少子高齢化社会に対応した自律移動車椅子の制御および開発

自律移動車椅子の周辺環境情報を取得する手段であるセンサに赤外線センサと超音波センサを搭載したIR-USモデルと測域センサを搭載したURGモデルにおいて、障害物を回避しながら右側壁沿い走行を行う走行比較実験をシミュレーション上で行った。IR-USモデルにおいては、車椅子前方に障害物検地用の超音波センサを3個、左右両側に壁認識の赤外線センサを各2個搭載した。これらのセンサデバイスにより、各センサから得られるデータに対して閾値を設定し、閾値条件における車椅子の行動パターンを定義し走行制御ルールを設定した。URGモデルにおいては、URGのスキャン範囲が240度あることから、この範囲を障害物検地用のエリア、壁認識用のエリアの4つのエリアに分割した。このモデルに関しても各エリアに閾値を設定し、閾値条件における車椅子の行動パターンを定義し走行制御ルールを設定した。実験結果としては、両モデルともに多少の走行差はあるものの右側壁沿い走行を実現することが確認できた。車椅子ロボットにおいて滑らかな走行ができるか否かが、乗り心地の快適さが決まってくる重要な要素のひとつであると思われる。滑らかな走行を評価する要素のひとつである、車椅子の横揺れに関する軌跡データを取得して両モデルを比較検討した。両モデルともに若干の揺れは残ったが、URGモデルの方が蛇行が少なく滑らかな走行を実現できていることがわかった。これは、IR-USモデルは車椅子ロボット周囲のセンシングエリアに死角が発生することや測定距離が短いことに対して、URGモデルでは車椅子ロボット周囲を全てセンシングできることや測定距離がIR-USモデルに比べると長いということが原因ではないかと思われる。今後は、制御ルールに神経回路を適用することや組込み技術を用いたシステムの軽量化などの検討を行い、より安全に自律走行できる車椅子を開発していく予定である。

自律移動車椅子の周辺環境情報を取得する手段であるセンサに赤外線センサと超音波センサを搭載したIR-USモデルと測域センサを搭載したURGモデルにおいて、障害物を回避しながら右側壁沿い走行を行う走行比較実験をシミュレーション上で行った。IR-USモデルにおいては、車椅子前方に障害物検地用の超音波センサを3個、左右両側に壁認識の赤外線センサを各2個搭載した。これらのセンサデバイスにより、各センサから得られるデータに対して閾値を設定し、閾値条件における車椅子の行動パターンを定義し走行制御ルールを設定した。URGモデルにおいては、URGのスキャン範囲が240度あることから、この範囲を障害物検地用のエリア、壁認識用のエリアの4つのエリアに分割した。このモデルに関しても各エリアに閾値を設定し、閾値条件における車椅子の行動パターンを定義し走行制御ルールを設定した。実験結果としては、両モデルともに多少の走行差はあるものの右側壁沿い走行を実現することが確認できた。車椅子ロボットにおいて滑らかな走行ができるか否かが、乗り心地の快適さが決まってくる重要な要素のひとつであると思われる。滑らかな走行を評価する要素のひとつである、車椅子の横揺れに関する軌跡データを取得して両モデルを比較検討した。両モデルともに若干の揺れは残ったが、URGモデルの方が蛇行が少なく滑らかな走行を実現できていることがわかった。これは、IR-USモデルは車椅子ロボット周囲のセンシングエリアに死角が発生することや測定距離が短いことに対して、URGモデルでは車椅子ロボット周囲を全てセンシングできることや測定距離がIR-USモデルに比べると長いということが原因ではないかと思われる。今後は、制御ルールに神経回路を適用することや組込み技術を用いたシステムの軽量化などの検討を行い、より安全に自律走行できる車椅子を開発していく予定である。