トピックに関する質問
この10年でロボティクスは大きく進化し、物理的にフェンスで囲う必要があった産業用ロボットに代わり、「よりスマートなロボット」（CobotやAMRなど）が登場しました。このようなスマートロボットの新たな設計上の考慮事項とは何でしょうか。
-
従来の産業用ロボットは数十年にわたって使用されており、反復作業、重量物の取り扱い、および危険作業に優れていますが、厳重に制御された環境を必要とし、人間が近くで作業するのは安全とは言えません。ロボットが人と協働することがますます求められるようになるにつれて、安全性が最優先事項となっています。こうした変化は、超音波イメージング、LiDAR、レーダなど、より多くのセンサの追加と、それらのセンサをセンサフュージョンによって統合することにより、アルゴリズムがダイナミックな環境を正確に認識し、ナビゲーションできるようになります。
-
従来の産業ロボットの多くは固定され、特定の作業に特化していましたが、新しい「よりスマート」なロボットは、自由に移動し、周囲の環境の変化に適応できるように設計されています。この柔軟性により、自動車製造において重量物を持ち上げたり、溶接や塗装といった従来の用途にとどまらず、より幅広い作業に対応できるようになりました。高度なセンシングとフィジカルAIにより、1台のロボットを1日のうちで異なる用途に使用できるようになりました。例えば、午前中はCNC機械の作業を担当し、その後は梱包作業を行うといった使い方です。この適応性は、生産ライン全体を再設計する必要性を減らし、段階的な自動化を可能にするため、特に小規模企業にとって導入の障壁を低くします。
自律移動ロボット（AMR）が、自律航行や、フルフィルメントセンターでの棚の配置変更など、どのようなことができるかを見てきました。今後、AMRはどのような方向に進化すると考えますか？
-
ロボットの導入は、倉庫のように照明や環境条件が予測可能で、比較的単純なイメージングセンサを使用できる制御された環境から始まっています。ロボットが農業や配送など、制御が行き届かない屋外環境へと進出するにつれ、より高度なセンシングが必要となります。これには、変動する照明条件に対応するための高ダイナミックレンジ（HDR）イメージングに加え、果実の収穫といった繊細な作業を行うための力覚フィードバック、回転位置センサ、および湿度センサなどが含まれます。このような環境条件の変化に対応する必要性が、センサ技術の急速な発展を促しています。
-
今後しばらくの間、ロボティクスは産業分野において最も急速な成長を続けるでしょう。この分野では、ロボットが現在人間が行っている多くの作業を、安全かつ効率的に遂行することができるからです。今後、特に高齢化が進むにつれて、身体的に負担の大きい作業や不快な作業、あるいは危険な作業を担うために、ロボットが家庭に導入されるようになるでしょう。また、ロボットは危険を伴う仕事やセキュリティ関連の業務にも適しています。
-
安全性は導入を後押しする重要な要因であり、特に自律走行フォークリフトのような用途では、事故率の高さや従業員の離職率の高さから、自動化のメリットが大きくなっています。ロボットは、人間にとって危険性が高い作業や、大規模、あるいはリスクが高すぎる作業が行われる現場によく導入されます。技術的には、移動ロボットは自動運転車やADASシステムと多くの共通点がありますが、動作速度がとても低いため、リスクが軽減されます。産業分野では、ロボットは不確実な状況に遭遇した際に速度を落とすか停止するように設計されており、この「安全第一」のアプローチは、ロボティクスが新たな分野へと拡大する中でも、引き続き採用されています。
ナビゲーションや自動運転は、現時点でも決して簡単な課題ではありません。この問題を解決するために、SLAM（Simultaneous Localization & Mapping、同時位置推定・地図作成）を活用していると聞きました。これには多くの重要な要素（環境モデリング、障害物検出、デッドレコニング、最適経路計画など）が関わっていることは理解していますが、これらすべてがどのように統合されているのか、詳しく教えていただけますか？
-
ロボットの知覚と学習は、目隠しをした人が、慣れた部屋と見知らぬ部屋を進む違いに例えることができます。ロボットが未知の空間に対応できるようになった大きな革新は、シミュレーション環境（Omniverseなど）におけるデジタルツインの活用であり、そこでロボットは膨大な試行錯誤を通じて仮想的にトレーニングを行うことができます。部屋、倉庫、あるいは施設全体をシミュレーションすることで、ロボット、あるいはロボット群は、実環境に導入される前に、一晩で数十万ものワークフローを練習し、協調して学習し、衝突を回避することができます。
-
この「バーチャルファースト」のトレーニングにより、ロボティクスは自動車の自動運転に対して優位性を持ちます。自動車の自動運転では、新しく変更された道路を「最初に通過する車両」がリアルタイムで状況に対応し、その情報を他の車両に伝達する必要があります。結果として、自動車の自動運転技術は、貨物輸送や構内作業のような制御されたルートにおいて最も急速に進歩しており、これは産業用ロボットが制御された環境の恩恵を受けている状況と似ています。
-
技術的には、最新の移動ロボットは、ROSのようなプラットフォームと、NVIDIA Holoscanなどの高帯域幅センサ統合技術を組み合わせて利用しています。これにより、センサデータを直接メモリに取り込んで処理することで、レイテンシを低減しています。低レイテンシと高帯域幅は、ナビゲーションだけでなく、遠隔医療や遠隔ロボット手術といった新たなアプリケーションにおいても不可欠です。
-
ロボットの制御アーキテクチャは、近年「システム1」と「システム2」に分けて構成されるようになっています。システム1は、バランス、姿勢、基本動作といった低レベルの自律制御を担い、人の介入なしにロボットの安定性を維持します。システム2は、ナビゲーションや目標達成といった高レベルのタスクを担当し、反射的な制御と知的な意思決定を明確に切り分けています。
-
センシング技術の進歩も重要であり、特に奥行きの認識が鍵となります。従来のカメラは2D画像しか提供しませんが、安全なレーザーを照射して奥行きを測定する間接式飛行時間（iToF）カメラなどの新技術が、空間認識能力を飛躍的に向上させています。これらのセンサにより、ロボットは物体間の距離や位置関係をより正確に把握できるようになります。センシング、シミュレーション、システムアーキテクチャ、そしてAIを活用した学習の進歩が相まって、ロボティクスは急速に成熟しつつあり、人間と共存しながら安全かつ自律的に動作する能力が急速に高まっています。
YouTubeの動画ソース
この動画、またはLet’s Talk Technicalシリーズの他の動画をご覧になりたい場合は、以下のリンクをご利用ください。
本トピックに関する動画
Let’s Talk Technical with onsemi: Robotics and Physical AI | DigiKey
本シリーズの他の動画
Let’s Talk Technical Playlist - YouTube
動画で紹介されているサプライヤ
onsemi
onsemiは、エネルギー効率に優れたイノベーションを推進し、お客様が世界全体のエネルギー消費を削減できるよう支援しています。同社は、自動車、通信、コンピューティング、民生、産業、LED照明、医療、軍事・航空宇宙、および電源アプリケーションにおいて、設計エンジニアが直面する固有の設計課題の解決を支援するため、エネルギー効率に優れた電源および信号管理、ロジック、ディスクリート、およびカスタムソリューションの包括的なポートフォリオを提供しています。onsemiは、高い応答性と信頼性を備えた世界水準のサプライチェーンおよび品質プログラムを運用しており、北米、欧州、およびアジア太平洋地域の主要市場に製造拠点、営業拠点、および設計センターのネットワークを展開しています。