---
title: はじめてのUnity Robotics：シミュレーションで始めるロボット開発
tags: 
author: [Unity Technologies Japan](https://www.docswell.com/user/UnityJapan)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/P7RP2Y2YJ9.jpg?width=480
description: はじめてのUnity Robotics：シミュレーションで始めるロボット開発 by Unity Technologies Japan
published: November 17, 26
canonical: https://www.docswell.com/s/UnityJapan/5Y84Q7-2026-11-17-000711
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/P7RP2Y2YJ9.jpg)

はじめてのUnity Robotics
シミュレーションで始める
ロボット開発


# Page. 2

![Page Image](https://bcdn.docswell.com/page/PJX3DGD47X.jpg)

2
本資料に関する注意事項
本資料は、⼀般的な情報提供⽬的で作成されたものであり、本資料に記載したいかな
る内容も、契約内容を構成するものではありません。
いかなる購買決定も、本資料に基づいてされることのないようにご注意ください。
本資料に記載したいかなる機能、コード、サービス内容についても、提供をお約束す
るものではありません。
本資料に記載した製品、サービス、機能の開発およびリリース時期については、Unity
の判断により決定され、変更の可能性があります。


# Page. 3

![Page Image](https://bcdn.docswell.com/page/3JKYX4XP7D.jpg)

3
冷
明川
川崎
Solution Engineers,
Unity Technologies Japan
貴章


# Page. 4

![Page Image](https://bcdn.docswell.com/page/LE395L54E5.jpg)

4
産業⽤ロボット
サービスロボット
⼯場‧倉庫‧プラント
店舗‧家庭‧病院‧街
ドローン
⾶⾏
社会を支える
ロボット
巡回
運搬
作業
点検‧測量‧配送‧空撮
4⾜歩⾏
2⾜歩⾏ロボット
設備の点検
⼯場の作業〜案内
AGV
AMR
配膳‧掃除ロボ
マーカー誘導
⾃律⾛⾏
お店や家の中を移動
産業⽤アーム
協働ロボット
⼿術⽀援ロボ
溶接‧組⽴‧運ぶ
⼈の隣で作業
医療の現場


# Page. 5

![Page Image](https://bcdn.docswell.com/page/8EDGDND5EG.jpg)

フィジカルAIの市場規模
85%
3%
世界経済のうち物理的な
空間に基づく割合。
デジタル経済は15%に
とどまる1
フィジカルAIを
業務の中核に完全に
組み込める企業2
1 International Data Center Authority Global Digital Economy Report (2025)
2 Deloitte State of AI in the Enterprise Report 2026


# Page. 6

![Page Image](https://bcdn.docswell.com/page/V7P3X5XDJ8.jpg)

6
作る（計画）↓
① 要求
ロボットは
機構、電気、
ソフトを
そろえて開発
機能、性能、安全、耐久
② 設計
機構‧電気‧ソフト
③ 部品を作る
試作‧プログラミング
確かめる（検証）↑
⑥ 現場での確認
求めた仕事ができるか
実機
⑤ 全体の確認
組み合わせて動くか
SIL‧HIL
④ 部品の確認
部品ごとに動くか
MIL‧SIL
MIL : 制御モデルを使った設計の検証
SIL : ソフトウェアの単体〜結合テスト
HIL : 実際の制御基板を使ったテスト
上に⾏くほど実機に近く、やり直しの時間とお⾦が⼤きくなる


# Page. 7

![Page Image](https://bcdn.docswell.com/page/2JV4LPLG7Q.jpg)

7
導⼊と運⽤の
検証
状況
実機
シミュレーション
導⼊‧
⽴ち上げ
現場で動かすまで
問題が分からず、
⼿戻りが⼤きい
フロントローディング
配置もプログラムも
現場に⼊る前に確認
運⽤中
稼働中の現場では
試せない
試せない部分を補う
変更を仮想で確かめ、
通ったものを実機へ
同じ 制御プログラムを、シミュレーション → 実機で動かす


# Page. 8

![Page Image](https://bcdn.docswell.com/page/5EG1XP3DJL.jpg)

Unity + Simulation Proで実現
Unity
コンテンツ
地形、建物
カメラ、照明
エンジンの
システム
Simulation Pro
外部システム
ロボット制御（ROS）
Unity が提供する機能
開発者が作るコンテンツ


# Page. 9

![Page Image](https://bcdn.docswell.com/page/4JQD825X7P.jpg)

