slam とは?自己位置推定と地図作成を同時に行う技術
要点
slam とは、移動体が未知の環境で地図を作りながら、その地図の中での自分の位置を同時に割り出す技術である。位置には地図が要り、地図には位置が要るという循環を、運動モデルと観測データを突き合わせて解く。ロボット掃除機、倉庫の搬送機、自動運転、ARグラスまで、動きながら周囲を把握する場面で使われる。
ポイント
- 位置推定には地図が要り、地図作成には位置が要る。SLAMはこの循環を同時に解く
- 予測、観測、特徴抽出、対応付け、更新という流れで推定を進める
- カメラを使う visual SLAM、レーザーを使う lidar SLAM、複数センサーを組む方式に分かれる
- オドメトリの誤差蓄積と、目印の取り違えが主な失敗要因になる
- 事前に詳細な地図を用意できる自動運転では、課題が位置合わせだけに近づく
slam とは何か
slam とは、動く機械が自分の位置を割り出しながら、周囲の地図も同時に作り上げる技術を指す。英語の Simultaneous Localization and Mapping の頭文字で、日本語では自己位置推定と環境地図作成の同時実行と訳される。地図があれば位置が分かり、位置が分かれば地図が描ける。SLAMはこの二つを、どちらも手元にない状態から始める。
ロボット工学では長く中心的な問いだった。未知の場所に置かれた移動ロボットが、矛盾の少ない地図を少しずつ積み上げながら、その地図の中での自分の居場所を決められるか。これがSLAM問題である。
なぜ「同時」でなければならないのか
位置推定は地図を前提にした計算であり、地図作成は位置を前提にした計算である。片方だけでは成り立たない。
オドメトリだけを信じると、車輪の回転数から移動量を積み上げるため、滑りや床の凹凸による誤差が積もっていく。逆にレーザースキャンや画像だけで地図を描くと、機体の動きを考えに入れないため、位置の推定が飛ぶことがある。毎秒1メートルで進んでいたはずの機体が、突然10メートル先に現れるような破綻である。
SLAMの処理はどの順序で進むか
- 予測: 車輪の回転数や指令値から、次の時点のおおよその位置を計算する。
- 観測: レーザースキャナ、カメラ、音響センサーなどで周囲を測る。
- 特徴抽出: 観測データから、目印になる点や線を取り出す。
- 対応付け: 取り出した目印を、過去に見た目印と結びつける。
- 更新: 予測と観測のずれを突き合わせ、位置と地図の推定を修正する。
観測の手段は環境を選ぶ。レーザーは水中では通りにくい。そのため、測れる特徴を増やす方向に研究が進んだ。
代表的なアルゴリズム
拡張カルマンフィルタ (EKF) は、非線形な運動と観測の関係を扱う推定の中心にある。機体が今どこにいると考えているかを、目印の観測に基づいて更新する。
FastSLAMは、この問題を位置の推定と目印ごとの推定に分解して扱う方式として提案された。計算量を抑えやすいのが利点である。
センサーで分けると、カメラを使う visual SLAM、レーザーを使う lidar SLAM、複数を組み合わせるマルチセンサー型に分かれる。vSLAMは視覚情報だけで動く機体向けに作られた手法で、スケール不変な特徴量を使う初期の研究が知られる。移動するマイクアレイと周囲のスピーカーを同時に扱う音響SLAMという方向もある。
| 方式 | 主なセンサー | 特徴 |
|---|---|---|
| EKF-SLAM | レーザー、オドメトリ | 目印と自分の位置をまとめて推定する |
| FastSLAM | レーザー、オドメトリ | 推定を分解して計算を軽くする |
| visual SLAM | カメラ | 画像から特徴点を取り、地図と位置を作る |
| lidar SLAM | レーザースキャナ | 距離データで周囲の形状をとらえる |
身近な用途
ロボット掃除機が分かりやすい例である。地図を持たない機体は部屋の中をでたらめに動き、同じ場所を何度も往復する。その分だけ電力を食い、電池が早く尽きる。SLAMを載せた機体は、車輪の回転数とカメラの情報から必要な移動量を求め、障害物の配置を地図に書き込む。同じ場所を二度掃かずに済む。
倉庫で棚を並べ替える移動ロボット群、空いた区画に駐車する自動運転車、未知の経路で荷物を届けるドローンも同じ仕組みを使う。地図ができると、経路計画や障害物回避といった次の作業に進める。
ARグラスで仮想の物体を机の上に固定して見せる場面でも、この推定が土台になる。詳しくはAR SLAMとは?仕組みと活用例を解説で扱っている。
失敗しやすいところ
対応付けの誤りが厄介である。別の柱を、以前に見た柱だと取り違えれば、地図全体がずれる。
目印は毎フレーム観測できるとは限らない。視界から外れたり、人や荷物に隠れたりする。観測が途切れた区間は、予測だけで位置を引き延ばすことになる。
目印の取り出し方にも得手不得手がある。二本のレーザー光の間で地形が大きく変わるところを目印にする方法は、なめらかな壁しかない環境では使えない。RANSACはレーザー読み取り値を無作為に選び、最小二乗で当てはめた直線から目印を求める。外れ値を除いて当てはめるのが狙いである。
対策は二つある。復帰用のアルゴリズムを用意するか、運動モデルと複数センサーを融合して計算の根拠を増やす。
自動運転がSLAMを単純化する場合
市街地を走る自動運転車の多くは、事前に作った詳細な地図を積んでいる。白線の一本一本や縁石の位置まで注記された地図もあり、位置情報付きの街路画像が使われることもある。この場合、走行中の課題は地図の中での位置合わせだけに近づく。動く車や人だけを走行中に更新すればよい。
つまりSLAMの難しさは、地図を事前に用意できるかどうかで大きく変わる。屋内を初めて動く掃除機と、整備された道路を走る自動運転車では、解くべき問題が別物になる。
関連する技術
ロボットが腕を伸ばして物に触れる場面では、関節角度の計算が別途必要になる。逆運動学 ロボットの関節角度を逆算する計算手法がその入口である。
ARやVRでは、頭の動きを測ってから画面に反映するまでの遅れが体験を左右する。VRモーショントゥフォトンレイテンシーとは?仕組みと目標値で扱う時間の話は、SLAMの更新周期とも関係する。音の定位を扱うvr 空間オーディオ 仕組みと音響レンダリング技術も、位置推定の精度を前提にしている。
よくある質問
SLAMとナビゲーションの違いは何ですか?
