つくばチャレンジ関連論文一覧

つくばチャレンジは、実環境の歩行者空間で移動ロボットが完全自律走行に挑戦する公開実験として2007年より毎年開催されています。以下に、技術的観点・教育的意義・社会的側面に関する主要な論文を、日本語・英語を問わず網羅的にまとめます。各論文のタイトル、著者、発表年、掲載誌/会議名、要旨（概要）およびアクセス可能なURLを一覧表形式で示します。

概要・結果に関する論文（総説・報告）

つくばチャレンジの目的や全体的成果を総括した論文です。チャレンジのコンセプトや各年の結果、ステージ区分ごとの達成状況が報告されています。

タイトル 著者（発表年） 掲載誌/会議 要旨（概要） アクセスURL
つくばチャレンジのねらいと成果jstage.jst.go.jp Tsukuba Challenge no Nerai to Seika（日本語） 油田 信一, 水川 真, 橋本 秀紀 (2010) 計測と制御 49巻9号 初開催から数年時点までのつくばチャレンジの目的と成果を概説した解説記事。実環境での自律移動ロボット実験の意義、課題、参加チームの取り組み状況などをまとめています。 DOI:10.11499/sicejl.49.572
Tsukuba Challenge 2009 – Towards Robots Working in the Real World: Records in 2009 – Shin’ichi Yuta, Makoto Mizukawa, Hideki Hashimoto, Hirofumi Tashiro, Tsuyoshi Okubo (2011) Journal of Robotics and Mechatronics 23(2) pp.201-206 2009年開催の**つくばチャレンジ（実世界ロボットチャレンジ）**の記録。都市中の歩行者空間でロボットが1km以上の経路を安全に自律走行する課題に対し、参加全チームの成果と技術的知見を総括しています。 (全文PDF無料)
Open Experiment of Autonomous Navigation of Mobile Robots in the City: Tsukuba Challenge 2014 and the Results （英文：都市内における移動ロボット自律走行の公開実験：2014年つくばチャレンジとその結果） Shin’ichi Yuta (2015) Journal of Robotics and Mechatronics 27(4) pp.318-326 2014年のつくばチャレンジの概要と成果を報告した論文。屋外歩道上での自律移動実験（1km走行＋特定人物探索課題）の設計意図、当日の天候条件下で各チームが達成した走行記録や技術的な課題点について整理しています（※英文論文）。 DOI:10.20965/jrm.2015.p0318 （JRM 27(4)）
Tsukuba Challenge: Open Experiments for Autonomous Navigation of Mobile Robots in the City – Activities and Results of the First and Second Stages – Shin’ichi Yuta (2018) Journal of Robotics and Mechatronics 30(4) pp.504-512 **つくばチャレンジの第1期（2007–2012）と第2期（2013–2017）**の活動と成果をまとめた総説論文です。2007年の開始以来、延べ500以上のチームが参加し1km超の経路走行に挑戦した歴史的経緯、基本コンセプト、および「達成できたこと・できなかったこと」が議論されています。 (J-STAGE)
Tsukuba Challenge 2019: Task Settings and Experimental Results 原 慶隆, 富沢 哲郎, 伊達 久史, 黒田 洋司, 坪内 孝治 (2020) Journal of Robotics and Mechatronics 32(6) pp.1104-1111 2019年のつくばチャレンジについて、課題設定の狙いと全チームの実験結果を総括した報告。市街地歩行者空間での自律走行タスクの内容と目的、参加チームの走行達成状況を分析し、実世界実験から得られた知見を整理しています。 DOI:10.20965/jrm.2020.p1104

補足: つくばチャレンジは競技ではなく公開実験の場であり順位付けや賞金がない点が特徴です。研究者・技術者が地域と協力して先端技術に挑戦し、その成果を一般に公開することで、技術の共有と社会への理解促進を図る目的があります。

技術的観点に関する論文（自律走行・センサ融合・認識制御 ほか）

つくばチャレンジにおける自律移動ロボットの技術的成果に関する主要な研究論文です。屋外環境での自己位置推定・経路計画、センサデータ統合、物体・人物検出など各チームの技術開発や実験結果が報告されています。

