つくばチャレンジ2024技術調査報告

つくばチャレンジ2024 技術調査報告 原 祥尭（千葉工大 fuRo），萬 礼応（筑波大）， 冨沢 哲雄（東京高専），伊達 央（筑波大）， 大川 一也（千葉大），大矢 晃久（筑波大） つくばチャレンジ2024シンポジウム 2025-02-08

つくばチャレンジ2024課題コース つくばチャレンジ2024シンポジウム 2025-02-08 1

つくばチャレンジ2024本走行の記録 2 参加登録チーム：89チーム、メンバー合計：570人 本走行出走ロボット：78台 完走：14台、課題達成（完走＆選択課題2つ以上成功）：4台（昨年0台）  自律走行のマイルストーン 1 確認走行区間：32台（昨年28台） 2 折り返し地点：17台（昨年16台） 3 完走（ゴール）：14台（昨年6台）  選択課題のマイルストーン A 事前計測なしエリア通過：2台（昨年0台） B 信号認識横断：8台（昨年0台） C チェックポイント通過＋経路封鎖迂回：2台（昨年0台） D1 集荷地点と配達先への訪問：4台（昨年2台）、D2 荷物の集荷と配達：0台（昨年0台） アンケートへのご協力、誠にありがとうございました（79チームから回答） つくばチャレンジ2024シンポジウム 2025-02-08

3 本走行／実験走行の結果 つくばチャレンジ2024シンポジウム 2025-02-08

4 本走行／全実験走行での走行距離 23 25 台数 20 15 10 5 0 本走行 11 7 完走はおおむね 2 km 以上 全実験走行 チームによって経路が違うため、 14 9 7 13 10 6 8 12 4 2 2 01 1 01 0 4 8 走行距離 [m] つくばチャレンジ2024シンポジウム 2025-02-08 6 9 完走でも距離は異なる 本走行は実験走行での最長距離 より短くなる傾向がある

5 全実験走行を通しての完走回数 60 1回以上完走しているのは26台 53 （昨年19台） 50 台数 40 一方で本走行での完走は14台 30 20 10 10 0 0 1 （昨年6台） 4 2 3 3 2 1 1 2 3 4 5 10 20 30 全実験走行を通しての完走回数 完走台数は昨年から大幅に増加 実験走行で完走できても、 本走行で完走とは限らない つくばチャレンジ2024シンポジウム 2025-02-08

選択課題Aへの取り組み状況 選択課題A「事前計測なしエリア通過」 7 9% 10 13% 23 39 29% 49% 今年度、取り組んでいた 来年度、取り組みたい 取り組みたいが難易度が高い 興味がない つくばチャレンジ2024シンポジウム 2025-02-08 6

選択課題Bへの取り組み状況 選択課題B「信号認識横断」 8 18 10% 30 38% 23% 23 29% 今年度、取り組んでいた 来年度、取り組みたい 取り組みたいが難易度が高い 興味がない つくばチャレンジ2024シンポジウム 2025-02-08 7

選択課題Cへの取り組み状況 選択課題C「チェックポイント通過＋経路封鎖迂回」 9 6 11% 8% 20 25% 44 56% 今年度、取り組んでいた 来年度、取り組みたい 取り組みたいが難易度が高い 興味がない つくばチャレンジ2024シンポジウム 2025-02-08 8

選択課題D1への取り組み状況 選択課題D1「集荷地点と配達先への訪問」 14 18% 29 36% 18 23% 18 23% 今年度、取り組んでいた 来年度、取り組みたい 取り組みたいが難易度が高い 興味がない つくばチャレンジ2024シンポジウム 2025-02-08 9

選択課題D2への取り組み状況 選択課題D2「荷物の集荷と配達」 15 19% 4 5% 18 23% 42 53% 今年度、取り組んでいた 来年度、取り組みたい 取り組みたいが難易度が高い 興味がない つくばチャレンジ2024シンポジウム 2025-02-08 10

