CN113490973B - 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
CN113490973B
CN113490973B CN201980092728.2A CN201980092728A CN113490973B CN 113490973 B CN113490973 B CN 113490973B CN 201980092728 A CN201980092728 A CN 201980092728A CN 113490973 B CN113490973 B CN 113490973B
Authority
CN
China
Prior art keywords
map
unit
determination
detection information
determination point
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
CN201980092728.2A
Other languages
English (en)
Other versions
CN113490973A (zh
Inventor
原祥尧
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 CN113490973A publication Critical patent/CN113490973A/zh
Application granted granted Critical
Publication of CN113490973B publication Critical patent/CN113490973B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • 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
    • 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
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/10—Map spot or coordinate position indicators; Map reading aids
    • G09B29/102—Map spot or coordinate position indicators; Map reading aids using electrical means
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Optics & Photonics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Mathematical Physics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)
  • General Factory Administration (AREA)
  • Instructional Devices (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

提供一种信息处理装置以及移动机器人，能够抑制物体的误判定，提高地图精度。信息处理装置(2)具备：取得移动机器人(1)的周围的物体的有无作为检测信息的检测单元(4)；控制检测单元(4)的控制单元(3)；用于构建占用地图(M2)的地图构建单元(5)。地图构建单元(5)具备：将检测信息按时间序列存储的存储部(55)；基于检测信息作成地图的地图作成部(52)；基于由地图作成部(52)作成的暂定地图上的判定点的周围的物体的有无来取得判定点的法线的法线取得部(53)；基于各判定点上的光束线和法线所成的角度来判定各判定点的检测信息的有效性的有效性判定部(54)。

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(例如参照专利文献1和2)。该占用栅格地图将移动范围的平面和/或空间分割为多个区划(单区)进行存储，并对分割的各区划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。
