慣性センサによる自埋移動ロボットのシステムサポヌト

はじめに

この蚘事は、地䞊型ロボット・システムであるSeekur®図1を参照を䟋に、ナビゲヌション性胜を向䞊させるために高粟床MEMSゞャむロスコヌプを適甚した自埋システムに぀いお解説しおいたす。地䞊型ロボット・システムの行う䜜業は倧半が、倚くの堎合「非効率、䞍衛生、危険」なものだ、ずAdept MobileRobotsのプロゞェクト・マネヌゞャSeth Allen氏は蚀いたす。぀たり、ロボット・システムは人間が盎接関わるず費甚が掛る䜜業や倧きな危険が䌎う䜜業、あるいは非効率な䜜業で䜿甚されるのが䞀般的です。倚くの堎合、ロボット・プラットフォヌムは自埋的に動䜜できる優れた特性を備えおおり、別の䜍眮に移動するずきは、ナビゲヌション・システムを䜿っお自身の動䜜を監芖、制埡したす。䜍眮ず動䜜の管理する粟床は実際に圹立぀自埋動䜜を実珟する䞊で重芁な芁玠なため、MEMSマむクロ゚レクトロマシンシステムゞャむロスコヌプのフィヌドバック怜出機構はナビゲヌション・システムの性胜を最適化するうえで非垞に圹に立ちたす。

Figure 1
図1. Adept MobileRobots Seekurシステム

ロボット・ナビゲヌションの抂芁

ロボットの動䜜は、通垞、䜜業党䜓の進捗状況を管理する䞭倮凊理装眮から䜍眮倉曎の芁求によっお開始されたす。ナビゲヌション・システムは移動蚈画移動軌跡を立おた埌、䜍眮倉曎の芁求を実行に移したす。移動蚈画では、利甚できる経路、既知の障害䜍眮、ロボットの胜力、関連するすべおの䜜業目的が考慮されたす。たずえば、病院内の怜䜓配垃ロボットにずっお配垃時間は非垞に重芁です。移動蚈画はコントロヌラに提䟛され、コントロヌラはナビゲヌション制埡のための駆動方向プロファむルを䜜成したす。これらのプロファむルによっお、蚈画に基づく動䜜ず進捗状況が埗られたす。動䜜は䞀般に耇数の怜出システムによっお監芖され、怜出システムごずにフィヌドバック信号が生成されたす。フィヌドバック・コントロヌラはそれらの信号の組合せ、そしお倉換を行うこずにより移動蚈画状態を曎新したす。図2は、䞀般的なナビゲヌション・システムの基本的なブロック図です。

Figure 2
図2. 䞀般的なナビゲヌション・システム

ナビゲヌション・システム開発の䞻芁なステップでは、たず、システム動䜜の目暙や制玄に぀いお重点を眮いお各機胜をよく理解する必芁がありたす。䞀般に、各機胜は明確に定矩され、簡単に実行できるずいう偎面を備えおいたすが、管理を必芁ずするような難しい制玄もありたす。堎合によっお、このプロセスは反埩的なものずなりたすが、制玄を特定しおそれに察凊できれば、最適化のための新しい機䌚が生たれるでしょう。このプロセスを的確に説明するために具䜓䟋を瀺したす。

Adept MobileRobots Seekur

Adept MobileRobots Seekurは、図3に瀺すような慣性ナビゲヌション・システムINSを備えた自埋ロボットです。この車䞡は四茪駆動システムを備えおおり、車茪ごずに独立したステアリング速床制埡機胜が付いおいるので、プラットフォヌムを氎平方向に柔軟に移動するこずができたす。この性胜は、倉庫配送システム、病院内での怜䜓甚具配送システム、軍事力増匷システムなどの最新アプリケヌションで䜿甚されるロボット車䞡にずっお非垞に有効です。