全実験走行を通しての選択課題Bの成功回数 70 60 58 台数 50 40 30 20 9 10 0 0 5 5 6 10 20 0 0 0 1 40 60 80 100 選択課題B「信号認識横断」の成功回数 つくばチャレンジ2024シンポジウム 2025-02-08 11

全実験走行を通しての選択課題Cの成功回数 100 台数 80 77 60 40 20 0 0 1 0 1 0 0 2 4 6 8 10 選択課題C「チェックポイント通過 ＋経路封鎖迂回」の成功回数 つくばチャレンジ2024シンポジウム 2025-02-08 12

全実験走行を通しての選択課題D1の成功回数 80 68 台数 60 40 20 0 0 4 1 2 4 5 6 0 1 8 10 選択課題D1「集荷地点と配達先への 訪問」の成功回数 つくばチャレンジ2024シンポジウム 2025-02-08 13

全実験走行を通しての選択課題D2の成功回数 100 台数 80 77 60 40 20 0 0 1 1 0 0 0 2 4 6 8 10 選択課題D2「荷物の集荷と配達」の成功回数 つくばチャレンジ2024シンポジウム 2025-02-08 14

本走行／実験走行での自律走行の失敗原因 0 5 10 台数 15 20 25 進捗不足（未完成） 6 電装（エレキ） 6 地図構築（SLAM） 5 自己位置推定 30 経路・動作計画 障害物検出・回避 信号認識、交通状況認識 看板認識、ラベル・ボックス認識 操作・設定ミス その他 自己位置推定、経路・動作計画、 進捗不足（未完成）も多い 8 通信 35 障害物検出・回避の失敗が多い 27 機構（メカ） 車輪／脚制御 30 15 昨年とコースは同じなので、 23 地図構築（SLAM）の失敗は 24 あまり多くない 2 5 5 6 5 つくばチャレンジ2024シンポジウム 2025-02-08

16 ハードウェア つくばチャレンジ2024シンポジウム 2025-02-08

ロボットのサイズ（全長、全幅、全高）と重量 0 18 18 20 10 60 27 0 0.2 12 4 0.4 0.6 0.8 1 台数 台数 30 40 22 20 0 1.2 48 9 0 0.2 0.4 全長 [m] 17 20 10 0 21 30 16 8 4 0.6 0.8 1 1.2 0.75 全幅 [m] 1.4 7 1.6 6 1.8 台数 台数 30 0.6 20 26 16 15 10 0 20 全高 [m] つくばチャレンジ2024シンポジウム 2025-02-08 40 60 12 80 7 2 1 100 120 125 重量 [kg] 17

18 自律走行時の最高速度 35 29 30 26 台数 25 20 15 10 5 0 5 1 9 9 1 2 3 4 5 自律走行時の最高速度 [km/h] つくばチャレンジ2024シンポジウム 2025-02-08 6

製作費（筐体、コンピュータ、センサなど一式） 50 Lidar の低価格化などにより、 44 100万円以下が最多 台数 40 30 一方で高価なロボットは1,000 20 15 100 200 万円超え 13 10 0 19 300 3 2 1 1 400 500 1000 1500 製作費 [万円] つくばチャレンジ2024シンポジウム 2025-02-08

20 移動方式 0 20 台数 40 60 車輪 71 クローラ 3 四脚 4 二足歩行 80 1 つくばチャレンジ2024シンポジウム 2025-02-08

21 移動ロボットプラットフォーム 0 T-frog i-Cart ODrive BotWheel Explorer AgileX RANGER MINI アールティ Raspberry Pi Cat Vstone MegaRover CuboRex CuGo Doog THOUZER SUZUKI モビリティベースユニット REVAST Mercury 電動車椅子 WHILL 電動車椅子 その他 シニアカー 電動カート Unitree Go1 Unitree Go2 Unitree B1 Unitree B2 独自 10 1 1 2 2 2 1 1 2 3 1 2 1 1 0 1 20 台数 30 40 10 50 独自開発が最多 既存プラットフォームでは T-frog と WHILL が多い 非常に多種の既存プラット フォームが登場 8 40 つくばチャレンジ2024シンポジウム 2025-02-08

