実際の倉庫におけるCCTVカメラネットワークを用いたマルチロボット計画と制御
研究者らは、実際の倉庫において、外部のCCTVカメラネットワークとエッジコンピューティングのみを用いたマルチロボット協調の初の実地検証を行った。システムは、未較正のピクセル単位のトポロジカルカメラグラフ上で画像空間内で動作し、階層型プランナーが各ロボットにカメラシーケンスを割り当てて動作を計画する。優先順位付けと共同調整の戦略により、重複するカメラ領域を共有リソースとして扱い、衝突やデッドロックを防止する。4台のロボット、30台のカメラ、6つの通路で検証された。
近年、移動ロボットの自律航法技術は著しい進歩を遂げているが、ほとんどのシステムはロボット自身のセンサーと計算リソースに依存しており、拡張性に限界がある。代替案として、環境に固定されたカメラとエッジコンピューティングノードに知覚と計算のタスクを移行する方法がある。これまでの「オフボード制御」手法は単一ロボットで実証されてきたが、複数ロボットの協調システムへの拡張は課題であった。
arXivに提出された論文で、研究チームは実際の倉庫環境において、分散型CCTVネットワークとエッジコンピューティング機器のみを用いて複数の移動ロボットを協調させる完全なシステムを初めて実証した。このシステムは、ロボットに専用の航法ハードウェアを搭載する必要がなく、外部カメラが捉えた画像情報のみに依存する。
中心的な革新は、未較正のピクセルベースのトポロジカルカメラグラフを用いて環境を表現する点である。カメラは隣接する視野の重なり領域で接続され、グラフを形成する。システムはすべての計画を画像空間内で行うため、従来の方法で必要だった複雑なグローバルキャリブレーションや地図構築のステップが不要になる。階層型プランナーはまず各ロボットに対してカメラシーケンス（ロボットが順に通過するカメラ視野）を選択し、次に各視野内で具体的な画像空間運動経路を計画する。
複数ロボットの協調のために、研究チームは「優先順位付けと共同調整」戦略を提案した。ロボットの経路が競合しない場合は独立して動作し、潜在的な競合（例えば複数のロボットが同一カメラ視野の重なり領域に入ろうとする場合）が検出されると、システムは一時的に優先順位を割り当て、1台のロボットだけがその領域を占有できるようにする。これにより衝突やデッドロックを防止する。この仕組みは、重なり領域を共有リソースと見なし、一度に1台のロボットだけが保持できるようにする。
実験は実際の倉庫で行われ、4台の地上ロボットと30台の防犯カメラが、それぞれ長さ27メートルの6つの通路にわたって展開された。研究者らはタスク完了時間と協調統計指標を記録し、システムの有効性を検証した。著者らによれば、これは外部カメラネットワークとオフボードコンピューティングのみに依存したマルチロボット協調作業の実環境における初の実証である。
この研究は、大規模で低コストな自動化物流倉庫への有望な技術経路を提供する。今後の研究方向としては、ロボット台数の拡大、動的環境への対応、システムの堅牢性向上などが考えられる。