デジタルツインのデータでROS 2 が地図を作成
Unityシーン
Rviz2（ROS 2 表⽰ツール）画⾯
シーン内を移動
ROS 2で地図
2D LiDAR を載せた⾃律⾛⾏搬送ロボットがデジタルツイン倉庫の
中を移動
Simulation Proから送信するスキャンデータをslam_toolbox が
合わせ込み地図を構築


# Page. 10

![Page Image](https://bcdn.docswell.com/page/K74Z2L92E1.jpg)

10
初回⾛⾏で環境の地図を作成
画面の並び：左に Unity の Game ビュー、右に RViz2


# Page. 11

![Page Image](https://bcdn.docswell.com/page/LJ1RMLKKJG.jpg)

Unity が⾒て動き、ROS 2 が判断する
Windows アプリ
WSL2：Ubuntu 22.04
Unity ＋ Simulation Pro
ROS 2 Humble
2
1 測る：Raytraced LiDAR
送る：/scan
距離のデータ
3 地図を作る：slam_toolbox
周りの距離を 1 秒に 7 回測る
地図と⾃分の位置を求める
6 動く：CmdVel Driver
4 判断する：Nav2
受け取った速度でロボットが⾛る
5
返す：/cmd_vel
速度の指令
経路を考え、速度を決める
Windows 11 ノート PC（1 台）
Unity が提供する機能
開発者が⽤意するもの


# Page. 12

![Page Image](https://bcdn.docswell.com/page/GJW13VDPE2.jpg)

12
倉庫の巡回経路を作成し、AMRが⾛⾏
画面の並び：左に Unity の Game ビュー、右に RViz2 動画は実際よりも速い速度で再生


# Page. 13

![Page Image](https://bcdn.docswell.com/page/4EZPV4G6J3.jpg)

作成した経路でデジタルツイン内を巡回
Unityシーン
Unityシーン
Rviz2（ROS 2 表⽰ツール）画⾯
デジタルツインなら⾒えるを実現
巡回撮影する写真の構図を評価
実際の⾃律⾛⾏プログラムを確認
AMRが遮蔽物の下に⼊った場合でもUnityの
デジタルツインなら状況を表⽰し、トラブ
ルも把握できる
搭載カメラをCamera Sensorで⽤意すれば
巡回時の撮影画像もデジタルツイン内で事
前評価できる
RViz2で⾏き先をクリックすると、
Nav2（ROS 2 の⾃律移動ソフト） が
経路を決めて移動指⽰を出す


# Page. 14

![Page Image](https://bcdn.docswell.com/page/Y76M53YLEV.jpg)

シミュレーションで確認できた失敗
床置きのパレット
ロボットの幅設定
LiDAR の⾯より低く、地図に写らない。
起動⽅法の誤りで0.3mに設定したロボッ
ト半径がエラーなしで反映されず、
0.1m で経路を作っていた。
Nav2 は通れると判断し、ロボットはパ
レットに当たって動けなくなった
テーブルの脚の間をくぐる狭い経路を選
び、動けなくなった
シミュレーションなら、実機を壊さずに条件を変えて何度でも確かめられる


# Page. 15

![Page Image](https://bcdn.docswell.com/page/G75ZYLGMJ4.jpg)

15
フィジカルAIを定着させるには作りこむ必要がある
設備停止や機材破損による損失を
シミュレーションで回避し、
精度を上げる必要がある。


# Page. 16

![Page Image](https://bcdn.docswell.com/page/9J2RGLYR7R.jpg)

Simulation Pro
→
URDFインポーター
→
カスタム可能なセンサーモデル
→
ROS 2連携
→
Linux Headless Simulation
ビルドターゲット


# Page. 17

![Page Image](https://bcdn.docswell.com/page/DEYDVQG5EM.jpg)

17
全体アーキテクチャ（Unity と ROS 2 の役割分担）
Unity（Simulation Pro）
ROS 2 環境
制御指令
Sensors：バーチャル環境で動くセンサー
URDF
Importer
ロボット定義の
取込
/cmd_vel
等
物理演算‧シーン上で計測した値をメッセージ化
カメラ
LiDAR
RGB‧深度
2D‧3D
IMU
姿勢‧
加速度
ROS 2 ノード
認識‧SLAM‧ナビゲーション‧制御
（検証対象のソフトウェア）
Joint
関節の状態
トピック（例）
カメラ /image_raw‧/camera_info
Visualizations
Capture
RViz⾵の可視化
画像の取り出し
LiDAR
Foundation：ROS 互換メッセージ‧Pub-Sub‧座標系変換‧TF‧クロック管理
/scan‧/points
IMU
/imu
Joint
/joint_states
共通
/tf‧/clock
センサー
データ
ROS TCP Connector：ROS 2 とのブリッジ
ROS TCP Endpoint


