UNI-WR2S
ポータブルROS / SLAM学習ロボット
机上から、実機のナビゲーションへ
UNI-WR2Sは、ROSおよびSLAMナビゲーション教育向けに設計されたポータブルなデスクトップ型ロボットプラットフォームである。
「ロボットオペレーティングシステム（ROS）」「移動ロボットのナビゲーションおよび自己位置推定」「自動制御（PID）」などの講義における実践的な演習に対応。
従来のシミュレーション中心、あるいは広い実験環境を必要とする教育手法と異なり、UNI-WR2Sはポータブルなハードウェアとデスクトップ環境での運用、さらにROSのエンジニアリングプロセスを体系的に分解。
実機ロボット上で、いつでもどこでもナビゲーションアルゴリズムの検証やパッケージ開発を行うことが可能。
■ 対象分野・活用シーン
ROS入門
SLAMナビゲーション
PID制御
移動ロボット実習
エンジニアリング実践
製品特長
手のひらサイズ
USB Type-C 充電対応
デスク上で自在に展開
■ ポータブル学習モデル
フルメタルのコンパクトボディを採用し、サイズは成人の手のひらよりも小型。Type-C充電ポートを搭載し、モバイルバッテリーでの給電にも対応。教室・実験室・出張先など、さまざまなシーンでの即時デバッグニーズに応える。
■ デスクトップSLAM実験環境
わずか60cm四方のデスク上から始められるSLAM環境。手の届くコンパクトな操作範囲に加え、モジュール式パネルで最大1.2m四方まで拡張可能。多彩なナビゲーションコースをスピーディーに構築できる。
デスク上配置の俯瞰図
■ ROS実装の体系的分解
原理フレームワーク、機能デモ、構成分解、機能パッケージ設定、全パラメータ調整に至る5段階の学習ステップを構築する。Cartographer・Hector・Gmappingの3大ナビゲーションアルゴリズムと組み合わせ、学生が実際のエンジニアリング実装手法を習得できるようにする。
仕様・スペック
■ 基本仕様
OS環境
Ubuntu／ROS（プリインストール）
構成
二輪駆動・三輪差動シャーシ
コントローラー
Broadcom BCM2710A1, quad-core 64-bit SoC
(Arm Cortex-A53 @ 1GHz)
駆動方式
7ビットエンコーダモーター
シャーシ構成
4輪メカナムホイール全方向移動シャーシ
ナビゲーション方式
Cartographer / Hector / Gmapping（レーザーSLAM）
最大安定速度
0.16m/s
位置精度
1m以内における位置誤差5mm未満
直進精度
1m走行時の直線偏差1cm未満（約1.5°）
寸法
130mm(W) x 97mm(D) x 98mm(H)
重量
580g
電源
内蔵バッテリー （連続稼働時間4時間以上） USB Type-C充電
付属品
USB Type-Cケーブル（約1.5 m）×1（ACアダプター付属）
■ センサー構成
SLAMナビゲーションに必要な各種センサーを統合し、オドメトリフィードバック、姿勢推定、環境マッピングに対応。実環境におけるナビゲーションアルゴリズムの入力データ取得を実現。
LiDARセンサー（上部搭載）
外径：62 mm以下，測定距離：0.1～10 m，サンプリング周波数：10 Hz
ホイールエンコーダ
デュアル構成、PID制御およびオドメトリフィードバックに対応
IMU／ジャイロセンサー
姿勢推定に対応
拡張インターフェース
外部センサーおよびマーカーの接続に対応
■ 制御構成
Raspberry Piを中核とした制御システムを採用。PIDモータドライバおよび電源管理機能を内蔵し、ワンボタンでの起動・復帰に対応。授業でのデモンストレーションや大量導入にも適した設計。
実験項目
ロボットビジョン
基礎的な画像処理から深層学習、マルチモーダル認識まで、一貫した実践学習の流れを構築。
■ OpenCVビジョン
・色認識、形状認識、QRコード認識、バーコード認識
・カラーマーカー検出（総合処理＋フィルタリング）
■ AIビジョン – YOLO
・YOLOモデルの導入・デプロイ
・データセットのアノテーション、学習、デプロイ
・ワーク検出
・顔検出
■ AIビジョン – 通義千問マルチモーダル大規模モデル
・通義千問マルチモーダルAPIの導入・デプロイ
・物体検出およびラベリング
大規模モデルの導入と応用
音声インタラクション、マルチモーダル認識、ロボット実行を統合した、エンドツーエンドのAIモデル実践にフォーカス。
■ 音声対話インタラクション
・音声認識（ASR）の導入・実装 – 通義千問
・意味理解（LLM）の導入・実装 – DeepSeek
・音声合成（TTS）の導入・実装 – 火山引擎
・大規模モデルを活用した音声対話機能の実装
・音声対話による電卓機能の実装
・音声対話による音楽再生機能の実装
■ マルチモーダル視覚認識
・通義千問マルチモーダルAPIの導入・デプロイ
・物体検出およびラベリング
■ ロボット応用との連携
・MCPに基づく認識・把持タスクプランニング
・MCPに基づくナビゲーションタスクプランニング
ロボット本体
シャーシおよびロボットアームの運動学と制御戦略に関する実践。
■ モバイルベース制御
・エンコーダ付きモータのPID制御
・全方向移動ベースの運動学制御
・全方向移動ベースのオドメトリ制御（ジャイロセンサ含む）
■ ロボットアーム本体制御
・サーボモータの位置制御
・ロボットアームの運動学制御
・ロボットアームの補間軌道制御
ロボットオペレーティング システム(ROS)
ROSのトピック、サービス、パラメータ管理およびMoveItによるモーションプランニングなどの中核スキルを習得。
■ ROSの基礎操作
・Topic、Service、Parameter による turtlesim の移動制御
・パッケージ移植と実行 – キーボードによる turtlesim 制御
■ Moveit! によるロボットアーム動作計画
・ロボットアームのURDFファイル設定
・Moveit! によるロボットアーム運動学モデルの設定
・RViz によるロボットアーム動作計画の実現
移動ロボットのナビゲーション と自己位置推定
システムインターフェース、マッピングおよびナビゲーションの一連のプロセスを網羅し、マルチポイントナビゲーションの実践に対応。
■ 地図構築
・マッピング用プロジェクトファイルの設定
・新規地図の構築
■ 地図ナビゲーション
・指定点ナビゲーションの実装
・自律回避ナビゲーションの実装
・複数座標ナビゲーションの実装