Indoor
家の中
学習中は深度で教える。覚え終わればRGBだけで床・人・静物を切る。階段は床に勝つ。充電はリアカメラと視覚マーカ。
屋内
床・人・家具・ドア・階段・壁を切る視覚。
路上
走行可能領域・レーン・車両。屋外モデルは別系統。
用途
搬送、園芸、警備、室内清掃。
原価
深度は学習用。量産はRGB。センサを減らして安くする。
Indoor · Outdoor
世界は二つ。知能の載せ方は一つ。
屋内と路上では景色も危険も違う。だからモデルも分ける。共通なのは、画素から「進んでよいか」を出し、車体を動かすこと。
Outdoor
道の上
走行可能領域、レーン、車両。屋内の壁モデルは使わない。スマホとエッジGPU、それぞれの推論。
Applications
知能を、仕事に載せる。
歩くこと自体が目的ではない。同じ視覚と回避を、仕事ごとに組み替える。いま実機で回しているのは見る・避ける・ドック。用途はその先です。
Indoor · Outdoor
搬送
廊下と敷地内の通路で荷物を運ぶ。進める床／道を切り、人を見て止まり、行き止まりでは戻る。
Outdoor
園芸
屋外の走行可能領域の上で庭を巡る。植物と通路を分け、同じ視覚で次の作業点へ寄る。
Indoor · Outdoor
警備
人クラスを中心に巡回する。屋内の部屋、路上の通路。止まって見る、寄らない、報告する。
Indoor
室内清掃
歩ける床を塗り、家具と階段を避ける。壁際まで寄ってドックへ戻り、翌朝また床から。
See · Yield · Dock
仕事の下にある、三つの動き。
どの用途でも、まず見て、避け、必要ならドックへ戻る。遠隔操作なし。事前の地図なし。下は実機で動いている層です。
Wander
学習中は深度で避け方を覚える。出荷後はRGBの判断で歩く。行き止まりでは戻り、空いていた側を思い出す。
Dock
リアカメラとドック上の視覚マーカ。サイドステップは回転→横後退→回転。横ずれが大きいときは突っ込まない。バンパー付近でシート。
Perceive
深度で教えたあと、RGBだけで進める面・人・静物を切る。屋内と路上はモデルを分け、スマホとエッジGPUで推論。
Learn with depth · Ship with RGB
教えるのは深度。出荷するのはRGB。
Kinectなどの深度カメラは、ロボットが自分で学ぶ先生です。進める面、人、静物をRGBだけで切れるようになったら、深度センサは外す。AIを使う目的は、センサを減らして原価を下げることです。
Learn
学習機
深度で地面のFOV／ROIを切り、ぶつかる手前を教える。RGBと突き合わせて、進める面・人・静物の見分けを自分で覚える。
Ship
量産機
深度を外す。カメラはRGB。荷物を運び、庭を回り、警備し、床を掃く仕事は、安いセンサ構成のまま走らせる。
FOV
ROI
P0
Indoor 6 · Outdoor 3
画素の切り方が、仕事を決める。
清掃は床。警備は人。搬送は進める面。園芸は屋外の通路。屋内モデルと路上モデルは混ぜない。推論はスマホとエッジGPU。
| # | クラス | 役割 |
|---|---|---|
| 0 | drivable | 歩ける床 |
| 1 | person | 人 — 停止 |
| 2 | furniture | 家具 |
| 3 | door | ドア |
| 4 | stairs | 階段が床に勝つ |
| 5 | wall | 壁 |
Xavier · Pi · Arduino · Elsa
機械ごとに一つの仕事。
共通設定は robot_config.py ひとつ。新しいスクリプトにIP／ポートを直書きしない。
1 · Jetson Xavier
Kinect
学習用の深度。進める面を教えてから、量産機では外す。
2 · Raspberry Pi
Wander / Dock
深度をSUB、左右PWM、エンコーダオドメトリ、リアカメラ、セッションログ。
3 · MCU
Arduino / ESP32
モータファーム、エンコーダ、自動停止。ElsaはL298N＋Freenove ESP32。スマホはBluetooth。
From the robot
学習中の実フレーム。
シアン＝FOV、赤＝ROI、オレンジ＝観察、黒＝判断。深度で教えている最中の実機。このセンサは出荷時には乗らない。
ヒーロー／ドック／セグメンテーション／屋外は本ページ用の図示。FOV–ROIオーバーレイは実機のフレーム。