Figure 3
図3. Adept MobileRobots Seekurナビゲヌション・システム

フォワヌド制埡

ロボット・ボディ・コマンド、すなわち䞻芁な誀差信号は、プランナヌが移動経路を立案した移動蚈画ずフィヌドバック怜出システムによっお生成される最新の移動進捗状況ずの差を瀺しおいたす。これらの信号は、ロボット・ボディ・コマンドを各車茪甚のステアリング速床プロファむルに倉換する逆運動孊システム䜍眮、぀たり座暙から角床を蚈算する手法に送信されたす。これらのプロファむルは、アッカヌマン・ステアリング関係匏*アッカヌマン・ステアリングずは、車が旋回するずきに倖偎の車茪よりも内偎の方が倧きな角床が぀くように蚭定されたステアリング機構の事です。をもずに蚈算されたす。ステアリング関係匏はタむダの盎埄、衚面の接觊領域、間隔などの重芁な幟䜕孊的特城を含んでいたす。アッカヌマンのステアリング理論ず関係匏に基づいお、このロボット・プラットフォヌムは、倚くの自動車のステアリング・システムで䜿甚されおいる機械匏のラック・アンド・ピニオン・システムこれは、ステアリングの回転を、ステアリング・シャフトの先端にあるピニオンギダでラックギダに䌝達しお車茪の向きを倉えるシステムの事です。のステアリング角床プロファむルに䌌た電子的に連結されたプロファむルを生成するこずができたす。これらの関係匏を遠隔導入するこずで、アクセルを機械的に連結するこずなく、摩擊やタむダのスリップを最小限に抑え、タむダの摩耗や゚ネルギヌ損倱を䜎枛するずずもに、単玔な機械的連結では䞍可胜な動䜜を実珟するこずができたす。

車茪駆動ステアリング・システム

各車茪の駆動シャフトは、ギア・ボックスを介しお駆動モヌタに、たた別のギア・ボックスを介しお光゚ンコヌダに機械的に連結されおおり、その出力はオドメトリ・フィヌドバック・システムぞの入力ずなりたす。ステアリング・シャフトはアクセルを別のサヌボ・モヌタに連結したすが、これによっお車茪のステアリング角床が確定したす。たた、ステアリング・シャフトはギア・ボックスを介しお第二の光゚ンコヌダに連結されたす。その出力は、オドメトリ・フィヌドバック・システムぞの入力ずなりたす。

フィヌドバック怜出および制埡

ナビゲヌション・システムは、拡匵Kalmanフィルタを䜿甚し、耇数のセンサから受信したデヌタを組み合わせおマップ䞊のロボットの姿勢を掚定したす。Seekur のオドメトリ・デヌタオドメトリずは、車茪の回転量を積算しお初期䜍眮からの移動量を蚈算する方法の事です。は、倉換デヌタを提䟛する車茪トラクションステアリング・゚ンコヌダず回転のデヌタを提䟛するMEMSゞャむロから埗られたす。

オドメトリ

オドメトリ・フィヌドバック・システムは、駆動ステアリング・シャフトの回転に察する光゚ンコヌダの枬定倀に基づいお、ロボットの䜍眮、進行方向、および速床を掚定したす。光゚ンコヌダでは、ディスクによっお内郚の光源を遮断し、数千の小さな開口郚を通しお光センサに光を圓おたす。ディスクが回転するず䞀連のパルスが生成されたす。䞀般に、このパルス列はカりンタ回路に入力されたす。1回転圓たりのカりント数はディスク内のスロット数ず同じなので、回転数端数を含むぱンコヌダ回路のパルス・カりントをもずに蚈算するこずができたす。図4は、駆動シャフトの回転数を線圢倉䜍䜍眮の倉化に倉換する際の基準ず関係匏を暡匏化したものです。

Figure 4
図4. オドメトリの線圢倉䜍の関係匏

各車茪における駆動アクセルずステアリング・シャフト・゚ンコヌダの枬定倀は、アッカヌマンステアリング匏を䜿っお順運動孊挔算で結合され、進行方向、回転角速床、䜍眮、速床の枬定倀が生成されたす。

この枬定システムの利点は、その怜出機胜が駆動ステアリング制埡システムず盎接結合されるために、それらの状態を正確に知るこずができるずいう点です。しかし、䞀連の実䞖界の座暙を参照できなければ、車䞡の実際の速床や方向の正確さは限定されたす。䞻な制玄、あるいは誀差は、タむダの圢状の䞀貫性図4のDの粟床ず倉動やタむダず地衚間の接觊の断絶に起因したす。圢状は、トレッドタむダの接地面の䞀貫性、空気圧、枩床、重量すなわち、通垞のロボット䜿甚時に倉化する可胜性のあるすべおの条件に巊右されたす。タむダのスリップは回転半埄、速床、および衚面の䞀貫性に巊右されたす。

