CN113454487B - 信息处理装置以及移动机器人 - Google Patents

信息处理装置以及移动机器人 Download PDF

Info

Publication number
CN113454487B
CN113454487B CN201980092682.4A CN201980092682A CN113454487B CN 113454487 B CN113454487 B CN 113454487B CN 201980092682 A CN201980092682 A CN 201980092682A CN 113454487 B CN113454487 B CN 113454487B
Authority
CN
China
Prior art keywords
self
map
unit
reliability
current
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201980092682.4A
Other languages
English (en)
Other versions
CN113454487A (zh
Inventor
友纳正裕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chiba Institute of Technology
Original Assignee
Chiba Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chiba Institute of Technology filed Critical Chiba Institute of Technology
Publication of CN113454487A publication Critical patent/CN113454487A/zh
Application granted granted Critical
Publication of CN113454487B publication Critical patent/CN113454487B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3837—Data obtained from a single source
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3848—Data obtained from both position sensors and additional sensors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0248—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0272—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising means for registering the travel distance, e.g. revolutions of wheels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/579—Depth or shape recovery from multiple images from motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • General Factory Administration (AREA)

Abstract

提供一种信息处理装置以及移动机器人，面对环境的变化也能够确保自我位置的推定精度，维持地图中的自我位置的整合性。移动机器人(1)的信息处理装置具备控制单元(2)和检测距周围的物体的距离和方向作为检测信息的检测单元(3)。控制单元(2)具备：存储部(28)；作成周围的地图的地图作成部(23)；基于既存地图推定当前的自我位置的既存地图自我位置推定部(24)；基于当前地图推定当前的自我位置的当前地图自我位置推定部(25)；评价所推定的各自我位置的可靠度的可靠度评价部(26)；基于可靠度更新各自我位置中的任一个的自我位置更新部(27)。