SLAMは地図と自分の位置を同時に作る部分を担う。ナビゲーションは、できた地図を使って目的地までの経路を選び、障害物を避けながら進む工程で、SLAMの後段に位置する。
カメラだけでSLAMは動きますか?
動く。visual SLAMは画像から特徴点を取り出し、その動き方から自分の移動と周囲の形を推定する。ただし光の乏しい場所や模様の少ない壁では目印が取れず、精度が落ちる。
オドメトリがあれば地図は要りませんか?
要る。オドメトリは車輪の回転数から移動量を出すが、滑りや凹凸で誤差が積もる。放っておくと位置がずれ続けるため、外部センサーの観測で補正する必要がある。
SLAMの出力は何ですか?
推定した地図と、その地図の中での機体の位置と向きである。多くは確率分布として表され、地図上に位置の広がりを持つ点の集まりとして描かれる。
音響SLAMとは何ですか?
マイクアレイと周囲のスピーカーの位置関係を、音の観測から同時に推定する研究の方向である。移動するマイクアレイを扱う例が報告されている。
関連ページ
- ロボット pid制御 仕組み モーションコントロールの基礎
PIDコントローラは、目標とセンサーが測った現在の状態との差をもとに、モーターなどへ送る補正量を計算するフィードバック制御器です。比例・積分・微分の出力を組み合わせ、位置や速度を目標に近づけます。
- ROS 仕組み わかりやすく|アーキテクチャと基本概念
ROSはロボット用ソフトを組み立てるためのオープンソースのミドルウェア群で、カーネルを持つOSではない。役割ごとに分かれたノードがトピックを通じてメッセージを交換し、全体として1台のロボットのように動く。2018年以降はDDSを土台にしたROS 2が主流になりつつある。
- 不気味の谷 ロボットの原因とデザインによる克服法
不気味の谷は、対象の人間らしさが増すほど好感が上がるとは限らず、ほぼ人間に近づいた地点で気味悪さが急に強まる現象を指す。森政弘が提唱し、人型ロボットの設計では避けるべき領域として扱われてきた。ロボットの顔画像を使った実験でも好感度評価に谷が再現され、写実的な質感と人間の顔比率を揃える、幼い特徴を取り入れるといった対策で緩和できる。
- 自律移動ロボット センサーの種類と役割
自律移動ロボット センサーは、周囲の物体や距離を測る外部センサーと、自分の姿勢や移動量を測る内部センサーに分かれます。LiDARやカメラが地図作成と障害物検知を担い、エンコーダとIMUが車輪の滑りによる誤差を補正します。安全用の近接センサーを加えた構成が、倉庫搬送からサービスロボットまで共通の基本形です。
- ロボット エンドエフェクターの種類と選定ポイント
エンドエフェクターはアーム先端に付き、ロボットが物を掴む・加工する・測る動作を担う部分で、大きくグリッパー、加工ツール、センサーに分かれる。選定ではワークの材質と形状、重量と重心、サイクルタイム、周辺環境の順に条件を絞り、アームの可搬重量にはツール自身の重さが含まれる点に注意する。
- 協働ロボットと産業用ロボットの違い|速度・安全・可搬重量
協働ロボットと産業用ロボットの違いは、人と同じ空間で働く前提で作られているかどうか、そして速度・可搬重量・精度をどこまで求めるかにある。産業用は高速・高精度・大可搬で大量生産に向き、協働は小型軽量で安全機能を備え、多品種少量や段取り替えの多い工程に向く。購入価格だけでなく保守や消費電力まで含めると協働の投資回収は短く、用途に応じて使い分けるか併用するのが現実的だ。
このページの作成方法
執筆の前に、下記の情報源でテーマを調査しました。その後、自動の品質チェックを通過しています。