ロボティクス
実世界のトランスフォーマー？エンジニアが空中で形状変化するロボットを開発
ロボティクスの世界は急速に進化しています。作業ロボットから、より器用で複雑な動きが可能なヒューマノイドロボットまで、私たちはロボットの新時代に突入しています。
先月だけでも、研究者は インタラクティブロボットがセラピーホースのように振る舞い、人間の感情に反応し、 柔らかくても賢いロボットは環境を感知して物体を動かし掴む、まるでタコのようです； そして ロボット犬は哺乳類を模倣し、陸上でも水中でも優れた機動性を実現します。
エンジニアは、ロボットが損傷を検知し、自己修復し、将来の損傷を検知できる自己修復筋さえ発明しました。指先で相互作用を感じながらロボットを遠隔操作する能力も導入されています。
これらすべての中で、エンジニアチームは空中で形状を変える実際のトランスフォーマーを開発しました。この空中変形により、ロボットはスムーズに転がり、地上での作業を中断せずに開始できます。
この機能により、Caltechのエンジニアは、荒れた地形で足止めされることなく走行と飛行の両方が可能な特殊ロボットの課題を克服しました。これらロボットの柔軟性向上は、ロボット探査や配送に特に有益です。
なぜ地上ロボットと空中ロボットは実世界環境で苦戦するのか
効果的な地上・空中の移動は幅広いロボット応用にとって重要ですが、現時点では地上ロボットも空中ロボットも実世界で信頼性のある動作はできていません。
地上ロボットは作業範囲が制限されており、高い障害物を越えたり検査作業を行うことができません。一方、空中ロボットはペイロード要件と都市部での飛行に伴う安全上の懸念から、バッテリー性能が制限される問題に直面しています。
今日の自律システムが直面するこれらの課題は、空中と地上の機能を組み合わせることで克服できます。したがって、Caltechのエンジニアチームは地上・空中ロボットの開発に注力しています。
このようなロボットの多くの設計は、冗長性の哲学と、二モードの移動要件を満たすために複数のアクチュエータを使用することに依存しています。
しかし、これらの冗長ロボット設計は、必要以上に多くのアクチュエータや部品を使用しがちで、重量とコストが増大します。
ここで、形状変化により同じ付属肢を異なるタスクに再利用するモルフォボットやロボットは、システムの複雑さと重量を削減しながら、さまざまな移動モードを実現できます。
この種のロボット設計は、動物の多機能な移動行動からインスピレーションを得ており、変化し続ける非構造的環境に直面するモバイル自律ロボットの有効性を高めると期待されています。
例えば、数年前のコロラド州立大学の研究者による研究では、提示された1 形態適応ロボットシステム向けの組み込み形状変形方式が紹介されました。
研究者は、困難な地形を移動できるように脚と本体を必要に応じて変形させる3台のロボットを開発しました。これらのシステムは、カエルなどの生物が環境やライフサイクルに応じて形状を適応させる方法を模倣するよう設計されています。ロボット開発には、温度変化で柔らかくも硬くもなる素材と、かさばる電源システムを必要としない駆動方式が使用されました。
その組み込み変形方式は、人間の筋肉に似た軽量人工筋肉を利用しており、電流が加わると収縮し、さまざまな形状を実現できるため、困難な環境でもより多用途で適応しやすくなります。
最近の研究では、多機能付属肢と本体形状変化を利用して動きを改善し、従来不可能だった機動を可能にしています。しかし、モルフォボットの中でも、地上と空中の両方の移動を向上させる空中での形状変化は、まだ十分に研究されていません。
これにより、変形時に地上車両との相互作用を回避できる能力がモルフォボットに付与されます。
空中での変形は、粗い地形がロボットの付属肢の地上移動を妨げ、地上での変形が不可能なシナリオにおいて、行動の機敏さとミッションの安全性への信頼できる道を提供します。
そこで、Caltechのエンジニアは、飛行と走行をつなぐ空中遷移マヌーバを可視化した研究を発表しました。