Description

信息处理装置以及移动机器人
技术领域
本发明涉及信息处理装置以及移动机器人。
背景技术
以往，作为用于移动机器人或自动驾驶车等能够自律走行的移动体进行自律走行的技术采用称作SLAM(Simultaneous Localization and Mapping：同步定位与地图构建)的自我位置推定和环境地图作成的技术。作为环境地图会使用基于移动体的移动范围内物体的有无作成的占用栅格地图和/或点群地图。占用栅格地图将移动范围的平面和/或空间分割为多个划区(单区)进行存储，并对分割的各划区给予对应于物体的有无的单区值。点群地图将移动范围的平面或空间上存在的物体作为每个微小区域离散化后的点(坐标)表示，其集合的点群数据作为地图利用。
移动体自律走行至目的地的情况下，求从当前地至目的地的移动路径，沿该移动路径走行至目的地。这时，为了高效率地移动，使用预先作成的地图(既存地图)算出移动路径，在该既存地图上移动体一边确认(推定)自我位置一边走行。这样的在既存地图上的自我位置推定对于移动体的自律走行来说是不可缺的技术。
作为移动体的自我位置推定的技术一般是使用由距离传感器的输出得到的距离数据(检测信息)对预先准备的环境地图进行移动体的位置对位来推定自我位置。作为移动体的位置对位的方法例如有称作ICP(Iterative Closest Point：迭代最近点)的方法，该方法中，根据从点群数据抽出的点的集合的几何特征，来与环境地图的特征部位对照，从而判别移动体的位置(例如参照专利文献1)。专利文献1中记载的自我位置推定方法通过距离传感器观测周边，从而取得表示物体表面的多个三维点，根据其观测结果算出多个三维点的特征量，将特征量是特征量阈值以上的多个三维点从近距离和远距离两方抽出，将抽出的多个三维点和环境地图所示的多个三维点匹配来推定自我位置。
另一方面，作为移动体的自我位置推定的技术，还有室友车轮的旋转角来算出移动量(检测信息)，由此推定自我位置的所谓里程计算法(odometry)的方法，该方法中将基于移动量的自我位置信息与环境地图对照，从而判别移动体的位置。但是，基于里程计算法的自我位置推定方法中，车辆转弯的情况或车轮空转的情况下会发生里程计算误差，所以导致自我位置的推定精度降低。因此，又提出了通过并用基于里程计算法的自我位置推定和前述的基于利用距离传感器的ICP的位置对位的方法，来提高自我位置的推定精度的技术(例如参照专利文献2)。
在先技术文献
专利文献
专利文献1：日本专利申请(特开)JP2017-083230
专利文献2：日本专利申请(特开)JP2018-084492
发明内容
发明要解决的课题
但是，专利文献1和2记载的以往技术都是使检测信息与预先准备的环境地图匹配来推定移动体的自我位置的，当环境变化的情况下，与环境地图匹配变得困难，使得匹配的精度降低，由此使得自我位置的推定精度大幅度降低。
本发明的目的是提供一种面对环境的变化也能够确保自我位置的推定精度，维持地图中的自我位置的整合性的信息处理装置以及移动机器人。
本发明的信息处理装置，该信息处理装置用于基于移动体移动的环境的地图来推定移动体的自我位置，其特征在于，检测距所述移动体的周围的物体的距离和方向作为检测信息的检测单元；以及控制所述检测单元的控制单元，其中，所述控制单元具备：存储由所述检测单元检测的检测信息的时间序列和地图的存储部；基于存储于所述存储部的检测信息来作成所述移动体的周围的地图并存储于所述存储部的地图作成部；基于存储于所述存储部的过去作成的既存地图来推定所述移动体的当前的自我位置的既存地图自我位置推定部；基于存储于所述存储部的当前作成中的当前地图来推定所述移动体的当前的自我位置的当前地图自我位置推定部；评价由所述既存地图自我位置推定部和所述当前地图自我位置推定部推定的各自我位置的可靠度的可靠度评价部；以及基于由所述可靠度评价部评价的可靠度来更新所述各自我位置中的任一个的自我位置更新部。
根据这样的本发明，自我位置更新部根据由可靠度评价部评价的各自我位置的可靠度更新由既存地图自我位置推定部和当前地图自我位置推定部推定的各自我位置中的任一个，所以能够获得由既存地图自我位置推定部和当前地图自我位置推定部推定的各自我位置的整合性。因此，即使是移动的环境反复变化的情况下，根据既存地图和当前地图两者来评价自我位置的可靠性，也能够提高相对于环境变化的自我位置的推定精度。
本发明中优选，所述自我位置更新部算出由所述既存地图自我位置推定部和所述当前地图自我位置推定部推定的各自我位置的移动量，基于所算出的移动量来更新所述各自我位置中的任一个。
根据这样的构成，自我位置更新部算出既存地图自我位置推定部和当前地图自我位置推定部推定的各自我位置的移动量，根据所算出的移动量来更新各自我位置中的任一个，即使既存地图和当前地图的形状不同的情况下也能够获得各自我位置的整合性。即，即使在相同场所，移动机器人的走行路径每次也不同，传感器干扰也相异，所以既存地图和当前地图的形状多不一致。地图的形状若不同，则即使一地图中的自我位置在另一地图中直接流用，也未必获得与该地图的整合性。相对于此，算出既存地图和当前地图中的自我位置的移动量之后，根据其移动量来更新各自我位置，则能够降低误差的同时提高自我位置的推定精度。
本发明中优选，所述自我位置更新部将由所述可靠度评价部评价的所述各自我位置的可靠度低的地图的自我位置基于可靠度高的地图的自我位置更新。
根据这样的构成，自我位置更新部将可靠度评价部评价的各自我位置的可靠度低的地图的自我位置根据可靠地高的地图的自我位置进行更新，所以能够提高各自我位置的推定精度。
本发明中优选，所述可靠度评价部将表示所述各自我位置的可靠度的权重设定为随所述各自我位置的可靠度变高而变大、随可靠度变低而变小，所述自我位置更新部基于由所述可靠度评价部设定的权重来更新所述各自我位置的至少任一个。