在先技术文献
专利文献
专利文献1：日本专利申请(特开)JP2017-157087
专利文献2：日本专利申请(特开)JP2018-005709
发明内容
发明要解决的课题
占用栅格地图和点群地图使用激光扫描仪(LIDAR(Light Detection andRanging：激光探测与测量))检测空间内的物体，根据取得的检测信息作成。这时激光扫描仪通过使照射的激光束反射在物体表面或路面而返回，作为检测信息取得物体的有无。然后针对光束线上的每个判定点(单区或点)通过光线投射法处理求算占用概率。但是存在这样的问题：光束线相对于物体表面或路面的照射角度低 (浅)的情况下，会检知成光束线在其表面通过，误判为不存在物体，而从地图上消掉。。
本发明的目的在于提供能够抑制物体的误判定，提高地图精度的信息处理装置以及移动机器人。
用于解决课题的手段
本发明的信息处理装置，其用于通过处理检测移动体的周围的物体后的检测信息，来构建作为表示移动体的移动路径周边的占用概率的地图的占用地图，其特征在于，所述信息处理装置具备：检测单元，该检测单元通过对所述移动体的周围放射光束线，来对每个光束线取得物体的有无作为检测信息；控制单元，该控制单元控制所述检测单元；以及地图构建单元，该地图构建单元用于构建所述占用地图，其中，所述地图构建单元具备：存储部，该存储部将由所述检测单元取得的检测信息按时间序列存储；地图作成部，该地图作成部根据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；法线取得部，该法线取得部在所述检测信息中的光束线上设定多个判定点，根据由所述地图作成部作成的暂定地图上的各判定点的周围的物体的有无，来取得各判定点的法线；以及有效性判定部，该有效性判定部根据作为所述各判定点上的所述光束线和所述法线所成的角度的入射角，来判定各判定点的检测信息的有效性，其中，所述地图作成部使用反映了所述各判定点的有效性的检测信息来构建所述占用地图。
根据这样的本发明，信息处理装置由法线取得部取得光束线上的判定点的法线，由有效性判定部根据作为光束线和法线所成的角度的入射角来判定各判定点的检测信息的有效性，由地图作成部使用反映了各判定点的有效性的检测信息构建占用地图。因此，能够排除对物体表面光束线以浅角度照射，误判定为没有物体的有效性低的检测信息，能够根据准确检知物体的有效性高的检测信息来构建占用地图，提高地图精度。
本发明中优选，所述地图构建单元执行第一处理步骤和第二处理步骤，所述第一处理步骤中在规定时间所述移动体移动以及所述检测单元取得检测信息后，根据存储于所述存储部的全时刻的所述检测信息，使所述地图作成部作成所述暂定地图；所述第二处理步骤中使用所述暂定地图上各判定点的周围的物体的有无使所述法线取得部取得各判定点的法线，根据各判定点上的所述入射角使所述有效性判定部判定各判定点的检测信息的有效性，使用反映了各判定点的有效性的检测信息使所述地图作成部构建所述占用地图。
根据这样的构成，信息处理装置的地图构建单元在第一处理步骤中，根据全时刻的检测信息使地图作成部作成暂定地图后，在第二处理步骤中，使用暂定地图上的各判定点的周围的物体的有无使法线取得部取得各判定点的法线，使有效性判定部判定各判定点的检测信息的有效性，使用反映了判定点的有效性的检测信息使地图作成部作成占用地图，从而能够进一步提高地图精度。即，由于使用基于全时刻的检测信息的暂定地图而由法线取得部取得判定点的法线，所以能够根据积累了全时刻的数据来求得高精度地判定点的法线。法线取得部对实时得到的检测信息中不提供法线的判定点，通过使用全时刻的检测信息也能够取得法线，有效性判定部能够使用求得的法线判定有效性。进一步地，有效性判定部根据全时刻的检测信息仅处理已知存在法线的判定点即可，所以能够降低计算成本，高效率地构建占用地图。
本发明中优选，所述有效性判定部根据各判定点上的所述入射角，设定该入射角越大则越小的权重，以及设定该入射角越小则越大的权重，来作为表示各判定点的检测信息的有效性的权重，所述地图作成部使用反映了由所述有效性判定部设定的各判定点的权重的检测信息来构建所述占用地图。
根据这样的构成，有效性判定部根据各判定点上的光束线的入射角来设定该入射角越大则越小的权重，以及设定该入射角越小则越大的权重，所以能够阶段性地评价判定点的检测信息的有效性。并且，地图作成部使用反映了各判定点的权重的检测信息来构建占用地图，所以能够抑制物体的误判定并同时提高地图精度。
