軌道計画（トラジェクトリープランニング）は、エージェント（ロボット、自動運転車、ドローンなど）が障害物、動力学、物理法則といった様々な制約条件を満たしながら、目標地点に到達するための最適または実現可能な経路を決定するための手法やアルゴリズムを指します。このプロセスには、環境変化の予測、不確実性への対応、実際の動作が物理的に実現可能であることの保証が含まれます。単なるナビゲーションとは異なり、経路生成だけでなく、動的適応やエージェントの現実的な能力との整合性も含まれるのが特徴です。現代の自律システムやロボティクスにおいて中核的な役割を担います。

利用例とユースケース

軌道計画は、産業用ロボットの複雑な操作、都市環境での自動運転車の安全走行、ドローンによる監視ミッションの協調移動などに利用されます。また、バーチャルアニメーション、ロボット支援手術、自動化物流にも応用されます。

例えば、産業用溶接ロボットは、軌道計画を用いてアームを衝突なく部品の周囲に移動させます。自動運転車は、障害物回避や最適ルート選択のためにこれらのアルゴリズムを活用します。

主なソフトウェアツール・ライブラリ・フレームワーク

代表的なオープンソースのツール・ライブラリには、MoveIt!（ロボティクス）、OMPL（Open Motion Planning Library）、ROS Navigation Stack（移動ロボット）、TrajOpt（軌道最適化）、DrakeやTesseractなどがあります。これらのフレームワークは、単純な（A*、ダイクストラ）から高度な（RRT*、PRM、非線形最適化）アルゴリズムまで幅広く提供しています。

最新動向とトレンド

最近のトレンドとしては、機械学習の導入による動的障害物の動き予測、ハイブリッドアルゴリズムによるリアルタイム最適化、環境認識の不確実性への対応などが挙げられます。ツール間の相互運用性、自動設定、高度に動的な環境への適応力の向上も重要な進化ポイントです。特に都市型自律移動や協働ロボティクス分野での応用が拡大しています。