タイトル・出典 著者（発表年） 技術テーマ・要旨（概要） アクセスURL/情報
1km Autonomous Robot Navigation on Outdoor Pedestrian Paths “Running the Tsukuba Challenge 2007” （屋外歩道上での1km自律ロボットナビゲーション：「つくばチャレンジ2007」に挑戦） Luis Y. Morales, Eijiro Takeuchi, Alexander Carballo, Wataru Tokunaga, Hiroaki Kuniyoshi, Atsushi Aburadani, Atsushi Hirosawa, Yuki Nagasaka, Yuki Suzuki, Takashi Tsubouchi (2008) 第1回(2007年)つくばチャレンジにおいて、筑波大チームが達成した屋外1km経路の完全自律走行について報告した論文。GPS・レーザ距離計・カメラなどを統合したナビゲーション手法を提案し、IROS 2008にて発表されています。 IEEE/RSJ IROS 2008 Proc., pp.219-225. DOI:10.1109/IROS.2008.4650584
Analysis and Design of Outdoor Navigation Systems at the Tsukuba Challenge 友野 雅啓, 吉田 智章, 入江 清, 小柳 英治 (2012) 2009–2010年のつくばチャレンジで実走行に成功した千葉工大FuRoチームの自己位置推定・経路追従システムの解析と設計指針を述べた論文。ジャイロ補正付きオドメトリ、首振り式3D-LIDAR、魚眼カメラ、地図マッチング＋粒子フィルタによる位置推定などを組み合わせ、高信頼なナビゲーションを実現しています。 日本ロボット学会誌 30巻3号 pp.262-270 (2012)
実環境下における自律移動ロボットの実験（Smart Dump）－歩行者群集の影響とその対策－ Real World Experiments of Autonomous Mobile Robot “Smart Dump” – Influence and Countermeasure of Human Crowd Behavior in a Pedestrian Environment – 伊達 久史, 滝田 芳聡 (2012) 人混み中での自律走行に着目した研究。つくばチャレンジ参加ロボット「Smart Dump」の実験を通じ、歩行者群集によるロボット挙動への影響と対策手法を分析しています。特に群集中の経路選択や一時停止・再開戦略など、社会的に調和したナビゲーション技術を議論しています（※日本ロボット学会誌 特集掲載論文）。 日本ロボット学会誌 30巻3号 pp.305-313 (2012)
Development of the Autonomous Mobile Robot for Target-Searching in Urban Areas in the Tsukuba Challenge 2013fujipress.jp 江口 淳, 尾崎 弘幸 (2014) 2013年のつくばチャレンジに向け開発した都市型ターゲット探索ロボットについて報告した論文fujipress.jp。市街地環境で指定人物を発見するためのセンサ構成と制御手法、および走行実験の結果がまとめられています。ターゲット認識や自己位置推定の工夫により、所定の探索課題の達成と600m以上の自律走行を実現しました。 Journal of Robotics and Mechatronics 26(2) pp.166-175 (2014)fujipress.jp
Development of Autonomous Mobile Robot “MML-05” Based on i-Cart Mini for Tsukuba Challenge 2015fujipress.jp 枝 知嗣, 長谷川 忠浩, 中村 真吾, 油田 信一 (2016) **2015年大会向けの移動ロボット“MML-05”**の開発と実験結果を報告。小型ロボットプラットフォーム(i-Cart mini)に基づき、オドメトリとレーザ地図のマッチングによる高精度な自己位置推定手法を実装fujipress.jp。実験では600m地点まで自律走行に成功し、以降の課題を分析していますfujipress.jp。 Journal of Robotics and Mechatronics 28(4) pp.461-469 (2016)fujipress.jp
Detection of Target Persons Using Deep Learning and Training Data Generation for Tsukuba Challenge 小西 雄一, 重松 幸輔, 坪内 孝司, 大矢 晶久 (2018) 2013–2017年大会で課題となった指定人物の探索に向け、ディープラーニングによる人物検出手法を提案した研究。軽量ネットワークによる高速検出と、大量の訓練データ生成手法を組み合わせ、小型オンボードPC上でも高精度な人物認識を実現しました（2017年大会で実証）。 Journal of Robotics and Mechatronics 30(4) pp.513-522 (2018)
