技術要約：VIRTOOS – 自律移動ロボットのフリート管理のための ROS 2 – Unity 仮想化ツールキット

問題提起

マルチロボットシステム（MRS）、特に自律移動ロボット（AMR）の展開においては、アルゴリズム研究から実世界へのデプロイメントへと移行する際、スケーラビリティ、安全性、およびコストの面で大きな課題に直面します。複雑で分散型の環境（産業現場や宇宙探査など）における実世界でのテストは、多くの場合、高コストであり、リスクが高く、あるいはロジistic（物流・運用）的に困難です。CHOIRBOT や ROS2SWARM のような、マルチロボットの協調のための堅牢なツールを提供する既存のフレームワークや、物理ベースの環境を提供する Gazebo のようなシミュレーションツールは存在するものの、混合現実（ミックスド・リアリティ）のフリート管理に特化して設計された統合ツールキットは不足しています。現在のソリューションは、高忠実度の仮想環境と、分散協調アルゴリズムを実行する物理的なロボットフリートとの間のギャップをシームレスに埋めることに苦慮することがよくあります。具体的には、完全な物理的フリートを必要とせずに、タスク割り当てやナビゲーション戦略を検証するために、実世界のロボットと仮想のロボットが統一されたシミュレーションフレームワーク内で共存し、相互作用し、センサーデータを共有できるシステムが求められています。

手法

著者らは、ROS 2 と Unity ゲームエンジンを統合して AMR フリート管理のための混合現実環境を作成する、Python/C# ツールキットである VIRTOOS を提案しています。システムアーキテクチャはモジュール式であり、主に以下の3つのレイヤーで構成されています。

1. 最適化ベースの管理システム:

   • CHOIRBOT フレームワークに基づいて構築されており、このレイヤーは高レベルの意思決定と分散最適化を処理します。
   • 各ロボットを、動的なタスク割り当て（DTA）や車両ルーティング問題などの複雑な意思決定シナリオを解決するために、隣接個体と通信可能な独立したサイバーフィジカルエージェントとして扱います。
   • タスクが割り当てられると、コマンドは下位レベルのコントローラーに渡されます。

2. 単一ロボットの制御、ナビゲーション、およびプランニングシステム:

   • このレイヤーは、確立された ROS 2 パッケージを使用して、高レベルの決定を制御入力に変換します。
   • 静的な障害物や他のロボットとの衝突を回避しながら、ロボットが共有環境内をナビゲートできるように、ローカルおよびグローバルな再プランニングを行うために Nav2 を活用します。
   • 共有環境における同時自己位置推定および地図作成（SLAM）のために ros2-slam-toolbox を統合し、エージェント間でセンサーデータが重複したり競合したりしないことを保証します。

3. Unity – Gazebo 仮想化インターフェース:

   • Unity は、フォトリアルでダイナミックな屋内環境（例：調整可能な床レイアウト、壁、棚、照明）を生成するための主要な仮想化エンジンとして機能します。
   • Gazebo は、ロボットのダイナミクスをシミュレートするための物理エンジンとして機能します。
   • Unity と ROS 2 間の通信は、ROS-TCP-Connector（Unity側）と ROS-TCP-Endpoint（ROS側）によって促進され、リアルタイムのデータ交換のための TCP/IP 接続を確立します。
   • システムは、カスタムスクリプトを介して、Unity の RUF（Right-Up-Forward）慣習と Gazebo/ROS 2 の FLU（Forward-Left-Up）慣習の間の座標系変換を処理します。
   • 仮想センサー（例：LiDAR）は、Unity 環境に基づいた測定値を生成して ROS 2 スタックに供給し、一方でロボットのポーズは、仮想（Gazebo）または Vicon MoCap のような外部トラッキングシステムから更新されます。

主な貢献

本論文は、以下の具体的な貢献とともに VIRTOOS を紹介しています。

• 統一された混合現実ツールキット: 混合現実環境における AMR フリートの管理に明示的に適合した Python/C# ツールキットであり、実世界のロボットと仮想のロボットのシームレスな相互作用を可能にします。
• モジュール式アーキテクチャ: 最適化、制御、およびシミュレーションをデカップリング（分離）した設計により、ユーザーが最適化アルゴリズム、制御則、および仮想環境を独立してカスタマイズできるようにします。
• 動的な環境生成: 大規模なフリートのテストのために、Unity 内のパラメトリックなルーチンを用いて、屋内シナリオ（例：変化する棚の構成、部屋の寸法）を迅速に生成およびカスタマイズできます。
• コンテナ化されたデプロイメント: ソフトウェアが異なるオペレーティングシステムやロボットプラットフォーム間でポータブルかつスケーラブルであることを保証するために Docker を使用しています。
• 最先端ツールの統合: CHOIRBOT、Nav2、および SLAM Toolbox を Unity ベースの仮想化フレームワーク内にシームレスに統合しています。

実験結果

著者らは、Clearpath Jackal ロボットを用いた3つの実験シナリオを通じて VIRTOOS を検証しています。

1. 仮想動的タスク割り当て: 4台の仮想 Jackal ロボットのフリートが、Unity 生成の屋内環境において動的タスク割り当て（DTA）問題を解決しました。ロボットは、障害物を回避してタスクを完了するために、分散最適化、ローカル再プランニング、および SLAM を正常に実行しました。
2. 仮想環境内の実ロボット: 1台の物理的な Jackal ロボットが、Unity で構築された仮想環境を感知しながら、ラボのアリーナ内をナビゲートしました。ロボットのポーズは Vicon MoCap によって追跡され、シミュレーション内にミラーリングされ、これによりロボットはリアルタイムのマッピングを使用して仮想の障害物を認識し、回避することができました。
3. 混合現実フリート実験: 1台の物理的ロボットと3台の仮想ロボットが協力して DTA 問題を解決するハイブリッドシナリオです。物理的ロボットは実世界で動作しながら、共有された混合現実環境内の仮想エージェントと相互作用しました。システムは、物理的ロボットと仮想エージェント間の衝突回避を正常に管理し、限られた物理ハードウェアを用いてフリート管理戦略を検証できる能力を実証しました。

注：論文には、動的な生成能力を示すために、30 m × 30 m の仮想環境内に 50 台の Jackal ロボットが配置された構成を描いた静止図（図4）が含まれていますが、フリート管理アルゴリズムの能動的な実験検証は、より小規模なフリート（N=4）を用いて行われました。

重要性と主張

本論文は、VIRTOOS がマルチロボットシステムにおけるアルゴリズム研究と現実的なデプロイメントの間の決定的なギャップを埋めるものであると主張しています。その重要性は以下の点にあります。

• 現実のギャップ（Reality Gap）の架け橋: 完全な物理的デプロイメントのコストやリスクを負うことなく、実世界の制約を模倣した高忠実度の仮想環境において、分散協調アルゴology（アルゴリズム）やセンサー構成の検証を可能にします。
• スケーラビリティと柔軟性: 物理的に再現することが困難な大規模なフリート挙動や複雑な協調戦略（例：宇宙探査、産業オートメーション）を研究者がテストできるプラットフォームを提供します。
• アクセシビリティ: コンテナ化されたオープンソースのソリューション（GitHub で公開予定）を提供することで、混合現実マルチロボットシステムの開発とテストへの参入障壁を下げます。

著者らは、本ツールキットはタスク割り当てとナビゲーションにデモンストレーションされているものの、そのモジュール性により、協調マッピング、ビジョンベースのナビゲーション、および人間とロボットの相互作用研究を含む、より幅広い用途が可能であることを強調しています。