22 モーター 0 移動ロボットプラットフォーム付属 T-frog ブラシレスDCモーター Oriental Motor ブラシレスDCモーター maxon ブラシ付きDCモーター maxon ブラシレスDCモーター Nidec ブラシ付きDCモーター Nidec ブラシレスDCモーター 山洋電気 ブラシ付きDCモーター ODrive Zhongling Technology（ZLTECH） Direct Drive Tech T-MOTOR マイクロテック・ラボラトリー MTL ROBOTIS Dynamixel サーボモーター 近藤科学 サーボモーター 不明 その他 5 台数 10 15 0 0 25 21 11 17 2 2 0 0 0 20 プラットフォーム付属が最多 つくチャレでは T-frog や Oriental Motor が多い maxon や Nidec は少ない 2 1 2 中国製など多様な製品が登場 4 DD/QDDモーターの使用が 1 4 14 つくばチャレンジ2024シンポジウム 2025-02-08 増えてきている印象

23 モーターコントローラ 0 5 10 移動ロボットプラットフォーム付属 Oriental Motor モータードライバ Nidec モータードライバ RoboteQ モータードライバ ODrive モータードライバ 不明 その他 15 0 0 2 2 20 25 22 16 つくチャレでは T-frog や Oriental Motor が多い maxon や Nidec は少ない 4 ZLTECH モータードライバ モーター内蔵 プラットフォーム付属が最多 11 T-frog モータードライバ maxon EPOS モータードライバ 台数 5 中国製など多様な製品が登場 7 12 つくばチャレンジ2024シンポジウム 2025-02-08

24 非常停止スイッチの方式 0 5 10 15 20 25 25 27 モータードライバ通信遮断／停止信号 （上記に加えて）電磁ブレーキ 6 SDK の通信遮断 5 12 端子開放／端子短絡は困難 モータードライバ駆動電源遮断 5 モータードライバ駆動電源遮断 ソフトウェアで停止モーション 30 12 モーター端子開放フリー モーター端子短絡ブレーキ 台数 ブラシレスDCモーターでは、 が多いが、非推奨（次ページ） モータードライバに非常停止 機能があると望ましい 斜面に備えて電磁ブレーキも 脚型などはモーターより上位 での停止とする場合も つくばチャレンジ2024シンポジウム 2025-02-08

25 非常停止スイッチでの動力の遮断方法 モーター端子 開放フリー モーター端子 短絡ブレーキ  モーター端子開放フリー  ○モーターはフリー状態  △開放時に誘導電流が発生（影響小）  モーター端子短絡ブレーキ  ○モーターはブレーキ状態  △運動エネルギーを熱に変換 モータードライバ 駆動電源遮断 モータードライバ 通信遮断／停止信号 通信線  モータードライバ駆動電源遮断  ×モーターの状態は挙動不明  ×高圧の誘導電流が発生 キャパシタなど で対策を！  ×逆起電力がドライバに印加され不安定  モータードライバ通信遮断/停止信号 資料提供：渡辺 敦志（SEQSENSE） つくばチャレンジ2024シンポジウム 2025-02-08  ○モーターの状態は仕様で規定

26 バッテリ種類 0 10 鉛蓄 20 台数 鉛畜は減少傾向 30 40 16 リチウムイオン 44 リチウムポリマー 8 リチウムフェライト ニッケル水素 50 14 2 つくばチャレンジ2024シンポジウム 2025-02-08 リチウムイオンが最多 リチウムポリマーは危険性が 高いので要注意 リチウムフェライトも増加