根据这样的构成，自我位置更新部根据可靠度评价部设定的表示各自我位置的可靠度的权重，更新既存地图自我位置推定部和当前地图自我位置推定部推定的各自我位置的至少任一个，所以能够阶段性地评价各自我位置的可靠度，能取得高效率地各自我位置的整合性。
本发明的移动机器人的特征在于具备上述信息处理装置和使所述移动体移动的移动单元。
根据这样的本发明，移动机器人具备信息处理装置和移动单元，信息处理装置的控制单元所具有的自我位置更新部根据可靠度评价部评价的各自我位置的可靠度来更新既存地图自我位置推定部和当前地图自我位置推定部推定的各自我位置中的任一个既所以能够获得存地图自我位置推定部和当前地图自我位置推定部推定的各自我位置的整合性。
附图说明
图1是表示本发明的一实施方式的移动机器人的框图。
图2是表示所述移动机器人的地图作成和自我位置推定的动作的概念图。
图3是表示所述移动机器人的自我位置推定的状况的概念图。
图4是表示所述移动机器人的自我位置推定的状况的概念图。
图5是表示所述移动机器人的动作的流程图。
具体实施方式
以下，基于图1～图5说明本发明的一实施方式。
图1是表示本发明的一实施方式的移动机器人1的框图。
如图1所示，作为本实施方式的移动体的移动机器人1具备：控制单元2、检测单元3和移动单元4，由控制单元2和检测单元3构成信息处理装置。检测单元3具有对移动机器人1的周围发射光束线以检测物体的有无的激光扫描仪，对每次照射的光束线取得检测信息。移动机器人1通过SLAM技术和里程计算法推定自我位置。移动单元4具有马达等的驱动部和由驱动部旋转驱动的车轮，使移动机器人1自律走行，并利用车轮的旋转角取得移动量(检测信息)，由里程计算法推定自我位置。
控制单元2是具有CPU(Central Processing Unit：中央处理器)等运算单元和ROM(Read-Only Memory：只读存储器)，RAM(Random Access Memory：随机读取存储器)等存储单元而控制移动机器人1的动作的系统，其具备控制移动单元4的移动控制部21和控制检测单元3的检测控制部22。并且控制单元2如后面叙述到，具备作成移动机器人1的周围的地图的地图作成部23；推定移动机器人1的自我位置的既存地图自我位置推定部24和当前地图自我位置推定部25。进而，控制单元2构成为具备：评价由既存地图自我位置推定部24和当前地图自我位置推定部25推定的各自我位置的可靠度的可靠度评价部26；根据可靠度评价部26评价的可靠度来更新各自我位置中的任一个的自我位置更新部27；存储检测单元3取得的检测信息、地图作成部23作成的地图和各种数据等的存储部28。作为地图作成部23作成的地图能够利用占有格子地图和点群地图等任意的地图，在后面会写说明作成点群地图的情况。
检测单元3例如具备将红外线激光等激光向周围测量至物体的距离的LIDAR(Light Detection and Ranging：激光探测与测量技术)。该激光扫描仪以作为自我位置的传感器中心和方位作为基准位置(x,y,θ)T，根据距传感器中心的距离和绕传感器中心的角度(方向)来检测物体的有无和/或位置。该物体检测(以下有时单称作扫描)中，激光扫描仪的1个周期(例如1个旋转即360°)量的检测中基于以规定分辨率(例如1°)照射的光束线，以1个周期量的检测值为1单位(1个扫描)，该1个扫描的检测值作为检测信息按时间序列存储于存储部28。
移动单元4检测由驱动部旋转驱动的车轮的旋转角，从而取得移动机器人1的移动量，该移动量被作为里程计算法信息(检测信息)存储于存储部28。本实施方式的移动机器人1中，根据作为检测信息的扫描信息以及里程计算法信息，由SLAM技术顺次作成当前地图的同时一边推定自我位置，并且将过去作成的由后述方法反复更新并存储于存储部28的既存地图(参照地图)和检测信息进行对照，从而推定自我位置。以下有时将利用SLAM技术进行自我位置推定单称作“SLAM”，将通过与参照地图对照来自我位置推定单称作“LOC”(localization：定位)。并用SLAM和LOC的自我位置推定和地图作成的手法参照图2至图5进行说明。
此外，既存地图可以是过去作成的由后述方法反复更新并存储于存储部28的，例如也可以是从移动机器人1的外部转送来的等。总之，既存地图只要是存储于存储部28的过去作成的即可。
图2是表示移动机器人1的地图作成以及自我位置推定的动作的概念图。如图2所示，移动机器人1当取得来自检测单元3的扫描信息和来自移动单元4的里程计算法信息，则通过SLAM和LOC进行自我位置推定。SLAM作成当前地图并根据作成的当前地图进行自我位置推定，LOC通过与参照地图(既存地图)对照进行自我位置推定。通过SLAM和LOC进行自我位置推定后，评价各自我位置的可靠度并更新。如以上所示，本实施方式的移动机器人1并行利用SLAM和LOC在当前地图和参照地图上并行进行自我位置推定。
图3、4是表示移动机器人1的自我位置推定的状况的概念图。图3和图4各自的(A)是表示当前地图或参照地图上的物体的点群，其(B)是由检测单元3检测的扫描信息的点群，其(C)是(A)和(B)的点群重合的状态。在此例示作为位置对位的方法使用基于ICP的扫描匹配的情况，根据当前地图或参照地图上的点群的形状和扫描信息的点群的形状，例如利用ICP进行位置对位，从而判别移动机器人1的自我位置。扫描匹配中，当移动机器人1从第一位置移动到第二位置时，以使得在第一位置作成的当前地图(或过去作成的参照地图)和在第二位置扫描的扫描信息的重合程度最佳的方式度合的方式推定移动机器人1的自我位置(移动量)。SLAM通过比照顺次作成的当前地图和扫描信息，来推定自我位置的同时反复进行当前地图的更新。而LOC通过比照过去作成的参照地图和扫描信息，来推定参照地图上的自我位置。