このマヌーバは「ダイナミックホイールランディング」と呼ばれ、地上近くで変形し、デュアル用途のホイールスラスター付属肢に着地することで、飛行から走行へのスムーズな遷移を実現し、可能な限り大きな傾斜角で所望の衝撃速度を達成することを目指します。
従来のクアッドロータの着陸マヌーバが垂直で変形しない降下で着地するのに対し、本研究で提示されたマヌーバはモルフォ遷移を伴い、地上近くでの変形を通じて二つのモード間を切り替えます。
しかし、この種のマヌーバを実現するのは容易ではなく、設計、モデリング、制御の観点からの課題です。
このマヌーバは推力に耐えるためにトルクを増大させる必要があるだけでなく、アクチュエータの限界とロボットの自由度間に新たな動的結合をもたらします。地上近くでの自律空中操作は、地面の空気力学的影響により既に難しい問題とされています。その上、変形飛行と地上近くでの変形に伴う空気力学はほとんど未知です。
これらの課題に対処するため、Caltechの研究者は空中変形モルフォボット（ATMO）を設計し、空中での変形問題を解決しました。
ATMOの内部：実世界のトランスフォーマーロボットの解説
Communications Engineering誌に掲載された本研究は、Caltechの自律システム・技術センターからの資金提供を受け、モルフォボットの空中変形課題に取り組むため、ATMOという飛行・走行ロボットを設計しました。
このロボットは、最小限の駆動で飛行中に本体形状を変える変形機構に特化した空中変形ロボットです。
ロボットは4つのスラスターで飛行し、スラスターを保護するシールドが別の走行構成では車輪となります。この全変形は、中央関節を動かす単一モーターに依存し、スラスターを上方に押し上げてドローンモード、下方に下げて走行モードに切り替えます。
新しいロボットシステムは自然に触発されており、主著者でCaltechの航空宇宙大学院生であるIoannis Mandralisは、鳥が飛行しながら体形を調整して減速し障害物を回避する様子を示しています。
「空中で変形できる能力は、自治性とロバスト性の向上に多くの可能性をもたらします。」
– Mandralis
鳥が着地して走る様子はシンプルに見えますが、実際はそうではありません。
「実際には、これは航空宇宙産業がおそらく50年以上取り組んできた問題です」と、Hans W. Liepmann航空工学・医療工学教授でCaltechの自律システム・技術センター（CAST）ディレクター兼Booth-KresaリーダーシップチェアのMory Gharibは述べました。
すべての飛行体は、地面付近での複雑な力に対処しなければなりません。
ヘリコプターの場合、着陸時にスラスターが大量の空気を下方に押し出します。ここで揚力と推力は回転するローターによって供給されます。気流が地面に当たると、一部が再び上昇します。そのため、ヘリコプターが速く降下すると、この渦に吸い込まれ揚力を失う可能性があります。
ATMOに関しては、4つのジェットが互いに向かう角度を絶えず変化させながら地面近くの力に対処しなければならないため、さらに複雑になります。これにより乱流が増大し、不安定さが生じます。
空力をよりよく理解するため、エンジニアはCASTのドローンラボで実験を行いました。
着陸時にロボットの構成を変更すると推力にどのような影響があるか調査するため、チームはロードセル実験を実施しました。ロードセルは機械的な力を電気信号に変換する装置で、対象物に加わる力を測定します。
研究者はまた、気流パターンを可視化するためのスモーク可視化実験を行い、これらの動的変化を引き起こす根本的な状況を明らかにしました。
得られた洞察は、研究者がATMO用に作成した新しい制御システムのアルゴリズムに組み込まれました。
このシステムはモデル予測制御（MPC）と呼ばれる高度な制御手法を利用し、システムの将来の挙動を継続的に予測し、行動を調整して目標を維持します。
According to Mandralis:
「制御アルゴリズムが本論文で最大のイノベーションです。クアッドロータはスラスターの配置と飛行方式に合わせた特定のコントローラを使用しますが、ここではこれまで研究されていない動的システムを導入しています。ロボットが変形を開始すると、さまざまな動的結合—異なる力が相互に作用—が生じ、制御システムはそれらすべてに迅速に対応できなければなりません。」