本发明中优选，所述地图作成部构建所述占用地图不使用由所述有效性判定部判定为非有效的判定点的检测信息。
根据这样的构成，地图作成部能够排除光束线照射浅、由有效性判定部判定为非有效的判定点的检测信息的影响，能够降低计算成本并同时高效率地构建地图。
本发明中优选，对于由所述有效性判定部判定为非有效的无效判定点所属的所述光束线上被设定的其他判定点中，所述地图作成部不使用所述无效判定点远方侧的全部的判定点的检测信息，而使用所述无效判定点近侧的各判定点的检测信息来构建所述占用地图。
根据这样的构成，地图作成部不使用被有效性判定部判定为无效的无效判定点远方侧的全部判定点的检测信息，从而能够削减所使用的数据量，能够进一步地高效率地构建地图。
本发明的移动机器人特征在于具备所述信息处理装置和使所述移动体移动的移动单元。
根据本发明该构成，移动机器人具备信息处理装置以及移动单元，通过地图构建单元构建地图，从而能够与前述同样地，高效率地构建移动路径周边的占用地图。
附图说明
图1是表示本发明一实施方式的移动机器人的概略构成的框图。
图2是说明所述移动机器人的物体检测动作的占用栅格地图的俯视图。
图3是说明所述移动机器人的物体检测动作的占用栅格地图的侧视图。
图4是表示所述移动机器人检测动作的光束线的照射状态的图。
图5是说明所述移动机器人的检测动作的问题的俯视图。
图6是表示所述检测单元取得的检测信息的光束线上的判定点的图。
图7是表示所述移动机器人的动作的流程图。
图8是表示所述移动机器人作成地图时的动作的俯视图。
图9是表示所述移动机器人的信息处理装置作成的地图的图。
图10是表示所述移动机器人的其他动作的流程图。
具体实施方式
以下，基于图1～图9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的概略构成的框图。
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3、检测单元4、地图构建单元5和移动单元6，由控制单元3、检测单元4以及地图构建单元5构成信息处理装置2。检测单元4具有对移动机器人1的周围发射光束线B以检测物体的有无的激光扫描仪41，对每次照射的光束线B取得检测信息。移动单元6具有马达等驱动部61和由驱动部61旋转驱动的车轮62，使移动机器人1自律走行。
控制单元3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体主体1的动作的系统，其具备控制移动单元6的移动控制部31和控制检测单元 4的检测控制部32。地图构建单元5构成为具备：由SLAM技术推定移动机器人1的自我位置的自我位置推定部51、如后所述那样作成移动机器人1的周围的地图的地图作成部52、法线取得部53、有效性判定部54、存储检测单元4取得的检测信息、地图作成部52作成的地图等各种数据的存储部55。作为地图作成部52作成的地图，能够采用占用栅格地图或点群地图等任意地图，关于作成占用栅格地图的情况在之后进行说明。
检测单元4的激光扫描仪41例如适用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)。该激光扫描仪41以由SLAM技术取得的作为自我位置的传感器中心和方位作为基准位置，基于距传感器中心的距离、绕传感器中心的角度(方向)和距传感器中心的高度(仰角或俯角)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41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B，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55。
接着，参照图2、图3说明关于占用栅格地图的作成的基本概念。图2和图3分别是说明移动机器人1的物体检测动作的占用栅格地图的俯视图和侧视图。占用栅格地图M，将对象空间规定为三维平面，将该平面分割为规定尺寸(例如10立方厘米)的单区C，对每个单区C设定单区值。作为该占用栅格地图M的作成方法，例如标准的是光线投射法(raycasting)，以下说明使用了光线投射法的占用栅格地图 M的作成步骤。