䜍眮怜出

Seekur システムは、さたざたな距離領域を枬定するセンサを䜿甚したす。むンドア・アプリケヌションの堎合、このシステムは270°のレヌザヌ・スキャナを䜿っおその環境のマップを䜜成したす。レヌザヌ・システムは、障害物から戻される゚ネルギヌ・パタヌンや信号の戻り時間に基づいお物䜓の圢状、サむズ、レヌザヌ源からの距離を枬定したす。マッピング・モヌド時のシステムは、䜜業空間のさたざたな䜍眮のスキャン結果を組み合わせお、その空間の特性を評䟡したす図5。これによっお、物䜓の䜍眮、サむズ、圢状を瀺すマップが生成されたす。このマップは、実行時のスキャンのリファレンス基準ずしお䜿甚されたす。レヌザヌ・スキャナ機胜は、マッピング情報ず組み合わせお䜿甚するこずで正確な䜍眮情報を提䟛するこずができたす。これを単独で䜿甚した堎合は、スキャン終了時間の制限や倉化する環境ぞの察応が䞍可胜など、䜕らかの制玄が生じたす。倉庫環境では人、フォヌクリフト、ハンドリフトなど、倚くの物䜓が頻繁に䜍眮を倉えたす。こういったこずは、目暙ずする速床や粟床に圱響を䞎える可胜性がありたす。

Figure 5
図5. レヌザヌ・マッピング

アりトドア・アプリケヌションの堎合、Seekur は䜍眮の枬定に党地球枬䜍システムGPSを䜿甚したす図6。GPSは、4機以䞊の衛星から送信される無線信号の移動時間を䜿っお地球䞊の䜍眮を䞉角枬量したす。これらは1m以内の粟床で情報を提䟛できたす。しかし、同システムは、建物、朚々、橋、トンネルなど、さたざたな物䜓によっお劚害される芖線条件によっお制限されたす。戞倖の物䜓の䜍眮や特城がわかっおいる堎合はアヌバン・キャニオン、぀たりGPS衛星の電波の届かない郜垂内峡谷、GPSが停止したずきにレヌダヌず゜ナヌを䜿っお䜍眮の掚定を補足するこずもできたす。その堎合でも、車の通過や建蚭珟堎などの動的な条件状態が存圚するず、効果が薄れるこずがよくありたす。

Figure 6
図6. GPS䜍眮怜出

MEMS角速床怜出

Seekurシステムで䜿甚されるMEMSゞャむロスコヌプは、Seekur 基準航行座暙系で地衚に垂盎をなすペヌ瞊軞を䞭心ずしたSeekurの回転率を盎接枬定するこずができたす。盞察的な進行方向の蚈算に䜿甚される関係匏は、固定期間t1 t2で角速床の枬定倀を単玔に積分したものです。

Equation 1

この方法の重芁な利点の䞀぀は、ロボット・フレヌムに装着されおいるゞャむロスコヌプがギア比、バックラッシュ、タむダの圢状、衚面接觊の完党性などに䟝存せずに車䞡の実際の動䜜を枬定できるずいう点です。しかし、進行方向の掚定倀はセンサの粟床に関わるバむアス誀差、ノむズ、安定性、および感床に䟝存したす。固定のバむアス誀差は、バむアス誀差ωBEを含む以䞋の関係匏に瀺すように、進行方向のドリフト率に倉換されたす。

Equation 2

バむアス誀差には、初期バむアス誀差、条件䟝存のバむアス誀差の2皮類がありたす。Seekur システムは、無動䜜時に初期バむアス誀差を掚定したす。この堎合は、ナビゲヌション・コンピュヌタが䜍眮倉曎コマンドの非実行時を認識しお、デヌタを収集しおバむアスの掚定ずバむアス補正係数の曎新を円滑に実行できるようにしたす。このプロセスの粟床は、デヌタを収集しお誀差掚定を公匏化するために䜿甚できる時間ず、センサ・ノむズに䟝存したす。アラン分散曲線は、図7に瀺すように、バむアス粟床ず平均化時間の䟿宜的な関係を瀺すこずができたす。この曲線は、Seekur システムで珟圚䜿甚されおいるゞャむロスコヌプiSensor®MEMSデバむス「ADIS16265」に関するものです。このゞャむロスコヌプの堎合、Seekurはバむアス誀差20秒間平均倀を0.01°秒未満にたで䜎枛でき、玄100秒間での平均化で掚定倀を最適化するこずができたす。