# Page. 18

![Page Image](https://bcdn.docswell.com/page/VJN6MKG4J8.jpg)

実写の空間を
シミュレーションに使ってみる


# Page. 19

![Page Image](https://bcdn.docswell.com/page/YE9LNVW473.jpg)

19
現場のモデリングを、撮影と⾃動処理に置き換える
従来の
モデリング
採⼨‧図⾯
モデリング
質感‧照明
現場を測る
形を⼿で作る
⾒た⽬を合わせる
3DGSで
再構成
撮影
3DGSの学習
インポート
写真‧動画を撮る
写真から⾃動⽣成
.ply を読み込む
※ 今回の3D Gaussian Splatting（3DGS）インポート機能はUnity公式ではなく、デモ⽤の試作です


# Page. 20

![Page Image](https://bcdn.docswell.com/page/GE8XKPNVJD.jpg)

20
ドローンが地図を作りながら⾃律⾶⾏
3DGS の部屋
3D地図作成
3D経路
約 318 万 splat の実写空間
LiDAR と Depth のボクセル
⾼さも含めて計画
3DGSデータのソース：Kerbl et al. (2023), 3D Gaussian Splatting for Real-Time Radiance Field Rendering;
https://huggingface.co/datasets/Voxel51/gaussian_splatting, https://huggingface.co/datasets/pjramg/gaussian_splatting/


# Page. 21

![Page Image](https://bcdn.docswell.com/page/LEL8Z1PR7R.jpg)

21


# Page. 22

![Page Image](https://bcdn.docswell.com/page/4JM6VW4PEW.jpg)

22
LiDARとDepthカメラ
3DGS（.ply）
⾒た⽬は RGB カメラに描画
深度バッファに書き込む
LiDAR‧Depth で計測
splatかコリジョンを、センサー⽤
カメラへ
Raster LiDAR‧Depthカメラ
（Simulation Pro）
ベイクしたMesh Collider
●
●
物理演算‧Physics LiDAR と同じ形状が返る
精度はCollider次第
Splat から直接
●
●
RGB の⾒た⽬と⼀致する
ﬂoater や半透明の splat でも点が返る


# Page. 23

![Page Image](https://bcdn.docswell.com/page/PJRP2YWYE9.jpg)

23
3D地図を作り、空間内に経路を作成
Unity（Simulation Pro）
ROS2（Docker）
センサーとドローン
マッピングや経路計画
センサー
3D LiDAR 位置合わせ‧2D / 3D 地図
Depth 前⽅ 4 m の障害物
RTAB-Map ⾃⼰位置と地図（SLAM）
ROS-TCP
Endpoint
3D 地図 0.1 m のボクセル
RGB ループ閉じ込みの候補探し
/cmd_vel
ドローン 4 ロータの推⼒で⾶ぶ
nav3d（カスタムノード）
3D A* で計画


# Page. 24

![Page Image](https://bcdn.docswell.com/page/PEX3DGP4JX.jpg)

24
→
動く物体もその場で検出したい
⎯
splatの深度が先に書き込まれ
るのでOK
→
⼀定時間おきに再計画
⎯
→
常に最新状況に適応する
3DGSは撮影した瞬間の静⽌した空間
⎯
メッシュと組み合わせ、リアル
なシナリオを作る


# Page. 25

![Page Image](https://bcdn.docswell.com/page/3EKYX4DPJD.jpg)

25
シミュレーションから実機へ
デモの実装
プランナー
nav3d（カスタムノード）
差し替え先
⾃社のプランナー
3D A*の参考実装
Aerostack2、EGO-Planner、MoveIt な
ど
⾶⾏制御
カスタムC#スクリプト
PX4 SITL
速度 → ロータの推⼒
PX4に似せた多段制御
MAVLinkで接続
/goal_pose →
/cmd_vel
物理（重⼒‧4 ロータ）、センサー、TF、RTAB-Map、トピックはそのまま