占用栅格地图M的单区值以占用概率和/或对数优势进行管理。在光线投射法中，从传感器中心中心伸出模拟光束线B的直线，更新光束B通过的单区C的值。处于来自激光扫描仪41的光束线B射中物体的位置的单区C为占用单区C1(例如对数优势＝1)，光束线B通过的单区C为自由单区C2(例如对数优势＝-1)，处于计量范围外为观测的单区C为未知单区C3(例如对数优势＝0)。占用栅格地图M 的单区值加算多个扫描的单区值来计算对数优势。例如，某单区C的占用为3次、自由为2次，则对数优势为3+(-2)＝1。根据这样反复扫描累积的对数优势计算各单区C的占用概率即该单区C中物体的存在(占用)、不存在(自由)、未知的任一个作为概率值，由此作成占用栅格地图M。
其中为了得到各单区C的单区值，需要准确检知来自激光扫描仪 41的光束线B是否已经通过或是射中物体。图4是表示移动机器人1 的检测动作下的光束线B的照射状态的图。如图4所示，被照射的光束线B射中物体O时，光束线B的方向矢量V1和垂直于物体O的表面的法线的方向矢量V2以各种角度交叉。该光束线B的方向矢量V1 和法线的方向矢量V2所成的角度θ(以下有时称作入射角θ)会影响占用栅格地图M的单区值。
如图3的侧视图所示，相对于处于激光扫描仪41的正面的墙面，光束线B的入射角θ是小的，相对于处于激光扫描仪41的下方的路面，光束线B的入射角θ是大的。占用栅格地图M由于离散化表现分量割了空间和物体的单区C，因此当入射角θ相对于物体表面大的情况下，判定过光束线B射中的占用单区C1，虽然确是物体，也被判定为其他光束线B通过。由于该离散化导致产生判定失误，致使对于光束线B 较低入射的路面的单区C来说，本应被作为占用单区C1判定，由于信息“光束线B通过”的累积，却会被判定为自由单区C2。像这样虽然存在物体而被误判为自由单区C2的单区C在以下称作误判定单区C2′。并且，入射角θ小、即光束线B相对于物体O的表面以高(深) 角度射中时，在物体O的表面反射的光束线B容易接收，得到较高的检知精度。而入射角θ大、即光束线B相对于物体O的表面以低(浅) 角度射中时，检知精度降低。
图5是说明移动机器人的检测动作的问题的俯视图。图5(A)～ (C)中，移动机器人1从图的上方向下方移动的同时，对存在于自身左侧(图中右侧)的墙面由激光扫描仪41进行扫描，设定与作文物体的墙相当的单区C的单区值。如图5(A)所示，开始扫描墙面的初期，对于存在于移动机器人1近旁的墙面，由于入射角θ小，故检知墙面，判定为占用单区C1，其检测信息按时间序列被存储于存储部55。而对于存在于移动机器人1远方(图下侧)的墙面，由于入射角θ大，故误判定为自由单区C2，或不能检知墙面而判断为未知单区C3，其检测信息按时间序列被存储于存储部55。
接着，如图5(B)所示，在移动到墙的中间部的中期，对于存在于移动机器人1近旁的墙面，由于入射角θ变小，故对初期时成为自由单区C2或未知单区C3的单区C也能够准确检知，被作为占用单区 C1更新存储部55的检测信息。而对于图5(B)上侧的墙面，尽管初期定为占用单区C1，但入射角θ变大，故判定为光束线B通过，作为误判定单区C2′更新检测信息。即，对于过去准确判定为占用单区 C1的单区C，由于累积入射角θ的大的光束线B，导致误判定为误判定单区C2′并直接更新了检测信息。
进一步地，如图5(C)所示，移动到墙的另一端侧的后期，对于存在于移动机器人1近旁的墙面，由于入射角θ变小，故对于初期和中期成为自由单区C2或未知单区C3的单区C也不能够检知，大部分被占用单区C1更新存储部55的检测信息。但是，由于过去的扫描中定为自由单区C2的单区值累计，而未变为占用单区C1，保持误判定单区C2′，还残存未被更新的单区C。即过去的扫描结果影响未来的扫描，残留定为误判定单区C2′的信息，还存在不能准确更新检测信息的事故。并且，对于图5(C)上侧的单区C，由于入射角θ进一步变大，故改写成误判定单区C2′的单区C的范围扩大。
本实施方式中，为抑制包含误判定单区C2′的检测信息对作成占用栅格地图M给与的影响，对每个光束线B在其检测信息中的光束线 B上设定多个判定点，由控制单元3的法线取得部53取得各判定点的法线，根据各判定点上的光束线B与法线的入射角θ，由有效性判定部54判定各判定点的检测信息的有效性。给予这样的光束线B上的判定点的概念参照图6进行说明。