Creating a 3D Cuboid Map Using Multi-Layer 3D LIDAR with a Swing Mechanism 滝田 芳啓 (2018) 複数層の3D-LIDARにスウィング機構を組み合わせ、高精度な3D占有格子地図を生成する手法を提案した論文。停止地点で通常の10倍の点群を取得し、座標変換で高精度地図を構築。作成した3D地図上でロボットの走行を検証し、従来手法との差異を定量評価しています。 Journal of Robotics and Mechatronics 30(4) pp.523-531 (2018)
Enhancement of Scan Matching Using an Environmental Magnetic Field Sam Ann Rahok, 他4名 (2018) 環境磁場（主に地磁気）を利用して2Dレーザのスキャンマッチングを強化し、ロボットの局所的自己位置ずれを補正する手法を提案。時間変化の少ない磁場情報を姿勢補正に用いることで、従来手法では困難な不意の姿勢ズレからの復帰を可能にしています。屋外ナビゲーション実験で有効性を検証しました。 Journal of Robotics and Mechatronics 30(4) pp.532-539 (2018)
Person Searching Through an Omnidirectional Camera Using CNN in the Tsukuba Challenge 中村 真悟, 長谷川 忠広, 平岡 翼, 落合 慶繁 他 (2018) 全方位カメラのみを用いた人物探索手法を提案。CNNベースの物体認識を全周画像に適用し、レーザ併用なしで指定人物を検出する軽量アルゴリズムを開発。擬似画像によるデータ拡張で学習し、2017年大会の実ロボットに実装して性能を検証しています。 Journal of Robotics and Mechatronics 30(4) pp.540-551 (2018)
Robust Road-Following Navigation System with a Simple Map 細田 有基, 澤橋 良太, 町中 紀章, 山崎 良太 他 (2018) シンプルなノード・エッジ形式の地図に基づく堅牢な自律走行システムを開発した研究。事前の高精度地図作成を不要とし、電子地図から生成した経路グラフ上で自己位置推定・環境認識・経路計画を行います。限定的な事前情報で動作するため、環境変化に強く、各種走行実験で有効性を示しました。 Journal of Robotics and Mechatronics 30(4) pp.552-562 (2018)
End-to-End Autonomous Mobile Robot Navigation with Model-Based System Support Alexander Carballo, 清野 駿也, Jacob Lambert, 他3名 (2018) エンドツーエンド（E2E）学習による画像入力からの直接制御ナビゲーションを提案した研究。CNNで直進・左折・右折の判断を学習させ走行させる一方、従来型のモデルベース経路追従をバックアップに組み合わせ、安全性と冗長性を確保しました。2017年大会コースで走行実証しています。 Journal of Robotics and Mechatronics 30(4) pp.563-583 (2018)
Developing a Remotely Operated Portable Mobile Robotjstage.jst.go.jpjstage.jst.go.jp 冨沢 哲郎, 渋谷 正人, 田中 亮人, 西田 健 (2018) 遠隔地チーム向けに搬送・展開が容易な小型ロボットと遠隔操作システムを開発した研究jstage.jst.go.jp。ロボットや計測器の輸送コストを削減し、ネット経由で現地マップ作成や経路設定が可能なプラットフォームを提案。遠隔地からでもつくばチャレンジ実験への参加ハードルを下げる試みを報告していますjstage.jst.go.jp。 Journal of Robotics and Mechatronics 30(4) pp.584-590 (2018)jstage.jst.go.jpjstage.jst.go.jp
Teaching-Playback Navigation Without a Consistent Map 赤井 直紀, Luis Y. Morales, 村瀬 紘之 (2018) SLAMによる一貫した地図を構築せずに実現できるティーチング・プレイバック型ナビゲーション手法を提案。大規模環境では整合地図の構築が困難なため、複数の部分地図で環境を表現し、ログ走行軌跡をそのまま追従経路として再現します。つくばチャレンジ環境のログデータで試験し、有効性を示すとともに実装コードも公開しています。 Journal of Robotics and Mechatronics 30(4) pp.591-597 (2018)
Tsukuba Challenge 2017 Dynamic Object Tracks Dataset for Pedestrian Behavior Analysis Jacob Lambert, Leslie Liang, Luis Y. Morales, 赤井 直紀, Alexander Carballo (2018) 歩行者行動解析向けの動的物体軌跡データセットを2017年大会コース上で構築し公開した論文。LIDAR・カメラ・IMUを搭載した収集プラットフォームでコース内の通行人や自律ロボットの軌跡データ約1万件を取得。3D地図上に軌跡を位置付け、各物体の時系列位置・速度やバウンディングボックスを含むデータセットとして整理し、社会的行動パターン分析に資する資料を提供しています。 Journal of Robotics and Mechatronics 30(4) pp.598-612 (2018)

