RGB-Dカメラ
RGB-Dカメラは、通常のカラー画像（RGB）と同時に、被写体との距離情報である深度（Depth）を計測して出力するカメラです。従来のカメラでは困難だった3次元空間の立体的な形状や奥行きの把握が可能となり、コンピュータビジョンやロボットの自律移動、空間認識などのAI技術において、高精度な環境認識を実現するための重要なデバイスとして活用されています。
ロボティクスのAI用語一覧
71件ロボティクスに関するAI用語を71件掲載しています。意味や使い方、関連用語を一覧から確認できます。
軌道計画
軌道計画とは、ロボットや自動運転車などの移動体が、指定された目的地点まで安全かつ効率的に到達するために、時間経過に伴う位置、速度、加速度の変化（軌道）を計算・決定する技術です。障害物を回避しつつ物理的な制約を満たすスムーズな動作を実現するために、ロボティクスやAI制御において重要な役割を果たします。
オドメトリ
オドメトリとは、移動ロボットや自動運転車などが自身のセンサ情報を用いて移動量や位置の変化を推定する技術です。車輪の回転数を測るホイールオドメトリやカメラ映像を利用するビジュアルオドメトリなどがあり、自律走行において現在の位置情報を継続的に把握するための基礎技術として広く活用されています。
空間認識
空間認識とは、AIやセンサーを用いて現実世界の3次元的な形状、位置関係、奥行きなどを正確に把握する技術です。自動運転やロボットの自律走行、AR（拡張現実）デバイスにおけるデジタル情報の正確な配置など、現実世界とデジタルデータを結びつけるための基盤技術として、様々な産業分野で重要な役割を果たしています。
自動運転
自動運転とは、人間が運転操作を行わず、システムが周囲の環境を認識・判断して自律的に車両を走行させる技術です。AIやLiDARなどのセンサー、コンピュータビジョンを駆使し、交通事故の削減や移動の効率化を目指しています。運転支援から完全な自律走行まで、技術的な到達度に応じて5段階のレベルが定義されています。
深度センサ
深度センサとは、撮影対象物までの距離情報を取得し、三次元的な空間データを生成するためのデバイスです。自動運転やロボットの障害物検知、ARなどのコンピュータビジョン分野において、周囲の状況を立体的に把握するために欠かせない技術として広く活用されています。
Sim2Real
Sim2Realとは、仮想環境（シミュレーション）上で学習させたAIモデルや制御方針を、現実世界のロボットやシステムへ適用・転移させる技術です。実機実験に伴うコストや破損リスク、データ収集の時間を大幅に削減できる一方、シミュレーションと現実の挙動差（リアリティギャップ）の克服が重要な課題となります。
ホイールオドメトリ
ホイールオドメトリとは、車輪の回転数や角度をセンサーで計測し、移動体の移動距離や方位の変化を算出する手法です。自律移動ロボットや自動運転車において、自己位置推定の基礎技術として広く活用されています。
経路計画
経路計画（パスプランニング）とは、自動運転車やロボットなどの自律移動システムが、出発地から目的地まで障害物を避けながら安全かつ効率的に移動するための最適なルートを導き出す技術です。地図情報やセンサー情報をもとに、探索アルゴリズムを用いてリアルタイムに計算を行い、安全なナビゲーションを実現するための核となるAI技術です。
自己位置推定
自己位置推定とは、ロボットや自動運転車などの自律移動体が、各種センサーの情報を利用して環境内における自身の現在位置や姿勢を特定する技術です。GPSが届かない屋内や地下でも高精度なナビゲーションを行うために不可欠であり、SLAMやオドメトリなどの技術と組み合わせて高度な自律走行を実現します。
SLAM
SLAMとは、ロボットや自動運転車などの移動体が未知の環境を移動する際、センサー情報をもとに自身の「自己位置推定」と周囲の「環境地図作成」を同時に行う技術です。GPSが届かない屋内や地下でも自律的なナビゲーションを可能にする基盤技術として、自動運転やARなど幅広い分野で活用されています。
テイクオーバーリクエスト
テイクオーバーリクエストとは、自動運転システムが自律走行を継続できなくなった際、ドライバーに対して手動運転への切り替えを要求する機能およびその通知のことです。安全な運行を維持するために不可欠なプロセスです。
