AMRを自作・組み立てるには？おすすめキットと必要パーツ・設計ポイントを徹底解説

物流や製造の現場で注目されているAMR（自律走行搬送ロボット）。市販製品は高価で仕様が固定されがちですが、自作や組み立てキットを活用することで、コストを抑えながら目的に合った柔軟なロボット開発が可能になります。特に教育や研究、実証実験の段階では、キットベースでの開発が現実的な選択肢となっています。

一方で、一定以上の精度や信頼性が求められる実運用レベルでは、専門メーカーや技術支援が不可欠です。この記事では、自作AMRの基本から、導入を成功させるためのキット活用、そして実運用段階でのプロ支援の必要性までを網羅的に解説します。

AMRとは？まずは基本の仕組みと構成を確認しよう

AMRの定義と役割：なぜ今「AGV」ではなく「AMR」なのか

AMR（Autonomous Mobile Robot）とは、人の操作なしに自律的に走行し、障害物を回避しながら目的地まで物を運ぶ搬送ロボットです。工場や倉庫など、物流現場において注目を集めています。

従来から使われていたAGV（無人搬送車）は、磁気テープや誘導線に沿って走行する「決められた道だけを走るロボット」でした。これに対してAMRは、あらかじめ決められたルートではなく、周囲の環境を自ら認識・判断して動くのが特徴です。

そのため、レイアウト変更や障害物の発生にも柔軟に対応でき、「柔軟性」と「自律性」において圧倒的な進化を遂げています。

以下に、AMRとAGVの違いをわかりやすく整理した比較表を示します。

【AMRとAGVの比較表】

比較項目	AGV（無人搬送車）	AMR（自律走行搬送ロボット）
走行方式	磁気テープ／誘導線などに従う	センサーと地図で自律走行
障害物回避	不可（停止するだけ）	自動でルートを再構築し回避
レイアウト変更	大幅な再設計が必要	センサーとSLAMで動的に対応可能
初期設置コスト	低コストだが制約あり	高度な技術が必要だが自由度が高い
主な用途	単一ルート搬送に適する	多品種・変動対応の搬送に最適

AMRとAGVの大きな違いは、環境変化への対応力にあります。AGVは決まったルートしか走れませんが、AMRは障害物やレイアウト変更にも柔軟に対応できるため、多品種・変動対応が求められる現場に適しています。初期コストは高めでも、長期的には再設計や人手対応の削減による運用コストの最適化が期待できます。

なお、AGVキットの価格相場や導入時にありがちな失敗を防ぐチェックポイントについては、こちらの記事で詳しく解説しています。

AMRの基本構成：5つの要素で成り立つ“動く頭脳”

AMRの自律性は、センサー・演算機・駆動系・電源・ソフトウェアという5つの基本構成によって実現されています。以下の図解は、AMRの基本構成と各役割を示したものです。

AMRの基本構成

[LiDAR/カメラ]  ─→  [制御用PC（Jetson等）]  ─→  [ナビゲーション／SLAM制御]
                                ↓
                       [モーター制御基板]
                                ↓
                          [駆動ユニット]
                                ↓
                        [フレーム／シャーシ]
                                ↓
                           [バッテリー]

それぞれの要素は次のような役割を持ちます。

なぜSLAM技術がAMRの中核となるのか

SLAM（Simultaneous Localization and Mapping）は、ロボットが自己位置を推定しながら同時に周囲の地図を生成する技術です。AMRにおいては、このSLAMが機能しなければ、自律走行は成立しません。

LiDARやカメラから得られるセンサーデータをリアルタイムで解析し、「今どこにいるのか？」「どこに障害物があるのか？」を認識・学習することで、動的な経路を生成しながら安全に走行します。

つまり、「LiDARの精度」「PCの演算性能」「SLAM用ミドルウェアのチューニング」がAMR導入成功の大きなポイントとなります。

自作視点で見るAMRの基本構成｜部品選定の実用ポイントと構築のコツ

AMRを自作するうえで、構成部品の選定はロボット性能を大きく左右します。ここでは、実際の部品例とその機能、組み立て時の注意点を交えながら、構成の全体像を解説します。

センサー（LiDAR・カメラ）｜目の役割を果たす中核部品

LiDAR（例：Livox Mid-360 / RPLIDAR Sシリーズ）
レーザーを照射して周囲の距離を測定するセンサーで、SLAM（自己位置推定と地図生成）に不可欠です。近年は平面しか認識できない2D LiDARから、広範囲を立体的に把握でき、障害物検知能力が飛躍的に高い3D LiDAR（Livox Mid-360など）が実証実験（PoC）でも主流となっています。