27 搭載コンピュータ種類 0 ノートPCが最多 台数 10 20 30 34 ノートPC UMPC（超小型ノートPC） 0 25 ミニPC（超小型デスクトップPC） 3 組み込みPC ミニPCがかなり増えている NVIDIA Jetson などのシングル 5 デスクトップPC 13 シングルボードコンピュータ Jetson シングルボードコンピュータ その他 8 マイコン（OS なし） 7 その他 40 1 つくばチャレンジ2024シンポジウム 2025-02-08 ボードコンピュータの使用も

28 AI アクセラレータの使用 0 10 GPU（CUDA） 20 台数 30 CUDA の使用が多い 40 60  NPU は Raspberry Pi AI Kit 50 で使用とのこと 26 GPU（CUDA 以外） 0 NPU 1 TPU 0 不使用 つくばチャレンジ2024シンポジウム 2025-02-08 Intel Core Ultra には NPU が 搭載のため、今後使用が増え る可能性あり 52 Google Edge TPU などの使用 も考えられる

外部コンピュータ（リモートブレイン）の使用 外部コンピュータ（リモートブレイン）の使用 2 3% 77 97% あり なし つくばチャレンジ2024シンポジウム 2025-02-08 29 自律走行時に外部コンピュータ を使用するチームが登場

30 センサ種類 0 台数 20 40 60 80 車輪／モーターエンコーダ 68 IMU 57 2D Lidar 40 3D Lidar 67 単眼カメラ 25 全方位・全天球カメラ 2 PTZカメラ 2 距離画像カメラ 14 ステレオカメラ 6 GNSS 29 超音波距離センサ ミリ波レーダー 6 1 つくばチャレンジ2024シンポジウム 2025-02-08 エンコーダ、IMU は基本搭載 ほぼすべてが Lidar を搭載 カメラや GNSS も増加傾向、 複数センサ融合へ発展中

31 Lidar のメーカー 0 Velodyne Ouster Quanergy Hesai 5 20 25 0 0 3 LeiShen Livox 北陽電機 SICK PACECAT 1 0 35 Ouster に合併した Velodyne がまだ多く残っている 北陽電機も多い Livox が劇的に増加（昨年5台） 4 24 3 SLAMTEC 30 6 3 SureStar その他 15 28 RoboSense 不使用 10 台数 29 8 6 つくばチャレンジ2024シンポジウム 2025-02-08 3D では Hesai など、 2D では SLAMTEC なども Lidar 不使用はわずか6台

単眼カメラ、全方位・全天球カメラのメーカー 0 Logicool SANWA SUPPLY BUFFALO LUCID Vision Labs Teledyne FLIR TIER IV Raspberry Pi カメラ GoPro DJI Osmo Insta360 Ricoh THETA OccamVisionGroup FoMaKo 不使用 その他 10 1 0 0 4 20 台数 30 40 50 14 60 32 不使用が最多 産業用カメラの使用は少なく、 民生用 Web カメラの使用が 多い 3 1 2 0 1 1 0 2 2 49 つくばチャレンジ2024シンポジウム 2025-02-08

距離画像カメラ、ステレオカメラのメーカー 0 10 Intel RealSense Microsoft Azure Kinect pmd flexx2, pico monstar Luxonis OAK-D Stereolabs ZED Carnegie Robotics ITD Lab Stereo Camera 不使用 その他 20 台数 30 40 不使用が最多 50 60 17 1 0 2 0 0 1 59 0 つくばチャレンジ2024シンポジウム 2025-02-08 70 Intel RealSense が多い 33

GNSS のメーカー（受信機とアンテナ） 0 10 u-blox 20 台数 不使用が最多 30 40 0 Trimble 0 Unicore 1 TOPGNSS 1 u-blox が多い 測量用 GNSS の使用は以前と 3 NovAtel 比較して大幅に減少 不使用 その他 50 26 Septentrio（mosaic） 34 46 4 つくばチャレンジ2024シンポジウム 2025-02-08