産業用ロボット
工場などの製造現場において、人間の代わりに組立、溶接、搬送、塗装などの各種作業を自動で行うプログラム可能な機械装置。高い精度と再現性を持ち、生産効率の向上や過酷な作業環境からの人間解放に大きく貢献しています。
ドローン
ドローン（無人航空機）とは、遠隔操作やプログラムによって自律飛行する航空機です。近年はAI技術の融合が急速に進んでおり、カメラやセンサーから得た情報をエッジAIで処理することで、障害物回避や自己位置推定を行うスマートな機体が増えています。物流、点検、災害救助など幅広い分野で自動化を推進する基盤技術として注目されています。
センサーフュージョン
センサーフュージョンとは、カメラやLiDAR、ミリ波レーダーなど複数の異なるセンサーから得られるデータを統合・処理し、単一のセンサーでは得られない高精度で信頼性の高い環境認識を実現する技術です。自動運転やロボット工学において、ノイズの低減や死角の補完、状況把握の安定化に不可欠な基盤技術となっています。
ロボット掃除機
ロボット掃除機とは、内蔵されたセンサーやAI技術を用いて部屋の形状や障害物を認識し、自律的に清掃を行う小型家電です。LiDARやカメラによるSLAM技術で室内マップを作成し、効率的なルートを計算します。近年では画像認識による障害物回避や、床質に応じた吸引力調整など、高度なエッジAI処理が搭載されています。
ティーチング
ティーチングとは、産業用ロボットやAIシステムに対して実行すべき動作や判断基準を教え込む作業のことです。手動でロボットを動かして位置を記録させる直接教示やシミュレータ上で設定する手法などがあります。自動化現場においてロボットが指定通りの作業を正確に再現するための基盤となる重要な工程です。
物理エンジン
物理エンジンは、質量・重力・摩擦・衝突などの物理法則をコンピュータ上で再現し、物体が現実世界と同様に動く様子をリアルタイムで計算・シミュレートするソフトウェアです。近年ではゲーム開発や映像制作だけでなく、AIの強化学習用シミュレータや自動運転の訓練、デジタルツインの構築など、幅広い分野で不可欠な技術となっています。
シミュレーション環境
シミュレーション環境とは、現実世界の物理現象や特定のシステム挙動をコンピュータ上で模擬した仮想環境です。AIやロボットの学習を安全、高速、低コストに行う基盤として活用されます。
ロボティクス
ロボティクスとは、ロボットの設計、構築、制御、運用に関する技術や学問の総称です。物理的な機械とセンサー、アクチュエータ、そして人工知能などの制御システムを組み合わせることで、自動的にタスクを実行します。近年では機械学習やディープラーニングとの融合により、複雑な環境下で自律的に判断・行動する高度なロボットの開発が進んでいます。
ビジュアルオドメトリ
ビジュアルオドメトリ（VO）とは、連続するカメラ画像から特徴点の移動を解析し、移動体自身の位置や姿勢の変化を逐次推定する技術です。車輪の回転数に依存する従来のホイールオドメトリと異なり、スリップや凹凸のある路面でも正確な自己位置推定が可能です。自動運転、ドローン、ロボティクスなどの分野で広く活用されています。
ドメインランダマイゼーション
ドメインランダマイゼーションは、シミュレーション環境でAIを学習させる際、摩擦や照明、物体のテクスチャなどのパラメータをランダムに変更し、現実世界への適応力を高める手法です。仮想環境と現実環境の差（Sim2Realギャップ）による性能低下を防ぎ、未知の環境に対しても高い汎化性能を持つモデルの構築を可能にします。
状態推定
状態推定とは、センサーからの不確実な観測データや過去の履歴を基に、直接観測できないシステムの内部状態を確率的に計算し推定する技術です。AIやロボティクスにおいて、自律移動や環境認識を正確に行うための基盤技術として広く活用されています。
センシング
センシングとは、センサーを用いて光・温度・音・圧力・生体情報などの物理的な状態や変化を計測し、デジタルデータに変換する技術です。AIの入力データとなる外界の情報を収集する起点として不可欠であり、スマートファクトリーや自動運転、医療ヘルスケアなど多様な領域で状況認識や判断の基盤を支えています。