なぜ「見えない障害物」が問題になるのか 2D LiDARを用いたSLAMでは、センサーが検出できるのは特定の高さの断面に限られます。 そのため、地図上では問題がないように見えても、実際の現場では接触リスクが残るケースが存在します。特に、上方向に張り出した構造物や、センサー高さから外れた障害物は、検出されないまま運用に入ってしまう可能性があります。 こうした「見えていない障害物」は、運用開始後にトラブルとして顕在化することが少なくありません。 センサーの死角は「上方向」にも存在する 2D LiDARの特性として見落とされがちなのが、上方向の死角です。このような構造物は、センサーの高さによって検出されません。その結果、AMRは「何もない」と判断して進行し、実際には接触してしまうという状況が起こり得ます。 作業台の張り出し部分 コンベアのフレーム 突き出した設備部品 機械の張り出し部が障害物になっている例 検出できないなら「避ける設計」にする このようなケースに対して重要なのは、「検出できるようにする」ことではなく、「そもそも近づかないように設計する」

なぜ「地図づくり」で運用が変わるのか AMRの導入において、初期設定の中でも特に重要なのが「地図作成」です。一見すると単純な工程に見えるこの作業ですが、実際には運用の安定性や使い勝手を大きく左右します。特に2D LiDARを用いたSLAMでは、センサ特性に起因する盲点が存在します。 本稿では、現場で見落とされがちなポイントと、それを踏まえた実践的な地図作成のコツを整理します。 2D LiDAR SLAMの前提：見えているのは「その高さだけ」 2D LiDARを用いたSLAMでは、センサが検出できるのは「LiDARが設置されている高さの断面」に限られます。つまり下記のようなものは地図に反映されません。 上部に張り出した構造物 センサ高さより上にある障害物 逆に、低すぎて検出されない対象 LiDARセンサーが検出できない障害物 この特性を理解していないと、「地図上では問題がないのに、実際には接触リスクがある」といった状況が発生します。 LiDARが障害物を検出せず衝突してしまう 発想の転換：あえて「障害物を置く」という方法 こうした課題に対して、現場

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

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...