35 GNSS の測位方式 0 10 独自基準点 RTK（ichimill など） 電子基準点 RTK（RRS） 仮想基準点 RTK（VRS） PPP（MADOCA） PPP-RTK（CLAS） コード・ディファレンシャル測位 コード・単独測位 不明 不使用 20 台数 独自基準点 RTK が多い 30 40 50 22 0 電子基準点 RTK はゼロ 仮想基準点 RTK（VRS）は、 1 0 以前と比較して減少 4 1 PPP-RTK（CLAS）の利用も 3 1 つくばチャレンジ2024シンポジウム 2025-02-08 47 コード測位の利用も残っている

有線／無線コントローラの通信方法 0 10 20 台数 30 40 有線（USB など） 50 46 Bluetooth 17 無線ドングル 15 Wi-Fi 3 ラジコン、FPV プロポ 4 つくばチャレンジ2024シンポジウム 2025-02-08 36

37 ソフトウェア つくばチャレンジ2024シンポジウム 2025-02-08

38 OS 0 20 台数 40 Ubuntu が圧倒的多数 60 Ubuntu（Linux） WSL（Linux） 71 0 Raspberry Pi OS（Linux） 7 Windows 4 macOS 0 QNX 0 OS なし 80 8 つくばチャレンジ2024シンポジウム 2025-02-08 Windows も少数いる

39 コンテナ仮想化 0 10 20 台数 30 Docker の利用者が意外と多く、 40 50 コンテナ仮想化なし Docker 60 57 22 つくばチャレンジ2024シンポジウム 2025-02-08 増加傾向

40 プログラミング言語 0 C++ C C# Python Rust Lisp、EusLisp Java Processing シェルスクリプト Arduino 言語 HTML、PHP、JavaScript 20 2 1 0 0 1 2 1 台数 40 C++ と Python が多い 60 80 69 13 59 17 つくばチャレンジ2024シンポジウム 2025-02-08 シェルスクリプトの併用も

41 メッセージ通信ミドルウェア 0 台数 10 20 ROS 1 ROS 2 が初めて ROS 1 を超過 30 40 32 ROS 2 36 SSM 2 独自実装 なし 11 1 つくばチャレンジ2024シンポジウム 2025-02-08 して最多（昨年17台から倍増） ROS 1 は減少（昨年41台） 筑波大開発の SSM (Streaming data Sharing Manager) が、 他チームでまだ使われている

42 可視化ツール、ライブラリ 0 RViz Foxglove Studio PlotJuggler OpenCV Open3D PCL Iridescence q3dviewer Gnuplot Matplotlib Qt VTK Easy3D Dear ImGui OpenGL HTML5 Canvas Leaflet（JavaScript） Unity Unreal Engine Choreonoid 10 20 50 60 21 14 3 RViz が圧倒的多数 Foxglove Studio や PlotJuggler も増加 ライブラリを用いてビューア 5 4 2 1 0 70 61 2 1 1 0 1 40 5 2 1 0 30 台数 11 8 つくばチャレンジ2024シンポジウム 2025-02-08 を独自開発しているチームも 小出さん（産総研）開発の Iridescence の利用も

地図構築（SLAM）での ROS の利用 0 5 10 台数 15 ROS 1 パッケージ利用が最多 20 25 ROS 1 をメッセージ通信のみに利用 ROS 2 をメッセージ通信のみに利用 24 ROS 2 パッケージ利用も激増 メッセージ通信のみ利用では、 ROS 2 が初めて ROS 1 を超過 4 7 10 ROS 不使用 SLAM 不使用 30 26 ROS 1 のパッケージを利用 ROS 2 のパッケージを利用 43 8 つくばチャレンジ2024シンポジウム 2025-02-08

44 自律走行での ROS の利用 0 5 10 台数 ROS 1 パッケージ利用が最多 15 20 ROS 1 のパッケージを利用 19 ROS 2 のパッケージを利用 ROS 1 をメッセージ通信のみに利用 20 10 25 ROS 2 パッケージ利用も激増 メッセージ通信のみ利用では、 ROS 2 が初めて ROS 1 を超過 ROS 2 をメッセージ通信のみに利用 15 地図構築（SLAM）と比較して、 ROS 不使用 15 メッセージ通信のみ利用も多い つくばチャレンジ2024シンポジウム 2025-02-08