ATMOのテスト：エンジニアが空中変形を検証した方法
Caltechのエンジニアが開発したATMOは、デュアル用途の付属肢を用いた形状変化により、走行と飛行の両方を実現しました。しかし、ATMOが他の同種ロボットと異なる点は、設計がシンプルでコストが低く、最小限の駆動で空中変形を可能にする「自己ロック傾斜アクチュエータ機構」を備えていることです。
飛行モード時、ロボットは標準的なクアッドコプターとして構成され、ホイールスラスター付属肢を推進に使用します。走行モードでは、同じ付属肢が車輪として再利用されます。
結果として得られたコンパクトなロボットの総重量は5.5kgで、バッテリーも含まれます。寸法は、地上構成で高さ33cm、幅30cm、空中構成で高さ16cm、幅65cmです。
走行時、ATMOは両側に配置された2つのベルトプーリーシステムを駆動モーターで操作し、差動駆動ステアリングを可能にします。
ロボットにはカスタムコントローラを実行するコンピュータが搭載されているだけでなく、状態推定と融合のためのオンボードセンサーも装備されており、すべての通信は高度なソフトウェアROS2で行われます。
システムを検証するため、コントローラはCASTの飛行エリアでモーションキャプチャシステムを用いたダイナミックホイールランディングに適用され、状態推定を可能にしました。
この実験では、コントローラは降下しながら前方移動し、ホイールスラスターを傾けてホイールに着地し、続いて前進走行するという参照軌道を追跡するために使用されました。
モデルベースの制御スキームは、飛行、走行、遷移の全操作パッケージをカバーするように開発されました。ロボットがホイールに着地するためにスラスターを傾ける際に発生するアクチュエータ飽和問題に対処するため、チームは「制御目的関数を各移動モードの専門的目的関数の凸結合に分解」しました。
これにより、地上から空中への遷移中にシステムを制御する柔軟なフレームワークが提供されました。
開発されたコントローラは、アクチュエータ飽和限界を超える傾斜角での着陸を可能にし、ロボットが凹凸のある地形をクリアできるようにしました。
着陸時の最終傾斜角が65°で、ロボットは臨界角を超える傾斜角での着陸に成功したことが示されました。研究は、遷移フェーズでコスト関数が変化するため、ATMOは望ましい姿勢を維持しながらホイールスラスターを傾け続けられると指摘しています。
制御手法を検証するため、チームは走行離陸を実施し、その後ダイナミックホイールランディングを行いました。
また、空中変形の重要なユースケースとして、急速離陸と前方走行を組み合わせた逆マヌーバ、さらに斜面着陸を示しました。
実験では、ATMOは既知の高さと位置の斜面にスムーズに着陸できました。この斜面は転倒リスクがあるため危険ですが、着陸前に変形して走行を続けることで回避できます。
全体として、これらロボットの機能と実用性を実験的に検証した結果、「空中ロボット変形を利用することで、ロボットの機敏性を高め、作動範囲を拡大する動的な地上・空中遷移マヌーバが実現でき、将来のモバイルロボットミッションにおける自律性の向上につながる」と研究は述べています。
チームは動的遷移マヌーバを成功裏に実証しましたが、ここでの条件は迅速な開発を促進するために制御されたものでした。例えば、モーションキャプチャカメラシステムを使用してロボットの位置と姿勢を正確かつ迅速に推定し、既存のオンボードセンサーだけでは達成できない精度を実現しました。
したがって、ロボットがより複雑で非構造的な地形に直面し、ノイズの影響を受ける部分的なセンサー情報に基づいて判断しなければならない実世界で、これらのマヌーバがどのように機能するかを検証するさらなる調査が必要です。
ロボティクスへの投資：なぜAmazon（AMZN）が際立っているのか
ロボティクス業界で著名な企業と言えば、eコマース大手のAmazon(AMZN )はここで多くの進展を遂げています。ロボティクスをリードするために、Amazonは2012年にKiva Systemsを7億7500万ドルで買収し、後にAmazon Robotics LLCにブランド変更しました。同社は2022年に初の自律移動ロボット（AMR）「Proteus」を発表しました。