深度カメラ／AIカメラ（例：Luxonis OAK-D / RealSense / Orbbec）
物体の立体的な検出やQRコード読取などに活用します。最近では「OAK-D」のように、カメラ本体にAI処理チップを内蔵したエッジAIカメラが人気です。これにより、制御用PCの負荷を大幅に下げることができます。

選定のコツ：
誤検知を減らすには、センサーの「視野角」と「検出距離」の両方をチェックします。環境光の影響も事前にテストしましょう。

ナビゲーション制御用PC｜AMRの“頭脳”を担う演算機

例：NVIDIA Jetson Orin Nano / Raspberry Pi 5 / Intel NUC
SLAM処理や経路計算、センサーデータ統合などを行います。特に「Jetson Orin Nano」は強力なAI演算能力（GPU）を持ち、3D LiDARの膨大な点群データやAIカメラの画像処理をリアルタイムでこなすため、現在のAMR開発における標準的な選択肢です。

推奨OSとミドルウェア：
Ubuntu＋ROS2（ロボット用オープンソース基盤）

設計のコツ：
放熱対策を忘れずに。長時間稼働を見込む場合は冷却ファンも装備します。また、SDカードではなくSSD運用が必須です。

駆動系（モーター・シャーシ）｜移動性能の要

モーター：
DCモーター＋エンコーダ（速度・回転量計測が可能）。2WD（左右独立駆動）＋キャスターホイール構成が基本。

シャーシ（車体）：
市販のアルミ製ベース or 3Dプリンタで自作も可能。荷重や振動を考慮してフレーム強度を設計。

構築時の注意点：
モーター選定では「トルク不足」に注意。特に重量が3kgを超えると登坂・段差越えが難しくなる。

電源系（バッテリー）｜可搬型ならではの制御源

例：12V/24Vリチウムイオンバッテリー
モーターや制御用PCへの電力供給源。用途によっては昇圧・降圧モジュールも併用。

電源管理基板（例：BMS：Battery Management System）
過電流・過放電防止、電圧監視に有効。

選定ポイント：
バッテリー容量とモーター出力のバランスを確認。長時間テストには外部給電端子の設置も検討。

通信系（Wi-Fi／BLE）｜外部連携と遠隔操作に必須

モジュール例：ESP32／USB Wi-Fiドングル（5GHz対応 / Wi-Fi 6対応）
経路編集や状態監視、遠隔指令の送信に使用。

BLE（Bluetooth Low Energy）：
近距離機器連携に適す（例：スマホとの簡易接続）。

導入時の盲点：
Wi-Fiは環境ノイズの影響を受けやすい。安定通信を狙うなら外部アンテナや中継機の検討も。

ソフトウェア（ROS2）｜すべての制御を統合する基盤

構成：Ubuntu 24.04 OS + ROS2 Jazzy（Nav2、Rviz、Foxgloveなど）
SLAM、ナビゲーション、センサー制御、UI連携などをモジュール単位で実装可能なロボット開発の標準プラットフォームです。

導入の壁と乗り越え方：
ROSはバージョン（Humble、Jazzyなど）によってAPIが異なり、対応するUbuntuのバージョンも厳格に決まっています。古い記事のバージョン（例：Ubuntu 20.04＋Foxy）をそのまま使うと、最新のハードウェアやドライバが対応していないトラブルが頻発します。常に長期サポート版（LTS）の組み合わせを確認し、Docker環境を活用して開発環境をコンテナ化・統一する手法が現在では主流です。

このように、自作AMRでは各パーツの役割と設計ポイントを押さえることで、安定した走行やSLAM精度が得られます。市販モデルとは異なり、部品選びから設計調整まで自由度が高い一方、各パーツ間の整合性を取る技術的な知見が求められます。自作に挑戦する際は、小型モデルでの段階的な試作と検証を推奨します。

AMRの制御アーキテクチャや各部の連携、制御方式選定の考え方についてさらに詳しく知りたい方は、こちらの記事『AMR制御システム完全ガイド｜どう動く？何が違う？現場で役立つ判断ポイント』をご覧ください。

AMRのタイプと用途を決めよう｜完成形を明確にして設計ミスを防ぐ

AMRを自作するうえで、最初に決めるべきは「何を、どこで、どう運ばせるか？」という完成形のイメージです。この目的が曖昧なままでは、部品選定や制御設計がブレて、無駄なコストと手戻りが発生しがちです。