Figure 7
図7. ADIS16265のアラン分散曲線

アラン分散曲線からは、最適な積分時間τt2 t1を盎感的に理解するこずもできたす。アラン分散の最小倀は、䞀般にin-runバむアス安定性を瀺す倀ずみなされたす。進行方向の掚定倀は、積分時間を蚭定するこずで最適化されたす。この時間τ は、䜿甚しおいるゞャむロスコヌプのアラン分散曲線䞊の最小倀に察応した積分時間ずなりたす。

これらの倀は性胜に圱響を及がすので、バむアス枩床係数などの条件䟝存誀差で、バむアス補正の曎新のためにロボットを停止する回数を決めるこずができたす。校正枈みセンサを䜿甚すれば、枩床や電源の倉化など、最も䞀般的な誀差源に察応するこずができたす。たずえば、ADIS16060から、事前校正されたADIS16265に倉曎するず、その分サむズ、䟡栌、消費電力が増倧する可胜性がありたすが、枩床特性面では18倍もの優れた安定性が埗られたす。2℃の枩床の倉化に察しお、最倧バむアスはADIS16060の0.22°秒からADIS16265では0.012°秒にたで䜎枛されたす。

感床誀差は、次の関係匏に瀺すように、進行方向の実際の倉化に比䟋したす。

Equation 3

民生甚MEMSセンサの倚くは感床誀差仕様が±5%±20%以䞊ずなっおいるので、これらの誀差を最小限に抑えるために校正が必芁ずなりたす。ADIS16265、ADIS16135などの事前校正されたMEMSゞャむロスコヌプは±1%未満の仕様を提䟛しおおり、制埡された環境䞋で性胜はさらに高くなりたす。

アプリケヌション䟋:

倉庫の圚庫配送

䞀般に、自動システム化された倉庫では、圚庫の敎理や出荷のためにフォヌクリフトやベルト・システムを甚いお品物を移動したす。フォヌクリフトは人間が盎接操䜜する必芁があり、ベルト・システムは定期的な保守・手入れが必芁ずなりたす。倉庫のシステム化を最倧限に高めるために、システム倉曎が必芁ずされおおり、そこで自埋ロボット・プラットフォヌムぞの門戞が開かれるこずになりたす。フォヌクリフトやベルト・システムを曎新するためには倧芏暡な蚭備投資が䌎いたすが、ロボット・システムに必芁なのは゜フトの倉曎のみで枈み、ロボットのナビゲヌション・システムは新たな䜜業に向けお再床調敎が必芁ずなるだけずなりたす。倉庫配送システムの重芁な性胜条件は、ロボットが動的な環境障害物が移動する空間で人間の安党性を最優先しなければならない環境で䞀貫した移動パタヌンを維持し、安党に凊理を行うこずです。ここで、SeekurにおけるMEMSゞャむロスコヌプを甚いるこずの䟡倀を瀺すために、Adept MobileRobots はMEMSゞャむロスコヌプのフィヌドバックがない堎合図8ず、ある堎合図9に぀いお実隓を行い、Seekurが同じ経路を正確に反埩できおいるのかどうかを調べたした。MEMSゞャむロスコヌプのフィヌドバックの圱響を調べるために、実隓はGPSレヌザヌ・スキャン補正なしで行われおいたす。

Figure 8
図8. Seekur経路粟床MEMSゞャむロスコヌプ・フィヌドバックを適甚しない堎合
Figure 9
図9. Seekur経路粟床MEMSゞャむロスコヌプ・フィヌドバックを適甚した堎合

図8ず図9の経路の軌跡を比范するず、粟床の違いを簡単に確認できたす。これらの実隓では初期䞖代のMEMS技術を甚いお行われおおり、玄0.02°秒の安定性を瀺したずいう点に泚目するこずができたす。珟圚のゞャむロスコヌプは、同じ䟡栌、サむズ、および消費電力レベルで2  4倍の性胜を提䟛できたす。こうした性胜改善が続くこずにより、ナビゲヌションの性胜が向䞊し、同じ経路を反埩する粟床は向䞊するでしょう。その結果、病院の怜䜓甚具配送など、新しいアプリケヌションや垂堎がさらに開けるず考えられたす。

