Raspberry Pi で実現する画像認識ベースの障害物回避モバイルロボット

概要

このレポートでは、コンピュータビジョンを用いて障害物を検知・回避する低コストモバイルロボットの設計と実装を紹介します。Raspberry Pi と USB Web カメラで駆動するこのシステムは、安価なハードウェアで屋内環境（倉庫など）での自律ナビゲーションを実現し、人間のオペレーターを不要にすることを示しています。

導入

市販の自律ロボットは高価で単一環境向けに特化し、衝突回避に超音波や赤外線などの受動センサーに依存することが多いです（Wang et al., 2011）。近年の組み込みコンピューティングの進歩により、高性能なビジョンアルゴリズムを安価なプラットフォームで実行可能になりました。ビジョンベースのアプローチは、障害物が近接する前に検知できるため、屋内ナビゲーションにより堅牢なソリューションを提供します。

提案ソリューションと成果物

目標は、Raspberry Pi に接続した USB Web カメラで障害物を検知する自律ロボットを構築することです。開発プロセスは以下の通り：

• SimpleCV を用いた障害物識別のためのコンピュータビジョンアルゴリズムの設計
• アルゴリズムの Raspberry Pi への移植
• Python GPIO による DC モーター制御の実装
• Pi 上でのシステム性能テストと評価

達成した主要目標：

• アルゴリズムパラメータで検知範囲を調整可能
• 障害物を一定サイズの円でマーキングして容易に識別
• SimpleCV が Pi とインターフェースし、2 つの DC モーターを制御
• 様々な障害物距離でシステム性能を検証

ハードウェアとソフトウェアスタック

ハードウェア

• Raspberry Pi キット
• USB Web カメラ
• 2 つの DC モーター
• H ブリッジモータードライバー
• シャーシと配線
• ブレッドボードとケーブル

ソフトウェア

• SimpleCV Python ライブラリ
• Ubuntu / Raspberry OS (Raspbian)
• Python 2.7

コンピュータビジョンアルゴリズムの概要

アルゴリズムは最初に Ubuntu ノートパソコンで開発し、後に Linux 互換性を活かして Pi に移植しました。障害物に配置した円形マーカーを識別し、画像を二値化して形状を分離、半径を計算して距離を推定します。画面を 3 つの垂直ゾーンに分割し、円の水平位置でロボットの操舵アクションを決定します。

Raspberry Pi の 700 MHz プロセッサーと 512 MB RAM では高解像度処理が制限されるため、検知精度とフレームレート安定性のバランスを取って 320×240 解像度を採用しました。

実験セットアップ

実験装置で、円のピクセル面積とロボットからの物理的距離の関係を測定。障害物を近づけたり遠ざけたりして、アルゴリズムのピクセル-距離マッピングをキャリブレーションし、単一カメラ視点からの正確な距離推定を可能にしました。

システムフローチャート

運用フローでは、USB Web カメラがフレームを Pi にストリーミング。SimpleCV が各フレームで円形マーカーをスキャン。検知時に Pi がマーカーの位置を計算し、H ブリッジを駆動してモーターを左、右、または前進させます。

結論

このプロジェクトは、Raspberry Pi、USB Web カメラ、SimpleCV で、屋内ロボティクス用途に適した実用的でコスト効率の良い障害物回避システムを構築できることを実証しました。今後の作業として、マーカーなし障害物の検知や、センサーフュージョンによる信頼性向上への拡張が考えられます。