自立走行にはどのような種別がありますか

自立走行（自律走行）には、使う情報・地図の有無・知能の置き場所によって、いくつかの代表的な**種別（アーキテクチャ）**があります。 研究・製品・用途（工場／屋外／家庭）で最適解が異なるのがポイントです。

---

① 反応型（Reactive Navigation）

特徴

• 地図を持たず、その場のセンサ入力に即応
• 「近い障害物→避ける」などのルールベース

使うセンサ

• 超音波、赤外、バンパー、簡易LiDAR

メリット

• 軽量・安価・壊れにくい
• 計算資源がほぼ不要

デメリット

• 迷いやすい、遠回りしがち
• 目的地概念が弱い

用途例

• ロボット掃除機（初期世代）
• 教育用ロボット

---

② ライン・マーカー追従型（ガイド付き自立走行）

特徴

• 床のライン・磁気テープ・QRマーカーを追従
• 環境側に“知能”を置く方式

メリット

• 安定・高精度
• 導入が簡単（工場向け）

デメリット

• レイアウト変更に弱い
• 屋外や雪環境では不利

用途例

• AGV（工場搬送）
• 倉庫ロボット

---

③ 地図ベース自律走行（SLAM系）

特徴

• 自分で地図を作り（SLAM）、その地図上で自己位置推定
• 3D/2Dマップを使う

使うセンサ

• LiDAR、カメラ、IMU、車輪オドメトリ

メリット

• 未知環境に対応
• 目的地指定が可能

デメリット

• 計算負荷が高い
• 環境変化（雪・夜・模様変化）に弱い場合あり

用途例

• AMR（自律搬送ロボット）
• 屋内配送ロボット

---

④ 教示再現型（Teach & Repeat / VPR）

特徴

• 人が一度走らせたルートを記憶
• カメラ画像の類似度で自己位置を推定

メリット

• 地図生成不要
• 計算量が小さい
• 実環境（雪・夜）に比較的強い設計が可能

デメリット

• 未教示ルートは走れない
• ルート依存

用途例

• 巡回ロボット
• 除雪機・警備ロボット

---

⑤ セマンティック・学習型（AI主導）

特徴

• カメラ映像 → 行動をNNが直接出力
• 意味理解（道路・人・障害物）

メリット

• 汎用性が高い
• 人間に近い判断

デメリット

• 学習コスト・検証コストが大
• ブラックボックス性

用途例

• 自動運転車
• 研究用途

---

⑥ ハイブリッド型（実用の主流）

特徴

• 複数方式を組み合わせる
  • 例：Teach & Repeat + 障害物回避
  • 例：SLAM + 反応制御

メリット

• 安定性・安全性が高い
• 実装自由度が高い

デメリット

• 設計がやや複雑

用途例

• 実用AMR
• 屋外ロボット・除雪ロボット

---

まとめ（整理表）

種別	地図	計算量	環境変化耐性	代表用途
反応型	不要	◎	△	掃除機
ライン追従	不要	◎	×	工場AGV
SLAM	必要	△〜×	△	AMR
Teach & Repeat	教示ルート	◎	○	巡回・除雪
学習型AI	不要/内部表現	×	◎	自動運転
ハイブリッド	状況依存	○	◎	実用全般