图6是表示检测单元所取得检测信息的光束线B上的判定点的图。图6所示的占用栅格地图M中，某一条光束线Bi通过了多个单区C，光束线Bi的前端被检知作为射中物体的占用单区C1。将该占用单区C1的中心坐标设定为判定点P1。然后对光束线Bi通过的其他单区C 顺次设定判定点P2、P3、P4…。其中，设定成判定点P2、P3的单区 C在占用栅格地图M中是判定为占用单区C1的，但光束线Bi由于是通过的，故判定为自由单区C2，有可能变为误判定单区C2′。并且，设定为判定点P4、P5、P6的单区C在占用栅格地图M中是自由单区 C2，由于光束线Bi也是通过的，故被检知作为自由单区C2。
对这样的光束线Bi上的判定点P1～P6…Pn，由法线取得部53 取得法线的方向矢量V2。法线取得部53对作为对象的判定点，参照其周围的多个(例如附近26)单区C，根据各单区C的单区值判断物体的有无，取得法线的方向矢量V2。具体地，求出判定点P近旁单区中单区值高的单区的集合S，以与由集合S的点和判定点P构成的各直线(二维地图的情况)或者各平面(三维地图的情况)垂直的矢量的平均值作为法线矢量V2。或者，也可以通过对集合S进行主分量分析来求出法线矢量V2。如此对每个判定点P1～P6…Pn取得法线的方向矢量V2后，有效性判定部54根据光束线Bi的方向矢量V1和法线的方向矢量V2的入射角θ，判定各判定点的检测信息的有效性。此外，若作为对象的判定点周围没有物体(占用单区C1)，则法线取得部53对该判定点不计算法线的方向矢量V2。
有效性判定部54例如使用光束线Bi的单位方向矢量V1和法线的单位方向矢量V2的点积(cosθ)的绝对值(0～1)判定各判定点的检测信息(单区值)的有效性。其中，例如能够设定在点积的绝对值小于0.5(θ＞60°)的情况等时作为无效的判断。作为判定方法能够适用以下所示三种方法。首先，作为第一判定方法，若在光束线Bi 上存在无效的判定点，则将该无效判定点的单区C的单区值无效，不加算于对数优势，仅将有效的判定点的单区C的单区值加算于对数优势用于地图作成。
作为第二判定方法，光束线Bi上的判定点P1～P6…Pn中若存在无效的判定点，则该无效判定点远方侧的全部判定点的单区C的单区值不使用，将无效判定点近侧的判定点的单区C的单区值用于地图作成。即在图6中，例如判定点P3无效的情况下，判定点P1～P3的单区C的单区值不使用，无效判定点近侧的判定点P4～P6…Pn的单区 C的单区值加算于对数优势用于地图作成。
作为第三判定方法，对光束线Bi上的判定点P1～P6…Pn计算的点积的绝对值作为权重使用，对判定点的单区C的单区值乘以权重。即，若某一判定点上的光束线Bi的单位方向矢量V1和法线的单位方向矢量V2的点积为0.5(θ＝60°)，则例如对该单区C的无物体的自由单区值-1乘以0.5，将该乘以权重的单区值-0.5加算于对数优势用于地图作成。此外，作为乘于单区值的权重，不限于直接使用点积的绝对值，也可以乘以合适的权重系数，也可以对点积的绝对值设定下限值(例如0.1)，小于下限值的判定点无效。
像以上这样有效性判定部54判定各判定点的单区值的有效性，更新存储部55的检测信息后，地图作成部52根据更新后的检测信息，作成移动机器人1的移动路径周边的占用栅格地图M(相当于后述的占用地图M2的地图)。
以下，一并参照图7～图9详细说明移动机器人1的占用栅格地图M的作成方法。图7是表示移动机器人的动作的流程图。图8是表示移动机器人作成地图时的动作的俯视图。图9是表示移动机器人的信息处理装置作成的地图的图，图9(A)表示由以往方案作成的占用栅格地图M1，图9(B)表示由本实施方式的方案作成的占用地图M2。此外，在此省略说明移动机器人1的走行的动作，重点说明伴随走行作成占用地图M2的步骤。
作为移动机器人1的走行环境，在图8的例中，是由墙W包围的空间S的内部，在该空间S设置有物体O。移动机器人1采用从图8 的右下出发点开始沿逆时针的移动路径R走行，绕空间S内一周回到出发点。如图7流程图所示，当控制单元3的移动控制部31使移动机器人1开始走行，则控制单元3的检测控制部32驱动控制检测单元4 的激光扫描仪41，开始检测移动机器人1的周围物体(检测信息取得工序：步骤ST11)。控制单元3使激光扫描仪41检测的检测值作为检测信息存储于存储部55。
控制单元3例如根据移动机器人1是否返回到出发点，来判断是否终止激光扫描仪41的检测(步骤ST12)。移动机器人1若返回到出发点，则终止检测(步骤ST12中“是”)，进入下一个步骤ST13，若未返回出发点，则继续检测(步骤ST12中“否”)，反复进行检测信息取得工序(步骤ST11)。由此，由激光扫描仪41取得的检测信息按时间序列存储于存储部55。控制单元3终止检测信息取得工序(步骤ST11)后，地图构建单元5将检测信息i的指数进行零复位(i＝0) (步骤ST13)。
