はじめに:このブログは、全体のプロジェクト量が多すぎるため、著者の研究室の大学院クラス A コンペティションにエントリーしたものです。このブログの中心的な目的は、 SLAMテクノロジの実装事例を共有することです。作品のコードと設計スキームを必要とする読者や友人は、ブロガーとプライベートにチャットできます。このようなSLAMテクノロジーの応用例は数多くありますが、 SLAMテクノロジーと人工知能は学歴や最高のスキルを要求しすぎます。この方向の友人は、アルゴリズムの展開と加速に集中することができ、それが将来の研究開発に役立つ可能性があることが示唆されています。
現物作品:
シミュレーション図:
実用的な作品写真：
1. 仕事の難しさと工夫
1.1 地中ケーブル整備の背景
地中ケーブルとは地中に埋設されているケーブルのことで、その機能に応じて地中電力ケーブルと地中通信ケーブルがあります。経済の発展、都市化率の上昇、都市用地の不足の深刻化、都市の外観建設における美観的要求、電力供給の安定性や住民の安全性の重なりなどにより、都市送電線の架空導体や架空ケーブルでは需要を満たすことが難しく、地中化ケーブルが注目されています。
ケーブルは地下深くに埋設されており、暗く複雑な環境のため、日常のメンテナンスやトラブルシューティングは非常に困難です。地下ケーブルトラフは狭すぎるため、修理やメンテナンスの際に人員が通行しにくく、障害が発生した場合に障害点を見つけることが非常に困難になります。また、ケーブルは地中深くに埋設されているため、故障箇所を発見した後、通常は修理前に故障箇所を掘削して露出させ、修理後には土塁を埋め戻す必要があります。このような保守方法は、保守効率が悪く、保守コストが高くなってしまう。
1.2 国内外の研究状況
科学技術の発展に伴い、産業建設メンテナンスは自動化に向けて発展しています。LiDAR ベースのインテリジェント ロボットは、自動メンテナンスのツールとして広く使用されています。解像度が高く、室内光の影響を受けないため、複雑な作業環境でメンテナンスや輸送作業を完了するのに役立ちます。例えば、京松インテリジェントが生産するニホンジカシリーズの小型前進フォークリフトAGV製品は、高層倉庫、作業場ラインサイド倉庫、リフォーム倉庫などで効果的に活用できます。また、未来のロボット会社の AMR シリーズ VGV モバイル ロボットは、マルチセンサー融合による自然な無軌道ナビゲーション アルゴリズムに基づいており、従来の保管方法を覆し、商品の無人ハンドリング、ピッキング、保管を実現できます。
AGVは工場や倉庫で資材輸送の役割を果たしており、これまで生産物流システムにおける最大の専門部門の1つとなり、工業化発展の傾向があり、現代のエンタープライズオートメーション機器に不可欠かつ重要な部分となっています。しかし、AGV車両の利用では、あらかじめ設定されたルート、つまり計画されたルートが使用されるため、不測の事態への対応力に欠けます。地下の暗く複雑な迷路環境は彼らの仕事には適さない。
また、地中ケーブルの保守・輸送の過程では、保守部品や大型ケーブルなどの重量物など、質量・大型の部品の搬送・搬送作業が共通して行われるため、1台では対応できない場合があり、複数のロボットによる連携したハンドリングが特に重要となります。大型部品のマルチロボット協調ハンドリングの問題に対して、Chen Huaらは、リーダー・フォロワー戦略に基づく追従AGVの動作制御技術を研究した[11]。AGVと大型部品を接続するための2自由度プラットフォームを設計し、AGVに倣ったモーション制御技術フレームワークを提案する。Chen Xingqiらは、超音波信号と無線周波数信号を組み合わせることによってTDOA（到達時間差）測距を実現し、自動車の屋内無線測位を実現するための改良された三極測位アルゴリズムを提案した。
以上の国内外の分析から、マルチエージェント制御は保守や輸送の効率性や安全性において大きな利点があることがわかります。しかし、ほとんどの編成アルゴリズムは、制御計算において複数のエージェントを全体としてみなします。このため、編隊内の各エージェント間の通信要求が高く、上記の編隊制御アルゴリズムを実現するために、一般に編隊内の各スマートカーにレーザーレーダー、高精度ソナー、高精度MEMSセンサーが搭載されており、単体の製造コストが高くなってしまいます。また、通信が中断されると、編隊制御が重大な危険にさらされる可能性があります。地中ケーブルの保守管理の場合、保守編成インテリジェントトロリーは、経路が複雑で暗く閉鎖された狭い地下空間で作業しますが、この地下空間は地震、崩壊、粉塵、水、閉塞などによって妨害されます。このため、通信に大きく依存した上記の編隊アルゴリズムは、複雑な地形変化による編隊の解体を招くと同時に、高精度な構成要件により編隊全体のコストが非常に高くつくため、普及が容易ではない。地下ケーブルトラフ・配管の複雑な地下迷路環境では、低通信依存性・非通信性、低コストの全自動メンテナンス装置が求められます。
