2020.05.23 自律型からの計画創生後、シミュレーション上と実寸法の精度

この状態でレーザースポットの軌跡回転直径を測定

シミュレーションからの寸法

実測のメモ

位置を決めればかなり精度は出る。ブラスト処理においては全く問題ないレベル。

RRTとA*アルゴリズムが軌道の計算コストに対してブラスト計画への負荷を低減させる方法

2020.05.09 SLAM：simultaneous localization and mappingの状況 ブラスト処理のトラッキング生成確認

フォークリフトを対象オブジェクトとしてアルファ１ブラストロボットにブラスト処理をさせるための処理計画を行わせる。屋外の場合、光度が高く逆光の方がSLAMの状況が良いことが分かったので最終的にブラストノズルのトラッキングがどうなるかの確認をした。

複雑なフォークリフトの内側を短時間にどのようにブラスト処理のトラッキング処理の動画。ベイズ推論を使いマッピングモデルを線形化しブラストノズルの動作を実現させている。ブラストノズルの照射距離は約700-800ｍｍ前後であり高圧1.0MpaでブラストノズルSN-156-750おいてSa3は、確実に達成できる。

フォークリフトの爪を伸ばした状態でビジュアルサーチングさせた。

アルファ１ブラストロボットから1500ｍｍの地点側面からの構図

SLAM ブラスト対象を限定する枠

得られたSLAMからブラストトラッキングを生成、タスクをジェネレートした。

2020.05.06 アルファ１ブラストロボットの「ある点について疑問」

この１０日間ほど毎日少しだけだが、アルファ１ブラストロボットのアルゴリズムについて述べた論文を読んでいた。２ページ翻訳を進む都度に見慣れない現在風の数式と理論が繰り出してくるのでまだ、半年以上かかりそうだが、「ある点について疑問」が生じた。

まず、これほど苦労し、論理の塊の自律型ロボットの使い道をなぜ？「ブラスト処理」に適応させたのか？
世界に自律型ロボット：多くは自走行型だが使い道がそれほど高度な使い方をしているものがない。メインとしては農業ハウスの収穫ロボットが代表だ。とてもじゃないが、現段階ではコストがペイするとは思えない使い方だ。ボストンダイナミクスのような軍事用荷役動物型ロボットのように１台数億円規模なら話は別だが。
当然、製作者本人（スティーブ）及びセーバー社にも聞いたことがあるが、納得がいかない回答だった。
論文にも一切、ブラスト処理に関する内容は記載されていない。つまり、開発時にはブラスト処理目的ではなかったのだ。開発のバックグランドに農業用採取ロボットに影響されたことや、工業用プログラミング型ロボットの汎用性から将来の自律型ロボットへの有用性が漠然と記載されていたが現実に何に対して開発するつもりだったのか？は記載されていない。そう考えると、製作者の具体的用途目標もなくここまで論理を具体化したモチベーションには感服する。科学者の要素が強いエンジニアである。

特にベイズ論で推定した経路をLM法の組込みにより装置のロバスト性を上げているところは、エンジニアらしい。目標対象物に対して、カメラで見て最終的に形状確認と距離確認を行い、自由にもしくは決められた距離と速度で「模写書き」をする。その際に障害物をよけて、シミュレーションまで行う。スティーブ的にはシミュレーションは付録だろう。
かくして、そのスティーブの分身のようなアルファ１ブラストロボットを手に入れて研究しているわけだが、「ある点について疑問」とは何かと言えば、ブラスト処理に対する作業難易度である。現在自律型ロボットのできる作業は人間作業レベルでいえばかなり低い作業である。例えば農業収穫作業の場合は、熟しているハウス内でイチゴなりキュウリをハサミで切断し箱に入れる。いちご狩りにファームに子供が幼稚園の頃に行ったがおいしそうに収穫して食べていた。簡単なので楽しめる。他の例でいえば自動車の自動運転である。これも、決められた道を安全運転でルール通り行えば誰でもできる。難易度は低である。実走行で難易度を上げているのはほかの自動車を運転している「人間」であって人間の方がルールに従わず誤動作するから事故が起きるのであって難しく感じるのである。運転技術的には人間でなくてもできるレベルである、自動車は機械であるからである。そうなると、このスティーブのロボットを最初にブラスト作業へ提案した人物はブラスト作業自体の本質を見抜いていると言える。私はブラスト処理を熟知している側の人間だから逆にロボットなどにさせる認識は以前はなかった。なぜか？純物理学的に研削材粒子速度の影響等に概念が集中しすぎて作業者であろうがプログラムロボットであろうが関係なかったからである。むしろ、人間がブラスト作業してもらう方が弊社としては利益が上がる。
作業者側もこの簡単な誰でもできる作業で高品質な下地処理を得られるのだから文句はない。文句があるのはあまりにも単調で退屈で尚且つ防護服等での作業が疲れるからである。ブラスト処理自体、塗装や溶接、溶射、旋盤加工のように人間と自動機械がいい勝負になることは絶対に起きない。ブラスト処理に関しての下地を形成する際には人間では再現性は一切ない。なので以前記したことだが、ISO8501-1のような人間に都合のいい優れた処理規格を作ってしまったわけである。
最終的な結論としては、「ある点について疑問」は、
このロボットは、後付けでブラスト作業用に適応させたため現在の人間のブラスト作業自体がお手本となっている。ロバスト性も高くするため「ブラスト処理はこれでいいだろう」がにじみ出ている。そんなところまで、現実的なのである。
以前、論文を読む前に「もっとブラスト処理対するパラメータが必要ではないか？」と質問したが「それでいい結果を得ている」と興味がない返事をスティーブから得ている。
ベイズ推論を採用しマニュピレータ自体を先行計画し実カメラで計画の補正を行いタスク計画するのは良いのだが、「いや、ここは少し徹底的にリブラストした方がいいだろ!」が形状から推測するアルゴリズムが組み込まれていないのである。単純化して自動タスクジェネレートする方向性が強い設定なのである。