補足: 上記のほか、国際会議発表や国内学会講演も多数あります。例えば、RSJ（日本ロボット学会）やSICE年次大会では油田らによるチャレンジ趣旨紹介や中間報告が行われておりfujipress.jp、2012年には日本ロボット学会誌で技術特集「つくばチャレンジ」が組まれています。また、チャレンジで培われた技術はサービスロボットや自動運転研究にも波及し、ロボカップ＠ホームなど他の競技会とも比較されています。

教育的意義・社会的側面に関する論文

つくばチャレンジは学生や若手技術者の実地教育の場であり、また地域住民にロボット技術への正しい理解を促す社会実験でもあります。これら教育的・社会的意義について言及した主な論考を示します。

タイトル 著者（発表年） 掲載誌 内容概要（ポイント） アクセスURL
移動ロボットに遊歩道を自律走行させるつくばチャレンジ：公開走行実験の考え方と2010年度の結果jstage.jst.go.jp 油田 信一・水川 真・橋本 秀紀 他 (2011) システム／制御／情報 55巻7号 (<ミニ特集>ロボット教育モデル) 公開走行実験としてのつくばチャレンジの理念と、2010年度までの実施結果を解説した記事jstage.jst.go.jp。競技ではなく教育・研究の場として位置づける意図や、参加チーム・地域社会にもたらす効果（技術交流、人材育成、一般公開による啓発）について述べています。 DOI:10.11509/isciesci.55.7_278
「つくばチャレンジ」—自律移動ロボットで公道走行に挑戦する—<br>外から見たつくばチャレンジ —その1 平井 成興 (2010) 計測と制御 49巻9号 チャレンジ未参加の第三者視点から見たつくばチャレンジの意義を述べた解説記事（その1）。「公園の歩道という本物の実環境を使って本格的なロボット実験ができる機会は非常に貴重」と評価し、複数チームが多様なロボットで挑戦し思いもよらぬ結果が得られる過程自体がロボット研究の醍醐味であると述べています。
外から見たつくばチャレンジ —その2 安川 裕介 (2010) 計測と制御 49巻9号 産業界の立場から見た所感をまとめた記事（その2）。つくばチャレンジは単なる競技会でなく「公道実験の機会を提供する場」であり、参加各者が自主的目標を設定し挑戦できる点に新規性と意義があると指摘しています。また環境側に人工的なマーキング等を施さない運営方針について触れ、ロボットが市民生活に溶け込むための謙虚さと挑戦性を両立した試みと評価しています。

以上、つくばチャレンジに関連する論文を技術・教育・社会の観点からまとめました。つくばチャレンジはスマートシティ実現に向けた産学官連携の実証フィールドでもあり、公開実験を通じて地域と研究者が協働しイノベーション創出を目指す先駆的取り組みです。これらの文献群は、自律移動ロボット技術の発展のみならず、STEAM教育や地域連携のモデルケースとしても貴重な知見を提供しています。

Sources:

  • 油田信一・他, 「つくばチャレンジ」関連解説・報告 (2010-2011) jstage.jst.go.jpほか

  • Shin’ichi Yuta et al., J. Robot. Mechatron. (2011, 2015, 2018) ほか

  • 原慶隆・他, J. Robot. Mechatron. 32(6) (2020)

  • 友野雅啓・他, 日本ロボット学会誌 30(3) (2012)

  • Hisashi Date & Yoshihiro Takita, 日本ロボット学会誌 30(3) (2012)

