Technical Specifications
120,000m²
SLAM最大カバレッジ
±5mm
停止精度
8種類
対応駆動方式
主な機能
5つの機能無停止測位
マップ一致率20%でも適応型切替で走行を停止しません。環境変動時のマップ再作成も不要です。
詳しく見る ↓7種駆動対応単一SW
DD・Quad・Single・Mecanum・FRDD・Ackermann・4WDをパラメータ切替のみで対応。プラットフォームごとのSW開発が不要です。
詳しく見る ↓6種ドッキング内蔵
SLAM・QR・V-Marker・ArUco・Intensity・AIビジョンドッキングを単一プラットフォームで対応。
詳しく見る ↓大面積スケーラビリティ
最大120,000m²を1mm解像度でカバー。製造・物流の大規模現場へ即適用可能です。
詳しく見る ↓1日現場導入
GUIベースツールで設定0.5日＋実走行0.5日。PoC～量産移行期間を大幅に短縮します。
詳しく見る ↓2D/3D SLAMおよび自己位置推定
NaviFraの高精度SLAM技術は2D/3Dの両方に対応します。動的障害物が存在する屋内外の環境で、NaviFra独自の特許技術により環境を高速かつ正確にモデリングし、堅牢な自己位置推定を行います。
2D LiDARベースの大面積SLAM
2D LiDARベースの大面積SLAM
- 特徴点の少ない大面積空間（120,000 m²）でも、CPUのみで動作する堅牢なSLAMアルゴリズムにより、マップ一致率90%以上の最適化されたマップを提供
- マッピング後の地図自動整列、ノイズ除去、部分マッピング、地図統合などの更新機能を提供し、環境内の設備の追加・削除に柔軟に対応可能
- ログデータのプレイバックによる地図作成機能を提供
- スキャンマッチング（フロントエンド）からポーズグラフ最適化（バックエンド）まで、全工程を自社で実装しました。ブラックボックスがなく全体を理解しているため、現場の要件に合わせた修正と最適化が可能です。
3D LiDAR SLAM — 自社現場と公開ベンチマークで同じ結果
左は自社で取得した大面積の屋外データ、右は公開ベンチマークデータセットを、同じアルゴリズムで処理した結果です。
- 地図を作ることと、作った地図上で自己位置を求めることは別の問題です。3D LiDARで環境を一度地図化し、以降の走行はその地図上で自己位置を推定します。両段階が同じ表現を共有してこそ、地図を繰り返し再利用できます。
- 自社取得データ — 建物・樹木・傾斜など高さの異なる構造物が混在する屋外の大面積環境を一度に地図化します。平面地図では区別できない空間まで表現されます。
- 公開ベンチマークデータ — 異なる時刻に取得された複数のシーケンスを同じ地図上でそれぞれ自己位置推定しました。右側はそのうちの一区間です。走行カメラ、車両を中心とした半径60mのローカル地図、全体地図上の推定位置をあわせて表示しています。照度や交通量が変わり、トンネルのように空が遮られる区間が混在しても、推定位置は同じ経路上に保たれます。
- 自社データでしか通用しないアルゴリズムは、現場では使えません。取得環境もセンサー構成も私たちが選んでいない公開データセットで同じ結果が出ることこそ、新しい現場にそのまま投入できる根拠です。
自社取得データ・大面積屋外マッピング
公開ベンチマークデータ・同一アルゴリズムによる自己位置推定
Lidar Odometry
Lidar Odometry
- 自己位置推定のConfidence低下を自動検知し、LiDAR Odometryベースの局所的な自己位置推定を行うことで、位置喪失を防ぎ測位の連続性を確保
- バーコード、QR、カメラなど多様な外部位置認識センサーと連携できるAPIを提供し、絶対位置補正および位置復帰機能を柔軟に拡張
- 水・油・ボルトなどの微小な障害物による瞬間的なスリップ時にも、強力なLiDARマッチング技術で自己位置を補正
8種駆動方式対応
AMRの駆動方式はロボットの用途とハードウェア設計によって多様です。Navi-Coreは8種の駆動方式の運動学モデルを内蔵しており、パラメータ設定のみで駆動方式を切り替えられます。ロボットメーカーは新しい駆動方式のロボット開発時にNavi-Core側のSWカスタマイズなしで即座に適用できます。