# Page. 26

![Page Image](https://bcdn.docswell.com/page/L7395LR475.jpg)

このデモの制限
→
splatの精度
⎯ 空中の半透明な splat（ﬂoater）にも
反応する
⎯ 家具の下などの隙間判定に弱い
→
描画の負荷
⎯ splat 数に⽐例して重い
（デモは約 318 万）
→
Depth の距離精度
⎯ このデモではメッシュと⽐べると
3〜7% 短く出る
※ Simulation Proと組み合わせて⼿早くシミュレーション環境を⽤意するのに向いている


# Page. 27

![Page Image](https://bcdn.docswell.com/page/87DGDNY57G.jpg)

27
早く
実機に近く
そのまま
現場をすぐ再現
センサーも再現
実機へつなぐ
現場を撮影するだけ
で、写真から 3DGS
で再構成。採⼨やモ
デリングの⼿間を減
らす
LiDAR‧Depth‧RGB
にノイズも加え、
SLAM と 3D 経路計画
を実機に近い条件で
検証
ROS 2 のトピックは
共通。⾃社のプラン
ナーや PX4 に差し替
えて、同じソフトを実
機へ
現場での⼿戻りと実機トラブルを減らし、開発から導⼊までを早める


# Page. 28

![Page Image](https://bcdn.docswell.com/page/VJP3X56DE8.jpg)

28
Unity のソリューションでつなぐロボティックス
持ち込む
試す
学習する
評価
USD Toolkit
Simulation
Pro
ML-Agents
Sentis
強化学習‧模倣
学習でポリシー
を学習
学習済みの
ONNX モデル
（認識‧ポリ
シー）を Unity
の中で推論し、
閉ループで評価
OpenUSD のロ
ボットと環境を
読み込み、Isaac
Sim とライブ同
期可能
センサー、ROS
2 連携、シミュ
レーション
1つのプロジェク
トから複数プ
ラットフォーム
へビルド


# Page. 29

![Page Image](https://bcdn.docswell.com/page/2EV4LP3GJQ.jpg)

29
USD Toolkit
Unityを、Isaac SimなどOpenUSDベース
のシミュレーションパイプラインとつな
ぐ、C#の統合パッケージ：
→
OpenUSD 26.05をネイティブで読
み書き
→
Editor/ランタイムでのインポー
ト、エクスポートに対応
→
Isaac Simのロボットを物理設定含
めて再現
→
Isaac Simとシーンを双⽅向にライ
ブ同期


# Page. 30

![Page Image](https://bcdn.docswell.com/page/57G1XPYDEL.jpg)

30
ML-Agents
Unityで作った仮想環境の中で、ロボット
の動作をAIに学習させるオープンソース
のツールキット：
→
強化学習‧模倣学習に対応
（PyTorchベース）
→
複数環境の並列実⾏で学習を⾼速
化
→
Python APIで既存の学習環境と連
携
→
学習済みモデルをUnity Sentisで
→
そのまま推論実⾏


# Page. 31

![Page Image](https://bcdn.docswell.com/page/4EQD82MXJP.jpg)

31
Sentis
学習済みAIモデルを、Unityアプリの中で
そのまま推論実⾏できるランタイム推論
エンジン：
→
ONNXモデルをデバイス上で推論
→
カメラ映像からYOLOなどで物体検
出
→
推論結果でデジタルツインが実機を
制御
→
合成データでの学習から推論まで
Unityで完結


# Page. 32

![Page Image](https://bcdn.docswell.com/page/KJ4Z2LV271.jpg)

Unity Robotics
Solutions
制御⽤アプリ開発
1つのUnityプロジェクトから、ロボットの利⽤者
が使いやすい端末へ制御アプリを展開：
→
Windows‧macOS‧Linux
→
iOS‧Android
→
組み込み（Embedded Linux / QNXなど）
→
Webブラウザ（インストール不要）
→
XRデバイス（Meta Quest / Apple Vision Pro
など）
32


# Page. 33

![Page Image](https://bcdn.docswell.com/page/LE1RML3KEG.jpg)

Unity Academyコース
https://academy.unity.com/courses/introducti
on-to-unity-robotics-and-simulation
ありがとう
ございました
マニュアル
https://docs.unity3d.com/Packages/com.unity
.simulationpro@1.0/manual/index.html
⽇本語ブログ
https://unity.com/ja/blog/unity-simulation-pr
o-early-access