图3表示利用SLAM进行扫描匹配的状况，当前地图上的点群和扫描信息的点群较好重合，匹配显示良好状态。图4表示利用LOC进行扫描匹配的状况，参照地图上的点群和扫描信息的点群部分偏离，匹配显示不良状态。即，图4(B)的位置A1、A2所示的部分的扫描信息相对于图4(A)的参照地图偏离，这表示过去作成的参照地图上存在的物体和当前的物体可能发生了位置和/或形状的变化。但是，相对于这样的物体位置等的环境变化，基于参照地图的LOC有可能不能够准确推定自我位置。因此，例如前述的利用ICP进行扫描匹配中，扫描信息相对参照地图的匹配得分由下式(1)算出。该匹配得分G(x)如图3所示匹配是良好状态的程度变小，如图4所示匹配变为不良状态则变大。
[数式1]
式(1)中，
x：在时刻t机器人位置(x,y,θ)T
R、t：x的旋转行列、平移分量，由下式(2)表示
pi：时刻t的扫描内的第i个点
qji：与pi对应的时刻t-1的扫描内的点。ji是与i对应的点的序号。
[数式2]
如以上所示，对推定的自我位置算出匹配得分，根据匹配得分设定可靠度，从而评价通过SLAM和LOC推定的各自我位置的可靠度，根据评价的可靠度来更新各自我位置中的任一个。像这样利用SLAM和LOC进行各自我位置的可靠度评价以及自我位置更新的方法在后面叙述。
本实施方式的移动机器人1中，通过SLAM作成当前地图并推定自我位置，LOC对参照地图进行参照的同时一边推定自我位置，采用各自推定的自我位置的优者。根据这样的自我位置推定方法，由于并行进行当前地图上的SLAM和参照地图上的自我位置推定，所以得到彼此互补的效果。即，即使SLAM和LOC任一个的自我位置推定失败，只要另一个成功，则能够恢复，所以稳健性提高。
另外当作为计量数据的扫描信息和/或里程计算法信息的状态不佳时，由SLAM推定的自我位置会产生较大误差，所以作成的当前地图可能会崩溃，这种情况下即使扫描信息正常，也难以恢复到准确的位置。因此，通过并用LOC，能以参照地图为基准，所以能够提高只要扫描信息正常化就能够推定自我位置的可能性。进一步地，移动机器人1若离开参照地图的范围外，则由于没有地图，若进行扫描匹配，则变成LOC仅通过里程计算法信息推定自我位置，仅由里程计算法信息时位置误差积累，可能会迷失自我位置。因此，通过并用SLAM，从而能够继续推定移动机器人1的位置，LOC引入由SLAM推定的自我位置，所以能够得到精度高于仅由里程计算法信息的情况下的自我位置，还能得到回到参照地图的范围时也容易恢复的效果。
接着，一并参照图5详细说明移动机器人1的动作。图5是表示移动机器人1的动作的流程图。此外，其中关于移动机器人1的走行的动作省略说明，着重说明伴随走行的自我位置推定和当前地图的作成步序。
当由控制单元2的移动控制部21驱动控制移动单元，开始移动机器人1的走行，则由检测控制部22驱动控制检测单元3，开始周围的物体的检测(检测信息取得工序：步骤ST11)。检测信息取得工序(步骤ST11)中，检测控制部22由检测单元3取得检出周围的物体的扫描信息(检测信息)，并使取得的扫描信息存储于存储部28。进一步地，检测控制部22取得根据移动单元4的车轮的旋转角检出移动量的里程计算法信息(检测信息)，并使取得的里程计算法信息存储于存储部28。
控制单元2根据存储于存储部28的扫描信息以及里程计算法信息和作成的当前地图、以及存储于存储部28的参照地图(既存地图)，来推定移动机器人1的自我位置(自我位置推定工序：步骤ST12)。自我位置推定步序(步骤ST12)并行执行利用SLAM推定自我位置的推定步序即步骤ST21～ST23和利用LOC推定自我位置的推定步序即步骤ST31～ST33。
作为利用SLAM推定自我位置的推定步序，控制单元2根据此前作成的当前地图和扫描信息以及里程计算法信息，使当前地图自我位置推定部25推定移动机器人1的当前的自我位置。进一步地，控制单元2使地图作成部23作成当前地图，使作成的当前地图存储于存储部28(当前地图作成和基于当前地图的自我位置推定工序：步骤ST21)。接着，当前地图自我位置推定部25根据算出的自我位置和前一时刻的自我位置来算出该区间的移动量(移动量算出工序：步骤ST22)。像这样利用SLAM推定当前的自我位置后，控制单元2使可靠度评价部26评价自我位置的可靠度(可靠度评价工序：步骤ST23)。可靠度评价工序(步骤ST23)中，可靠度评价部26根据前述的扫描匹配的结果来算出自我位置的可靠度。例如，可以根据匹配得分决定可靠度，也可以根据匹配的点的个数来决定可靠度。以使得前者是匹配得分越小则可靠度越大，后者是点数越多则可靠地越大的方式实施转换。并且可靠度小于规定的阈值的情况下可以使可靠度为0。
作为利用LOC推定自我位置的推定步序，控制单元2根据存储于存储部28的参照地图和扫描信息以及里程计算法信息，使既存地图自我位置推定部24推定移动机器人1的当前的自我位置(基于参照地图的自我位置推定工序：步骤ST31)。接着，既存地图自我位置推定部24根据算出的自我位置和前一时刻的自我位置，算出此区间的移动量(移动量算出工序：步骤ST32)。像这样利用LOC推定当前的自我位置后，控制单元2使可靠度评价部26评价自我位置的可靠度(可靠度评价工序：步骤ST33)。可靠度评价工序(步骤ST33)中，可靠度评价部26根据前述的扫描匹配的结果来算出自我位置的可靠度。例如，可以根据匹配得分决定可靠度，也可以根据匹配的点的个数来决定可靠度。以使得前者是匹配得分越小则可靠度越大，后者是点数越多则可靠地越大的方式实施转换。并且可靠度小于规定的阈值的情况下可以使可靠度为0。
