しあわせもの工房 / SHIAWASE MONOKOBO

ネココプター NekoCopter


「人に身近で、愛嬌があって、人の役に立つドローン」 それが ネココプターが目指す 人と協調するドローンの未来です!
しあわせもの工房では、2013年に超小型研究用ドローンを開発しました。


【ネココプターのコンセプト】
1. 人に身近
第一に安全で、小型で、操縦をしなくとも人についてきたり、つまり、自分で考えて飛行(自律飛行)できることを意味します。

2. 愛嬌がある
近寄りがたいゴツイイメージのあるドローンに対して、容姿や態度が可愛らしく、”守ってあげたくなるような”そんな存在になれないかということです。

3. 人の役に立つ
ドローン自らが人の危険を守ったり、いざという時に駆けつけてくれたり、楽しませたり、そんな頼れる存在でありたいという思いからです。

マゴスピーカー・システムイメージ

低床型パワフルモビリティーロボット
Noruno Thin


Noruno Thinは小型で力持ち
ご家庭内でのあらゆる物流を助けます

イメージPV


【Noruno Thinの特徴】
1. UI
スマートフォンのWi-Fiで走行を自在にコントロール。オプションでBLE対応

2. 薄型・力持ち
厚さ約7.5cmの低床ボディ。​最大80kgの積載能力。​エンコーダ付ブラシレスモーターと専用コントローラを搭載。

3. ROS(Robot Operating System)対応
ROSノードスタックを標準搭載。PCへのUSB接続でROS対応

おうちLiDAR


おうちLiDAR・バナー
ホビーユーザでも活用できるLiDARを提供し、LiDARに民主権を与えたい。 そんな想いから、安価・簡単に活用できる『おうちLiDAR』を開発中です。

イメージPV


おうちLiDAR・ROS
おうちLiDAR・SLAM

【おうちLiDARの特徴】
1. ROS対応
ROSノードスタックを標準搭載。PCにUSB接続するとROSでlaserScanトピックが受け取れます

2. スキャン能力
最大40m、最小0.1mの距離を360°スキャン
1cmの直線距離分解能
2rps時に~1.4°の角度分解能

3. 拡張性
レーザーセンサと超音波センサをハイブリッド搭載。9軸IMUを標準搭載

SensorFusion対応
レーザーセンサと超音波センサをセンサフュージョンすることで、光では検出できない物体を補正し検出します。 (特許出願済み)

SLAM自律移動ロボット
Noruno


つくばチャレンジ2018に発参加して完走(自律走行のマイルストーン3達成)しました。
NorunoはROSベースの自律移動ロボットです。 2D-LiDARやステレオカメラ・RTK-GPSを搭載し、SLAMを行いながら、屋外を自律走行します。
Noruno

つくばチャレンジ2018「おうち未来プロジェクトPV」


【ロボット構成の概要】
Norunoは、水平に配置された2D-LiDARを用いて、地図生成と自己位置推定を行う仕様とした。 傾斜2D-LiDARはロボット前方1.5mの路面上をスキャンするよう傾斜して配置されており、路面上の低い障害物を検出し、衝突回避を実施するための補助LiDARとして用いた。 ステレオカメラは、ビジュアルオドメトリの性能評価および実験映像の記録、RGB-D SLAMの実験、ステレオ画像による信号認識を目的として搭載した。 本ステレオカメラが接続可能なボードPCとして、NVIDIA製Jetson TX2を採用し、Jetson TX2内でロボットの全ての制御を行う構成とした。 なお、本体にはLTEルーターを搭載し、RTK基準局のキャスターサーバーからNtrip (Networked Transport of RTCM via Internet Protocol)を用いてRTCM (Radio Technical Commission For Maritime Services)を受信した。 このRTCMメッセージをUblox社製RTK-GPSモジュールに再送信し、モジュール内部でRTKの測位を実施させた。 RTK基準局は、筑波大学L棟に設置されたものを使用した。


つくばチャレンジに会場
確認走行エリアのSLAM地図

ステレオカメラの映像に重畳したセンサデータおよびナビゲーション結果

【つくばチャレンジ2018の結果】
本走行では完走 (自律走行のマイルストーン3)を達成した。 走行時間は約43分であった。 本走行は、スタート地点に大勢の観客がいたため、スタート直後が難関であると考えていたが、実験走行時の占有格子地図を用いても自己位置が乱れることなくスタートできた。 この理由は、EKFによる高精度なオドメトリ(RTK-GPSベース)を十分信頼して占有格子地図を生成したため、 例え、環境地図が変化した状態でamclによる自己位置推定を実行したとしても、EKFのオドメトリの精度が十分高いため、スキャンマッチングのずれ量が小さく抑制され、PFでのリサンプリング発生も最小限に抑えられたことに起因すると推察している。

Norunoソフトウェア概要・ノードツリー図

※記載されている会社名や商品名等は、各社の商標又は登録商標です。
※本ウェブサイトの情報を活用する際には、
弊所が定める免責事項およびプライバシーポリシーを十分ご確認ください。

© Copyright 2018-2024 SHIAWASE-MONOKOBO.