４．魚ロボットの概要

 生物の運動からヒントを得て開発された魚ロボットはAUVの一種に分類される。
 海中の生物の生活環境を乱さずに観測できる。本物そっくりに泳ぎ、カメラを搭載すれば海中生物の自然体な生息状況を観測できる。開発の歴史は以下の通りである。
 1995年にケーブルなしで本物そっくりに泳ぐ魚ロボットを開発した。魚ロボットは図10に示すように魚の鰭のように振動して推進力を生み出す弾性振動翼⁷⁾、弾性振動翼を振動させるモータ、魚ロボットの動きを制御する制御コンピュータ⁴⁾、魚ロボットの外界・内界の状態を感知するセンサシステム⁸⁾、位置を検知するソナー、外界を撮影するカメラ、電源であるバッテリー、バッテリーへ充電する電力を制御する充電システム、浮力材、浮力を調整するバラストタンク、バラストタンクの注排水を行うポンプ、無線によって情報を通信する無線情報通信システム等で構成される。また、尾鰭の振動翼の動きは実際の魚のストローハル数に合わせている。結果、本物そっくりの泳ぎを実現する鯛ロボットを開発した（図11）。この系統で、1997年にシーラカンスロボット（図12）とバッテリー自動充電自律遊泳システム、鯉ロボット（図13）、金の鯱ロボット（図14）、鮪ロボット（図15）の開発に至っている⁹⁾。シーラカンスロボット以降は尾鰭のみならず胸鰭等複数の翼を動かし、多自由度の運動を可能としている。2004年に開発したマンタロボットは弾性振動翼を2枚重ねたメカニズムで水中を羽ばたきながら宙返りなど滑らかな方向転換を可能とした（図16）¹⁾。この系統で、2009年に東雲坂田鮫ロボット（図17）を開発した¹⁾。羽ばたき翼と長い尾鰭でロボットは駆動され、速度を落とさずにその場で回頭できる運動能力を有する。一方で、水棲哺乳類の動きを模擬したロボットとして、2013年にイルカロボット（図18）を開発した¹⁾。弾性振動翼を水平翼として尾鰭に使った点に特長がある。全長１ｍでモータ駆動である。

図11　鯛ロボット	図12　シーラカンスロボット
図13　鯉ロボット“将軍”	図14　金の鯱ロボット
図15　鮪ロボット	図16　マンタロボット
図17　東雲坂田鮫ロボット	図18　イルカロボット

５．海洋ロボットの課題と将来像

 海洋ロボットの実ミッション上の課題と将来像をROV、AUVを中心に述べる。まず、ROVは自律性が高まり、自動作業性能の向上が図られると予想できる。その結果、ROVの海中作業能力が強化され、試料採取や機器の設置と回収を細やかに大パワー対応できる作業マニピュレータの開発が行われる。また、重作業用モジュールパーツの取り付け可能なROVの開発も期待される。他にも、ROVが無人洋上浮体とリンクすることにより洋上浮体の位置情報からROVの位置を自動認識し、洋上浮体の位置保持や移動性能と運動をリンクし、総合的にROV運動性能を高める協調系ROVシステムの開発も期待される。次にAUVが抱えている課題は、航続可能距離増加のための対策（電池、海中充電システム等）、 運動知能化（自己で周囲を認識して、判断し、行動できる機能の強化）、作業性強化（ロボットハンド装着し、ケーブルなしで海中作業）であり、これらを解決することによりAUVの次世代化が図られる。 リチウム電池、燃料電池等バッテリー技術の発展によりコンパクトで航続可能距離が長く、搭載されるセンサの高精度化により海中及び海底の細かな状況をセンシング可能で、人工知能技術によりセンシング情報から的確な判断を自動で行い、自律危険回避行動ができ、小型量子コンピュータ内蔵により収得データ容量の増大と知能性の強化されたものが実現されると思量する。さらに、翼をAUVに装着してグライディング効果により省エネ長距離航走を実現させることもできる¹⁰⁾。その他にも、海中非接触充電により海中でバッテリー充電を行うことによる効率的なAUVの運用（図19）、AUVの複数運用による海洋探査の効率化、マニュピュレータを装備したAUVによる海中及び海底の複雑な地形や環境での作業が期待される。
 海洋ロボット全体の将来像は複数のAUVとASVとの連動による海中のロボット群による探査（図20）の実現であり¹⁰⁾、飛行ドローンや衛星との通信連動によりその有用性がさらに高まる（図21）¹¹⁾。