NaviFra独自の多彩なモーション
Dual/Quad steering driveにより、停止することなくスピンターンを行います。 その場旋回による床面の損傷を防ぎ、工程時間を短縮します。
6種ドッキング技術
ドッキングステーションの座標は地図に登録されています。その座標を目標に自律走行し、ここまでは通常の走行と変わりません。
現場環境と顧客要件に応じて選択可能なドッキング方式を提供します。各方式は認識原理と適用条件が異なり、1台のロボットに複数方式を同時搭載してドッキング対象ごとに自動選択することも可能です。最大ドッキング速度は0.5m/secです。
障害物検知および回避
産業用の通路は、ロボットだけが使う空間ではありません。フォークリフトが正面から来て、作業者が横を通り、他のAMRが交差します。 車線ベースの回避は、自律性よりも予測可能性を選んだ設計です。
障害物検知
障害物回避
産業用の通路は、ロボットだけが使う空間ではありません。フォークリフトが正面から来て、多くの作業者がいて、他のAMRが交差します。 NaviFraの車線ベースの回避は、自律性よりも予測可能性を選んだ設計です。 いつ、どちらへ回避するのかを事前に把握できます。
| 自由空間回避 | Navifra 車線回避 | |
|---|---|---|
| 回避経路 | 毎周期生成 — 事実上無限 | 地図に宣言された有限集合 |
| 回避方向 | 到達まで予測不可 | 事前確定 |
| 逸脱幅 | 走行ごとに異なる | 車線位置で固定 |
| 管制連携 | 占有領域の事前確保が不可 | 車線単位で予約・調整 |
| 事後分析 | 再現・説明が困難 | どの車線をなぜ選んだか記録 |
| 通路活用 | 回避幅の余裕が必要 | 宣言された車線幅のみ |
制御周期ごとに数十本の候補経路を生成し、最小コストを選びます。左右のコスト差は通常1%以内のため、センサーノイズだけで順位が入れ替わり、同じ通路・同じ障害物でも今回は左、次回は右へ避けます。
サービスロボットはリンクではなく自由空間を走ります。グローバル経路は目的地までの1本だけで、通路幅全体がいつでも走行可能な領域です。
区間ごとに回避車線を地図上へ事前宣言します。障害物を検知すると、宣言済みの車線のうち通行可能なものへ移動して回避し、元のリンクへ復帰します。回避がリンクに従属するため、交通管制と経路計画はそのまま維持されます。
走行空間をノードとリンクで定義します。ロボットは任意の自由空間ではなく、このリンク上だけを走ります。どこへ行けるかは、地図の段階ですでに確定しています。
Navi-Coreエコシステム
公開されたインターフェースとテンプレートで、パートナー企業が自社装置を直接制御します
- 測位・経路・回避・ドッキングといった自律走行の共通基盤はNaviFraが、リフト・充電・表示灯といった車載装置の制御はパートナー企業が担います。両領域は公開されたSkill Interface一つでつながります。
- 自社装置の特性や例外状況は、そのロボットを作った企業がすでに把握しています。その知識を文書にして伝える過程で、時間と誤解の大半が生まれます。
- 実装テンプレート、インターフェース仕様と連携ドキュメント、開発・検証ツールをあわせて提供します。Navi-Coreのソースを開かずに実装でき、パートナー企業の装置制御ノウハウはパートナー企業に残ります。
- 新しい車種や装置の追加は、パートナー企業が自らのペースで進めます。一社の人員が業界全体の上限になることはありません。
- 同じインターフェースを使う企業が増えるほど実装が再利用され、新規プロジェクトは白紙からではなく、検証済みの成果物の上から始まります。
互換性・連携
コンパクトなアドオン設計で、さまざまなロボットプラットフォームにすぐに搭載できます。標準インターフェースに対応しており、既存インフラとの連携も容易です。
Navi-Core 導入のご相談
専門家と現場環境を分析し、最適なソリューションを設計しましょう。導入のご相談から現場設置まで、全工程をサポートします。