- AI
- Edge Computing
- Industries
- Clea
自動化物流の近代化:硬直的なAGVを柔軟なAMRに変える方法
自動化されたロボティクスプラットフォームは、倉庫物流を根本的に変え、24/7の運用における手作業を減らしながら、運用効率を高めています。しかし、業界は進化を続けています。従来の無人搬送車(AGV)が固定された経路に依存するのに対し、自律移動ロボット(AMR)は、常に変化する環境で高い柔軟性を持ってデプロイできる、より安全でダイナミックなナビゲーションを提供します。これは、最新の人工知能(AI)機能と高度なセンサーアレイを組み合わせることで実現されます。AGVに依存している企業はすでに高性能なロボティクスプラットフォームに多額の投資をしているため、レトロフィットは、既存のインフラストラクチャをアップグレードするコスト効率の高い方法です。このブログでは、AGVからAMRへのアップグレードを取り上げたうえで、次世代の倉庫オートメーション向けの先進的なソリューションとして、SECOのSOM-SMARC-QCS6490 Computer-on-Module(COM)をご紹介します。

自動化されたロボティクスプラットフォームは、倉庫や物流のアプリケーションに革命をもたらしました。特に無人搬送車(AGV)は、在庫の搬送を機械化することで、企業が運用効率を高め、24/7の運用における手作業の必要性を減らすことを可能にしました。しかし、AGVは現代のロボティクスよりもはるかに古い歴史を持っています。1950年代のAGVは、床に埋め込まれたワイヤーの磁界で誘導される、改造された牽引トラクターでした。それ以来、AGVは、通常は光学式、レーザー式、磁気テープ式の誘導システムを使用する高度なロボティクスプラットフォームへと進化してきました。それでも、これらのデバイスは、固定された誘導基準に基づいて、あらかじめ定められた経路に沿った移動に限られています。
自律移動ロボット(AMR)技術は、エッジ人工知能(AI)と高度なセンサーアレイを活用して、オープンな環境でのナビゲーションを可能にすることで、この進化上の癖を克服する方法を提供します。物流では、これにより運用の柔軟性が大幅に高まり、動的な障害物の回避が可能になって、自律機器と並んで働く人の安全性が高まります。しかし、こうした利点があっても、多くの企業はすでにAGVに数百万ドルを投資し、施設にAGVインフラを整備しているため、AMRの導入に抵抗があるかもしれません。
そこで登場するのがレトロフィットです。最新のAGVには、倉庫環境での正確な移動のための高度なロボティクスシステムがすでに組み込まれています。この基盤を維持しながら新しいセンシングおよび処理システムを追加することで、企業は既存のAGVをAMRに転換でき、機器への投資を活かしながら「time-to-market」を短縮できます。
AGVの頭脳を入れ替える:新しい頭脳で、新しいゲームへ
AGVは高度な機械ですが、そのオンボードのインテリジェンスと認識能力は、AMRと比べると基本的なものです。既存のAGVプラットフォームを固定のナビゲーション経路から解き放つには、最初のステップとして、高度なエッジインテリジェンスに対応する新しい「頭脳」を後付けします。次に、その「頭脳」を、3Dライダーモジュール、カメラ、慣性計測装置(IMU)などの追加センサーからなる、より広い「神経系」に接続する必要があります。これらを組み合わせることで、AGVは、設定された経路のマーカーではなく、周囲の自然な特徴を認識できるようになります。さらに、センサーフュージョン処理により、高度なオープン環境でのナビゲーションと、より安全な運用のための人や障害物の検出が可能になります。
さらに、AMRに生まれ変わったAGVは、周囲の環境を記録して、自己位置推定と環境地図作成の同時実行(SLAM)を支えられます。多くの場合、元のAGVシステムから流れてくる既存の車輪オドメトリデータを新しいセンサーデータと組み合わせることで、大規模な倉庫施設内での位置と距離の精度をさらに高められます。
AMRは、全体を統括するフリートオーケストレーションプラットフォームへの接続からも恩恵を受けます。通常はクラウドでホストされるこれらのプラットフォームは、倉庫管理者にフリートの性能に関するきめ細かな可視性を提供し、効率を高めるために運用を調整できるようにします。AMRの技術チームにとっては、テレメトリーレポートが予知保全の取り組みを支え、フリートの稼働時間を最大化できます。
AGVからAMRへのレトロフィットは、既存の投資を転用することで支出を抑えられる一方、レトロフィットの設計者にとって、ハードウェアの互換性とソフトウェア開発の負担があることも認識しておく必要があります。ただし、市販(COTS)ソリューションは、すぐに使える組込みコンピューティングプラットフォームを提供することで、開発者がソリューションの個々のコンポーネントを組み合わせる作業ではなく、AGVレトロフィットの成功に集中できるよう支援します。
COTSエコシステムでAGVからAMRへのレトロフィット開発を加速する
レトロフィットを設計する際、開発者には、低消費電力のコンパクトなソリューションが求められることがよくあります。そうすれば、既存の電源インフラストラクチャを使いながら、アップグレードしたソリューションを対象プラットフォームの筐体内に収められます。