  • J. Eguchi & K. Ozaki, J. Robot. Mechatron. 26(2) (2014) fujipress.jp

  • Tomoyoshi Eda et al., J. Robot. Mechatron. 28(4) (2016) fujipress.jp

  • 小西雄一・他, J. Robot. Mechatron. 30(4) (2018)

  • 中村真悟・他, J. Robot. Mechatron. 30(4) (2018)

  • 赤井直紀・他, J. Robot. Mechatron. 30(4) (2018)

  • Jacob Lambert et al., J. Robot. Mechatron. 30(4) (2018)

  • 平井成興, 計測と制御 49(9) (2010)

  • 安川裕介, 計測と制御 49(9) (2010)

  • つくば市公式WEBサイト「つくばチャレンジ」説明 (2024)

つくばチャレンジで走破するための戦略を考えてください

  もちろん。2025年版の公式「課題」「評価方法」「仕様条件」に沿って、**完走（約2.2km）を最優先し、必要なら選択課題を2つ以上狙って“課題達成”**まで持っていくための実践的な戦略をまとめました。要点だけ掴めるよう、フェーズ別・機能別に整理しています。

まず把握しておく最新ルール（超重要）

  • 必須課題：スタート〜ゴール約2.2kmを自律走行（制限100分）。途中に複数の一時停止位置あり。確認走行区間500m、コーン障害あり。公園内ルートは自由だが進入禁止エリアあり。車道は原則進入禁止（市役所外周の一部のみ例外）。 (tsukubachallenge.jp)
  • 選択課題：A（事前計測なしエリア通過：庁舎内）、B（信号認識横断×4回）、C（指定チェックポイント＋突然の経路封鎖を迂回）、D1/D2（集荷・配達、D2はピック＆プレース）。完走＋2つ以上成功で“課題達成”。 (tsukubachallenge.jp)
  • 失敗条件の代表例：スタート1分/20m2分を満たさない、停止線・道路端の規定位置に止まれない、走行禁止エリア侵入、歩行者と衝突しそうで非常停止、各種時間超過 等。 (tsukubachallenge.jp)
  • 仕様の要点：サイズ(≤1.2m×0.75m)、重量≤125kg、最高速度≤6km/h、新規インフラ設置NG（既存の信号機・地図・ネット利用はOK）、本体E-stop必須（無線E-stopはISO 13849-1 PL d）。状態表示（自律=緑/操縦=黄）。バッテリー交換は申告すれば本走行でも可。 (tsukubachallenge.jp)
難易度の目安：2024年は完走14/88チームなど、完走自体が難しいイベント。まずは確実な完走を第一目標に。 (oyama-ct.ac.jp)

勝ち筋（完走までのロードマップ）

フェーズ0：企画・安全・合規

  • 車体と随行運用：幅70cm推奨・静音・視認性の高い外装。本体E-stop＋無線E-stop（PL d）、非常用リード紐も用意。**状態表示（緑/黄）**を確実に。 (tsukubachallenge.jp)
  • 歩行者配慮運転：車道側に寄って2m以上の歩行スペース確保を運用ルール化。狭所は徐行。雨天でも傘でセンサを庇う等は不可なので防滴ハウジングとワイパ/撥水で対応。 (tsukubachallenge.jp)
  • 電源設計：巡航0.4–0.8 m/sで2.2km≒45–90分。マージンを見てバッテリー交換の手順と場所を事前申告。 (tsukubachallenge.jp)

フェーズ1：プラットフォーム最適化

  • 足回り：屋外歩道＋段差・タイル目地に強い大径タイヤの差動二輪 or 4WD（低速高トルク）。最高速6km/h制限に合わせて速度リミット実装。 (tsukubachallenge.jp)
  • センサ標準構成：2D LiDAR（前方/腰高）＋広角RGBカメラ（信号・標識・人検出）＋IMU＋エンコーダ。必要に応じRTK-GNSS（開空域で補助）、超広角/上向きカメラ（信号確認用）。