如以上所示，通过SLAM和LOC推定各自我位置，评价各自我位置的可靠度后，控制单元2使可靠度评价部26根据SLAM和LOC的各自我位置的可靠度，对各自我位置设定可靠度越高则越高的权重(权重赋予工序：步骤ST13)。即，例如若利用SLAM推定的自我位置的可靠度是80％，利用LOC推定的自我位置的可靠度是60％，基于SLAM的自我位置的权重设定为0.57(＝80/(80+60))，基于LOC的自我位置的权重设定为0.43(＝60/(80+60))。
接着，控制单元2使自我位置更新部27根据SLAM和LOC的各自我位置的权重，来更新各自我位置的至少任一个(自我位置更新工序：步骤ST14)。自我位置更新部27根据由所述移动量算出工序(步骤ST23，ST32)算出的各自我位置的移动量和由权重赋予工序(步骤ST13)设定的各自我位置的权重，来更新各自我位置。此外，自我位置更新工序(步骤ST14)中，也可以不基于各自我位置的权重，由可靠度高的自我位置更新(改写)可靠度低的自我位置。这相当于前述将小于阈值的可靠度为0的情况。并且SLAM和LOC的自我位置的可靠度分别大于阈值的情况下，可以直接使用分别推定的自我位置。只不过当一方的自我位置的可靠度变得小于阈值的情况下，由另一方的自我位置改写。
接着，控制单元2由步骤ST15判断是否继续移动机器人1的走行。在步骤ST15中继续走行的情况下，再次返回检测信息取得工序(步骤ST11)，反复进行上述的各工序。在步骤ST15中不继续走行的情况下，控制单元2使移动机器人1的走行停止，并使各部分的动作停止。
根据这样的本实施方式，能够起到以下的作用和效果。
(1)移动机器人1中根据由控制单元2的可靠度评价部26评价的由SLAM和LOC推定的各自我位置的可靠度，自我位置更新部27更新各自我位置中的任一个，所以能够获得由既存地图自我位置推定部24和当前地图自我位置推定部25推定的各自我位置的整合性。因此，移动机器人1即使在移动的环境反复变化的情况下，也能够根据参照地图和当前地图两者来评价自我位置的可靠性，从而能够相对于环境的变化的自我位置推定的精度。
(2)控制单元2的自我位置更新部27算出由SLAM和LOC推定的各自我位置的移动量，根据算出的移动量，更新各自我位置中的任一个，即使在参照地图和当前地图的形状不同的情况下也能够获得各自我位置的整合性，能够降低误差的同时提高自我位置的推定精度。
(3)自我位置更新部27根据由可靠度评价部26设定的表示各自我位置的可靠度的权重，来更新由SLAM和LOC推定的各自我位置的至少任一个，所以能够阶段性地评价各自我位置的可靠度，能够高效率地获得各自我位置的整合性。另一方面，自我位置更新部27也可以不基于各自我位置的权重，而由可靠度高的自我位置来改写可靠度低的自我位置，由此，能够抑制计算成本。
〔实施方式的变形〕
此外，本发明不限于上述实施方式，能够达成本发明的目的的范围内的変形和改良等包含于本发明。
例如，上述实施方式中，作为移动机器人1进行了具体例示，作为移动机器人(移动体)是服务机器人或家用机器人等，更具体地能够例示扫除机器人。警备机器人、搬运机器人、向导机器人等。进一步地，作为移动体，也可以是自动驾驶车祸作业车等。进一步地，移动体的移动范围可以是二维平面空间或三维空间，当三维空间的情况下移动体可以是无人机等飞行器。即，上述实施方式中，作为SLAM技术例示的是使用2D-SLAM的例子，但本发明的信息处理装置也能够应用于以三维空间为对象的3D-SLAM。
上述实施方式中，移动机器人1具备控制单元2，在该控制单元2上设置有地图作成部23和自我位置推定部24，25等，但作为信息处理装置也可以不设于移动机器人1，而构成为设于能够与移动体通信的其他机器，根据由其他机器作成的地图使移动机器人1走行。并且，作为移动体也可以不具备移动单元，可以是使用者一边手动移动设置有检测单元4的推车等一边对周围检测的构成。
上述实施方式中，作为参照地图(既存地图)和当前地图使用的是点群地图，但各地图不限于点群地图，也可以是占有格子地图或其他地图。并且上述实施方式中作为检测单元例示的是具有激光扫描仪的产品，但不限于此，检测单元也能够利用各种距离传感器或摄像装置等任意产品。并且上述实施方式中，根据移动单元的车轮的旋转角取得里程计算法信息，但是不限定于此，也能够将由光学单元计量的移动量或由陀螺仪又IMJ(Inertial Measurement Unit：惯性测量仪)计量的旋转角利用于里程计算法信息。
上述实施方式中，自我位置更新部27算出由SLAM和LOC推定的各自我位置的移动量，根据所算出的移动量来更新各自我位置中的任一个，但是也可以不考虑移动量，而是将推定的各自我位置互相在参照地图上或在当前地图上重合，来更新自我位置。即，上述实施方式中，由于参照地图和当前地图的地图形状不同，在地图上将各自我位置相互重叠是困难的，所以采用根据各自我位置算出移动量后更新自我位置的方式，但是若能将参照地图和当前地图的地图坐标系恰当地相互转换，则能够在这些地图间使自我位置(坐标值)直接重合，不计算移动量也能够更新自我位置。另外在上述实施方式中，对由SLAM和LOC推定的自我位置，通过位姿图(pose graph)的耦合进行的地图耦合，但是地图的耦合方法不限于利用位姿图，也可以采用其他耦合方法。
产业上的可利用性
如以上所述，本发明能够很好地利用于面对环境的变化也能够确保自我位置的推定精度，维持地图中的自我位置的整合性的信息处理装置以及移动机器人。
附图标记说明：
1 移动机器人
2 控制单元
3 检测单元
4 移动单元
23 地图作成部
24 既存地图自我位置推定部
25 当前地图自我位置推定部
26 可靠度评价部
27 自我位置更新部
28 存储部

