はじめに

お疲れ様です，秋並です．

ロボティクス（ロボット工学）は様々な技術が組み合わさった総合的な分野であるため，「ロボティクスについて学ぼう！」となったときに
「何から学んで良いかわからない，そもそもどんな技術があるのかさえ分からない」
といった状況になりやすいと思っています．

そこで，本記事は「ロボティクスの辞書」的な記事を目指したいと思っています．

また、実装できる項目に関しては、できる限りPythonを使用して実装する予定です。

ロボットの辞書的なもの

以降では，ロボティクスの技術をリスト形式でまとめています．徐々に関連する記事を増やしていきたいと考えているため，定期的にこの記事を確認しにきていただけると幸いです．

とりあえず私が知っている技術に関する記事を作成していく予定です．ロボティクスは幅が広いため，私が知らない技術も多くあるため，「この技術もあるよ！」というものがあったら教えていただけるとありがたいです．

ロボットアーム

技術	説明	一言コメント
順運動学【概要】	「各関節の変位」から「エンドエフェクタの位置・姿勢」を求める	ロボットアームを制御するための最も基本的な技術．順運動学単体で何かをすることは少ないが，逆運動学などの関連する技術に必要になってくる!
順運動学（三角関数）	【Pythonコード付】三角関数により順運動学を解く	図的にわかるので直感的．最初に順運動学を学ぶならこっち
順運動学（同次変換行列）	【Pythonコード付】同次変換行列を用いて順運動学を解く	機械的に解けるので，複雑な構成のロボットへの適用も容易．実際のロボットには，三角関数による解法よりもこちらの方ががよく使われているイメージ．
逆運動学	「エンドエフェクタの位置・姿勢」から「各関節の変位」を求める	「あそこにあるペットボトルを取りたい！」といったようなロボットアームで実現したい最も基本的かつ重要な作業を実現するために必要な技術
逆運動学（解析的解法）	【Pythonコード付】解析的解法を用いて逆運動学を解く。	解析的解法のメリット：一度数式を求めれば解が一瞬で求まる（高速）精度が高い解析的解法のデメリット：軸数が多いロボットの場合、数式が複雑になる（ロボットの構成によっては解析的な数式が存在しない場合もある）
逆運動学（数値的解法）	【Pythonコード付】数値解法を用いて逆運動学を解く。	数値解法のメリット：解析解が求まらないようなロボットアームでも繰り返し計算により近似解を求めることが可能数値解法のデメリット：繰り返し計算を行うため、解析的解法よりも計算時間がかかる。
動作計画【概要】	「初期姿勢」から「目標姿勢」に至るまでの軌跡を計画	「あそこにあるペットボトルを取りたい！」時に，間に障害物があってもうまく避けながらペットボトルがある位置までロボットアームを制御する．
タスク空間における動作計画	【Pythonコード付】タスク空間において「初期姿勢」から「目標姿勢」に至るまでの軌跡を計画	タスク空間において軌跡を導出するので、任意の軌跡を導出可能

移動ロボット

技術	説明	一言コメント
占有格子地図	格子（grid）上に分割された地図上で各セルにおける障害物の有無を確率的に表現	移動ロボットが障害物を回避し、安全に走行するために重要な技術

衝突判定

技術	説明	一言コメント

画像処理

技術	説明	一言コメント

音声処理

技術	説明	一言コメント

機械学習

技術	説明	一言コメント

センサ

技術	説明	一言コメント

Robot Operating system(ROS)

技術	説明	一言コメント

【まとめ】ロボティクスの辞書【python】