本文へスキップ
santismm.com に戻る
Physical AIby Santi

05構成シミュレーター

ロボットのセンサー構成を設計する

プラットフォーム、センサー、オンボードコンピュートを選択してください。シミュレーターが、そのハードウェアで可能になりうる自律機能、バッテリーへの影響、コスト、霧・暗所・GPSなしでの挙動をリアルタイムで推定します。目安のモデルであり、実際の自律性を予測するものではありません。

最終確認: 2026-11方法論と出典 →

構成例:
1 · ベースプラットフォーム
2 · センサー
3 · オンボードコンピュート

シミュレーション結果

可能になりうる機能

  • 自己位置推定のソース(LiDAR、VIO、またはRTK GNSS)
  • 障害物検知
  • オンボードコンピュート ≥ 67 TOPS
  • 3D知覚(LiDAR、またはステレオ + RGB-D)
  • 独立した2つの自己位置推定ソース
  • オンボードコンピュート ≥ 150 TOPS
  • 信頼できるメトリックマップのためのLiDAR
  • GNSSに依存しない自己位置推定(LiDAR SLAMまたはVIO)
  • 2種類の障害物検知モダリティ
  • LiDARまたはレーダーによる障害物検知
  • オンボードコンピュート ≥ 250 TOPS
ハードウェアによる自律レベルの上限L4高度自律

到達したレベルではありません。編集部のルール(エビデンスレベルD)に基づき、このハードウェアで可能となる上限を示すものです。実際の自律性は、主にソフトウェア、データ、限定された運用設計領域(ODD)での検証によって決まります。

レベル5はハードウェアだけで決まるものではありません。文脈に応じた学習と意思決定が必要であり、これは現時点で商用導入において実証されていません。

追加電力
+64 W
バッテリーへの影響
−18 %
センサー + コンピュート
$4,899
ベースプラットフォーム(参考): $60,000
追加重量
0.94 kg
7 % (ペイロード比)
バッテリー稼働時間3 h → 2.5 h

900 Wh · 300 W → 364 W

環境耐性

  • 霧低
  • 暗闇高
  • 濃い粉塵低
  • 雨中
  • GPSなし/電波妨害高

警告

警告なし:構成に矛盾はありません。

参考値とその出所

各コンポーネントは代表的な市販モデルに基づいています。電力と重量はそのデータシートから取っています(レベルB。販売代理店や技術フォーラムによる場合はC)。コストは範囲で示し、合計には中央値を使用しています。中央値はほとんどの場合、編集部推定(D)です。NVIDIA Jetsonの価格は、2026年7月の値上げ後の定価です(開発者キット。Orin NXは1,000個ロットのモジュール価格)。2つの出典で電力値が異なる場合は、高い方を採用しています。モデルの値にデータシートの対象外の要素(光学系、アンテナ、補正情報の通信回線)が含まれる場合は推定(D)として示し、出典の注記にメーカーの数値とその条件を記載しています。

コンポーネント参考モデルコスト電力重量エビデンス(仕様 · コスト)出典
ソリッドステートLiDARLivox Mid-360900–$1,1206.5 W0.265 kgBC[Livox][AIFITLAB]
360°機械式LiDAROuster OS1 (Rev7)6,000–$12,00017 W0.45 kgBD[Ouster, 2023]
ラジオメトリック・サーマルカメラTeledyne FLIR Boson 6403,000–$7,0001 W0.1 kgDD[Teledyne FLIR, 2022]
ステレオ/VIOモジュールIntel RealSense D435i300–$5003.5 W0.075 kgCD[RealSense][Clearpath Robotics]
RGB-DカメラIntel RealSense D435i300–$5003.5 W0.075 kgCD[RealSense][Clearpath Robotics]
mmWaveレーダーTI IWR6843 (60–64 GHz)200–$1,0002.5 W0.1 kgDD[Texas Instruments, 2025]
RTK GNSSu-blox ZED-F9P300–$8001 W0.15 kgDD[u-blox, 2024]
超音波センサーリング汎用100–$4002 W0.15 kgDD—
マルチガスセンサー汎用1,500–$5,0003 W0.3 kgDD—
PTZカメラ(光学30×ズーム)汎用2,000–$6,00012 W0.9 kgDD—
Jetson Orin Nano Super67 TOPS · 7–25 W$399~15 W0.15 kgBC[NVIDIA][NVIDIA, 2025][CNX Software, 2024][CNX Software, 2026]
Jetson Orin NX 16GB157 TOPS · 10–40 W$999~25 W0.25 kgBC[NVIDIA][NVIDIA, 2025][CNX Software, 2026]
Jetson AGX Orin275 TOPS · 15–60 W$3,499~40 W0.6 kgBC[NVIDIA][Hackster.io, 2022][CNX Software, 2026]
Jetson AGX Thor2070 FP4 TFLOPS · 40–130 W$5,499~90 W1.2 kgBC[NVIDIA][CNX Software, 2026]

ベースプラットフォーム

バッテリー稼働時間を算出するための、ファミリーごとの編集部による典型モデル(レベルD)です。特定の機種に対応するものではありません。

バッテリー基本消費電力
ヒューマノイド2000 Wh500 W
四足歩行ロボット900 Wh300 W
地上車両(UGV/AMR)2500 Wh300 W
ドローン/空中ロボット(UAV)530 Wh560 W

D· 編集部推定

自律レベルの算出方法

  • レベル1:IMUによる姿勢安定化。すべてのベースプラットフォームに含まれます。
  • レベル2:自己位置推定 + 障害物検知 + コンピュート ≥ 67 TOPS。
  • レベル3:3D知覚 + 2つの自己位置推定ソース + コンピュート ≥ 150 TOPS。
  • レベル4(限定されたODD):LiDAR + GNSSに依存しない自己位置推定 + 2種類の障害物検知モダリティ(うち1つはLiDARまたはレーダー) + コンピュート ≥ 250 TOPS。
  • 追加重量は、ファミリーに応じて消費電力を増加させます(ドローンが最も影響を受けやすい)。
  • Thorは、TOPSの概算換算値で比較しています。公表値はFP4での値です。

モデルの限界

  • ルールは編集部によるヒューリスティック(レベルD)です。センサーのモダリティ数と演算能力を数えるものであり、ソフトウェアの性能を評価するものではありません。
  • TOPSの数値はメーカーが最良モードで公表している値です(Orin Nano Superでは、スパースINT8の67 TOPSは密な演算の33 TOPSに相当します)。そのため、世代間で比較することはできません。
  • 消費電力は定常時の代表値です。LiDARは起動時や低温時に消費電力が最大2倍になることがあります。各メーカーによると、Mid-360は自己加熱時(−20〜0 °C)にピークで14 W、OS1は起動時に22 W、−40 °Cでピーク28 Wに達します。
  • レベル4にはさらに、限定された運用設計領域(ODD)での検証が必要です。どのようなハードウェアの組み合わせでも、それは保証されません。

目安としてのシミュレーションです。実際の自律性は、主にソフトウェア、データ、そして対象環境での検証によって決まります。