第３回ロボット技術教育シンポジウム

屋外自律移動ロボット Harou-v I の開発と街中環境における実験

－ つくばチャレンジ 2018 を通じた技術教育 －

○ 三品 晟瑠（帝京大学 理工学部・1年） 齋藤 正宏（帝京大学 理工学部・4年） 田中 靖浩（帝京大学 理工学研究科・修士 1年） 小室 龍太（帝京大学 理工学部・3年） 倉又 龍ノ介（帝京大学 理工学部・3年） 山根 健（帝京大学 理工学部）

１ はじめに

ロボットが自律移動するためには，環境認識，自己位置

推定，障害物回避など複数の機能をうまく統合する必要が

ある．特に，人や自転車，自動車などが往来する屋外環境

においては想定外のことが頻繁に起こるため，それらに柔

軟に対応して安全かつ確実に走行するための機能統合が

求められる．また，人と共存しながら人の役に立つロボッ

トサービスを提供するためには，技術開発だけでなく，実

環境で検証して運用について検討し，一般市民の反応など

も含めてシステムの設計を考えることも重要である．

これに関して，我々もロボット Progress-i および後継

の Harou-v I を開発してきた[1-4]．そして，学内トライ

アルコースや図１のつくばチャレンジ[5]（以下，TC）の

コース（約 2km）において検証を重ねている．なお，これ

までの取り組みについては，報告[4]を参照されたい．

本稿では，TC2018 の概要とチーム YamaneLab の取り組み

について紹介する．また，走行実験を通じて経験したこと

について学生の立場から報告する．

２ TC2018 における取り組み

２・１ TC2018 の概要

TC[5]は，つくば市と TC 実行委員会が主催する，実環境

においてロボットに自律走行させる技術チャレンジであ

る．2007 年から取り組まれ，ロボットではなく市民のた

めに整備された環境で働くロボット技術の進歩を大きな

目標としている．また，市民に現状のロボット技術を見て

もらうことも目的の一つである．

2018 年は，63 チーム 75 台のロボットが参加し，計 8

回の実験走行会を行い，それを踏まえて 11/11 に本走行会

が開催された．特に，3rd ステージ 初の年である 2018

年は，コースや課題が一新されたことや気温が 35 度を超

える真夏にも実験日が設定されたことが例年と異なる．

TC では実験だけではなく，実験日には互いの活動の様

子を見ることができる．また，チームの構成や実績，ロボ

ットの仕様，毎回の実験レポートが公開されていることも

あり，研究者同士の技術交流も盛んである．

図１ TC 課題コース（[5]より引用）

図２ 研究学園駅前公園における自律走行の様子

また，計測自動制御学会・システムインテグレーション

部会においてオーガナイズドセッション，筑波大学におい

て TC シンポジウムが毎年開催されるなど成果を発信する

場も設けられている．さらに，茨城高専など高等教育機関

や北陽電機やデータ変換研究所など企業からの技術提供

とその評価や相談が行われている．このように産学官が同

じ目標に向かってチャレンジする姿勢が見られる．

第３回ロボット技術教育シンポジウム

２・２ 課題コースと選択課題

課題コース（図 1）は，つくば市役所庁舎南側をスター

トし，研究学園駅前公園の南東の端に設置された折り返し

地点を経由して，公園北西のゴールを目指すおよそ 2km

である．ただし，途中に，信号のない横断歩道，車通りが

多く信号機付きの横断歩道，確定的なルートが設定されて

いない公園（図２）などがある．

また，選択課題として，以下の A〜Cが設定されている．

なお，各チームで実施 or不実施を選択できる．

・A：信号機付き交差点における横断歩道の横断

・B：毎回変更される複数チェックポイントの通過

・C：複数の探索対象者の探索

課題 Aでは，TC委員の安全確認を前提として，歩行者

用の信号機の状態を認識して，青信号が点滅を始める前に

横断歩道を通過することが求められる．課題 B では，当

日に指示された公園内のチェックポイントを全て通過す

ることが求められる．課題 C では，公園内で指定の服装

をした探索対象者を全て発見することが求められる．

TC では，市民の安全を第一に考え，注意事項が細かく

設定されている．例えば，ロボットの安全性をチェックす

る車検，一般道路において動力走行が可能な技術レベルか

どうかを判断する確認走行，実験中の安全管理責任者の配

置など安全について十分に注意を払って実施される．

２・３ チーム YamaneLab の取り組み

我々は，2015年から今年を含めて 4年間，TCに参加し

ている．2017年本走行では 2kmのうち 1km以上を走行し，

マイルストーン 2 を達成した実績がある．2018 年も 2 名

をコアメンバとして，毎回 1〜2 名のサポートメンバを加

えて活動した．実験走行では 3回程度スタートからゴール

へ行き着くなど本走行に向けて期待できた．

一方で，ロボットが何らかの仕事をしながらの自律走行

の実績はほとんどない．例えば，TC2018の選択課題では，

通常の自律移動をしながら，課題のために機能を切り替え

る必要があるため，高い機能統合技術が要求される．また，

カメラなど膨大なセンサ情報を処理する必要があるため，

ハードウェアとしても高いスペックが要求される．これら

に関して，経済的問題や経験の蓄積が十分でないなどの問

題に直面し，今回は実施しないことを選択した．

３ 屋外自律移動ロボット Harou-v I の開発

３・１ ハードウェア構成

我々のロボットは T-frogプロジェクト[6]が開発したオ

ープンソースの i-Cart miniや i-Cart Middleをベースにして

図３ 屋外自律移動ロボット Harou-v I

図４ 11/11本走行時のロボットシステム

いる．図３に示すように，自律移動に必要なセンサ，コン

ピュータ，バッテリなど全てを内蔵している“自立”のロ

ボットである．また，走行メカニズムは独立 2輪駆動方式

であり，防塵・防滴対策および緊急停止ボタンの取り付け

など安全対策を行っている．ロボットの前方の水平向きと

斜め下向きに環境情報の取得のための測域センサを取り

付け，タイヤの回転軸にはロータリエンコーダ，ロボット

中央には IMUセンサなどを取り付けている．

本ロボットは，全長 50cm×全幅 40cm×全高 90cmであ

り，タイヤの直径は 15cm と小型で，重量 16kg と他のロ

ボットと比べても軽い．このことは，運用面において利点

であるが，路面の状況によっては大きく跳ねたりスリップ

したりなど走行に悪影響を与える可能性がある．

３・２ ロボットシステム

システム構成を図４に示す．制御用コンピュータ上で環

境認識，自己位置推定，走行制御などの全ての機能を実現

第３回ロボット技術教育シンポジウム

している．これらの一部に関しては，筑波大学知能ロボッ

ト研究室の YP-SPUR，SSMや MRPT[7]などのオープンソ

ースのライブラリを利用している．

３・３ 本走行の結果

11/11の本走行では，2台同時スタートの 2組目として，

12時 3分 30秒ちょうどに左スタートから出発し，約 5分

走行し，スタートから 56m 地点において芝生に乗り上げ

てスタックした．その後，オペレータによって走行不能と

判断されて緊急停止ボタンが押された．これによって，人

が操作したとしてチャレンジ失敗となった．

前日の練習走行時には，左スタートから確認走行区間を

越えて，横断歩道，公園外周，公園内からゴールまでの約

2kmを走破した．しかし，本走行では，スタート地点に予

想以上のギャラリーが集まり，本来取れるべき環境の特徴

を見失ったため，パーティクルフィルタによる自己位置推

定の精度が低下し，ルートを外れる結果となった．

環境地図に測域センサデータ（11/11）を重ねたものを

図５上に，前日の練習走行時のデータ（11/10）を図５下

に示す．スタート地点は開けた場所でありランドマークと