Claims (5)

1.一种信息处理装置，该信息处理装置是用于基于移动体移动的环境的地图来推定移动体的自我位置的信息处理装置，其特征在于，
该信息处理装置具备：
检测距所述移动体的周围的物体的距离和方向作为检测信息的检测单元；以及
控制所述检测单元的控制单元，
其中，所述控制单元具备：
存储由所述检测单元检测的检测信息的时间序列和地图的存储部；
基于存储于所述存储部的检测信息来作成所述移动体的周围的地图并存储于所述存储部的地图作成部；
基于存储于所述存储部的过去作成的既存地图与检测信息进行匹配来推定所述移动体的当前的自我位置的既存地图自我位置推定部；
基于存储于所述存储部的当前作成中的当前地图与检测信息进行匹配来推定所述移动体的当前的自我位置的当前地图自我位置推定部；
评价由所述既存地图自我位置推定部和所述当前地图自我位置推定部推定的各自我位置的可靠度的可靠度评价部；以及
基于由所述可靠度评价部评价的可靠度来更新所述各自我位置中的任一个的自我位置更新部。
2.如权利要求1所述的信息处理装置，其特征在于，
所述自我位置更新部算出由所述既存地图自我位置推定部和所述当前地图自我位置推定部推定的各自我位置的移动量，基于所算出的移动量来更新所述各自我位置中的任一个。
3.如权利要求1或2所述的信息处理装置，其特征在于，
所述自我位置更新部将由所述可靠度评价部评价的所述各自我位置的可靠度低的地图的自我位置基于可靠度高的地图的自我位置更新。
4.如权利要求1～3任一项所述的信息处理装置，其特征在于，
所述可靠度评价部将表示所述各自我位置的可靠度的权重设定为随所述各自我位置的可靠度变高而变大、随可靠度变低而变小，
所述自我位置更新部基于由所述可靠度评价部设定的权重来更新所述各自我位置的至少任一个。
5.一种移动机器人，其特征在于，具备：
如权利要求1至4任一项所述的信息处理装置；以及
使所述移动体移动的移动单元。
CN201980092682.4A 2019-03-13 2019-03-13 信息处理装置以及移动机器人 Active CN113454487B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/010328 WO2020183659A1 (ja) 2019-03-13 2019-03-13 情報処理装置および移動ロボット