【著者紹介】
山本　郁夫（やまもと　いくお）
長崎大学副学長・教授

■略歴

1983.3 九州大学工学部航空工学科卒、同大学院工学研究科修了、博士（工学）。
1985.4 三菱重工本社技術本部、2004.4 海洋研究開発機構、2005.4 九州大学大学院総合理工学府教授、2007.4 北九州市立大学教授、2013.4 長崎大学教授、2019.4 同大学副学長。GlobalScot（スコットランド名誉市民）、フランス国際賞受賞。

専門はロボット工学。実用的なロボットを世界に先駆けて開発することで定評がある。三菱重工業（株）で10000m(10900m)無人潜水ロボットやB787主翼、JAMSTECで300km(317km)以上を自律で航走する水中ロボットを開発してきた。大学では小型飛行体や小型水中ロボット、本物そっくりにおよぐ魚ロボットを世界に先駆けて開発している。宇宙遊泳する魚ロボットも開発した。30年以上のロボット研究歴の中で英国、フランス、日本などでPractical Roboticsの創出法に関する本など多く執筆している。内閣府総合海洋政策本部参与会議自律型無人潜水機(AUV)戦略PT有識者委員。

４．SIP第3期におけるAUV技術開発

 SIP第3期でのAUV技術開発に関する主眼は、AUVや観測機器の相互連携とデータ収集能力の強化による長期的・広範囲の環境モニタリングシステムの構築と言える。前項で対象としていた海底鉱物資源の探索のみならず、CTD（塩分濃度、水温、水深）を始めとする海洋環境評価に必要な情報を、例えば定点観測装置“江戸っ子1号”と周辺状況を把握可能なAUVが連携して収集する。AUVが自身で取得したデータのみならず江戸っ子1号が収集した情報も途中経過としてAUVに集約、さらに海中拠点となりAUV電力供給が可能な深海ターミナルに集約することで、陸上に素早く収集データを転送することを可能とする。このような新たな技術開発と実運用を目標として、2023年度からプロジェクトを開始している。開発イメージを総括して、図6に示す。
 従前AUVは運用としてASVとの垂直方向連携のみであった状況をSIP第3期では水平方向AUV連携を進める。さらに江戸っ子1号を海中の道標として活用することで、航行誤差、すなわち観測の欠落や逆に余分な重複観測を大幅に減少させることが可能であり、運用効率の向上が実現できる。その中で、センシングに関してAUVに搭載しながら計測を行う場合は、省電力で計測地点を正確に捉える必要性から小型・高感度のセンサ・機器開発が望まれる。5年後には、“海中の見える化”を大幅に進めることの可能な手段が実証される予定である。

５．おわりに

 海底資源探査、海洋環境調査や国防的な観点も含めたMDA（海洋状況把握）、洋上風力発電施設、漁業関連施設等の海上・海中点検での無人化のニーズは今後益々増大すると考える。海洋AUV産業は、世界規模での市場開拓が可能な分野であり、世界的な開発競争が激しいことも事実であるが、我が国の技術レベルが追い付けないほど後塵を拝しているとも思われない。無人機運用による自動観測、計測に対する社会要請は今後益々増大していく中、国内産業・技術の育成と活用、連携がより一層必要とされている。
 最後に本技術開発は、内閣府戦略的イノベーション創造プログラムSIP第1期「次世代海洋資源調査技術－海のジパング計画－」、SIP第2期「革新的深海資源調査技術」、第3期「海洋安全保障プラットフォームの構築」（研究推進法人：JAMSTEC）によって実施・計画された内容であることを付記する。寄稿するにあたり関係各位に感謝申し上げる。

【著者紹介】
藤原　敏文（ふじわら　としふみ）
（国研）海上・港湾・航空技術研究所海上技術安全研究所　研究統括監　工学博士
SIP第3期海洋安全保障プラットフォームの構築　海洋ロボティクス調査技術開発　テーマリーダー

３．２．複数AUVの相互ランドマーク測位による探査手法

 前節の方法でAUVはステーションの周囲で位置や姿勢を推定することが可能となる．しかし，ステーションとの通信圏内でないとAUVの推定誤差は徐々に増加する．ステーションの位置は固定であるため，AUVの観測範囲はステーションの周囲に限定されるという課題がある．この課題を解決するために，複数のAUVのうちの一台が交代で海底に着底し，AUVそのものが基準局（ステーション）としての役割を担う方法を開発した^{3, 4）}．着底AUVを基準にその他のAUVは，音響相対測位を実施しつつ海底探査を行う．必ず海底に着底したAUVが通信圏内に存在することで，すべてのAUVが着底AUVを基準に高精度な測位を実現しつつ，観測範囲を拡大していくことが可能である（図４）．AUVはランドマークを交代するメイングループ（二台，図４のAとB）とそれ以外のサブグループ（図４のCとD）で構成される．
 三台のホバリング型AUV（AUV 1とAUV 2がメイングループ，AUV 3がサブグループ）による実証試験を沼津の内浦湾において行った．図5に海域試験の様子を示す．図６に三台の推定航跡とそれぞれのAUVが着底・停止した地点を示す．AUV 1とAUV 2が交代で海底に着底して基準局となり，AUV 3は着底AUVを基準に位置・姿勢を推定しつつ，海底観測を行った．海域試験を通じて，提案手法によって観測エリアを拡大しながら探査可能であることが示された．

