タグ: SLAM（用語）

Preferred Networks、自律移動ロボットの開発・販売を行うPreferred Roboticsを設立し20億円調達

Preferred Networks、自律移動ロボットの開発・販売を行うPreferred Roboticsを設立し20億円を調達

アマノのロボット床洗浄機「EGrobo」（イージーロボ）

深層学習とロボティクスのスタートアップPreferred Networks（プリファードネットワークス。PFN）は11月26日、自律移動ロボットの研究、開発、製造、販売を専門に行うPreferred Robotics（プリファードロボティクス。PFRobotics）の、会社分割による設立を発表した。またPFRoboticsは、普通株式を新規に発行し、そのすべてをアマノに割り当てることで20億円の資金調達を実施する。

「すべての人にロボットを」の実現を目指すPFNは、ロボット事業を迅速に展開できる最適な組織作り、適切なパートナーとの協業の推進、資金需要への柔軟な対応を加速する目的で、ロボット部門をPFRoboticsとして独立させた。

精密機器メーカーのアマノとのパートナーシップにより、アマノの顧客基盤、営業力、サポート力を活かして早期にロボット製品の販売体制を整えると同時に、業務用清掃ロボットを共同開発するという。アマノは、AIを活用したロバスト性の高いSLAM技術を採用し、自律移動性能を高めた次世代型業務用清掃ロボットをPFRoboticsと共同で開発し、両社で年間1000台以上の販売を狙うとしている。

2022年中には、PFRoboticsが単独で開発を進めている、さまざまな分野向けの自律移動ロボットも発売を開始するとのこと。

PFNは、今後もロボット関連基礎技術の開発と既存パートナーとの関連事業は継続し、「あらゆる場面でロボットが活躍する未来の実現を目指します」と話している。

ソシオネクストが深層学習を用いたSLAM処理を大幅に高速化、画像認識による自律制御がエッジ機器でも可能に

ソシオネクストが深層学習を用いたSLAM処理を大幅に高速化、画像認識による自律制御がエッジ機器でも可能に

SoC（システム・オン・チップ）の設計開発を行うソシオネクストは10月12日、自動運転車やロボットなど自律制御を行う装置に欠かせないSLAM（自己位置推定と環境地図作成を同時に行う）処理に必要な時間を、従来技術の約1/60に短縮できる手法を開発したことを発表した。これは、東北大学大学院情報科学研究科システム情報科学専攻、岡谷貴之教授の研究ブループとの共同研究によるもの。

SLAMは、自動車などではLiDAR（ライダー：レーザーで画像検出と測距を行うシステム）を用いたものと、カメラ映像で行うVisual SLAMとに大別される。Visual SLAMは、安価なカメラで行えることと、画像処理技術が発達したことから応用が広がっている。さらに深層学習を使った画像認識技術の発展もこれを手伝っている。

しかし、深層学習による画像処理では、画像から抽出された3次元点群と観測データをすり合わせて画像の正確な3次元復元を行うバンドル調整（BA。Bundle Adjustment）という、膨大な計算処理が必要となる。そのため、エッジ機器のようなCPU処理能力に制約のある環境では、Visual SLAMは難しかった。

そこでソシオネクストの研究チームは、「グラフネットワーク（Graph Network。GN）を用いた推論による近似計算手法」を提案。これにより従来方式（g2o）と比較して「計算量を抑えた推論処理」が可能となり、処理時間は1/60となった。

ソシオネクストが深層学習を用いたSLAM処理を大幅に高速化、画像認識による自律制御がエッジ機器でも可能に

計算量が減ったことで、CPUの負担や、それにともなうシステムの消費電力も抑えられる。そのため小さなエッジ機器でも高度なVisual SLAM処理が可能となり、応用の範囲が大きく広がる。ソシオネクストでは、この新しい推論手法による処理効率の向上を、画像認識以外の新しい顧客アプリケーションへの応用も検討すると話している。