以下に、よく使われる3つのAMRタイプとその設計イメージを示します。

牽引型AMR｜重い台車を引っ張る「パワー重視モデル」

• 現場イメージ： 工場内の部品供給、ライン間搬送などで、既存の台車をAMRが牽引する
• 搬送物の特徴： 数十kg以上の重量、車輪付き台車
• ナビゲーション方式： SLAMベース（障害物回避・経路再生成が可能）

設計ポイント：

• トルクの高いモーターと牽引用フックの設計が必要
• 加減速制御に気を配らないと台車の横滑りや荷崩れが発生
• 地面の段差や傾斜が多い現場では車輪の直径と駆動力を調整

追従型AMR｜人の後をついて回る「アシスト型」

• 現場イメージ： 倉庫内のピッキング作業補助、仕分け工程のサポート
• 搬送物の特徴： 軽量なコンテナやトレー（10kg未満）
• ナビゲーション方式： 人追従センサ＋LiDAR併用（距離センサやカラー識別など）

設計ポイント：

• 高精度な人追従アルゴリズムと停止距離の調整が必要
• 通路の幅員が狭い場合は小型化と旋回性を重視
• 足元の障害物や段差への対応力が重要（キャスター選定）

棚搬送型AMR｜棚ごと持ち上げて運ぶ「エリア内搬送型」

• 現場イメージ： ピッキングゾーンでの棚移動、自動棚格納など
• 搬送物の特徴： 棚構造ごと搬送（中程度の重量・安定性重視）
• ナビゲーション方式： QRコード＋SLAM併用（定点＋動的地図の両立）

設計ポイント：

• 棚を安定して持ち上げる昇降機構（電動リフトなど）の設計
• 複数台運用を前提としたID管理・交差回避が求められる
• 搬送ルートには「QRマーカー」「ランドマーク」の整備が必要

AMRタイプ別の設計イメージ比較表

タイプ	想定用途	搬送物の特徴	ナビゲーション方式	代表的な設計ポイント
牽引型	台車搬送	中～重荷重	SLAM	高トルク駆動・フック構造・減速制御
追従型	ピッキング支援	軽量コンテナ	人追従センサ＋LiDAR	小回り設計・距離センサ調整・静音駆動
棚搬送型	棚格納・移動	中程度の重量棚	QRコード＋SLAM併用	昇降構造・位置認識精度・安定走行制御

それぞれのタイプには明確な用途と構成上の特性があります。たとえば、重量物を扱う牽引型ではモーター選定とフレーム強度がクリティカルですが、追従型ではセンサー精度とUI設計が成否を分けます。

そのうえで、搬送物の大きさ・重量・作業環境（通路幅、段差、通信環境）を具体的に想定しましょう。

AMRの基本構造やナビゲーションの仕組みについては、こちらの記事もあわせてご覧ください。

自作AMRに必要なパーツ一覧と選び方 【具体モデル付き】

AMRを自作する際には、構成パーツを単に揃えるだけでは不十分です。各部品が使用目的や環境に合致しているか、相互に動作条件が整っているかを見極めることが、安定した走行と高精度なナビゲーションに直結します。

