AMR導入でよく聞く質問：停止位置精度とは AMR導入を検討する際、多くの現場でよく聞くのが、「AMRの停止位置精度はどれくらいか」という質問です。ここでは自己位置精度について、2D LiDARと3D LiDARの比較を通じて分かりやすく紹介します。 2D LiDARの場合：平面上の三角測量 2D LiDARは三角測量で例えられる 自己位置の計算は、「今のLiDARが見ている景色と持っている地図がどれくらい一致しているか」を確率的に計算していると紹介しました。 2D LiDARの場合は、平面上の限られた点（特徴点という）で「三角測量」をしている状態です。特徴点は、走行時の振動やセンサーの精度によって、作った地図にもLiDARで景色にも誤差が含まれます。この誤差が重なると完全に一致する「三角形」が存在しなくなります。従って緩やかに一致しているところを自己位置とする、という閾値の設定が必要になります。これが2D LiDARの場合に自己位置精度が落ちる理由になります。 極端な例として、３点のみで自己位置を計算している下の図のような場合ですと、特徴点とな

オドメトリ精度向上のための現場調整の重要性 自律走行の重要な要素として自己位置推定があります。LiDARから得た情報を元に自己位置を推定するのですが、カーナビと同じように他のセンサー情報を使って自己位置の補正を行います。今回はオドメトリという車輪やステアリングの回転角度からの累積計算からロボットの位置を推定する手法を紹介します。 ROSのパッケージ上にはオドメトリ計算用の各種パラメータ設定項目があります。代表的なもので、駆動輪の直径、左右のタイヤの中心間距離であるトレッド幅があります。 自律走行をさせるロボットのカタログ値を登録するのですが、タイヤに関して言えば、導入環境次第でカタログ値を使ってもうまくいかない場合があります。またロボットには機械誤差があり、こちらも考慮する必要があります。 今回はLiDARでの補正を使わず、オドメトリ計算だけでナビゲーションにどのような差がでるのか見てみました。 ケース１：仕様書通りのタイヤ径・トレッド幅を使った走行・LiDAR補正なし ケース２：パラメータ調整後の走行・LiDAR補正なし このように、カタログ値

LiDARのスキャン結果から、太陽光ノイズを除去する 開発環境 項目 PC Jetson Orin Nano OS Ubuntu20.04 (Jetpack) ROS ROS 2 foxy Fitzroy 2D LiDAR UST-20LX (北陽電機) はじめに 屋外でLiDARを使う場合、強い日差しや雨など、天候による影響を考慮する必要があります。 本記事では、太陽光による外乱光によるノイズを低減する方法について説明します。 laser_filterについて ROS 2では、センサーデータを処理してロボットの制御や認識に利用するためのさまざまなパッケージが提供されています。その中でも、laser_filterパッケージはLiDARから得られるデータを効果的に処理するための便利なツールです。この記事では、ROS 2のlaser_filterパッケージの基本的な使い方や設定方法についてご紹介します。 インストール方法 端末を開き、ROS 2 のディストリビューション名に合わせてインストールします。 sudo apt install...