SLAMに触覚を足す。視覚だけでは掴めなかった物理世界の実験記録

SLAMに触覚を足す。視覚だけでは掴めなかった物理世界の実験記録

エンジニアの性というのは厄介なものだ。帰り道のコンビニでも、店員さんが落としたトングを拾う様子を眺めながら、「あと0.2秒予備動作が早ければ重心移動がスムーズだったはずだ」と心の中で修正案を書き出していた。

私たちが開発しているロボットも、同じように不完全な世界を彷徨っている。

立ち止まるロボットの虚しさ

オフィスを見渡すと、ロボットたちが透明なガラスパーティションの前で立ち往生している。あるいは、黒い鏡面物体の前で深度推定が狂い、地図がいつまでも完成しない。

カメラの解像度を上げれば解決するという通説を信じていた時期もあった。だが、それは間違いだった。どんなに高精細な映像を流し込んでも、材質の硬さや摩擦係数という「物理の壁」は突破できない。計算リソースを浪費するだけで、ロボットはただの迷い子になる。

触覚という地図の解像度

視覚への過度な依存から脱却し、触覚をSLAMに統合する。これが今、私の手元で進んでいる答えだ。

実験では『GelSight Mini』を使い、触覚点群を既存のSLAM環境へ組み込んだ。計算コストはわずか15%の増加に留まる。それだけで、物体の奥行き誤差は12mmから3mmへと劇的に改善した。NVIDIA Jetson AGX Orinの消費電力も平均25W以下。バッテリー駆動の機体でも十分に実用圏内だ。

暗闇で開く新たな視界

触覚がもたらすのは、単なる情報の補完ではない。地図のパラダイムシフトだ。

照明条件が0.5ルクス未満の極暗所。カメラ頼みのSLAMなら成功率は30%程度に落ち込む。しかし、近接触覚アルゴリズムを並走させれば、その成功率は95%まで跳ね上がる。柔らかいスポンジの変形さえも触覚が捉え、物理的な地図をリアルタイムで再構成していく。

余談だけど、研究室のコーヒーサーバーの調子が悪くて、最近は専らコンビニのドリップコーヒーに頼っている。このサーバーの修理に触覚センサーを応用できたら面白いかもしれない、なんて考えていた。

物理世界を支配する実装へ

次にやるべきことは明確だ。ROS 2 Humble環境下で、この触覚統合型SLAMを完全に自律化させること。

視覚的SLAMと触覚マップのハイブリッド化を進めるために、今月中に小型の圧力センサーとインターフェースボードを取り寄せる。視覚で「見る」のではなく、触覚を通じて物理世界の「硬さ」と「摩擦」を地図に刻み込む。

ロボットが環境を理解し、人間と同じように物理的境界を乗り越えていく姿を想像する。明日はこのセンサーキットの選定から、泥臭い実験を始めることにしよう。