パーツ一覧（モデル例つき）

パーツカテゴリ	推奨モデル例（2026目安）	主な役割	選定・設計のポイント
LiDARセンサー	（2D）RPLIDAR Sシリーズ／（3D）Livox Mid-360 など	自己位置推定・障害物検知	2Dは低コストで導入しやすい一方、段差・低い障害物の検知に限界が出やすい。PoCでも環境が複雑なら3Dを検討（床面・棚脚・パレット形状が効く）。
カメラ（任意）	Intel RealSense／Luxonis OAK-D／Orbbec など	物体検出、QR/ARマーカ読取、人検知	“見たいもの”が何かで選ぶ（棚脚や足元検知→深度が強い、認識系→AIカメラが便利）。逆光・照明フリッカーの現場耐性も要テスト。
制御用PC	NVIDIA Jetson Orin Nano（必要ならOrin NX）／Raspberry Pi 5／Intel NUC	SLAM・ナビゲーション・センサ統合	点群（3D LiDAR）や画像を扱うならGPU/AI性能とメモリが重要。I/O（USBポート数、LAN、M.2/SSD）と放熱設計までセットで決める。
マイコン（任意だが推奨）	ESP32／STM32 系 など	低レイヤ制御（モータ、I/O、E-Stop周り）	Linux機（ROS）に“全部”をやらせない。モータ制御や安全系I/Oはマイコン側で確実に止められる構成が安定。
モーター（駆動系）	DC/BLDC＋エンコーダ（左右独立）	走行・旋回	仕様は「必要牽引力・加速度・最高速」から逆算。ギア比と定格/ピーク電流、エンコーダ分解能をセットで確認。
モータドライバ	DC/BLDCドライバ（必要電圧・電流に合うもの）	PWM/電流制御、回生/保護	電流不足は“動くが不安定”の原因になりやすい。過電流保護、温度保護、回生時の扱い（回生吸収）も確認。
IMU（推奨）	6軸/9軸IMU	姿勢推定、SLAM補助	LiDAR単体より姿勢が安定しやすい。振動の多い車体では固定位置と防振も重要。
フレーム（車体）	アルミフレーム／アルミシャーシ／一部3Dプリント	本体構造・重量分散	モジュラー化（増設穴、レール、脱着構造）で後の改造コストが下がる。センサー視界の死角と配線導線を最初に確保。
電源（バッテリー）	Li-ion（12V/24V）＋適切な容量（Whで設計）	駆動・制御系への電力供給	mAh表記だけで判断しない（電圧×Ah＝Wh）。モータの突入電流に耐える設計（配線太さ、ヒューズ、電圧降下）を優先。
電源管理	BMS、ヒューズ、メインスイッチ、DC-DC（降圧/昇圧）	保護・電圧変換・安定化	24V系（モータ）と5V/12V系（PC・センサ）を分離してDC-DCで作るとトラブルが減る。ログ用の電圧・電流計測もあると切り分けが速い。
通信	有線LAN（推奨）＋Wi‑Fi（5GHz/Wi‑Fi 6）／BLE（補助）	遠隔操作・データ取得	初期検証は有線で“通信要因”を潰すのが鉄則。無線は外部アンテナやAP配置（棚・金属反射）まで含めて設計。
安全I/O（現場寄りなら重要）	非常停止、バンパ、ライト/ブザー、速度制限スイッチ等	リスク低減、現場運用の最低限	PoCでも「止まれる」設計は必須。人と同じ空間で動かすなら、速度・停止距離・検知範囲を一貫した思想で決める。
ソフトウェア	Ubuntu 24.04 + ROS 2（Jazzy）、Nav2、RViz、Foxglove 等	SLAM・経路計算・制御処理	OS/ROSの組み合わせを先に固定し、センサドライバの対応状況を確認してから部品を確定する（逆にすると詰まりやすい）。

パーツ選定で失敗しないための3つのポイント

• 「組み合わせ前提」で考える：演算機は本体だけでなく、電源（安定供給）、冷却（放熱設計）、ストレージ（SSD前提）まで含めて“動く構成”として揃える。
• 「スペック」ではなく「現場適合性」で選ぶ：LiDARの最大距離より、実際の通路幅・棚材質・床の反射・段差・低い障害物に対する検知のしやすさを重視する。
• 「ソフトウェア互換性」を必ず事前確認：ROS 2はディストリビューション差や依存関係でつまずきやすいので、OS/ROS版→センサドライバ→SLAM/Navの順で“対応の鎖”を確認してから購入する。

このように、AMR自作ではパーツの「性能スペック」だけでなく、目的・環境・ソフトウェア連携まで含めた実装視点での選定が成功のカギを握ります。

キットを使えばもっと手軽に！AMRキットの活用法とおすすめモデル

「一から作るのは不安…」という方にとって、AMRキットは理想的なスタート地点です。駆動・制御・センサーがすでに統合された構成で、ハード構築にかかる時間と不確定要素を大幅に削減できます。

なぜキットを使うのか？

• 構成済み： モーター、センサー、制御基板、バッテリーなどが一体化されており、配線やシャーシ設計の手間を軽減
• SLAMやROSとの高い互換性： ROS2プリインストール済みモデルが主流となっており、実装ハードルが大幅に下がる
• 検証に最適： 構成が安定しており、制御アルゴリズムの検証やPoC（概念実証）にそのまま活用可能