フェーズ2：自己位置推定と地図（完走に直結）

  • 推奨アーキ：LiDAR慣性オドメトリ（2Dスキャンマッチ＋IMU）＋オフライン生成の局所地図（複数ラップのbagから作成）でPose-Graph整合。都市峡谷区間はGNSSを補助的に。
  • Teach-&-Repeat（保険）：広域SLAMが不安定でも、学習走行の軌跡を参照し再現（地図非一貫でも可）にしておくと、確認走行500mの確実達成と“迷子”の低減に効く。コース変更や選択課題A（未知エリア）には、短時間で整合するローカルマップ＋Scan-to-Submapの保険を用意。 (tsukubachallenge.jp)

フェーズ3：経路計画と速度制御

  • 分割統治：コースをセグメント化（庁舎外周／公園／駅前／横断歩道前後）。各セグメントで「基準ライン」「徐行ゾーン」「停止線判定ウィンドウ」を明示。 (tsukubachallenge.jp)
  • 停止線・道路端の厳密判定：停止線：手前1m〜奥0.5mに本体の一部が入る、道路端：手前1.5m以内で越境不可。地図上のPOI＋カメラ/LiDARの白線検出で二重化、制動はS字減速で“早めに減速”要件を満たす。 (tsukubachallenge.jp)
  • 速度プロファイル：歩行者密度と路幅から動的Vmax。狭所・対向ロボット・濡れ路面は強制徐行。スタート1分/20m2分の起動シーケンスを自動化（音声アナウンス込み）。 (tsukubachallenge.jp)

フェーズ4：知覚（課題対応の肝）

  • 障害物（緑コーン）：確認区間終端のランダム配置に備え、LiDARクラスタ＋追従拒否の停止/回避状態機械。検出閾値は雨・人混みで誤検知しないよう調整。 (tsukubachallenge.jp)
  • 信号認識（選択B）：歩行者信号の色状態＋**交差点内の安全（横断歩道上の車両有無）**の双方を満たして開始。2回目の安全タイミング内に開始しないと失敗なので、待機列管理＋締切タイマを実装。ロールシャッターの点滅影響対策として露光・ガンマ固定、上向きサブカメラで視野確保。 (tsukubachallenge.jp)
  • 経路封鎖（選択C）：当日未知。局所コストマップで前方占有が持続したら可変幅の回避回廊を生成。芝生進入は原則NGなので、地図に侵入禁止レイヤを重ねてA* or DWAのサーチ空間から除外。 (tsukubachallenge.jp)
  • 集荷・配達（D1/D2）：マーカー/表示パネルのOCRまたはQRで配達先を識別。D2は前方リフタ＋ローラー/クランプの簡易メカで「掴む→持上げ→投入口へ」。安全最優先で人との干渉力制限と停止距離を広めに。

フェーズ5：本走行までの練度づくり

  1. 確認走行を最短で“安定合格”：スタート→横断歩道手前停止→再開→緑コーン検出で停止/回避→E-stop応答 を“定常運用”に。合格で認定シール取得（以降の自律走行が許可）。 (tsukubachallenge.jp)
  2. セグメント別回帰テスト：各セグメントの雨天・混雑・逆光条件のbagを収集しベンチで回す。
  3. 人混み耐性：**“歩行者に近づき過ぎたらスロットル強制0”**の近接フェイルセーフと、対向ロボットとの行き違い専用ルールを明文化。 (tsukubachallenge.jp)
  4. 当日運用手順書：スタート手順・音声宣言・E-stop判断基準・バッテリー交換手順（申告済）・雨天プロトコルを1枚に。

最低限の実装チェックリスト

参戦プラン例（コスパ優先→達成狙い）

  • Step 1（完走特化）：LiDAR＋IMU＋エンコーダの堅牢推定、停止線判定と確実な一時停止、人混みでの保守運転。まずマイルストーン3＝完走。 (tsukubachallenge.jp)
  • Step 2（選択課題B/C）：B=信号認識横断、C=封鎖迂回の2本で“課題達成”を狙う（D2は機構開発負荷が高い）。 (tsukubachallenge.jp)
  • Step 3（余力でA or D1/D2）：A=未知エリア通過の安定化（短時間ローカルマップ整合）、D1/D2=ピック＆プレースの安全動作。