1.3 イノベーションの内容と意義
主な革新ポイント:
①本プロジェクトは、地下空間に土砂堆積や崩落などの未知の障害物が存在する可能性のある迷宮環境を対象として、仮想目標点に基づいてスマートカーを制御し故障点を自律的に探索する自律巡航アルゴリズムを設計するものであり、未知の迷宮環境に適しており、複雑な地下環境においても高効率で地層の安全性を確保する巡航アルゴリズムを設計する。
②通信能力に依存した編成のため電波干渉に弱く、コストが非常に高いという問題を解決。このプロジェクトは、圧力センサーに基づいた低コストの隊列制御装置と制御アルゴリズムを設計し、各スマートカーがセンサーを通じて位置状態を検出し、リアルタイムで調整します。この方式は過酷な通信環境に依存しないため製造コストが大幅に削減され、消費電力も低減されるため、暗く複雑な地下環境でも実用的です。
プロジェクトの後半段階では、Raspberry Pi を使用して WiFi ネットワークに接続し、レーダー情報を使用してコンピューター上にリアルタイム マップを構築します。
2.提案デモンストレーションと設計
2.1 地中ケーブル保守の原則
上の写真は地中ケーブル保守装置の概略図です。ケーブル自体の重量を考慮すると、メンテナンス デバイスは複数のスマート カーで輸送されます。編成の最初のスマートカーと最後のスマートカーが先頭車となり、残りが後続車となります。ケーブルトラフの暗さと狭さにより、地層は全体として蛇行形状を形成しました。隊列の先頭車両は編隊航法や故障箇所の発見に使用され、後続車両はケーブルを運搬して先行車両を順番に追従します。編隊内のすべてのスマート カーが共同で故障箇所までケーブルを引きずって修理します。整備終了後、最後の操縦車がライギョの役割を果たし、編隊を誘導して地下迷宮から離脱した。
2.2 地下保守装置のスキーム設計
本プロジェクトは地中ケーブル自己維持装置の設計です。ケーブル自体の重量が大きいため、スマートカー1台では輸送できないため、本プロジェクトでは複数台のスマートカーを利用して輸送を行っています。形成システムの一般的な構造を次の図に示します。
2.3 先頭車・後続車システムの構成ブロック図
図 2.2 では、パイロット カーとホスト コンピューターの間には情報のやり取りのみがあり、各スマート カーはケーブルで接続され、スマート カーが順番に相互に追従して蛇行フォーメーションを完成させます。説明の便宜上、図 2.3 に示すように、編成内の先頭車両 1 両と後続車両 1 両のみをシステム構成図としています。
図 2.3 に示すように、このプロジェクトのパイロット カーは、メインの制御チップとして Raspberry Pi を使用します。パイロットカーは、地下ケーブルトラフが位置する暗い環境を考慮して、ライダーを使用して車体の周囲環境をリアルタイムに検出します。このプロジェクトは、仮想目標点に基づいてレーダー情報をパイロット カーの制御コマンドに変換する自律走行アルゴリズムを設計し、STM32 ベースの駆動モジュールと連携してパイロット カーの動きを制御します。Wifi モジュールは、上位コンピューターとの通信を完了し、スキャンされた地図情報を上位コンピューターに表示する役割を果たします。これは、デバッグや表示に便利です。後続車は、STM32 をメイン制御チップとして直接使用し、対応する駆動モジュールと連携して後続車の動きを制御します。2 台の車両は圧力センサーを介したケーブルでのみ接続されています。
3. 原理解析とハードウェア回路図
3.1 パイロットカーのハードウェア設計
パイロットカーが設計したシステムは主制御モジュールとしてRaspberry Pi 3B+をベースにしており、パイロットカーの中央に配置されたレーザーレーダーは車体周囲の環境情報の収集に使用されます。ライダーによって検出されたデータは SPI を介して Raspberry Pi に送信され、Raspberry Pi はレーダー データに基づいてスマート カー制御コマンドを計算し、STM32 ドライバー ボードに送信します。ドライバーボードは、制御命令に従って、対応する電気信号と PWM 波を TB6612 モジュールに生成し、最終的にモーターの速度と方向を制御して、スマートカーを駆動する目的を達成します。以下の図は、パイロット カーのハードウェア関係のトポロジ図です。