接着，地图构建单元5对存储于存储部55的全时刻的检测信息i 由自我位置推定部51进行自我位置的推定(自我位置推定工序：步骤 ST14)，基于全时刻的检测信息i使地图作成部52作成暂定地图(暂定地图作成工序：步骤ST15)。控制单元3判断对全部的检测信息i 的运算是否终止(步骤ST16)，若全部的检测信息i的运算终止(步骤ST16中“是”)，则地图构建单元5使作成的暂定地图存储于存储部55后进入下一个步骤ST18。若全部检测信息i的运算未终止(步骤ST16中“否”)，则在步骤ST17关于下一个检测信息i(i＝i+1) 反复进行自我位置推定工序(步骤ST14)和暂定地图作成工序(步骤 ST15)。
该暂定地图作成工序(步骤ST15)中，不进行光线投射法，仅将光束线Bi前端的占用单区值更新(+1)，存在过物体的占用单区C1 留在暂定地图，基于光束线B通过的自由单区C2不反映在暂定地图。以上步骤ST11～步骤ST17构成本发明的第一处理步骤。此外，若像以往方法那样，不判定有效性而在该阶段 进行光线投射法，累积直至自由单区C2，则作成图9(A)所示那样的占用栅格地图M1，该占用栅格地图M1在肯定有墙W或物体O存在的位置，如前面所述，由于光束线B的入射角θ大，故因为单区的离散化导致的光束线B通过的误判定致使出现定为误判定单区C2′的部分。
接着，地图构建单元5对存储于存储部55的全部检测信息中的光束线Bi上设定多个判定点Pj，将判定点Pj的指数进行零复位(j＝0) (步骤ST18)。接着，地图构建单元5通过法线取得部53取得判定点 Pj的法线的方向矢量V2(法线取得工序：步骤ST19)。地图构建单元5判断对全部的判定点Pj的法线取得是否终止(步骤ST20)，若终止(步骤ST20中“是”)则进入下一个步骤ST22，若未终止(步骤ST20中“否”)则在步骤ST21关于下一个判定点Pj(j＝j+1)执行法线取得工序(步骤ST19)。
根据以上的处理，关于全部的判定点Pj，当法线的取得终止(步骤ST20中“是”)，则地图构建单元5将存储于存储部55的全部的检测信息i的指数进行零复位(i＝0)(步骤ST22)。接着，地图构建单元5通过有效性判定部54计算光束线Bi的单位方向矢量V1和判定点Pj的法线的单位方向矢量V2的点积，基于该计算判定判定点Pj 的检测信息的有效性(有效性判定工序：步骤ST23)。该有效性判定工序(步骤ST23)中，通过前述第一至第三判定方法的任一个判定判定点Pj的检测信息的有效性。
接下来，地图构建单元5通过光线投射法，对光束线Bi前端的占用单区C1的单区值不进行更新，而将光束线Bi上的自由单区C2的单区值更新(-1)，对各单区C的单区值进行评价(光线投射法工序：步骤ST24)。光线投射法工序(步骤ST24)中，基于每个判定点Pj 反映有效性的检测信息，即、将由有效性判定工序(步骤ST23)判定为无效的单区值除外的检测信息(第一或第二判定方法的情况)，或由有效性判定工序(步骤ST23)对单区值乘以权重的检测信息(第三判定方法的情况)来更新单区值。
地图构建单元5判断对全部的检测信息i的有效性判定以及光线投射法是否终止(步骤ST25)，若终止(步骤ST25中“是”)则进入下一个步骤ST27，若未终止(步骤ST25中“否”)则在步骤ST26 关于下一个检测信息i(i＝i+1)执行有效性判定工序(步骤ST23) 以及光线投射法工序(步骤ST24)。关于全部的检测信息i，若有效性判定以及光线投射法终止(步骤ST25中“是”)，则地图作成部 52基于光线投射法的结果作成占用地图M2，使作成的占用地图M2 存储于存储部55(占用地图作成工序：步骤ST27)。之后，控制单元 3使各部分的动作停止。像这样构建的占用地图M2如图9(B)所示，作为误判定单区C2′没有或较少、准确再现了空间S的墙W或物体O 的位置和/或形状的地图构建。以上步骤ST18～步骤ST27构成本发明的第二处理步骤。
根据这样的本实施方式，能够起到以下的作用效果。