特にPoCフェーズでは、キットをベースに現場環境に合わせてカスタムし、パートナーと共に最適化していくアプローチが成功率を高めます。

用途別｜おすすめAMRキットと活用イメージ

名称	特徴	想定用途	活用イメージ例
AgileX LIMO ROS2	4種のステアリング機構切替、ROS2 (Humble) + Intel NUC搭載、3D SLAM対応	PoC・研究開発・アルゴリズム検証	メカナムやクローラーに足回りを変更しながら、現場の床面に合わせた最適な走行方式を検証する
NVIDIA Nova Carter	Jetson AGX Orin搭載、360度LiDAR＋AIカメラによる強力なエッジAI認識	高度な自律走行の実証・AI画像認識	障害物回避だけでなく、工場内の人やフォークリフトをAIで立体的にセグメンテーションして回避する高度な実証
TurtleBot 4 Pro	ROS2公式開発プラットフォーム、OAK-D Proカメラ標準搭載	ROS2学習・ナビゲーション開発	Nav2を使った経路計画や、公式のドキュメントに沿った標準的なマップ生成の社内トレーニング

AMRキット導入時に注意すべきポイント

• 拡張性の見極め： キットによっては独自構成で、後からセンサーやモーターを追加できないものもあります。事前に拡張インターフェース（USBポート数やペイロード用の天板穴など）を確認しましょう。
• ソフトウェア互換： ROSのバージョン違いによっては、導入後に動作不良を起こすことも。可能であれば公式が提供している動作確認済みのDockerイメージを使用するのがベストです。
• 現場環境への適応性： 床材の摩擦や通路幅など、実環境にそのまま投入するには調整が必要です。キットはあくまで「制御を試すための基盤」として捉えることが肝要です。

AMRキットは、「まずは動くものを作ってみたい」「構成要素を理解したい」というユーザーにとって、最短で成果に到達できるツールです。PoCや教育用途はもちろん、社内提案の実演モデルとしても導入が進んでいます。キットを起点に、柔軟な拡張と現場適応を見据えた開発を進めましょう。

AMRを自作・組み立てるためのステップガイド｜現場目線でわかる設計〜実装フロー

自作AMRの構築は、全体の構成をしっかり描いたうえで、段階的に組み上げていくことが成功のカギです。以下は、初めての構築でも実行できるよう、「現場の実情をどう反映させるか」まで踏み込んだ6ステップです。

Step1｜目的と使用環境の整理

まずは「AMRで何をどこで運ぶのか？」を明確にします。ここが曖昧だと、構成がブレて無駄な試作や設計変更が発生します。

• 運用場所： 屋内倉庫、製造ライン内、研究室など
• 床面状態： 平滑 or 傾斜あり／段差の有無／段差高さ（mm単位で確認）
• 搬送対象： 重量（例：5kg、20kg）、サイズ（例：400mm角トレイ）、安定性（こぼれやすい・重心高い）
• 移動距離と頻度： 1往復あたりの距離／1時間あたりの搬送回数

例：
倉庫内の棚間で最大20kgの部品箱を1時間に10回搬送、段差3mm以下 → 小型2WD＋キャスター構成で対応可能

Step2｜ナビゲーション方式の選定（SLAM／マーカー誘導など）

搬送ルートの自由度・精度・再構築性に応じて、以下の方式から選びます。

判断ポイント：
レイアウトが変わる／複数経路を使いたい → SLAM
単一ルートでOK／試験的運用 → マーカー誘導

SLAMとマーカー誘導の特徴や使い分け方について、さらに詳しく知りたい方は、こちらの記事で解説しています。

Step3｜パーツ調達と仕様確認（寸法、重量、電圧）

Step1・2で決めた仕様に基づき、以下の条件で部品をリストアップします。

• 駆動系： 速度・トルク（必要搬送重量に耐えられるか）／2WD or 4WD
• センサー類： LiDAR視野／カメラ解像度／干渉物回避性能
• 制御系： Jetson Orin Nano、RasPi 5などの演算能力とインタフェース
• 電源系： バッテリー容量（使用時間・充電頻度の目安）／昇圧の要否

注意：
電圧の不一致はトラブルの元。事前にバッテリー出力と各パーツの入力電圧を確認し、必要なら電圧変換モジュール（DC-DCコンバータ）を用意。

Step4｜フレーム設計と実装（CAD／3Dプリント）

全パーツの搭載位置を決め、フレームを設計します。

設計手順：
CADでレイアウト → プリント可能なサイズに分割 → 試作フレーム出力（アルミ or 3Dプリンタ）

考慮点：
重心バランス／センサーの死角／モーターケーブルの取り回し／フレーム強度

実装のコツ：

• 配線スペースを十分確保
• LiDARやカメラ前に干渉物（ケーブル・柱）を置かない
• 点検用の「開閉部」や「着脱構造」を最初から設けるとメンテが楽

Step5｜ソフト構築（Ubuntu＋ROS2、SLAM設定）

以下の順でソフトウェアを導入し、制御系を構築します。

• Ubuntu 24.04 のインストールとセットアップ
• ROS2（Jazzy等）の導入と依存ライブラリ整理
• SLAM（現在は slam_toolbox がROS2の標準）と Nav2 の連携・設定
• 地図生成 → 経路設定 → 自律走行制御の実装

