LiDARによる自己位置推定とSLAMについて

ロボットが自律的に動くためには

ロボットが目的地に人を案内したり物を運んだりするためには，目的地に対して自分がエリアマップ上のどこに居るかを正確に知る必要があります。

そのための基本技術にSLAM(Simultaneous Localization and Mapping)というものがあり、最近、技術開発が盛んな自動運転支援にも、SLAMは不可欠な技術になっています。SLAMを実現するために、北陽電機のLiDARは多く使用されています。

SLAMとは

SLAMでは、LiDARから得た現在の周辺の形状データをエリアマップの形状と比較することにより、現在の自己位置を推定できます。また，事前にエリアマップが与えられない状況ではロボット自身がエリアマップを生成する必要があります。

エリアマップはLiDARから得られる幾何学的な形状データを継ぎ足していくことにより生成していきます。それまでに生成したエリアマップを用いて自己位置を推定し、それを基準として新たな形状データを追加してエリアマップの領域を拡げていきます。この自己位置推定とエリアマップ生成を同時に行う技術をSLAMと呼びます。

SLAM手法

代表的なSLAM手法として、スキャンマッチングやベイズフィルタに基づく手法が数多く提案されています。特に、スキャンマッチングのICP（Iterative Closest Point）やNDT（Normal Distributions Transform）などは有名で、実用的な自律移動ロボットに多用されています。

最近は、様々なSLAM手法がROSパッケージとして公開されていますので、LiDARとPCがあれば、比較的簡単に始めることもできるようです。
北陽電機LiDARのプログラミング情報サイトにも、ROSの使い方などの情報もありますので、合わせて御覧ください。

つくばチャレンジや中之島チャレンジでのSLAMの様子

北陽電機も開催協力しておりますつくばチャレンジや中之島チャレンジにおいては、SLAM技術そのものの技術向上が盛んに行われており、北陽電機のLiDARも多く利用され、自律走行実験が行われています。

まとめ

サービスロボット、自動運転の拡大の伴い、SLAM技術は発展してきました。北陽電機では、そのために不可欠なLiDARを多種ラインナップし、長年提供して、ロボットの発展に貢献してきました。これまで培ってきたノウハウを基に、使用現場に最適なLiDARやその使い方を提案できます。

また、今後も、ロボットはデリバリや危険な作業環境など、その利用範囲は広がっていきます。北陽電機のLiDARもそのニーズの変化に対応した開発を行っています。