Publications (2)

Publication Number Publication Date
CN113454487A CN113454487A (zh) 2021-09-28
CN113454487B true CN113454487B (zh) 2024-05-28

Family

ID=72426087

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980092682.4A Active CN113454487B (zh) 2019-03-13 2019-03-13 信息处理装置以及移动机器人

Country Status (6)

Country Link
US (1) US20220137638A1 (zh)
EP (1) EP3940422A4 (zh)
JP (1) JP7133251B2 (zh)
CN (1) CN113454487B (zh)
TW (1) TWI772743B (zh)
WO (1) WO2020183659A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020251100A1 (ko) * 2019-06-14 2020-12-17 엘지전자 주식회사 퓨전 슬램에서 맵을 업데이트하는 방법 및 이를 구현하는 로봇
JPWO2021112177A1 (zh) * 2019-12-04 2021-06-10
TWI801829B (zh) * 2021-03-26 2023-05-11 大陸商信泰光學（深圳）有限公司 移動裝置及其移動方法
JP7424438B1 (ja) 2022-09-22 2024-01-30 いすゞ自動車株式会社 車両位置推定装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012173013A (ja) * 2011-02-17 2012-09-10 Fujitsu Ltd 推定位置評価システム及びプログラム
CN105953798A (zh) * 2016-04-19 2016-09-21 深圳市神州云海智能科技有限公司 移动机器人的位姿确定方法和设备
KR20170066986A (ko) * 2015-12-07 2017-06-15 한화테크윈 주식회사 감시 방법
CN106931975A (zh) * 2017-04-14 2017-07-07 北京航空航天大学 一种基于语义地图的移动机器人多策略路径规划方法
CN107000608A (zh) * 2014-11-26 2017-08-01 爱信精机株式会社 移动体
WO2018166287A1 (zh) * 2017-03-14 2018-09-20 北京京东尚科信息技术有限公司 无人机的定位方法及装置
CN109118940A (zh) * 2018-09-14 2019-01-01 杭州国辰机器人科技有限公司 一种基于地图拼接的移动机器人构图
WO2019018315A1 (en) * 2017-07-17 2019-01-24 Kaarta, Inc. ALIGNMENT OF MEASURED SIGNAL DATA WITH SLAM LOCATION DATA AND ASSOCIATED USES

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2712673A1 (en) * 2008-02-04 2009-08-13 Tele Atlas North America Inc. Method for map matching with sensor detected objects
GB2463481A (en) * 2008-09-12 2010-03-17 Geotate Bv Means for estimating the location of an event using a satellite positioning system
GB201202344D0 (en) * 2012-02-10 2012-03-28 Isis Innovation Method of locating a sensor and related apparatus
US9215560B1 (en) * 2012-07-12 2015-12-15 two forty four a.m. LLC System and method for device-centric location detection and geofencing
JP6136543B2 (ja) * 2013-05-01 2017-05-31 村田機械株式会社 自律移動体
CA3067177A1 (en) * 2015-02-10 2016-08-18 Mobileye Vision Technologies Ltd. Sparse map for autonomous vehicle navigation
US10592936B2 (en) * 2015-06-04 2020-03-17 Mitsubishi Electric Corporation Travel assistance device, travel assistance server, and travel assistance system
JP6849330B2 (ja) * 2015-08-28 2021-03-24 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 地図生成方法、自己位置推定方法、ロボットシステム、およびロボット
TWI622783B (zh) * 2016-05-24 2018-05-01 曦恩體感科技股份有限公司 混合定位方法及其電子裝置
JP6882664B2 (ja) * 2017-02-07 2021-06-02 富士通株式会社 移動体位置推定システム、移動体位置推定端末装置、情報格納装置、及び移動体位置推定方法
US10444759B2 (en) 2017-06-14 2019-10-15 Zoox, Inc. Voxel based ground plane estimation and object segmentation

