構内・限定領域における自律移動・自動運転向けナビゲーションベクターマップの自動生成

Transcript

1. FA設備技術勉強会 2026/09/05 ※所属先企業とは一切関係ありません。個人としての発表です。 構内・限定領域における 自律移動・自動運転向けナビゲーション/ベクターマップの自動生成 ― LiDAR Mobility Map Generator ― 〇趣味メカトロエンジニア( X(旧Twitter):@KariControl)
2. アジェンダ ◼ 発表前半：自律移動システムにおける地図と作成上の課題 ◼ 発表後半：SLAM/rosbag2から地図を自動生成するツール紹介 2
3. アジェンダ ◼ 発表前半：自律移動システムにおける地図と作成上の課題 ◼ 発表後半：SLAM/rosbag2から地図を自動生成するツール紹介 3
4. 背景 ◼ 工場・倉庫などの構内で自動運転・自律移動の導入が拡大 – 搬送・巡回・牽引などでガイドレス走行を利用 – 現場ごとに走行エリアや運用ルールが異なり、個別のチューニング作業必要 ◼ システム導入における必要作業 – 車体構築：既存車両へのセンサ・PC等の追加計装 – 走行シナリオの定義：START／GOAL・運行条件 – 走行エリアにおける自動運転・自律移動のための地図作成 Eve auto[1] Mitra[2] 自律移動システムの現場導入には、環境と運用に合わせた地図作成が必要 [1]https://eveautonomy.com/ [2] https://www.icom-giken.com/blog/mitra_suzuki/ 4
5. 自動運転・自律移動における地図とは？ ◼ 環境形状を表す地図 – 2D点群地図、占有グリッドマップ(2次元の環境形状) – 3D点群地図(3次元の環境形状) ◼ 経路・運用情報を表す地図 – Nav2向け：Route graph、Waypoint等地図 – Autoware等の自動運転向け：lanelet2(ベクターマップ) 3次元点群地図 占有グリッドマップ ベクターマップ(lanelet2) 今回はLanelet2をベクターマップ、占有格子/経路情報をナビゲーションマップと呼称 5
6. 点群地図の役割 ◼ 自己位置推定：点群地図とLiDAR観測値を形状マッチングして位置推定 ◼ 静的環境の保持：既知の構造物として外界認識に活用 ◼ 地図生成の下書き：経路配置や障害物との距離確認に利用 点群地図用いることで高精度な位置推定や障害物検知に必要 6
7. ベクター/ナビゲーションマップの役割 ◼ 経路計画・ナビゲーション用地図の役割 – 走行経路とウェイポイントにおける交通ルール・イベントを表現 – 自律移動における意思決定・振る舞いを補助 ◼ 地図・経路データが保持する情報 – – – – – 道路中心線、走行可能領域 経路・Waypoint 進行方向、制限速度・停止位置 待機位置、進入禁止等 STARTとGOAL座標 一時停止エリア 目標経路 (制限速度0.5m/s) GOAL ・地図上のGOALに向けて経路を計画 ・指定された制限速度に従って走行 ・一時停止エリアの手前で減速・停止 ・GOAL到達後に作業開始またはシステム停止 Lane, stop line, velocity Map Node behavior planning START 必要最低限の地図構成例 ベクター/ナビゲーションマップは「走行ルール・経路」を保持した地図 7
8. ベクター・ナビゲーションマップ作成の方法 ◼ 従来の地図作成 – 図面と測量結果を下地として準備 – 道路中心線、経路、速度、停止位置等を手作業で設定 ◼ 構内・限定領域ガイドレス走行での課題 – 公道のような白線・標識が少なく経路/走行ルールを地物/測量から抽出しにくい – 同じ自由空間でも、運用目的に応じて複数の経路設計が成立 – 現場計測と手作業編集に時間・費用が必要 測量結果を下地にして地図を手作業で作成 構内は白線や標識等が少ない 従来の地図作成方法では地図作成のコストや作業時間が多い 8
9. アジェンダ ◼ 発表前半：自律移動システムにおける地図と作成上の課題 ◼ 発表後半：SLAM/rosbag2から地図を自動生成するツール紹介 9
10. アジェンダ ◼ 発表前半：自律移動システムにおける地図と作成上の課題 ◼ 発表後半：SLAM/rosbag2から地図を自動生成するツール紹介 10
