3D LiDARロボット開発

ランキング参加中

ロボット

Abudoriです。今回は雑記となります。

つくばチャレンジ2024に参加登録しました。個人（と友人）でつくばの街での自律走行に取り組みます。今年のつくちゃれでやってみたいことをつらつらと書きたいと思いました。また、他にノウハウなどがある場合はこのページをツリーにして参照できるようにしたいと思います。昨年は、会社でクローラロボットで参加していました。昨年の結果はこちらをご参考ください。

つくちゃれの感想ブログ www.abudorilab.com

つくばチャレンジとは何かはこちらをご参照ください。 tsukubachallenge.jp

つくちゃれ雑記のリンクツリーはこちらリンクツリー

スポンサードリンク

何を確かめたいか

本年の目標は“3D LiDARを使った高精度な自律走行はどのくらいのものか”を確かめることです。

ROSの標準的なNavigationは2Dの占有格子地図を前提とした仕組みとなっています。 ROSロボットを作った、あるいは購入してきた場合、Navigationのチュートリアルを体験すると思いますが、 2D LiDARによるSLAMを実行し、2Dの占有格子地図のPlanningをすることに限定されます。

2D MapによるNavigationは整備された環境ではよく働きますが、そうでない場合は簡単にスタックしてしまい役に立たないことが多いです。ロボットに対して投資が進んだ物流倉庫の運搬業務や失敗が許されるロボット掃除機などのタスクでは、2D LiDARからの環境認識で充分であると思います。しかし、段差があったり、坂道があったり、高さの低い障害物などがあった場合は、簡単に破綻してしまいます。したがって、自動運転などの信頼性の要求が高いタスクでは2D LiDARのみを認識としたNavigationは余程のことがなければ採用されることはありません。

より複雑な環境（ここではより“ふつうの”場所）で動作されるNavigationには、2Dの地図表現から3Dに拡張された方法が採用されていることが多いです。事実、ほとんどの自動運転車両（TeslaのAutoPilotやTuring社などを除く）では、3D LiDARを複数台搭載し高精度な3D Mapを利用したNavigatoinを採用しています。

https://tech.tier4.jp/entry/2021/06/23/160000 より引用

こうした3D MapのNavigationは“確かに2Dよりはうまくいきそう”という感じは素人ながらわかります。ただ、

どのくらいよく効くようになるのか
何に対して苦手な点があるか
それだけのコストをかける価値があるのか（センサも手間も高いもんね）

という疑問は残ります。この点をはっきりできたら良い知見がたまったなと判断できると思います。

また、3D MapのNavigationについて、検索しても体系的にまとめられているものはありませんでした。大体の方法や実装の予想はつくものの、“これが正解”みたいなものはまだ情報が非常に少ないように思えます。つくばチャレンジでは3D LiDARを搭載したロボットを作り、どれだけ正確に自己位置推定、周囲の環境認識ができるかを確認したいと思います。このロボットを実装する際にノウハウを随時残すことで“3D MapのNavigationで何から手をつければいいかわからない”問題を解決できたら嬉しいなと思います。

スポンサードリンク