なるものがもともと少ないため，練習走行においても測域

センサから 3割程度の形状情報しか取得できなかった．そ

こに，本走行では大勢のギャラリーが集まり，形状特徴と

して多くの人の足などが取得されたため，本来取れるべき

花壇や植木の特徴が埋もれた．そのため，スタートから前

進中に自己位置を見失ったと考えられる．

実験後にログデータを用いてシミュレーション実験を

行った．その結果，距離 30m×角度範囲 270°の有効範囲

の測域センサ情報のみからナビゲーションを行う方法に

は限界があることがわかった．

４ TC を通じた研究開発の経験

本章では，オペレータ・三品，安全管理責任者・倉又お

よびサブオペレータ・小室の学生 3名が TCを通じて学ん

だことや経験したことについて述べる．

４・１ オペレータとしての経験

実験走行および本走行を通じて，ロボットオペレータと

して次のことが重要であると感じた．

（1）周りの人やロボットに目を配ること

（2）普段よりも早く環境を認識すること

（3）システム構成について十分把握していること

TC では，ロボット同士のすれ違いや追い抜きという新

奇な状況が発生した．想定外の状況においてロボットが思

いもよらない動作をすることもあり，注意しているつもり

図５ 測域センサ情報（上：11/11本走行，下：11/10練習）

でも“運が悪い”と衝突や転倒に繋がる．そのため，未然

に防ぐという意味で（1）や（2）の重要性を感じた．

また，オペレータの役割の一つとして緊急停止ボタンの

操作がある．安全な運用のためには，操作が可能な 4km/h

以下の速度で実験を行う必要性を実感した．

さらに，オペレータはロボットシステムの説明責任を課

された．これは研究者に対してだけでなく，環境を共有し

ている一般市民に対しても求められる．そのために，自分

のロボットの特性や特徴，TC の課題を十分に理解し，相

手の知識レベルに応じて分かりやすく説明をして，取り組

みに関して理解を得ながら進めていく必要があった．

TC 全体を通じてオペレータとして色々と経験した中で，

特に次の 3点について印象深かった．

○緊急停止ボタンの意義：実験走行中，ロボット同士が

衝突しそうになった時にどのように行動すべきか．当初は，

即座に緊急停止ボタンを押すのがよいと考えていた．確か

に，安全面からも倫理面からも正しい．しかし，TC の目

的である「ロボットを実世界で人の補助なしに走らせる」

という目的からは外れる．これに関して，元 TC実行委員

長・油田先生と議論した．この議論を踏まえて，本走行で

はリタイア時しか緊急停止ボタンを押せないが，実世界で

ロボットサービスを運用する際には，危険だと思った時に

人の操作でいつでも止まれることは重要だと感じた．

○信号機付き横断歩道の横断：信号機付き横断歩道では

様々な状況が想定される．例えば，青信号であるが，右左

折できずに車が横断歩道を占有しており避けて通行する

ことができないケース，後から車が横断歩道に進入してく

第３回ロボット技術教育シンポジウム

るケース，危険回避のため横断歩道から大きく外れなけれ

ばならないケースなどである．このようなケースを全て考

えてプログラムに記述することは現実的ではない．今の技

術では，ある普通の状況での横断を実現するのみで，人の

ように柔軟に対応できないことがわかった．

○技術交流会：本走行終了後，技術交流会が開催された．

様々なチームから本走行での課題，ロボットの特徴を聞く

ことができて大きな刺激になった．

４・２ 安全管理責任者としての経験

雨天時に雨粒を障害物として誤認識したり，大勢の人が

いる中で走行が不安定になったりなど，我々のロボットは

環境変化に弱いと感じた．これらから，現在の技術レベル

では人が事故を未然に防ぐためにロボットの周囲を注意

して実験する必要があることがわかった．一方で，千葉大

学のように全ての課題を完全達成するチームが存在し，近

い未来に人が側に居なくても街中で自律移動できるロボ

ットが出てくる期待が大きくなった．