(1)移动机器人1的信息处理装置2由法线取得部53取得光束线 Bi上的判定点Pj的法线的方向矢量V2，由有效性判定部54根据光束线Bi的单位方向矢量V1和法线的单位方向矢量V2的点积(cosθ) 的绝对值判定各判定点Pj的单区值的有效性，由地图作成部52利用反映各判定点Pj的有效性的单区值构建占用地图M2。因此，能够排除光束线B对物体表面以浅角度照射，误判定为没有物体的误判定单区C2′的单区值，基于准确检知物体的有效性高的单区值构建占用地图M2，从而能够提高地图精度。
(2)信息处理装置2的地图构建单元5在第一处理步骤(步骤 ST11～ST14)中，根据走行的全时刻的检测信息使地图作成部52作成暂定地图后，在第二处理步骤(步骤ST15～ST23)中，利用暂定地图中各判定点Pj的周围的物体的有无使法线取得部53取得各判定点Pj的法线，使有效性判定部54判定各判定点Pj的单区值的有效性，利用反映了判定点Pj的有效性的单区值使地图作成部52作成占用地图M2，从而能够进一步提高地图精度。即，由于利用基于全时刻的检测信息的暂定地图由法线取得部53取得判定点Pj的法线，所以根据积累全时刻的数据能够高精度地求出判定点Pj的法线。
(3)进一步地，第二处理步骤中，法线取得部53在实时取得的检测信息对不提供法线的判定点Pj，通过使用全时刻的检测信息也能够取得法线，有效性判定部54能够使用求出的法线判定有效性。进一步地，有效性判定部54根据全时刻的检测信息仅处理已知存在法线的判定点Pj即可，所以地图作成部52能够降低计算成本，高效率地构建占用地图M2。
(4)有效性判定部54根据第一判定方法，将无效的判定点Pj的单区C的单区值无效，不加算于对数优势，则地图作成部52能够排除光束线B浅的照射被判定为无效的判定点Pj的单区值的影响，地图作成部52能够降低计算成本并同时高效率地构建占用地图M2。
(5)并且，有效性判定部54根据第二判定方法，不使用光束线 Bi上的无效的判定点Pj远方侧的全部判定点Pj的单区C的单区值，将无效的判定点Pj近侧的判定点Pj的单区C的单区值用于地图作成，则地图作成部52通过不使用被定为了无效的判定点Pj远方侧的全部判定点Pj的单区值，能够削减所使用的数据量，能够进一步地高效率地构建占用地图M2。
(6)并且，有效性判定部54根据第三判定方法，在光束线Bi上的各判定点Pj计算的点积的绝对值作为权重利用，乘以权重于判定点 Pj的单区C的单区值，则能够阶段性地评价判定点Pj的单区值的有效性，地图作成部52使用反映了各判定点Pj的权重的检测信息构建占用地图M2，所以能够抑制物体的误判定的同时并提高地图精度。
〔实施方式的変形〕
此外，本发明不限定于上述实施方式，能够达成本发明的目的的范围内的变形 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，移动机器人1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，本发明的信息处理装置2不限用于移动机器人1，也能够利用于自动驾驶车祸作业车等移动体。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。
上述实施方式中，移动机器人1设有信息处理装置2，但是也可以这样构成：作成占用栅格地图M的地图作成部52或法线取得部53、有效性判定部54、存储部55等也可以不设于移动机器人1，而设于能够与移动体通信的其他机器，由其他机器作成占用栅格地图M，基于该占用栅格地图M使移动体自律走行。并且，作为移动体也可以不具备移动单元6，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。
上述实施方式的占用栅格地图M的作成方法中，移动机器人1绕空间S内一周返回到出发点后，基于走行的全时刻的检测信息由暂定地图作成工序(步骤ST15)作成暂定地图(第一处理步骤)，根据暂定地图由法线取得部53关于全部的判定点Pj计算法线，由有效性判定部54判定判定点Pj的有效性后，地图作成部52构建占用地图M2 (第二处理步骤)，但是不限于这样的处理步骤。即，作成暂定地图的时间，可以不是在取得移动机器人1走行的全时刻的检测信息之后，而是在走行中执行了规定次数的扫描时作成该区间的暂定地图。此时，也可以接着暂定地图的作成，执行判定点Pj的法线的计算、判定点Pj 的有效性的判定、以及占用地图M2的构建，作成全走行路径的暂定地图后执行占用地图M2的构建。并且，如图10所示，也可以采用在移动机器人1的走行中根据周围的物体的检测实时执行暂定地图的作成和占用地图M2的构建的处理步骤。