11. 今回紹介する作成ツール ◼ LiDAR Mobility Map Generator – LiDAR SLAM結果またはrosbag2から地図を生成 – 自動運転等に対応したLanelet2ベクターマップを出力 – Nav2等向けのナビゲーションマップ（2D占有格子地図＋経路データ）を出力 ◼ 特徴 – 入力データの位置推定軌跡を道路中心線の初期候補として走路境界を生成 – GUIで道路中心線・目標経路・速度制限・停止線等を付与可能 – 車体寸法・最小旋回半径・点群との整合を静的に確認 走路情報を含む地図を生成 代表的なOSSに対応した形式で出力可能 本ツールを使えば、ベクター/ナビゲーションマップを比較的簡単に生成可能 11
12. 入力データ形式 ◼ データ形式1(rosbag2) – LiDAR点群：rosbag2にて収集した点群の時系列データ – 位置推定軌跡：上記点群データを用いて何らかのOSSにて推定した位置推定軌跡 ◼ データ形式2(LiDAR-SLAM結果、推奨) – LiDAR点群：LiDAR-SLAMにより生成された点群地図 – 位置推定軌跡：上記LiDAR-SLAMにより推定された位置推定軌跡 手動走行させてLiDARデータを収集 3次元点群 位置軌跡 点群と位置推定軌跡を準備 手動走行時の軌跡をベースに目標経路を計算して地図を生成 12
13. 推奨：点群地図の作成 LiDAR SLAMによる点群地図生成 ◼ SLAMとは？ – 自己位置推定と点群地図生成の同時実行手法 – 位置推定と点群地図作成を交互に繰り返して高精度な地図を作成 – GLIMやLIO-SAMのような高精度かつロバストなOSSを利用可能 ◼ SLAMでの地図作成方法 – 1. 自律移動システムを手動走行させてLiDARおよびIMU等でのデータを収集 – 2. 事前収集したデータをSLAMのソフトにて入力し、オフラインで地図生成 – 3. 生成した地図を点検して問題無ければロボットのソフトに格納 手動走行させてLiDARデータを収集 LiDAR-SLAMにて点群地図を生成 rosbagデータでも地図生成可能だがSLAM結果を利用することで精度向上可 13
14. ベクターマップ生成の事例紹介 ◼ 入力データ – 走行候補区間とその周囲を十分に観測するよう手動走行し、ROSbag2にて測定 – GLIM(SLAMのOSS)で点群地図を生成(Jetson Orin Nanoで処理) ◼ GLIMのOSSを使えば家でも簡単にLiDAR SLAM可能 SLAMによる点群地図生成 SLAM結果を作成し、点群地図と自己位置推定軌跡を準備 14
15. ベクターマップの出力処理 ◼ 車体寸法や走路のマージン等のパラメータを設定し、SLAM結果を入力 ◼ SLAM結果を入力すると位置推定軌跡を道路中心候補としてLanelet生成 ◼ GUIで道路中心線と目標経路を選択し、速度制限・停止線等を付与 ツールのベクターマップ出力編集画面 15
16. 地図編集GUI ◼ 自動生成したベクターマップをWeb GUI上で確認・編集可能 ◼ 点群地図上で道路中心線/目標経路/制限速度/停止線等を生成可能 ツールのベクターマップ出力編集画面GUIの各種ボタン 16
17. ベクターマップ生成結果例 ◼ オレンジ線が目標経路 ◼ シアン・マゼンタがlanlet走路境界(lanelet) ◼ 制限速度情報を付与済み、START/GOALも設定済 STAR/GOALに対応するIDの設定ファイルを別途保存 制限速度も付与：5km/h 車体寸法とクリアランスから生成した仮想走路有するベクターマップを生成 17
18. ベクターマップ生成結果例 ◼ 点群ベースに生成のため障害物にぶつからない走路となることを確認 生成した地図と点群地図上の障害物の比較 点群情報を活用することにより、走行可能な経路を保有する地図を実現 18
19. ベクターマップ生成結果例 ◼ 生成した地図をAutowareのplanning/Controlに適用 ◼ 制限速度/レーンを読み込んでGOALに到達するまで制限速度前後で走行 生成したベクターマップを使用し、STARTからGOALまでの走行を確認 19
20. Githubで公開 ◼ 本ツールはgithubで公開中 – https://github.com/KariControl/lidar_mobility_map_generator – 公開したばかりでバグも色々多いと思うのでissue等歓迎 ◼ AutowareだけでなくNav2の形式にも対応 – mid360の点群データを用いてNav2等のロボット向け地図も生成可能 点群地図 2D占有格子地図＋経路データ 今後も色々拡張予定 20
21. ご清聴ありがとうございました 21