Amazon (AMZN )
2025年5月時点で、Amazonは報告し、オペレーション全体で75万台以上のロボットが展開され、荷物の仕分け、持ち上げ、運搬を行っています。
「長年のイノベーションにより、顧客注文を処理する従業員を支援する、独自で高度に統合されたロボティクスシステム群を構築、テスト、スケールできました。」
– Scott Dresser, Amazon Robotics副社長
彼によれば、AIの進歩によりロボットのシームレスな統合が可能となり、フルフィルメント施設で約25％の生産性向上が実現しています。
ロボットは合計で9種類あります。その中には、センサーとAI・機械学習システムを組み合わせて人間の周囲で作業できるAmazon独自の自律移動ロボット「Proteus」も含まれます。
Robinは荷物の仕分けを担当するロボットアームで、30億件以上の荷物移動を成功させました。別のロボットアームであるCardinalは荷物をカートに入れます。Sparrowも個別アイテムを拾い上げて移動させるロボットアームです。
Sequoiaはロボティクス、AI、コンピュータビジョンシステムを用いて在庫を統合します。Herculesはアイテムのポッドを見つけて従業員に届け、Titanも同様の任務を担いますが、Herculesの2倍の重量を持ち上げられます。さらに、VulcanはAmazon初の触覚を持つロボットで、従業員と協働します。
さらに、さまざまな梱包イノベーションシステムが顧客注文の梱包に使用されており、Packaging Automation機械はサイズに合わせた紙袋を作成します。
(AMZN )
Amazonは現在、時価総額2.18兆ドルで、株価は本稿執筆時点で205.8ドル（年初来6.24％下落）です。TTMのEPSは6.13、P/Eは33.55、ROEは25.24％です。
財務面では、Amazonは2025年3月31日で終了した第1四半期に売上高1557億ドルを報告しました。北米での売上は前年同期比8％増の929億ドル、国際部門は5％増の335億ドルです。
この期間、Amazonは営業利益184億ドル、純利益171億ドル（希薄化株式1株当たり1.59ドル）、営業キャッシュフロー1139億ドルを報告しました。フリーキャッシュフローは259億ドルに減少しました。
「2025年のスタートに満足しています。特にイノベーションと顧客体験向上の進捗が速いことが喜ばしいです」とCEOのAndy Jassyは述べ、次世代Alexa（Alexa+）が「実質的に賢く」なり、より高性能になったこと、Trainium2チップとBedrockモデルの拡張によりAWS顧客がコスト効果的にモデルを訓練・推論できるようになったこと、そしてProject Kuiperの衛星が低軌道に打ち上げられ、広範なブロードバンドアクセスを提供したことを挙げました。
最新のAmazon（AMZN）株式ニュースと開発状況
結論：ATMOがロボティクスの新時代を示す理由
ロボティクスの世界は、生体模倣エンジニアリング、空中変形、インテリジェント制御システムを活用し、地上・空中ロボットの駆動要求が増大し重量と効率が低下する課題に取り組んでいます。
Caltechのエンジニアは、ATMOというロボットを通じて、地上近くでのスムーズな空中・地上モード間遷移を実現し、地上近くの空気力学を活用し、モデル予測制御でシステムを安定化させました。
ATMOは、空中ロボット変形を利用した動的な地上・空中遷移マヌーバにより、ロボットの機敏性を高め、作動範囲を拡大し、将来のモバイルロボットミッションにおける自律性の向上への道を切り開く重要なステップです。
参照文献：
1. Sun, J., Lerner, E., Tighe, B., Middlemist, C., & Zhao, J. (2023). 形態適応ロボットのための組み込み形状変形. Nature Communications, 14(1), 6023. https://doi.org/10.1038/s41467-023-41708-6