また，安全管理責任者は，ロボットと 5m程度距離をと

り環境に注意を向ける必要があった．そのため，オペレー

タからロボットに関する状況報告がないとロボットの状

態が確認できなかった．実験中の頻繁なコミュニケーショ

ンも安全のためには重要な要素であることがわかった．

４・３ サブオペレータとしての経験

実験を通じて，狭い道で芝生に乗り上げるなど失敗が多

く，ゴールまでたどり着いているロボットが少ない印象を

受けた．原因の一つとして，互いの距離が短いため，ロボ

ットや随行者，草木などを障害物として認識し，回避機能

が働いたと考えられる．これに関して，一部のチームでは，

狭い道において機能を切る対応をしていた．このような，

TC コースに特化した調整や作り込みを行うことは，本来

の目的からは外れるのではないかと疑問をもった．

また，技術交流会では，宇都宮大学の尾崎研究室メンバ

と話をして，地磁気の乱れを目印に走行する「磁気ナビゲ

ーション」を使っていることや実績についても学んだ．

我々のようにレーザーを用いたナビゲーションの場合，環

境変化によって自己位置推定精度が大きく低下してしま

う．一方で，磁場の乱れは環境に不変のため安定して利用

できることを知った．

５ おわりに

我々は TC2018に参加して，屋外環境において自律移動

するロボットを開発した．課題が多く残されているが，基

本的な走行機能を実現することができた．また，役割分担

をして，チームとして一丸になって取り組むことができた．

図６ ORB-SLAM2を用いた環境地図と自己位置推定

今後の課題として，以下のことが挙げられる．

（1）状況に応じた自己位置推定

（2）信号認識と信号機のある交差点の横断

（3）人物探索と人物へのアプローチ

課題（1）については，図 6のように ORB-SLAM2によ

り生成した環境地図と RGB-Dカメラ情報を用いたビジュ

アルオドメトリを検討している．また，地磁気センサ情報

を利用したナビゲーション，GPSナビゲーションなどを状

況に応じて使い分ける方法についても検討している．

課題（2），（3）については，TCにおいて Deep Learning

技術を用いた一般物体認識器 YOLOの運用実績が示され

ていることから，我々もこの技術の利用を検討している．

謝辞

つくばチャレンジ 2018実行委員会および我々の取り組

みをご支援頂いた，帝京大学理工学部長・波江野勉先生，

情報電子工学科の飽本一裕先生，荒井正之先生に感謝を申

し上げます．

参 考 文 献

[1] 帝京大学理工学部・山根研究室，https://www.teikyo-u.

ac.jp/faculties/undergraduate/science_tech/human_info_sy

s_yamane.html，2018年 11月アクセス．

[2] 横松秀康，井元智晶，山根健，“つくばチャレンジ 2016

における屋外自律移動ロボット Progress-i MK-II の開

発，”第 17 回計測自動制御学会システムインテグレ

ーション部会講演会予稿集，pp.126—127, 2016.

[3] 大關友博，植月宏昌，山根健，“屋外自律移動ロボッ

ト Progress-i MK-IIIの開発，”つくばチャレンジ 2017

参加レポート集，pp.15—18, 2018.

[4] 横松秀康，大關友博，植月宏昌，君嶋嬉紀，山根健，

“屋外自律移動ロボット Progress-i の開発と街中にお

ける検証実験 – つくばチャレンジを通じた技術教育

–，”第 2 回ロボット技術教育シンポジウム予稿集，

pp.18—19, 2018.

[5] つくばチャレンジ， http://www.tsukubachallenge.jp/,

2018年 11月アクセス．

[6] T-frog Project, http://t-frog.com/, 2018年 11月現在．

[7] MRPT, https://www.mrpt.org/, 2018年 11月現在．