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導入を検討する際、多くの現場で共通して挙がるのが「安全には止まってほしいが、そのたびに人が呼ばれる運用は避けたい」という声です。 食品工場やクリーニング工場のように、搬送距離が長く且つ人や台車が頻繁に動く環境では、通路状況は常に変化します。安全性と運用効率を両立するためには、単に止まる機能だけでなく、状況に応じた判断と復帰の仕組みが重要になります。 ここでは、当社AMRが備える安全制御の考え方を、実際の動作動画に沿ってご紹介します。 ① 障害物検出距離を設定できるUIの紹介 工場によって通路幅や人の動きは大きく異なります。そのため、安全距離は固定ではなく、現場に合わせて調整できることが重要です。検出距離を適切に設定することで、過度に止まりすぎることを防ぎつつ、安全を確保した運用が可能になります。 障害物センサーの停止距離設定項目 ② 遠方の障害物を回避する ロボットが十分な距離で障害物を検知した場合、停止するのではなく、回避経路を選択して走行を継続します。 通路の一部が塞がれている場合でも、迂回可能であれば自律的に判断して走行を続けるため、

障害物回避の方法（追従におけるポテンシャル法） AMRには自律走行搬送だけでなく、追従という機能ニーズがございます。 追従において障害物を回避する為にポテンシャル法という技術が活用されているのでご紹介します。 ポテンシャル法とは、引力と斥力を利用したものです。 ゴール地点を設定すると、磁石のようにゴールに寄せられます。途中に障害物があると斥力が働き、障害物を避けるように走行します。 出発点の丘から、山を避け谷だけ選んで転がり続ける、という言い方が分かりやすいかもしれません。 実際にポテンシャル法を使った走行シーンを紹介致します。 今回はポテンシャル法の検証の為、追従させずにロボットの正面真っすぐの延長線上がゴールとなるように設定して走行させてみます。 なかなかギクシャクした動きとなっていますが、これはCPUパワーが足りない為です。1回の演算に時間がかかり、次の方向転換までそのまま直進してしまう為です。 CPUパワーを上げれば、スムーズな走行ができます。 このような狭い通路も通ることができます。 今後も、このような形で開発シーンをお届けしたいと

デプトシー株式会社が取り扱うAgileX Robotics社のモバイルロボット開発用プラットフォーム「LIMO」の撮影会が行われました。当社にてLIMOを使用したSLAM走行のテスト開発を行っており、その様子を見学に来て頂きました。 SLAMは「Simultaneous Localization and Mapping」の略称で、地図作成と自己位置推定を同時に行う技術です。自律走行と言われています。 「LIMO」は小型の機体に4つのステアリングモード（4輪差動式、クローラー式、メカナムホイール、アッカーマン）を搭載し、LiDARとステレオカメラを装備しています。 車体の制御は、車体に組み込まれた制御用ボードにて行います。ソフトウェアはLinuxディストリビューションの1つであるUbuntuをOSとし、ロボット用のソフトウェアプラットフォームであるROS/ROS 2上でSLAM等の自律走行用のアプリケーションを動作させます。 一般に、シャーシと運行管理をつかさどるミドルウェアの連携は専門知識が必要となり、導入の課題になっています。SLAMは研究