チームの基本方針(キックオフ提案)
- AI非依存を第一方針とする
- カメラ画像 or LiDAR + 機械学習には頼らない。ルールベース(ToF + 古典制御)で走破を目指す。
- どうしても困難な場合のみAIを採用。ただし有用性の検証(小規模PoC)は並行して行う。
- 低コスト・マイコン完結
- Jetson / Raspberry Pi 等のSBCを使わず、マイコンボードで完結できればより良い。
- 高価なセンサー(LiDAR等)なしで走行達成すること自体を価値とする。
- 実績の継承
- 過去の別大会で ToFセンサー×5個による連続周回で優勝した構成をベースに発展させる。
- 速度制御性の向上
- DCブラシモータ → ブラシレスモータへの変更を検討(低速トルク・速度制御性)。
勝ち筋の分析
ルール構造(→ ルール、ボーナス/ペナルティ)から:
- 予選・決勝とも勝敗基準②が「救済回数の少なさ」→ 安定周回 > 最高速。
- 3秒未満の自力復帰は救済にならない → スタック検知+自動復帰は最優先実装。
- 決勝ボーナスは矢印信号(+0.5周/回)と駐車(+2周)のみ → 追加実装はこの2つに集中投資。
機能の優先順位(提案)
| 優先度 | 機能 | 理由 |
|---|
| P0 | ToF×5による安定周回(壁沿い走行+コーナリング) | 全ての前提。予選・決勝の基礎点 |
| P0 | スタック検知 → 自動復帰 | 救済・手動復帰ペナルティ回避。費用対効果最大 |
| P1 | 速度プロファイル制御(区間ごとの加減速) | 予選タイム短縮。ブラシレス化の目的 |
| P1 | 白線(ゴールライン)検知 | 周回カウント・駐車開始トリガーの基礎 |
| P2 | 矢印信号認識(カメラ) | 決勝+0.5周/回。マイコン画像処理の挑戦領域 |
| P2 | ゴール後縦列駐車 | 決勝+2周。白線検知+デッドレコニングで実現 |
| P3 | 難所別チューニング(黒幕・低μ・でこぼこ) | 実走で問題が出た箇所に対処 |
リスクと対応方針
| リスク | 対応 |
|---|
| 黒幕区間でToFの反射が弱く測距不能 | 黒色材(暗幕・黒スプレー板)での反射試験を早期実施。ダメなら該当区間のみデッドレコニング走行 |
| ライト撹乱ゾーンでカメラが飽和 | 矢印認識は露出固定+色域判定で設計。撹乱区間では画像判断を無効化するゾーン管理 |
| でこぼこ・坂道でToFが床/空を測距 | センサー取付のピッチ許容設計、複数サンプルの中央値フィルタ、異常値棄却 |
| 低μ路でスリップし制御乱れ | ブラシレス+エンコーダで車輪速を把握。μ変化区間は速度を落とすゾーン制御 |
| 1マイコンでのリソース枯渇・リアルタイム性崩壊 | 高位判断と制御を分離するマルチマイコン構成(→ システム構成) |
| ブラシレス化が難航(ESC選定・低速制御) | 早期にベンチ検証。期限を切ってダメならDCブラシ+エンコーダに戻せる設計(モータマウント互換) |
検証の進め方(提案)
- ベンチ検証を並列に: ToF黒色反射 / ブラシレス低速制御 / カメラ矢印認識 / 白線センサー を
それぞれ独立したPoCとして最初の1ヶ月で白黒つける。
- 部分モックコース: SPF1×4材で「狭い道」「ヘアピン」「白線」を再現し、走行検証は実寸で行う。
- 計測の自動化: ラップタイム・スタック回数をログで取れるようにし、チューニングを数値で回す。
- 予選仕様の凍結日を決める: 予選2週間前には機能追加を止め、安定化のみ行う。