① 産業革命以後に続く「機械語」の時代 産業革命以降、技術進化は一貫して「機械をどう制御するか」というテーマのもと発展してきました。初期の機械は人が直接操作するものでしたが、やがて電気・電子技術の進化により、命令によって動作する仕組みが確立されていきます。 コンピュータの登場以降は、機械語やアセンブリ言語による制御が主流となり、機械を扱うには専門的な知識が不可欠でした。この時代は、「機械を動かせる人＝限られた専門家」という構造が前提でした。 ② ソフトウェアとモーターの統合による構造転換 その後の大きな転換点は、ソフトウェアと物理デバイス（モーター・センサー）の統合です。ロボットや産業機器は、単なるハードウェアではなく、ソフトウェアによって振る舞いが定義される存在へと進化しました。ROSのようなフレームワークにより、ハードに依存しない制御ロジックの再利用も可能になっています。 つまり現在は、「機械を設計する」から「ソフトウェアで機械を定義する」時代へと移行しています。 ③ マニュアルレス化とアプリ駆動の世界 さらに現代では、「マニュアルが不要なプ

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...

ナビゲーションにおける自己位置推定 動作環境 項目 内容 OS Ubuntu20.04 ROS 2 Distro Foxy Fitzroy はじめに ROS2では 目的地を設定したら経路を計算して実際にロボットを目的地まで移動させることができるNavigation2の開発が進められている。 github: https://github.com/ros-planning/navigation2 ドキュメント: https://navigation.ros.org/index.html また、ROS 2ではないが産業技術総合研究所ロボットイノベーション研究センターによるNavigationスタックの設計仕様をまとめたドキュメントも理解の助けになる。 https://robo-marc.github.io/navigation_documents/introduction.html Navigation2は複数のパッケージで構成されており、それぞれのパッケージごとに設定すべきパラメータが存在する。その結果、パラメータの数が多くなっており、自作のロボット