ポイント：

• SLAMが正常に動かない場合、LiDARの配置・回転速度・壁面反射の影響を見直す
• ROS2はネットワーク構成にも依存するため、複数台通信や遠隔監視を行う際はDDSの設定やFastRTPSなどのプロファイル調整が必要なケースもあります。

Step6｜動作検証と微調整（地図生成、経路安定性）

最後に、実環境での動作テストを行い、以下の観点で微調整を繰り返します。

• 経路の安定性： 直線／曲線／停止のブレ幅は？
• 障害物回避の挙動： 急停止／ルート再設定は滑らかか？
• マップ再構築のしやすさ： 初回設定に何分かかったか？

検証Tips：

• 動画を撮って制御の挙動を可視化すると、チューニング精度が上がる
• 使用時間ごとに温度・電圧・通信状況を記録すると信頼性評価に役立つ

このように、AMRの自作は「仕様の言語化→実装→検証」のループで精度を高めていくプロセスです。最初から完璧を目指すより、「まず1台動かす」ことをゴールに設定し、小さな試作を積み重ねるのが成功の近道です。

よくあるトラブルと対策｜原因の切り分けと現場での対応例

AMRの自作・検証フェーズでは、予期しない動作不良や通信トラブルに直面することが多くあります。ここでは、現場で多発するトラブルとその対応策を、原因の見極め方まで含めて整理します。

症状	主な原因例	解決策例	現場での判断ポイント
SLAM地図がうまく生成されない	LiDARの取付角度／反射物や光の干渉	センサー高さ・角度を再調整／壁面・照明の影響確認	マップがズレる・歪む場合、LiDAR位置を前後左右に微調整
Wi-Fi通信が不安定	金属物の干渉／2.4GHz帯の混線	外部アンテナ増設／5GHz対応ドングルに変更	テレメトリやSLAM地図が途切れる／遅延が多い場合に要確認
モーターが動作しない／不安定	エンコーダ故障／配線ミス／PWM信号の異常	配線確認／電圧測定／PWM波形をオシロスコープ等で可視化	手動でモーターを回しても信号が出ない場合は配線か基板不良
電源が落ちる・動作が不安定になる	電圧不足／過電流／バッテリー劣化	バッテリー交換／昇圧モジュール追加／BMSの確認	起動直後に再起動・落ちる場合は電流不足の可能性大
LiDARがROSで認識されない	ドライバ未インストール／USB接続ポートの競合	対応ドライバ再インストール／デバイスIDの確認	lsusbやdmesgでデバイス認識状況をチェック
自律走行が壁や障害物に突っ込む	センサーデータの処理遅延／ナビゲーション設定ミス	パラメータ（例：制動距離・センサ更新間隔）を再設定／障害物検知精度を調整	低速なら避けられるが高速で失敗する場合は制動設定を確認

トラブル時に優先すべき切り分けの考え方

1. 「動くが不安定」 vs 「まったく動かない」
   　動く場合は制御系・センサー設定の可能性が高く、動かない場合は配線・電源が疑われます。
2. 「PCからの指令が届いているか」
   　モーターが無反応なとき、PC→基板の信号が届いていないことが多い。シリアル通信の確認を。
3. 「周辺環境の影響を排除してテスト」
   　倉庫内で発生するLiDAR反射やWi-Fi干渉は見落とされがち。まずは空き部屋や廊下などシンプルな環境で確認を。

自作AMRのトラブル対応は「現象→原因→手段」の順で冷静に切り分ける力が求められます。原因が特定できればほとんどの問題は対処可能です。初期フェーズでは1つずつ試す「単体テスト」で構成要素の信頼性を固め、全体検証に進むのが成功の近道です。

自作AMRと市販モデルの比較｜コストと自由度で選ぶ実践的な判断基準

AMRの導入を検討する際、「まずは試作から始めるか」「いきなり現場投入可能な製品を選ぶか」で、必要なスキル・予算・導入スピードが大きく異なります。以下に、自作／キット／市販モデルの特徴を比較し、導入目的や社内体制に応じた選び方のヒントを提供します。

