この航法手法は、自律走行による最終区間の配送を加速させる可能性がある。
それほど遠くない将来、ロボットが最終区間の配送車両として派遣され、テイクアウトの注文、荷物、ミールキット定期便をご自宅の玄関先まで届けるかもしれない。ただし、玄関を見つけられればの話だが。
ロボットの航法に関する標準的な手法では、事前にエリアを地図化し、アルゴリズムを用いて、ロボットを地図上の特定の目標地点またはGPS座標へ誘導する。この手法は、特定の建物の間取りや設定された障害物コースなど、特定の環境を探索する場合には妥当かもしれないが、最終区間の配送という状況では扱いにくくなる可能性がある。
例えば、ロボットの配送区域内にある一つひとつの近隣地域について、その地域内の各住宅の配置や、各住宅の玄関の正確な座標まで含めて、事前にすべて地図化しなければならない場面を想像してほしい。このような作業は、特に住宅の外観が季節によって変わることが多いことを考えると、都市全体に拡大するのは困難である。また、すべての住宅を地図化することは、セキュリティやプライバシーの問題を引き起こす可能性もある。
このたび、MITの技術者らは、エリアを事前に地図化する必要のない航法手法を開発した。代わりに、この手法によりロボットは、周囲の環境にある手がかりを利用して目的地までの経路を計画できる。その目的地は、地図上の座標ではなく、「玄関」や「ガレージ」といった一般的な意味的用語で表現することができる。例えば、ロボットに誰かの玄関へ荷物を届けるよう指示された場合、ロボットは道路上から出発し、車道を目にするかもしれない。ロボットは、車道が歩道に通じている可能性が高いと認識するよう学習しており、その歩道が玄関へ通じている可能性が高いと判断する。
この新技術により、ロボットが対象を特定するまでに特定の住宅の敷地内を探索する時間を大幅に短縮できる。また、この技術は特定の住宅の地図に依存しない。
「訪問するすべての建物の地図を作成しなければならないような事態は避けたいものです」と、MIT機械工学科の大学院生であるマイケル・エヴェレット氏は述べる。「この技術により、車道の突き当たりにロボットを置くだけで、ドアを見つけてくれることを期待しています。」
エヴェレット氏は今週、知能ロボットとシステムに関する国際会議で、同研究グループの成果を発表する予定だ。この論文は、MITの航空宇宙学教授であるジョナサン・ハウ氏、およびフォード・モーター・カンパニーのジャスティン・ミラー氏が共著したもので、「認知ロボットに関する最優秀論文賞」の最終候補に選ばれている。
「物事が何であるかを理解する感覚」
近年、研究者らは、自然で意味的な言語をロボットシステムに導入する取り組みを進めてきた。これは、物体を意味的なラベルによって認識するようロボットを訓練することで、例えば、ドアを単に固体の長方形の障害物としてではなく、ドアとして視覚的に処理できるようにするものである。
「現在では、ロボットに物事が何であるかを、リアルタイムで理解させる能力を持っています」とエヴェレット氏は述べる。
エヴェレット氏、ハウ氏、ミラー氏は、同様の意味的技術を新たな航法手法の出発点として活用している。この手法は、視覚データから特徴を抽出する既存のアルゴリズムを利用し、同じ場面の新しい地図を、意味的な手がかり、すなわち文脈として表現して生成するものである。
今回の研究では、研究者らはアルゴリズムを用いて、ロボットが動き回る際に環境の地図を構築した。このアルゴリズムは、各物体の意味的なラベルと深度画像を使用する。このアルゴリズムは、意味的SLAM（Simultaneous Localization and Mapping：自己位置推定と地図作成の同時実行）と呼ばれている。
他の意味的アルゴリズムにより、ロボットは周囲の物体を、その本来の性質に基づいて認識し、地図化できるようになった。しかし、これらのアルゴリズムでは、新しい環境を移動中に、「玄関」といった意味的な目的地への最も効率的な経路を、その場で判断することはできなかった。
「これまでの探索は、ロボットを地面に置いて『行け』と指示するだけのものでした。ロボットは動き回り、最終的には目的地に到達しますが、時間がかかります」とハウ氏は述べる。
目的地までのコスト
研究者らは、意味的かつ文脈によって色付けされた世界において、ロボットの経路計画を高速化することを目指した。そして、「目的地までのコスト推定器」という新たな手法を開発した。これは、既存のSLAMアルゴリズムによって作成された意味的な地図を、第二の地図に変換するアルゴリズムであり、任意の場所が目標地点に近い可能性を表すものである。
「これは、猫の写真を撮り、それを犬のように見せるという画像から画像への変換技術に着想を得ました」とエヴェレット氏は述べる。「ここでも同様の考え方が用いられています。世界の地図のように見える一枚の画像を取り、それを、やはり世界の地図のように見えるが、地図上の各地点が最終目的地からどれだけ近いかに基づいて色付けされた、別の画像に変換するのです。」
この目的地までのコストの地図は、グレースケールで色付けされている。暗い領域は目標地点から遠い場所を、明るい領域は目標地点に近い場所を表している。例えば、意味的な地図では黄色で示されている歩道は、目的地までのコストのアルゴリズムによって、新しい地図上では暗い領域として変換される可能性がある。一方、車道は玄関に近づくにつれて徐々に明るくなり、新しい地図上で最も明るい領域である玄関に至る。
研究者らは、この新しいアルゴリズムを、Bing Mapsの衛星画像を用いて訓練した。画像には、一つの都市部と三つの郊外の近隣地域にある77軒の住宅が含まれていた。このシステムは、意味的な地図を目的地までのコストの地図に変換し、地図上の明るい領域をたどって、目標地点までの最も効率的な経路を描き出した。各衛星画像について、エヴェレット氏は、一般的な前庭の文脈上の特徴に意味的なラベルと色を割り当てた。例えば、玄関は灰色、車道は青色、生け垣は緑色とした。
この訓練の過程で、研究チームは各画像にマスクも適用した。これは、ロボットのカメラが庭を移動する際に得られると考えられる部分的な視界を再現するためであった。
「私たちのアプローチのコツの一つは、[システムに]多くの部分的な画像を与えることでした」とハウ氏は説明する。「そのため、システムはこれらすべての要素がどのように相互に関連しているかを、本当に理解しなければなりませんでした。それが、この手法を確実に機能させている要因の一つです。」
その後、研究者らは、訓練用データセットに含まれていない、まったく新しい住宅の画像をシミュレーションして、自らのアプローチを検証した。まず既存のSLAMアルゴリズムを用いて意味的な地図を生成し、次に新たな目的地までのコスト推定器を適用して第二の地図を生成し、この場合は玄関である目標地点までの経路を導き出した。
研究グループの新しい目的地までのコスト手法は、従来の航法アルゴリズムと比べて、玄関を189パーセント速く発見した。従来のアルゴリズムは文脈や意味を考慮しないため、目標地点に近い可能性が低い領域を探索することに過剰な手順を費やしていた。
エヴェレット氏は、この結果が、ロボットが文脈を利用して、慣れない地図化されていない環境においても、目標地点を効率的に特定できることを示していると述べる。
「ロボットが、これまで一度も訪れたことのない場所に荷物を届ける場合でも、以前に見た他の場所と同じ手がかりが見つかることがある」とエヴェレット氏は述べる。「つまり、世界の配置は少し異なるかもしれないが、おそらく共通する点もいくつかあるのです。」
本研究は、一部、フォード・モーター・カンパニーの支援を受けている。
