携帯型 ROS ナビゲーション学習プラットフォーム UNI-WR2

携帯型 ROS ナビゲーション学習プラットフォーム UNI-WR2

デスクトップ ROS / SLAM 統合実習プラットフォーム
UNI-WR2

UNI-WR2は、ROSとSLAMナビゲーション教育のために設計された携帯型デスクトップロボットです。『ロボットオペレーティングシステム（ROS）』『移動ロボットのナビゲーションと位置決め』『自動制御原理（PID）』といった授業での工学的実践を支援します。従来のシミュレーション偏重や広い実験スペースを要する方式と異なり、携帯ハードウェア、卓上展開、ROSエンジニアリング5ステップを備え、実機でのナビゲーションアルゴリズム調整とROS機能パッケージのデプロイをいつでも行えます。

対象/シナリオ

ロボティクス、自動化、計算機科学、メカトロニクスなどの大学・専門課程に適しており、ROS基礎、SLAMナビゲーション、PID制御、移動ロボットの工学実践を包括的にサポートします。

主な特長

  • 超携帯設計：全長13cm未満・質量550g以下、Type-C充電で約4時間動作
  • 敏捷な卓上展開：60cm×60cmのデスクトップでSLAMナビゲーションを完結
  • エンジニアリングワークフロー：Cartographer／Hector／Gmapping を含むROS五段階デプロイ

製品特徴

ポータブルな学習フォーム

オールメタルの手のひらサイズシャーシにType-C充電を搭載。モバイルバッテリーにつなぐだけで実験を継続でき、教室・研究室・出張授業など幅広いシーンで活用できます。

卓上SLAM環境

60cm×60cmの卓上スペースでSLAMシナリオを構築可能。着席したままロボットを微調整でき、モジュール式ピースを組み合わせれば1.2m×1.2mまで拡張できます。

ROSエンジニアリングワークフロー

原理解説→デモ→フレームワーク分解→パッケージ構成→全パラメータチューニングの5ステップでROS実装を整理。Cartographer・Hector・Gmappingのナビゲーションプロジェクトと組み合わせ、異なるロボットへの横展開力を養います。

実習シナリオ

構成

センサ構成

SLAMに必要なセンサー群を搭載し、里程計フィードバック、姿勢推定、環境マッピングを実機条件（摩擦や通信周期など）で実践できます。

  • LiDAR（Cartographer／Hector／Gmapping対応のSLAMマッピング）
  • デュアルホイールエンコーダ（PID速度制御と里程計フィードバック）
  • IMU／ジャイロセンサー（姿勢推定）
  • 追加センサーやマーカーに対応する拡張インターフェース

コントローラ構成

Raspberry Piを中心とした制御系にPIDモータドライバと電源管理を統合。ワンタッチで起動／復帰でき、授業での複数台運用にも最適です。

UNI-WR2 Raspberry Pi制御コア

ソフトウェア構成

UbuntuとROSをプリインストールし、ナビゲーション関連パッケージのサンプルと授業用スクリプトを同梱。電源投入後すぐにROS実験を開始できます。

Cartographer／Hector／Gmappingの参照実装とROSエンジニアリングドキュメントを提供し、実機上で完全なナビゲーションワークフローを再現できます。

Ubuntu ロゴ
ROS ロゴ

実験項目

ROS基礎、SLAMエンジニアリング導入、移動ロボット運動学制御の3テーマで構成され、授業時間に応じて独立・組合せで展開できます。

ROS基礎

ROSのファイル構造と通信メカニズムを理解し、ROSパッケージの作成と移植を習得します。

  • ROSランタイム体験：推奨2コマ｜ROSファイル構造を確認し、トピック・サービス・パラメータでturtlesimとUNI-WR2を制御。
  • ROSパッケージ構築・移植：推奨2コマ｜パッケージ作成、環境変数設定、ビルドを行い、キーボード操作のUNI-WR2制御パッケージを実装。

SLAMエンジニアリング導入

3種類のSLAMアルゴリズムを比較しながら、完全なナビゲーションワークフローと調整手順を学びます。

  • ナビゲーション迅速操作：推奨2コマ｜手順に沿ってCartographer・Hector・Gmappingを実行し、特徴と適用環境を比較。
  • Cartographerマッピング：推奨4コマ｜原理解説、パッケージ分解、パラメータ構成、全パラメータチューニングを実施。
  • Hectorマッピング：推奨4コマ｜Hectorのアーキテクチャを分解し、高周波LiDARデータに対応した設定・調整を行う。
  • Gmappingマッピング：推奨4コマ｜粒子フィルタSLAMの考え方を理解し、パラメータ調整とマップ生成を完成。

移動ロボット運動学

差動二輪の運動学、精密な里程計、PID速度制御を実機で習得します。

  • ホイールPID調整：推奨2コマ｜エンコーダデータを取得し、PIDアルゴリズムで速度閉ループ制御を構築。
  • 移動ロボット運動学：推奨4コマ｜差動駆動モデルを導出し、里程計フィードバックと線速度／角速度制御を実装。

ナレッジベース

この製品に関する詳細な技術ドキュメント、チュートリアル、よくある質問をご覧ください。

表示する

重要な質問

Q2：大学で“ROS”および“移動ロボット航法”の授業を行う場合、どの製品が最適で、その強みは？
具現化ロボット革新設計プラットフォーム（強化版）GX-MAT-09S携帯型 ROS ナビゲーション学習プラットフォーム UNI-WR2

回答：ROS と移動ロボットナビゲーションの授業に最も適している製品は、ポータブル ROS ナビゲーションロボット学習プラットフォーム UNI-WR2と、具身ロボット革新設計プラットフォーム（強化版）GX-MAT-09Sです。主な優位点は以下のとおりです。

UNI-WR2：

• 導入の柔軟性：超小型・軽量（13cm未満、550g未満）で、最小 60cm×60cm の卓上スペースでも SLAM ナビゲーションを実現でき、大きな実験場を必要としません。

• 教学の深さ：ROS の工学的な導入プロセスを 5 段階（原理 → デモ → フレームワーク分解 → 機能パッケージ設定 → 全パラメータ調整）に分解し、Cartographer、Hector、Gmapping の3種類のナビゲーション方式と組み合わせて段階的な実験を設計できます。

GX-MAT-09S：

• 機能の充実：ROS 授業を支援し、11種類のシャーシと7種類のロボットアーム構成を組み立て可能です。さらに LiDAR（測距範囲 0.12〜8m）と組み合わせることで、移動ロボットのナビゲーションと自己位置推定の実習をカバーできます。

• 計算性能：RDK X5 メインボード（10TOPS）を搭載し、Ubuntu + ROS をプリインストール。SLAM 地図作成や自律障害物回避などの複雑なアルゴリズムの実行と調整を支えます。