用途フェーズ別に見る3つの選択肢

1. 自作AMR：試行錯誤しながら理解を深めたいフェーズに最適

• 「まずは構造・制御・ナビゲーションの仕組みを実体験したい」
• 部品単位での構成理解ができ、構造カスタムも自在
• 調整・チューニングの工数はかかるが、自由度と学習効果は最大

1. AMRキット：短期間で動作検証・学習成果を得たい時に有効

• 「SLAMを動かしたい」「制御ソフトを試したい」といった目的でスタート
• プリセット環境が整っており、PoCや学習目的で導入しやすい
• 自作ほどの自由度はないが、導入負荷が低いのが強み

1. 市販AMR：本格導入・商用現場での即戦力を求める場合に最適

• 「安定稼働が第一」「技術サポート付きが前提」といったニーズに対応
• 導入後すぐ運用でき、保守・アップデートも支援体制あり
• 構成カスタムは難しく、価格も高額になりがち

自作・キット・市販モデルの比較表

比較項目	自作AMR	AMRキット	市販AMR
費用目安	5〜30万円	10〜50万円	100万円以上
自由度	◎（設計自在）	○（一部改造可）	△（仕様固定）
学習・研究用途	◎（技術理解に最適）	◎（即動作検証可能）	△（用途が限られる）
商用現場適応	△（信頼性調整が必要）	△（PoCには有効）	◎（即稼働・高信頼性）
導入スピード	△（設計と調整に時間）	○（構築済みで短納期）	◎（すぐに運用開始可）
拡張性・再設計性	◎（仕様変更も自在）	○（構成変更は一部可能）	△（構成変更は困難）

選択の分岐点は「今どの段階か？」

• 構想段階／勉強中なら → 自作AMR：構造や制御への深い理解を得たい
• プロトタイピングやPoCなら → AMRキット：短期間で成果が見えやすい
• 現場導入・安定稼働を目指すなら → 市販AMR：信頼性とサポート重視で選定

自社にとって最適な選択は、単に「価格」だけでなく、自社の体制・スキル・導入目的・現場の要求レベルに左右されます。導入後のメンテナンス負荷や拡張性も含めて、将来の運用まで見据えた選定を進めましょう。

自作AMRの導入判断に必要な技術的・法的な3つの注意事項

実運用を目指す場合の留意点｜安全規格への対応は必須

PoCや技術検証の段階では自作やキット活用が有効ですが、実際の工場・倉庫現場でAMRを本格運用するには、安全性と信頼性の担保が不可欠です。特に、以下のような国際・国内の安全規格への準拠が求められます。

• ISO 3691-4（国際）： 工場や倉庫などで稼働する産業用無人搬送車・AMRの安全要求事項に関する最も重要な国際安全規格
• JIS D 6802（国内）： 上記のISO 3691-4に準拠する形で改定された、日本国内における無人搬送車システムの安全通則
• ANSI/RIA R15.08（北米）： 産業用モバイルロボットの設計・統合・運用に関する安全規格
• UL 3100（米国）： 自律移動型ロボット（AGV/AMR）の電気・バッテリー安全とシステム評価

（※以前の基準や生活支援ロボット向けの規格であるISO 13482ではなく、現在の物流・製造現場ではISO 3691-4を満たすことが大前提となります。）

これらに準拠しないまま自作AMRを現場に投入した場合、事故発生時の法的責任や保険適用外リスクが生じる可能性があります。

よって、商用レベルでの本格的な導入を見据える場合は、技術パートナーや専門メーカーと連携し、リスクアセスメントの実施や、認証取得済みのハードウェアおよび制御設計をベースに展開することが強く推奨されます。

LiDARの精度は設置環境に大きく依存する｜必ず実地での検証を

AMRの自己位置推定や障害物検知に欠かせないLiDAR（レーザースキャナ）は、高い理論精度を持ちながらも、実際の運用環境によってその性能が大きく左右されます。

特に以下のような条件が、地図生成やナビゲーションの精度に影響します：

• 床や壁がガラス・金属素材で構成され、レーザーが乱反射する
• 通路が狭く、センサーの視野角が十分に取れない
• 明るすぎる照明や直射日光がセンサーに干渉する

このため、設置前にデータシートの数値だけで判断するのではなく、必ずフィールド環境でのスキャンテストとマップ生成テストを実施し、適切な設置高さや角度、制御パラメータの調整を行うことが不可欠です。