自律走行や地図構築（SLAM）に利用したソフトウェア 0 ROS 1 Navigation ROS 2 Navigation2 Autoware.AI (ROS 1) Autoware.Auto (ROS 2) Autoware Core/Universe (ROS 2) NVIDIA Isaac ROS MRPT GMapping SLAM Toolbox Cartographer GLIM hdl_graph_slam, hdl_localization LIO-SAM LeGO-LOAM FAST-LIO DLO, DLIO ORB-SLAM DROID-SLAM DPVO, DPV-SLAM COLMAP, GLOMAP MAP IV Engine KAARTA Stencil NavVis LX-Series 独自実装 5 10 台数 15 10 0 30 1 5 2 1 ROS 1 Nav は減少（昨年13台） 6 Autoware は ROS 2 の Core/ 12 2 ROS 2 Nav2 が初めて ROS 1 Nav を超過（昨年9台から倍増） 3 3 0 0 0 0 25 17 9 0 20 45 Universe への移行が遅い印象 9 6 1 1 1 つくばチャレンジ2024シンポジウム 2025-02-08 SLAM では小出さん（産総研） 開発の GLIM が初登場で最多!! 26

46 地図構築（SLAM）の手法 0 5 10 台数 15 20 Laser SLAM が多く、グラフ 25 30 32 Laser スキャンマッチング（Lidar） 8 Laser ベイズフィルタ（Lidar） 25 Laser グラフベース SLAM（Lidar） 2 Visual SLAM / SfM（カメラ） Laser-Visual SLAM（Lidar＆カメラ） 0 RGB-D SLAM（RGB-D カメラ） 0 ベースの手法が増加 Visual SLAM / SfM の挑戦も SLAM 不使用チームの戦略 GNSS 5 不明 4 SLAM 不使用 35  TCデータセットの地図を利用 9  GNSS 主体  トポロジカル地図  車輪オドメトリ地図で教示再生 つくばチャレンジ2024シンポジウム 2025-02-08

47 地図の種類 0 10 2次元メトリック地図 メトリック地図（点群地図、 30 40 50 35 3次元メトリック地図 41 トポロジカル地図 7 事前地図なし Google Maps、OSM など 20 台数 5 1 つくばチャレンジ2024シンポジウム 2025-02-08 占有格子地図など）が多い 2次元から3次元が主流に トポロジカル地図、事前地図 なしのアプローチも

地図の手作業での調整（形状修正、分割・結合など） 地図の手作業での調整 48 半数以上が手作業で調整を 行っている 画像／点群編集ソフトで修正、 32 41% 47 59% あり なし つくばチャレンジ2024シンポジウム 2025-02-08 部分地図への分割、手動での 位置合わせと結合など

地図構築（SLAM）に使ったセンサデータ 0 10 20 台数 30 多くは今年のデータを利用 40 50 つくばチャレンジデータセット 事前地図なし（SLAM 不使用） 60 52 今年度取得したセンサデータ 22 昨年度以前に取得したセンサデータ 49 6 9 つくばチャレンジ2024シンポジウム 2025-02-08 TCデータセットでセンサデータ や地図を公開しており、それ を利用するチームも

50 自己位置推定の手法 0 10 台数 20 30 50 21 Laser ベイズフィルタ（Lidar） Laser グラフ最適化（Lidar） 2 Visual Localization（カメラ） 3 Laser-Visual Localization（Lidar＆カメラ） 0 RGB-D Localization（RGB-D カメラ） 0 トポロジカル場所認識（Lidar／カメラ） 1 60 ングやベイズフィルタが多い GNSS も多い カメラによる手法は少数 16 GNSS 不明 40 48 Laser スキャンマッチング（Lidar） End-to-End ナビゲーション Lidar によるスキャンマッチ 0 4 つくばチャレンジ2024シンポジウム 2025-02-08 トポロジカル場所認識のアプ ローチも