３．３．高性能なAUVを親機とした複数AUVによる探査手法

 相互ランドマーク測位ではAUVが測位の基準局となるため，最低一台は海底に着底している必要がある．相互ランドマーク測位の改良型として，一台の高性能な測位性能を有したAUV（親機）を基準とした複数AUVによる測位手法を開発した^5）．親機は慣性航法装置（INS：Inertial Navigation System）やDVLなどを搭載し，支援船などの外部からの支援を受けずに位置や姿勢を推定することができる．親機との音響相対測位に基づき，親機以外のAUV（子機）は親機基準で位置や姿勢を推定する．子機単体では高い測位性能を有していない場合にも，親機との相対測位により，親機と同等の精度で海底を観測することが可能である．また親機を中心に群として移動することで，効率的に観測範囲を拡大していくことが可能である（図７）．本手法の利点として，(1)子機がシンプルなセンサで構成されるため，コスト低減が可能である点，(2)子機の小型化によって展開が容易になるため，多くのAUVを同時に展開することが可能となり，調査効率の向上が見込める点などが挙げられる．
 鹿児島湾において二台のホバリング型AUV（親機と子機）を用いた実海域試験を実施した．二台は親機の海底到着位置を原点とした南向きをX軸とする座標系において探査を実施した．図８に二台の推定航跡と音響相対測位結果（親機：緑，子機：黄），また二台の推定位置の確率分布（３分間隔）を示す．親機が音響相対測位で計測した子機との距離と計測時の二台の推定位置から計算した距離を比較して推定誤差を評価した．距離の誤差は調査時間を通じて数m以内で拡大することなく，子機は親機と同等の測位精度で自己位置を推定できることが示されている．

４．おわりに

 本稿では海中探査プラットフォームとして注目されているAUVの中でもホバリング型AUVについて述べた．ホバリング型AUVは海底に接近できるため，海底環境のマッピングに適している．水中では陸上のように電波が使用できず，AUVは航法センサによって位置や姿勢を推定する．しかし，航法センサには計測誤差が含まれるため，時間とともに推定誤差が増加する課題がある．この課題を克服するために複数のプラットフォームの連携によって位置や姿勢を推定しつつ広範囲にわたる海底環境を探査する方法を開発してきた．開発した技術によって，海底に接近できるホバリング型AUVの利点を活かし，海底環境の可視化を促進させたいと考えている．

【著者紹介】
松田　匠未（まつだ　たくみ）
明治大学理工学部 専任講師

4．知能チャレンジ(ROV部門)

 競技課題として、海中建造物の表面欠陥検出。
必要な技術
・安定したホバリング制御：海中環境は、波浪や潮流などの影響を受けやすいため、安定したホバリング制御が求められる。そのため、制御アルゴリズムや機体設計などの技術が必要となる。
・画像処理：海中環境では、光の減衰や乱反射などの影響により、画像の品質が低下する。そのため、画像処理技術を用いて、傷などの欠陥を検出する必要がある。
・海中環境下での期待制御：海中環境では、水圧や水流などの影響により、機体の挙動が変化する。そのため、海中環境下での機体制御技術が必要となる。

 第8回海洋ロボットコンペティションin沖縄で長崎大学　山本郁夫研究室のメンバーがチャレンジした内容^[4]を示す。
 2台のカメラを搭載、１台目は正面（フロントカメラ）、２台目は下部（海底方向カメラ）である。
① フロントカメラ を用いた テンプレートマッチング による 定点保持
 水中では波の影響で光の当たり方がフレームごとに変化すると考えられるため 、 その影響を抑えるために類似度計算の手法として零平均正規化相互相関 (ZNCC) を使用した 。式(1)ではテンプレート画像の輝度値をT(i,j) 、被探索画像の輝度値をI(i,j)とした 。座標(i,j)はテンプレートの幅をM画素、高さをN 画素としたとき、左上を原点、右下を(M-1,N-1)とした 。

式では、各輝度値から平均値を引いた後の正規化相互相関を計算することで、I(i,j),T(i,j)をそれぞれ画像領域内の濃度値分布と考え、統計量としての相互相関係数を計算することで照明変化に 対するロバスト性の向上が可能となった。およびは領域内の輝度値の平均値を示している。

