ユニーク＆エキサイティング研究探訪
No.10　情報メディアシステム学専攻・冨沢哲雄助教らの自律走行ロボットの開発

自由空間モデルに基づく自己位置推定システムを実装

つくばチャレンジが行われたのは、つくば駅周辺の公道（歩道と遊歩道）1.2kmのコースである。平坦で段差が少なく見通しがいいコースだが、途中随所に建物の壁や、電柱、立木、縁石、パイロン（道路標識）、それに通行人や自転車などの障害物がある。自走ロボットは人の助けを借りずに自力で障害を避け、目的地に到達しなければならない。

このような環境下で、ロボットにとって一番難しいのは、自分が現在どこにいるのかを判定することだという。今回は「自由空間モデルに基づく自己位置推定」（注3）をベースにして、より簡略な手法を開発・実装した。具体的には、後述のように環境地図生成とローカル地図とのマッチング処理を簡略化し、位置修正機会を増やすことによって、ロボットの現在位置を正確に把握できるようにした。

最初に環境地図を作製する

自己位置推定を行うには、まず走行区域の環境地図を作製する。このロボット(電動カート)の前面には左右それぞれにレーザー測域センサが取り付けてある。一つのセンサで周囲270°の水平面を走査でき、二つで自分の周囲を360°走査できる。この測域センサを使って、地上40cmの高さの水平面に関する2次元の環境地図を作製する。

地図作成するには、人間がロボットを手動操縦してコースを走りながら、ロボットの周囲を走査し、レーザー光が通った区域を「自由空間」として白く塗りかえ、レーザー光が通らなかった区域を、何かの障害物がある「占有空間」として黒くする。これをコース全体で合成することで、図1のような白黒2値画像の環境地図ができる。地図の白い部分がロボットが動ける自由空間、黒い部分が恒久的な障害物がある区域だ。

事前テストで堅牢性を確認

環境地図を作成するときは、一時的な障害物情報は除いて作成するので、建物の壁とか、樹木のような固定的障害物だけが占有空間になる。しかし、自律走行時には、ロボットの前後左右を人や自転車、他のロボットが往き来することを想定しなければならない。そうした“外乱”が多い環境下で上記の自己位置推定法が有効かどうか。冨沢助教らは、環境を観測しながら自律走行するロボットの視野を故意に妨害した状態や、一部のセンサが破損したような状態で走らせるという事前テストを実施して、この手法が極めて堅牢であることを確認した。

現在位置が決まれば、そこからローカルな目標までの方向に合わせてハンドルとアクセルの操作量を決める。進行方向に障害物があれば回避しなければならないが、もちろん回避機能も実装してある。このロボットには水平方向を走査する2つの測域センサのほかに縦方向を監視するもう一つのセンサが付いており、目標方向の前方3mを常時広角走査して監視し、障害物があれば安全な方向へハンドルを切り回避する。スピード（最大速度は大会規則で時速4kmに制限）は前方の空きスペースに比例して制御する。
今回のゴールは建物の中に設定されており、ロボットは自分で自動ドアを開けて建物に入りゴールインした。次回はゴールが階上に設定される予定だという。自分でエレベータに乗り、階上のゴールに到達できる機能が求められる。冨沢助教らは次回も挑戦する予定だ。

現状でも工場の搬送ロボットなどに応用可能

今回開発したロボットは、一般市民と共存するロボットに必要な自律移動機能を開発することを目的としたものだが、応用分野としては工場の自動搬送ロボットなどが考えられる。人や物の移動が頻繁な工場内では、障害物の位置が頻繁に変わる。しかし、今回のような自由空間モデルによる自己位置推定法を実装すれば、そうした一時的な障害物を避けて目的地まで物を搬送するようなロボットを容易に開発できそうである。