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012173013A (ja) * 2011-02-17 2012-09-10 Fujitsu Ltd 推定位置評価システム及びプログラム
CN107000608A (zh) * 2014-11-26 2017-08-01 爱信精机株式会社 移动体
KR20170066986A (ko) * 2015-12-07 2017-06-15 한화테크윈 주식회사 감시 방법
CN105953798A (zh) * 2016-04-19 2016-09-21 深圳市神州云海智能科技有限公司 移动机器人的位姿确定方法和设备
WO2018166287A1 (zh) * 2017-03-14 2018-09-20 北京京东尚科信息技术有限公司 无人机的定位方法及装置
CN106931975A (zh) * 2017-04-14 2017-07-07 北京航空航天大学 一种基于语义地图的移动机器人多策略路径规划方法
WO2019018315A1 (en) * 2017-07-17 2019-01-24 Kaarta, Inc. ALIGNMENT OF MEASURED SIGNAL DATA WITH SLAM LOCATION DATA AND ASSOCIATED USES
CN109118940A (zh) * 2018-09-14 2019-01-01 杭州国辰机器人科技有限公司 一种基于地图拼接的移动机器人构图

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于信息融合地图的水下机器人位置估计;杨放琼;谭青;彭高明;;计算机工程与应用;20080621(第18期);204-206、214 *
基于激光雷达和Kinect信息融合的导盲机器人SLAM研究;刘志;陈超;;江苏科技大学学报(自然科学版);20180415(第02期);68-73 *

Also Published As

Publication number Publication date
JP7133251B2 (ja) 2022-09-08
US20220137638A1 (en) 2022-05-05
EP3940422A4 (en) 2022-10-26
TWI772743B (zh) 2022-08-01
JPWO2020183659A1 (ja) 2021-11-25
TW202036030A (zh) 2020-10-01
CN113454487A (zh) 2021-09-28
EP3940422A1 (en) 2022-01-19
WO2020183659A1 (ja) 2020-09-17

Similar Documents

Publication Publication Date Title
CN113454487B (zh) 信息处理装置以及移动机器人
US10006772B2 (en) Map production method, mobile robot, and map production system
US9274526B2 (en) Autonomous vehicle and method of estimating self position of autonomous vehicle
WO2018181974A1 (ja) 判定装置、判定方法、及び、プログラム
EP2821876A2 (en) Route planning method, route planning unit, and autonomous mobile device
KR101775114B1 (ko) 이동 로봇의 위치 인식 및 지도 작성 시스템 및 방법
KR20170088228A (ko) 다중로봇의 자기위치인식에 기반한 지도작성 시스템 및 그 방법
CN113330279A (zh) 用于确定车辆的位置的方法和系统
JP5016399B2 (ja) 地図情報作成装置及びそれを備えた自律移動装置
US11493930B2 (en) Determining changes in marker setups for robot localization
JP3770909B2 (ja) 目標と自走ユニットとの間隔が自走ユニットによって動的に検出される、自走ユニットの環境マップ内の目標の位置特定方法
WO2018154579A1 (en) Method of navigating an unmanned vehicle and system thereof
CN113661505A (zh) 用于校准与物料搬运车辆相关的传感器的姿态的系统和方法
CN110763224A (zh) 一种自动导引运输车导航方法及导航系统
KR20180103462A (ko) 라이더 스캔 데이터의 누적에 의한 자율주행 자동차의 위치인식 시스템 및 그 방법
CN115903857A (zh) 基于rfid的粮面无人巡检装置及定位方法
CN115436917A (zh) Lidar视轴对准误差和主车辆定位误差的协同估计和校正
CN113093759A (zh) 基于多传感器信息融合的机器人编队构造方法及系统
JP7040308B2 (ja) 無人搬送車の走行制御装置及び走行制御方法
JP5477167B2 (ja) 移動体
JP2013250795A (ja) 移動体誘導装置及び移動体誘導方法
US20220155801A1 (en) Method for autonomous navigation by integrating sensor data with known aeronautical coordinates using simultaneous localisation and mapping
JP7329079B2 (ja) 汎用的に使用可能な特徴マップを生成する方法
Lee et al. Practical map building method for service robot using EKF localization based on statistical distribution of noise parameters
JP2023093268A (ja) 位置検出装置及び位置検出方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40052965

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant