できるかをIMU使用 時と未使用時とでテストするために、戸外の経路の誤差を記録し、 謝辞 分析しました。図10は、KalmanフィルタでオドメトリとIMU 本論文の作成に貢献されたSeth Allen氏、George Paul氏、お を併用した場合の誤差とオドメトリのみを使用した場合の誤差 よびAdept MobileRobotsのチーム全員に感謝いたします。 （GPSに基づく真の経路を基準とする）を比較したものです。位 置精度は、IMUを使用するとほぼ15倍向上しました。 参考文献 （アナログ・デバイセズの全製品については、www.analog.com/ 450 SYSTEM ACCURACY WITH WITHOUT IMU jpをご覧ください。） 400 ADIS16362 FEEDBACK DISABLED WITH IMU 1 http://go.adept.com/content/adeptacqmobrob06142010. 2 350 www.mobilerobots.com/researchrobots/researchrobots/ seekurugv.aspx. 300 3 http://en.wikipedia.org/wiki/Kalman_–lter. 250 4 http://en.wikipedia.org/wiki/Allan_Variance. 5 200 www.analog.com/library/analogdialogue/archives/43-09/ SYSTEM ACCURACY WITH ADIS16362 EDCh%203%20sensors.pdf.150 ENABLED 6 www.analog.com/en/mems/imu/products/index.html. 100 50 著者 0 Mark Looney [mark.looney@analog.com] 0 500 1000 1500 2000 2500 3000 は、米国ノースカロライナ州グリーンズボロ TIME (Seconds) にあるアナログ・デバイセズで iSensorアプリ 図10. オドメトリ／IMUを使用した場合（緑）とオドメトリのみを ケーション・エンジニアとして働いています。 使用した場合（青）のSeekur位置誤差 1998年に入社して以来、センサ信号処理、高速 A/Dコンバータ、DC/DC電力変換などの領域 結論 で経験を積んできました。ネバダ大学リノ校で ロボット・プラットフォームの開発者は、MEMSジャイロス 電気工学の学士号（1994年）と修士号（1995年）を取得し、い コープ技術により、ナビゲーション・システムにおける方向推定 くつもの論文を発表しています。入社前は、自動車用電子部品 や精度全体を優れたコスト効率方法で向上することができると考 ＆トラフィック・ソリューション会社IMATSの設立に尽力し、 え始めています。iSensor®MEMSデバイスのような事前校正可 Interpoint社で設計技術者として活躍しました。 4 Analog Dialogue 44-11, November (2010) ERROR (mm)