arXivの論文「Multi-Robot Planning and Control from CCTV Camera Networks in a Real Warehouse」（識別番号2606.06762）は、2026年6月4日にLuke Robinsonら5名の著者によって投稿された。本研究は、移動ロボットの自律性をロボット本体から環境に移す新しい枠組みを探求している。具体的には、環境に埋め込まれた固定カメラネットワークとエッジコンピューティングを用いて、複数のロボットを調整する。
従来の移動ロボットは、ナビゲーションと障害物回避のためにレーザーレーダーやカメラなどのセンサーと計算ユニットを自身に搭載するのが一般的である。しかし、ロボットの台数が増えると、このオンボード方式はコスト、電力消費、拡張性の面で課題に直面する。本論文は、環境に既に設置されているCCTVカメラネットワークとエッジ計算を活用することで、よりスケーラブルな自律性を実現できると提案する。
研究チームは、単一ロボットでの先行事例を複数ロボットの協調に拡張し、実際の倉庫で実験を行った。システムは完全に画像空間で動作し、キャリブレーションされていないピクセル単位のトポロジカルカメラグラフに基づいている。これにより、カメラの柔軟な配置が可能になり、広範囲での運用が実現する。具体的には、階層プランナを採用している。上位プランナは各ロボットに対して一連のカメラを選択し、下位プランナは各カメラ視野内でのロボットの画像空間運動を計画する。
ロボット間の調整には「優先度付け後統合」戦略を採用している。重複するカメラ領域は共有リソースと見なされ、一度に1台のロボットのみが占有できる。これにより、衝突やデッドロックを防止する。この調整メカニズムにより、複数ロボットが共有作業空間で効率的かつ安全に動作することが保証される。
実験は実際の倉庫で行われ、4台のロボットと30台のカメラが6本の27メートル通路をカバーした。論文では、ミッション完了時間と調整の統計データが報告されている。特筆すべきは、ロボット自体がタスク固有のナビゲーションハードウェアを搭載しておらず、すべての計画と調整が外部カメラネットワークとオフボード計算によって行われる点である。
著者らの知る限り、これは外部カメラネットワークとオフボード計算のみを使用した複数ロボットの計画と調整の初の現場実証である。この研究は、スケーラブルな複数ロボットの自律性への実用的な道筋を提供し、特にカメラインフラが既に整っている倉庫や物流の現場に適している。将来的には、この手法がロボット隊列のハードウェアコストを削減し、展開と保守を簡素化することが期待される。