第1回ビジネスマッチ鹿沼 hokuyo utm-30lx-ew 障害物回避用 (...
TRANSCRIPT
1
メガソーラ施設点検のための地上走行ロボットの開発
第1回ビジネスマッチ鹿沼 (フォレストアリーナ 栃木県鹿沼市下石川694-1)
帝京大学 理工学部 山根研究室 ○横松 秀康(B3),君嶋 嬉紀(B3),山根 健
本研究室では,メガソーラ発電施設内を自動で巡回する地上走行ロボットの開発を行なっている.具体的には,搭載した熱画像カメラを用いてソーラパネルの裏側を順番に撮影し,解析サーバへ送信して,他より相対的に温度が高い部分(ホットスポット)を発見するシステムの構築を目指している.
◆メガソーラ発電施設における効率的な故障検知 ・パネルのホットスポットを検知する方法を検討 ・熱画像撮影のための自律移動ロボットを開発 □現在の課題:施設内における確実な自律走行 ・農地を再利用する場合などが多い ・走行困難な起伏,側溝,雑草などが多い → 路面状況などを認識し,走行可能路面を走行する必要
2017.03.01
図1:山梨県南アルプス市のメガソーラ発電施設
熱画像 RGB画像
飛行型ドローンと地上走行型ロボットの連携
図2:パネルに発生するホットスポット
ソーラパネル
支柱
ブロック&配線ケーブル
パワコンなどのボックス 砂利
雑草
図3:発電施設における走行環境
オブジェクト認識用カメラLogicool C270
緊急停止スイッチIDEC φ30AVNシリーズ
路面認識用カメラLogicool C270
障害物回避用LRFHokuyo UTM-30LX-EW
路面認識用LRFHokuyo URG-04LX
制御用メインPCMouse Computer LB-C300S-SSD
画像処理用PCNVIDIA Jetson TK1
加速度・ジャイロ・地磁気センサAdafruit 10-DOF IMU Breakout
2軸モータドライバT-frog TF-2MD3-R6
◆ハードウェア:T-frog Projectのi-Cart miniをベースに開発 ・独立2輪駆動方式 ・必要とされる安全対策 + 最低限の防塵・防滴対策
図4:ロボットの外観と内部構造
・ロボット製作 ・ゼロからの構造体製作 ・ロボット外装の製作 ・防塵・防水対策 ・排熱対策 ・電源・バッテリー ・モータ・制御系 ・センサ取り付け精度
・高性能センサの開発 ・環境認識のためのセンサ ・LRF(測域センサ) ・可視光カメラ ・熱画像カメラ
・中期的なプロジェクトの推進 ・プロジェクトの管理 ・情報資産の引継ぎ・管理
・実験のための屋外環境 ・大学近くの場所 ・実験に理解がある環境
2
◆ソフトウェア:積極的にオープンソースのライブラリを利用 ・筑波大学 知能ロボット研究室のyp-spur,ssmを利用 ・オープンソースのMRPT,ROSをシステムの一部に利用 ・環境認識・推論などの高次機能は我々の研究成果を利用
ログ記録(ROS)
オドメトリ計算(yp-spur)
・・・ エンコーダUS
SLAM
IMU
環境認識
障害物回避(VFF)
路面状況認識(SVM/SDNN)
RGBカメラ
自己位置推定(PF Localization)
LRFGPS
各種センサ情報の取得&プロセス間共有(ssm)
自己位置の計算
走行制御(yp-spur)
ブラシレスモータ 緊急停止スイッチ
動作計画
Joystick
Waypointの設定
オペレータの操作
地図管理
地図作成(RBPF-SLAM)
オブジェクト認識
図5:ロボットシステムの構成
◆メガソーラ(南アルプス市)の環境を調査 ・ホットスポット現象の確認 ・調査に基づいた計画の見直し
◆距離2km以上を自律走行 ・学内コースにおける自律走行 ・安全性を考え最大速度0.6m/s ・2.2kmを1時間程度で走破 ・街中コース(つくば市)における自律走行 ・想定外のイベントが多発
◆想定される一部のイベントへの対応 ・静的な障害物の検知&回避 ・未学習の路面状況を正しく認識
◆走破性の向上 ・大きなタイヤへ交換+ギアの交換 ・ロボットフレームの拡張
◆自己位置推定の精度の向上 ・複数LRFの利用 ・高精度RTK-GPS情報の利用
◆環境認識機能の向上 ・路面状況認識精度の向上 ・オブジェクト認識の向上
◎走行に関係する機能の統合方法の検討 ・1つ1つの機能は実現 → しかし,どの状況でどの情報に注目 してどの機能を用いるか?
?
?
?
段差
芝生凸凹
静的障害物
人(動的障害物)
後続のロボット
図7:フレーム問題の表面化
屋内廊下渡り廊下 タイル アスファルト
砂利 芝生 段差
情報棟
機械棟
航空棟バイオ棟
グラウンド
模型飛行場
食堂
本部棟
地域棟
図6:学内コース(2.2km)における自律走行
お問い合わせ先:帝京大学理工学部 山根健 [email protected]
・新しいパターン認識技術 ・高い非線形性 ・高いリアルタイム性 ・少ない学習データ ・少ない学習回数 ・容易なパラメータ設定 →応用:路面状況認識
・柔軟な推論エンジン ・高い汎化能力 ・常識的な推論の実現 ・未知環境へ対応 ・時系列情報も処理可能 →応用:腕の行動推定
・検証実験の経験 ・学内コースにおける実験 ・つくばチャレンジ参加 ・メガソーラ施設での実験
*教育効果:本プロジェクトには意欲の高い学生が数名ほど参加.彼らが自主的に活動する中で知識や技術を学修.
我々の研究室における現在の中心的なテーマ.得意としている部分.
今後の課題と関連する大きなテーマ.複数機能を統合して,いかにうまく自律走行するかに関連
する部分.