このプロジェクトでは、パイロット カーに電力を供給するために 12V 電源を使用しています。電源回路設計は、駆動回路に 12V 電力を供給することです。電源回路は 78L05 電圧レギュレータ チップに基づいて構築されており、12V 電力は主制御回路とセンサー回路用に 5V に変換されます。
3.2 後続車のハードウェア設計
後続車は、Forest S1 STM32 ミニマム システムをメイン制御モジュールとして使用し、モバイル制御用に設計された圧力センサーによって送信されたデータのみを使用します。後続車は、駆動輪制御とステアリングギアを採用して、スマートカーの速度と方向を制御します。STM32F103シングルチップマイクロコンピュータは、光コードディスクと圧力センサーの張力データを受信した後、対応する電気信号とPWM波を生成し、それぞれA4950T二輪駆動モジュールとステアリングギアに出力して、スマートカーを駆動します。
このプロジェクトの後続車は 8V バッテリーを使用しており、チップ LM2956T によってセンサーとドライバーチップ用の 5V 電源に変換されます。ステアリングギアの要件を満たすために、電源を 6V に変換するために XL4015 チップが選択されています。
4. システムのテストと分析
4.1 自律走行アルゴリズムのシミュレーション試験
4.1.1 シミュレーション迷路の構築
このプロジェクトでは、Linux の Gazebo プラットフォームを使用して、迷宮のような地下の仮想物理環境を構築します。Gazebo は、ロボット シミュレーション ツール、シミュレーター、および独立したオープンソースのロボット シミュレーション プラットフォームです。
上の写真は、Gazebo プラットフォームによって作成されたマップ モデルの上面図です。白は障害物の壁です。黄色いのはスマートカーです。迷路の左上隅にある隙間が迷路全体への入り口です。スマートカーはこの環境で自律走行探索を実行します。同時に、下の図は迷路環境を斜めから見た図です。迷路が狭く複雑であることがわかります。
さらに、このプロジェクトは、rviz プラットフォームを通じてリアルタイム マップを構築および表示します。
上の図は、rviz プラットフォーム上のシミュレーションでレーダー データを受信した後の実装マップ表示を示しています。写真の黒と白はシミュレートされた車の位置、灰色と白はレーダーによって探査された安全領域です。濃い緑色はまだ特定されていない領域です。黒はプラットフォームのモデル化されていない領域、および不明な領域です。
4.1.2 シミュレーション結果
上の図の小さな黄色の点は計算された仮想目標点で、黒い部分はスマートカーのサイズに基づいたアルゴリズムによって計算された危険領域、つまり壁に近すぎる領域です。スマートカーは黄色の点とともに移動し、黄色の点の位置は常に黒い障害物から一定の安全な距離を維持していることがわかります。仮想目標点を通ってスマート カーを前方に誘導するこの方法により、スマート カーの安全性がある程度保証されます。
上の写真は、迷路全体を探索した後にスマートカーが作成した実装マップです。実際のモデルと比較すると、仮想目標点に基づく自律走行アルゴリズムの下で、スマートカーが高い完成度で地図を検索できることがわかります。シミュレーションプロセス中、スマートカーは衝突しませんでした。
4.2 形成アルゴリズムのテスト
4.2.1 リアル迷路
実際の計測を行うための実際の地下パイプラインが存在しないため、このプロジェクトでは、さまざまな障害物を乗り越えてオフィス内に複雑な迷路のような環境を作り出します。
実際に複雑な環境をシミュレーションする際、このプロジェクトではさまざまな障害物を壁として使用しますが、実際のマップの壁はシミュレーションほど滑らかではありません。このような環境では、自律走行アルゴリズムの堅牢性と、荒れた壁の下でのスマート カーの制御能力もテストされます。
4.2.2 実験結果
実際の状況での実験を通じて、次のことが結論付けられます。 引っ張る力の大きさを加速度に置き換えたためです。編隊がマップ全体をスムーズに探索できるようにするために、パイロットカーはステップごとに前進することしかできません。また、圧力センサーの追従方式は、ステアリングギアの方向をある程度制御するスマートカーには適していません。図からわかるように、パイロットカーが前進するとき、後続車は常に蛇行隊形を維持できません。後続車の数が増えると隊列に亀裂が生じる可能性があります。巡航モードにより、曲がり角や凹凸のある壁などの複雑な地形でも効果的かつ安全に隊列を進めることができます。そして不規則な障害物。
上の写真は地層探索後に得られたリアルタイムマップで、マップ全体の探索度は比較的完全であり、実験中に配置された障害物の密度が不十分なためにいくつかの空きが発生していることがわかります。