補絊コンポむ

珟圚の米囜のDARPAの戊略は、戊力を倍増するためにロボット技術の向䞊を芁求し続けおいたす。補絊コンボむ船団や車列は、この察象ずなるアプリケヌションの䞀䟋です。軍隊は敵の脅嚁にさらされながら、ゆっくりず予想可胜なパタヌンで移動しなければなりたせん。Seekur のようなロボットは、正確なナビゲヌションによっお補絊コンボむずしお重責を担い、補絊経路で人間が危険にさらされるリスクを䜎枛するこずができたす。䞀぀の重芁な性胜指暙は、GPS停止時の察応力です。そこで、MEMSゞャむロスコヌプの進行方向フィヌドバックが特に圹立ちたす。最新のSeekurナビゲヌション・システムはこの環境にも適合するように蚭蚈されおおり、MEMS慣性枬定ナニットIMUを䜿っお粟床を向䞊させ、将来の高集積化地圢管理などの機胜領域に察応できるようにしおいたす。

このシステムがどの皋床正確に䜍眮を特定できるかをIMU䜿甚時ず未䜿甚時ずでテストするために、戞倖の経路の誀差を蚘録し、分析したした。図10は、KalmanフィルタでオドメトリずIMUを䜵甚した堎合の誀差ずオドメトリのみを䜿甚した堎合の誀差GPSに基づく真の経路を基準ずするを比范したものです。䜍眮粟床は、IMUを䜿甚するずほが15倍向䞊したした。

Figure 10
図10. オドメトリIMUを䜿甚した堎合緑ずオドメトリのみを䜿甚した堎合青の
Seekur䜍眮誀差

結論

ロボット・プラットフォヌムの開発者は、MEMSゞャむロスコヌプ技術により、ナビゲヌション・システムにおける方向掚定や粟床党䜓を優れたコスト効率方法で向䞊するこずができるず考え始めおいたす。iSensor®MEMSデバむスのような事前校正可胜なデバむスが利甚できれば、簡単に機胜統合が可胜ずなり、開発プロセスの早い段階で成功が保蚌され、技術者はシステムの最適化に集䞭するこずができたす。MEMS技術によっおゞャむロスコヌプのノむズ、安定性、および粟床の仕様が継続的に改善されるず、粟床や制埡のレベルも継続的に向䞊しお、自埋ロボット・プラットフォヌムの新しい垂堎が次々ず切り開かれる可胜性がありたす。Seekurなどのシステムの次䞖代の開発は、ゞャむロスコヌプから、完党集積化されたMEMS IMU/6自由床6DoFセンサぞず芁求が移行するでしょう。ペヌ軞のアプロヌチは圹に立ちたすが、地球は平坊ではありたせん。ほかの倚くのアプリケヌションは、既存のものも今埌開発されるものも含めお、地圢管理や粟床のさらなる改良のためにMEMS IMUを導入するこずにより、3軞ゞャむロスコヌプで完党なアラむンメント・フィヌドバック補正を実珟するこずができたす。


謝蟞

本論文の䜜成に貢献されたSeth Allen氏、George Paul 氏、およびAdept MobileRobots のチヌム党員に感謝いたしたす。

* 1817幎にルドルフ・アッカヌマンが特蚱を取埗

著者

Mark Looney

Mark Looney

Mark Looneyはアナログ・デバむセズノヌスカロラむナ州グリヌンズボロのiSensor® アプリケヌション・゚ンゞニア。1998 幎にアナログ・デバむセズに入瀟以来、センサヌ信号凊理、高速 A/D コンバヌタ、DC/DC 電力倉換を担圓。ネバダ倧孊リノ校で電気工孊の孊士号1994 幎および修士号1995 幎を取埗、数件の論文を発衚。アナログ・デバむセズ入瀟以前は、車茉電子機噚およびトラフィック・゜リュヌションの䌁業 IMATS の創業を支揎し、Interpoint Corporation にお蚭蚈に埓事したした。