② 海底方向カメラを用いたオプティカルフローによる奥行制御
オプティカルフローによる画像処理に基づいたPID制御を採用する。オプティカルフローとは動画中の２枚の隣接した画像間フレームにおいて、移動前の画素と移動後の画素をベクトルで示したものである。オプティカルフローにおいての類似計算方法についてはLucas Kanade 法 勾配法を用いる。これはいくつかの条件を設けることで解を推定する手法である。
 ・移動前後の輝度分布が変化しない
 ・画像が時間的に微分可能である
 ・移動量が微小である
 ・近傍画素も同等のベクトル量になる
速度ベクトルV(u,v)}で移動する物体があるとする。時刻 t で輝度E(x,y)の点がdt後にE'(x+u,y+v)へ移動したとする。
移動前後の輝度より

移動量が微小より

したがってEからEへの輝度勾配をdEとするとベクトルの内積を用いて、

隣接する点について

この式から最小二乗法を用いて一意の解を得ることができる。

 図9で示した海底撮影によるOptical Flow画像である。白点が特徴点で、十分に取れていることが分かる。この画像で奥行き制御を行うことで、より精度の良い定点保持を実現した。

5．知能チャレンジ(AUV部門)

競技課題としては、海中測位手段を発案し、開発した装置を用いて競技
(但し、補助装置として音波発生器を目標地点に設置している。)

第8回海洋ロボットコンペティションin沖縄で、九州工業大学　西田裕也研究室メンバーがチャレンジした内容^[5]を示す。

・MEMSマイクを用いたハイドロフォン
耐圧樹脂を用いてMEMS マイクを水中環境においても使用可能にする特許^[6]に基づいて制作されている。センサ部分は耐圧樹脂Jellafin^[7]を流し込むことで防水性を確保しつつも音波を受信できる。

・SBL(Short Base Line)方式
 SBL 方式を図12に示す。図12左はハイドロフォンが4つの場合の例、図右が Y軸の方向から見たハイドロフォン1 とハイドロフォン2の関係を表している。nはチャンネル番号，R はスラントレンジ[m]、x_s,y_s,z_sは音源座標[m]、x_n,y_n,z_nは各ハイドロフォンの座標[m],∆R_1nチャンネル1 と各ハイドロフォンのスラントレンジの差である。この図から関係式を導くと式(6)となる。∆t_1nはチャンネル1 と各ハイドロフォンの到達時間差[s]，c は音速[m/s] である。

座標推定には、式(6)を満たす音源座標を計算する必要がある．計算には、局所解に強く導関数が不要で比較的収束の早いPowell 法による数値最適化を用いている。式(6)より目的関数を式(7)のように定義し、この目的関数を最小化するを着底位置の推定座標Eとした。

・SSBL(Super Short Base Line)方式による角度推定
 SSBL方式を図13に示す。機体の前方下部に取り付けた2つのハイドロフォンを使って音波の到来方向を推定した。SSBL方式では、2つのハイドロフォンの間隔をベースラインとし、音源が平行に到来するものと仮定する。この仮定のもと関係式を導くと、式が得られる。θは推定角度[deg]、cは音速[m/s]、Δt は遅れ時間[s]、Bはベースライン[m] である。式より、2つのハイドロフォンの音波受信タイミングの差である遅れ時間から音波の到来角度を推定した。なお，ピンガは前方にあるものと仮定し、−90 から+90 deg の範囲で角度を推定した。

 図14にSSBL方式による実験結果を示す。紙面の都合でSBL方式の実験結果は省略したが、ハイドロフォン検証に関してはSSBL方式かSBL方式のどちらかで可能である。

6. おわりに

 海洋ロボットコンペティションin沖縄は、海洋産業の人材育成と技術発展を目的とした大会である。競技会を始めた当初のAUVは、防水を中心とした最低限の装備であったが、第4回大会から知能チャレンジを設けることで、制御系およびセンサ類を活用する動きが出てきた。知能チャレンジ部門のROVとAUVは、大会側の課題をクリアした機体であり、参加チームの創意工夫により、より良い制御方法等が紹介・実用化されている。

 今後は、参加チームのさらなる創意工夫を促進し、海洋ロボットの技術発展に貢献していきたい。そのためには、企業協賛金の獲得が不可欠である。各企業様には、海洋ロボットコンペティションin沖縄の趣旨をご理解いただき、広く協賛いただけることを期待している。

 また、海洋ロボットコンペティションin沖縄の実行委員、沖縄職業能力開発大学校、琉球大学、沖縄工業高等専門学校の皆様方の多大なご助力に感謝申し上げる。

【著者紹介】
岡田　正之（おかだ　まさゆき）
九州職業能力開発大学校　生産電子情報システム技術科　特任能力開発教授