51 経路・動作計画の手法 0 5 10 台数 15 20 25 10 経路グラフ探索 25 占有格子地図グラフ探索 1 確率的ロードマップ Rapidly-exploring Random Tree（RRT） 0 25 Dynamic Window Approach（DWA） Vector Field Histogram（VFH） 0 1 Model Predictive Path Integral（MPPI） 5 19 Pure Pursuit Model Predictive Control（MPC） 0 End-to-End ナビゲーション 不明 経路追従は Pure Pursuit も多い ナビゲーションはゼロ 不明との回答が多い 1 Planning 深層学習 （占有格子地図グラフ探索 ＋DWA） 深層学習による End-to-End 6 Potential Field（ポテンシャル法） Elastic Band, Timed Elastic Band ROS Navigation の手法が多い MPPI や深層学習も登場 3 State Lattice Planner 30 0 14 つくばチャレンジ2024シンポジウム 2025-02-08

物体認識（信号、看板、ラベル、ボックスなど）の手法 0 10 レーザー受光強度で再帰反射材検出（Lidar） 2 1 CLIP（カメラ） Grounding DINO（カメラ） PointPillars（Lidar） MMDetection3D（Lidar） 不明 30 40 50 0 （VLM）の利用も 1 1 Lidar での物体認識は少ない 0 0 認識が多い CLIP などの視覚言語モデル 29 YOLO（カメラ） MMDetection（カメラ） カメラで YOLO を用いた物体 7 テンプレート・特徴点マッチング（カメラ） 形状マッチング（Lidar） 20 台数 52 5 物体認識なし つくばチャレンジ2024シンポジウム 2025-02-08 41

53 物体認識に利用したソフトウェア 0 10 20 OpenCV Open3D PCL scikit-learn PyTorch TensorFlow Darknet（YOLO） ONNX Runtime 物体認識なし 台数 様々なライブラリやフレーム 30 40 50 18 0 0 0 10 0 15 2 つくばチャレンジ2024シンポジウム 2025-02-08 47 ワークが利用されている

自律走行や地図構築における AI 先端技術の利用 0 大規模言語モデル（LLM） 20 台数 40 視覚言語モデルやロボット基盤 60 80 0 ロボット基盤モデル（VLAモデル） 0 NeRF、3D Gaussian Splatting 0 拡散モデル（Diffusion Model） 0 深層強化学習 2 なし つくばチャレンジ2024シンポジウム 2025-02-08 モデルの活用が興味深い NeRF や 3D Gaussian Splatting 3 視覚言語モデル（VLM） 54 の SLAM への適用も期待 四脚ロボットの制御などに、 74 深層強化学習が利用されている

実装時の AI コーディング支援の利用 0 10 GitHub Copilot 30 40 37 Copilot 0 Gemini 0 Claude 50 実用化された 現状はエディタとは独立した 4 ChatGPT なし AI コーディング支援が急激に 10 Cursor Perprexity 20 台数 55 ChatGPT などの使われ方が多い 今後はエディタと統合された GitHub Copilot や Cursor など がさらに普及すると思われる 7 2 39 つくばチャレンジ2024シンポジウム 2025-02-08 AI エージェントの利用も期待

56 まとめ つくばチャレンジ2024シンポジウム 2025-02-08

まとめ 57 技術調査アンケートに基づき、以下についてまとめた  本走行／全実験走行での走行距離、完走回数、選択課題の成功回数  自律走行の失敗原因  ハードウェア（プラットフォーム、モーター、コンピュータ、センサなど）  ソフトウェア（OS、ミドルウェア、利用ソフト、手法の分類など） 挑戦的なアプローチとして、Visual SLAM / SfM、トポロジカル地図、 事前地図なし、カメラや GNSS とのセンサ融合、各種の深層学習の活用 などが挙げられる つくばチャレンジ2024シンポジウム 2025-02-08