AGVからAMRへの転換では、SMARC(Smart Mobility Architecture)オープンComputer-on-Module(COM)規格が、頭脳のレトロフィットに最適なソリューションとなります。82 x 50 mmのフォームファクターで幅広いインターフェースを備え、通常は6 W未満という狭い電力枠に収まります。さらに、System-on-Module(SOM)とも呼ばれるオープンなCOMは、長期供給と、ソリューション間の相互運用性という利点があり、ベンダーロックインの可能性を減らします。COMは通常、アプリケーション固有のキャリアボードに実装されるため、AGVからAMRへのレトロフィットの設計者は、チップセットの進化に合わせて、モジュールの交換によってインテリジェンスをアップグレードできます。
そうしたソリューションの一例が、Qualcomm® Dragonwing™ QCS6490プロセッサーを搭載したSECOのSOM-SMARC-QCS6490です。AMRの機能を実現するために、AGVに次のようなインテリジェンスの強化をもたらします。
- マルチコアCPU:QCS6490は、プラットフォームの制御と多数のセンサーからの同時データ処理のために、8基のアプリケーションコア(最大2.7 GHzの1基のKryo Prime、2.4 GHzの3基のKryo Gold、1.9 GHzの4基の低消費電力Kryo Silver。すべてArmアーキテクチャに基づく)を備えています。
- Qualcomm® Adreno™ GPU:専用GPUにより、高度なオンデバイスHMIと、経路に縛られない自律ナビゲーションのための効率的なマルチカメラデータ取り込みを実現します。
- 組み込みAIアクセラレーター:最大12.15 INT8 TOPSの効率的なオンプロセッサーAIが、メインCPUとの組み合わせで、安全なオープン環境でのナビゲーションと、リアルタイムのビジョンおよびライダーベースのSLAMのための低レイテンシーの推論を支えます。
- 柔軟なOSサポート:レトロフィットでは、確立された運用フレームワークとの互換性のある統合と同期の恩恵を受けられます。SOM-SMARC-QCS6490は、Windows 11 IoT Enterprise、Yocto Linux、Androidに対応しており、容易に導入できます。
QCS6490プロセッサーに加えて、SOM-SMARC-QCS6490は、厳しい動作環境での大量データ処理を確実に行うために、最大12 GBのはんだ付けされたLPDDR5-6400メモリを搭載しています。さらに、拡張温度仕様(-30°C~+85°C)により、冷蔵・冷凍倉庫を含む、あらゆる倉庫の気候条件でAGVからAMRへのレトロフィットが可能になります。
ほかのSMARCモジュールと同様に、SOM-SMARC-QCS6490は、センサーやカメラアレイ向けのUSBとMIPI CSI、オーケストレーションプラットフォームへのクラウド接続用のオプションのWi-Fi、AGVの駆動システムとの統合用のCANバスなど、幅広いインターフェースを備えています。これらのインターフェースを試したい開発者向けに、SECO DEV-KIT-SMARCは、SECOのSMARCモジュールによる開発を加速する、すぐに使える産業グレードのキャリアシステムを提供します。サブシステム接続用の物理ポートやインターフェースヘッダーに加えて、9~20 Vという広い入力電圧範囲により、既存のAGVでの直接的なレトロフィットのプロトタイピングが可能です。
さらに、SOM-SMARC-QCS6490は、モジュラーなYoctoベースのClea OSのほか、AMRのフリート監視とデバイス管理のためのClea PortalおよびClea Edgehogを含む、SECOのCleaソフトウェアフレームワークに対応しています。AMRのレトロフィットに向けたソフトウェア開発を加速するCleaソフトウェアエコシステムは、AMRフリートの長期的なコンプライアンスと成功を促すために、セキュアブートやOTAアップデートといった重要な機能に対応しています。そのDevOpsフレームワークは、SBOMやその他の関連資料とあわせて、欧州連合のRED指令で求められるようなサイバーセキュリティ認証を容易にします。
まとめ
既存のロボティクスインフラストラクチャを転用することで、AGVからAMRへのレトロフィットは、倉庫事業者や倉庫ソリューションのOEMにとって、投資と開発のコストを大幅に節約できる可能性があります。高度なセンサーアレイやSECOのCleaソフトウェアフレームワークと組み合わせることで、SOM-SMARC-QCS6490は、予測しにくい倉庫環境での自律的なオープン環境ナビゲーションのための、環境認識の向上を実現します。さらにSECOは、実際のAGVを使った包括的なレトロフィットのテストを支援する評価プラットフォームを提供し、オープンなCOMの考え方に沿ったAMRの技術刷新の「time-to-market」を短縮します。
産業用ロボティクス向けのSECOのハードウェアおよびソフトウェアソリューションの全ラインナップについては、seco.comをご覧ください。

この記事で紹介した製品
SOM-SMARC-QCS6490
Qualcomm® Dragonwing™ QCS6490プロセッサー搭載SMARC® 2.1.1モジュール。
- SMARC®
- Qualcomm® QCS6490
この記事で紹介しているほかの製品: DEV-KIT-SMARC
SECO ニュースレターを受け取る。
seco.com でメールアドレスを登録してください。