また、SLAM実装においてもセンサーデータの「欠損」「過検出」「ノイズ」の把握が重要であり、仮想環境やシミュレータ上では見えない現場特有の挙動を早期に発見するためにも、実地検証は極めて重要な工程です。

カメラ・センサー装備時のデータ管理とプライバシー配慮

AMRに搭載されるカメラや各種センサーは、SLAMや物体認識に欠かせない一方で、周囲の作業者や設備の映像・位置情報などを記録・送信する可能性があります。特に画像データや人物の動線を扱う場合、情報の取り扱い方を誤ると、プライバシー侵害や不適切な個人データ処理に該当するリスクがあります。

日本国内でも個人情報保護法の改正が進んでおり、また欧州ではGDPR（一般データ保護規則）に準拠した管理体制が企業に求められています。これに準じ、AMRを業務用途で使用する際には以下のような整備が重要です。

• 映像・センサーデータの記録有無、保存期間、アクセス範囲の明示
• ログデータを匿名化・非個人化して記録する仕組み
• AMR機体や現場に「撮影・センシング中」の掲示を行う対応
• 機体からのデータ送信について、暗号化やアクセス制限を実装

特に現場で不特定多数が作業する場合や、映像データをクラウド処理する構成では、セキュリティポリシーとデータ保護方針の明文化が導入企業に求められます。

AMRが高度化する中で、単なる技術導入にとどまらず、社会的な信頼性・法的適合性を確保する姿勢そのものが企業の価値に直結する要素となっています。運用前の社内ルール整備と啓発活動も、成功導入の一環と捉えることが重要です。

まとめ｜AMRの“自作”と“キット活用”は目的に応じて選ぼう

AMRを導入・活用するうえで最も重要なのは、「自社のフェーズ」と「社内リソース」に応じた正しい手段を選ぶことです。

1. フル自作：構造理解・制御技術を高めたい技術志向フェーズに最適

• 部品選定からソフト実装まで、すべてを自分で構築することで、制御技術・構造理解を深められる
• コストは抑えられるが、設計・調整・トラブル対応に時間と知識が必要
• 試行錯誤しながら成長したい技術者・開発チームに向いている

2. キット活用：短期間で成果を得たいPoC・学習フェーズに有効

• 駆動系・センサー・制御PCが統合されており、セットアップが容易で初動が早い
• SLAMやROS2の導入を素早く体験でき、PoCとして上層部への説明にも活用できる
• 追加カスタムも可能な製品が多く、「基礎＋α」に最適な手段

3. 市販AMR：信頼性と導入スピードが求められる現場運用向け

• 即稼働可能な製品が中心で、商用ラインや倉庫など業務現場に最も適する
• 導入コストは高いが、保守・運用も含めたトータルコストで見ると安定性に優れる
• カスタム性は低いが、技術支援体制や保証が整っている

【テキスト図解：Yes/No診断チャート】

Q1. 組み立て・配線に自信がある？
├─ Yes → Q2へ
│   └ Q2. SLAMなど制御経験あり？
│       ├─ Yes → → フル自作がおすすめ！
│       └─ No  → → キット＋カスタムで挑戦！
└─ No  → キットから始めるのがおすすめ！

この診断チャートは、「技術スキル」と「制御経験」をベースに最適な導入方法を導く設計です。

• Yes → Yes： 「完全自作で構成自由に」→ 構造・アルゴリズム理解を深めたい技術者向け
• Yes → No： 「ハードは組めるが制御に不安」→ キットからスタートし、ソフト側を学習
• No →： 「構築経験が乏しい」→ 組み立て不要なキットでSLAMや遠隔操作を体験するのが現実的

目的・導入スピード・チームスキルを俯瞰して考えると、一番の失敗パターンは“無理なフル自作”で時間とコストを浪費することです。逆に、段階的に理解を深めながら、キット→カスタム→本導入とステップを踏むことが、最も効率的でリスクが低い選択となります。

次のステップに進むためには、自社の立ち位置を冷静に見極め、「まず動かしてみる」「まずPoCを通してみる」など、行動ベースの一歩目を設定することが成功の鍵です。読者の皆様が、自社に最適なAMR構築の道筋を描けることを願っています。

PoCや比較検討の段階で役立つ構成部品・方式・導入ステップをまとめた AMR導入まるわかりガイド を無料配布中です。
キットでの開発や小規模導入を検討している方は、導入成功のための全体像をまずはこちらで整理してみてください。