Field Assessment of Force Torque Sensors for Planetary Rover Navigation

地面の感覚：ロボットはいかにして異世界の惑星で「歩く」ことを学ぶのか

デコボコした未舗装路を車で運転しているところを想像してみてください。前方に穴があることは見えなくても、それを「感じる」ことはできます。座席は揺れ、ハンドルは振動し、タイヤは泥の中に沈み込みます。その感覚こそが、車があなたに「ここは地面が柔らかいよ！」とか「注意して、あの岩は硬いよ！」と伝えている方法なのです。人間にとってこれは簡単なことです。私たちの体には、どのように動き、何に触れているかを教えてくれるセンサーが全身に備わっています。しかし、火星のような遠い惑星に送られるロボットにとって、これは非常に困難なことです。これらのロボット（ローバーと呼ばれます）は、いわば「盲目の探検家」です。彼らはカメラで見て、コンピュータで考えることに頼っていますが、「固有受容感覚（プロプリオセプション）」、つまり自分の体の部位がどこにあり、世界とどのように相互作用しているかという内部感覚に欠けていることがよくあります。

安全にナビゲートするために、ローバーは通常、**慣性計測装置（IMU）**を使用します。IMUはハイテクな「内耳」のようなものだと考えてください。それはロボットに対して、傾いているか、揺れているか、あるいは加速しているかを教えてくれますが、車輪が地面をどれほど強く押しているかまでは教えてくれません。これとは別の種類のセンサーとして、**力・トルクセンサ（FTS）**があります。もしIMUが内耳であるなら、FTSは超敏感な「指先」です。それは、どれだけの力がどの方向に加えられているかを正確に測定できます。科学者たちは長い間、こう考えてきました。「火星探査機に、これらの『指先』を車輪に持たせることができれば、地形をより良く理解し、砂に埋まるのを避け、より自信を持って走行できるのではないだろうか？」と。これが、研究者たちが答えを出そうとした大きな問いです。

車輪に「指先」を持つロボット

この研究において、研究チームは「MaRTA（Martian Rover Testbed for Autonomy）」という名前のロボットを、火星や月の表面に似たスペインの半砂漠地帯へと連れて行きました。MaRTAは6輪のロボットですが、特別な工夫が施されています。単にカメラと内耳を持っているだけでなく、車輪のすぐ上の脚の部分に6つの「指先」（力・トルクセンサ）が取り付けられているのです。チームは、MaRTAを緩い土、圧縮された砂、小石、そして固い岩といった異なる種類の地面の上を、様々な速度と角度で走行させました。彼らの目的は、これらの「指先」からのデータが、ロボットがどのような地面の上を歩いているのか、そして表面をどれほど良くグリップしているのかを判断するのに役立つかどうかを確認することでした。

ロボットは地面を「感じる」ことができるのか？
研究者たちは、その答えは明確に「イエス」であるが、いくつか注意点もあることを見出しました。力・トルクセンサのデータを使用してコンピュータプログラムに地形を認識させるように学習させたところ、ロボットは非常に高い精度を示すようになりました。実際、これらのセンサーは、「小石」と「岩」の違いを見分けることにおいて驚くほど優秀でした。これは、ロボットの「内耳」（IMU）が苦戦したタスクです。センサーは、車輪が平らな岩の上を転がる時と、小石の上を転がる時の微細な振動や力を検出することができました。チームはこれを、サポートベクターマシン（SVM）とニューラルネットワーク（NN）という2つの異なるコンピュータの「脳」を用いてテストしました。

ニューラルネットワークを使用し、力・トルクのデータを用いた場合、ロボットは地形を約**96.17%の確率で正しく識別しました。これは、IMUのみを使用した場合の約79.35%という結果と比較して、大幅な改善でした。さらに優れたことに、この「指先」（FTS）と「内耳」（IMU）を組み合わせると、精度は96.76%**まで跳ね上がりました。「指先」は、他のセンサーを混乱させがちなトリッキーな「小石」の地形を特定することに特に優れていました。脚に直接センサーがあることで、体全体の揺れを感じるよりも、はるかに詳細な地面の「感覚」をロボットが得られるようです。

ロボットは自らの「牽引力」を測定できるのか？
チームはまた、これらのセンサーを使用して「ドローバープル（牽引力）」と呼ばれるものを測定することも試みました。馬が荷車を引いている場面を想像してください。ドローバープルとは、馬が荷物を引きずるために使う力のことです。ローバーの場合、これは車輪がどれほどのグリップ力を得ているかを示します。砂の中で車輪が滑っているときはプルが低くなり、岩を掴んでいるときはプルが高くなります。研究者たちは、この数値をセンサーから直接読み取れることを期待していました。

しかし、この実験部分は非常に混沌としたものでした。地面はデコボコしており、ロボットは振動し、センサーは多くのノイズを拾ってしまいます。チームは、単一の数値を読むだけでプルを知ることはできないという結論に達しました。代わりに、彼らは非常に巧妙な方法をとる必要がありました。彼らは、ロボットの脚の幾何学的な構造を見れば、ノイズの多いデータをフィルタリングできることに気づいたのです。彼らは「レバー長」（センサーから地面に接する点までの距離）を計算し、この長さが10 cmから17.5 cmの間で安定している瞬間だけに着目しました。

このようにすることで、彼らはパターンを見出すことができました。柔らかく緩い土の上では、力は約10 N（ニュートン）でした。圧縮された砂では、約20 Nでした。岩の多い地面では、数値は激しく変動しました。これにより、即座に完璧なプルを測定できるわけではありませんでしたが、測定が信頼できる「良い」瞬間を見つけ出すための方法が見えてきました。著者らは、真に正確な読み取りを行うためには、自分たちの計算が現実と一致するかどうかを確認するために、外部ツールを用いてプルを測定する今後のテストが必要であると示唆しています。

これらのセンサーをすべてのローバーに搭載すべきか？
ここでの最も重要な教訓は、これらのセンサーはロボットアーム（サンプルを拾い上げるものなど）には素晴らしいものですが、標準的なローバーの車輪に使用するには、コストがかかりすぎ、使用が困難である可能性がある、という研究者たちの主張です。走行による振動がデータの解釈を難しくし、牽引力の測定などの用途には向きません。チームは、単純な走行においては、モーターの電気の流れを測定する（これも車輪がどれほど働いているかを示すものです）より安価なセンサーを使用する方が適しているかもしれないと示唆しています。

しかし、これらの「指先」が非常に有用となる特別なケースが一つあります。それは、ローバーが「ホイールウォーキング（車輪歩行）」を行う必要がある場合です。これは、人が歩くように、ロボットが車輪を持ち上げて障害物を乗り越える高度な動作のことです。このモードにおいて、車輪の上に設置されたセンサーは、ロボットがどのようにステップを踏んでいるかを測定するのに最適です。したがって、標準的な走行には最適ではないかもしれませんが、非常に過酷な地形を登る必要があるロボットにとっては、秘密兵器になり得るのです。

結局のところ、この論文は、これらのセンサーは（他のデータと組み合わせることで）地形を理解するための強力なツールであるが、すべてに対する魔法の解決策ではないことを示唆しています。これらはロボットがゆっくりと慎重に移動している時に最も効果を発揮し、また、ローバーが地面とどのように相互作用しているかを最も明確に捉えるためには、配置場所（車輪のハブ内など）を変更する必要があるかもしれません。