图10是表示移动机器人的其他动作的流程图。如图10的流程图所示，当移动机器人1开始走行，开始由检测单元4的激光扫描仪41 检测移动机器人1的周围的物体(检测信息取得工序：步骤ST31)，由激光扫描仪41取得的检测信息存储于存储部55。然后，地图构建单元5由SLAM技术使自我位置推定部51开始推定移动机器人1的自我位置(自我位置推定工序：步骤ST32)。当取得一份扫描的检测信息，地图作成部52作成暂定地图(暂定地图作成工序：步骤ST33)。该暂定地图作成工序(步骤ST33)中，根据最新一份扫描的检测信息和之前取得到的检测信息作成暂定地图。
接着，步骤ST34至步骤ST37与上述实施方式的步骤ST18至步骤ST21相同，法线取得部53取得各判定点Pj的法线的方向矢量V2 (法线取得工序：步骤ST35)。
接下来，有效性判定部54计算光束线B的单位方向矢量V1和各判定点Pj的法线的单位方向矢量V2的点积，根据该计算判定各判定点Pj的检测信息的有效性(有效性判定工序：步骤ST38)。
接下来，地图构建单元5根据光线投射法，不更新光束线B前端的占用单区C1的单区值，将光束线B上的自由单区C2的单区值进行更新(-1)，对各单区C的单区值进行评价(光线投射法工序：步骤 ST39)。该光线投射法工序(步骤ST39)中，与前述的光线投射法工序(步骤ST24)同样，根据判定点Pj反映了有效性的检测信息执行光线投射法，但不同的是该对象是到此时为止进行了扫描的范围的检测信息。接着，地图作成部52根据光线投射法的结果作成占用地图 M2(占用地图作成工序：步骤ST40)。
之后，控制单元3判断是否继续移动机器人1的走行(步骤ST41)，继续走行的情况下(步骤ST41中“是”)，返回检测信息取得工序(步骤ST31)方法进行上述步骤。不继续走行的情况下(步骤ST41中“否”)，控制单元3终止激光扫描仪41的检测(步骤ST42)，将占用地图作成工序(步骤ST40)中顺序作成的占用地图M2存储于存储部55后停止各部的动作。根据以上这样实时构建占用地图M2的步骤，与执行上述实施方式那样的第一处理步骤和第二处理步骤的情况相比，能够随时更新占用地图M2。
并且，上述实施方式中，作为表示移动体的移动路径周边的占用概率的地图的占用地图M2，采用占用栅格地图，但是不限于此。即，占用地图的单区也可以不是正方形或立方体，也可以不是单区以格栅状排列。例如可以仅在点群地图的各点周围设置球状的单区，该情况下，不存在测定点的区域不计算占用概率。并且上述实施方式中，作成暂定地图之后，在该暂定地图上设定判定点，但不限于次，也能够代替暂定地图，根据前一时刻作成的占用地图，在该占用地图上设定判定点来算出定法线。该情况下，前一时刻前作成的占用地图相当于本发明的暂定地图。
产业上的可利用性
如以上所示，本发明能够很好地利用于一边根据周围的物体的检测信息作成地图一边移动的机器人等各种移动体中，能够抑制物体的误判定，提高地图精度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(移动体)
2 信息处理装置
3 控制单元
4 检测单元
5 地图构建单元
6 移动单元
51 自我位置推定部
52 地图作成部
53 法线取得部
54 有效性判定部
55 存储部
B 光束线
M2 占用地图
Pj 判定点

Claims (6)

1.一种信息处理装置，其用于通过处理检测移动体的周围的物体后的检测信息，来构建作为表示移动体的移动路径周边的占用概率的地图的占用地图，其特征在于，
所述信息处理装置具备：
检测单元，该检测单元通过对所述移动体的周围放射光束线，来对每个光束线取得物体的有无作为检测信息；
控制单元，该控制单元控制所述检测单元；以及
地图构建单元，该地图构建单元用于构建所述占用地图，
其中，所述地图构建单元具备：
存储部，该存储部将由所述检测单元取得的检测信息按时间序列存储；
地图作成部，该地图作成部根据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；
法线取得部，该法线取得部在所述检测信息中的光束线上设定多个判定点，根据由所述地图作成部作成的暂定地图上的各判定点的周围的物体的有无，来取得各判定点的法线；以及
有效性判定部，该有效性判定部根据作为所述各判定点上的所述光束线和所述法线所成的角度的入射角，来判定各判定点的检测信息的有效性，
其中，所述地图作成部使用反映了所述各判定点的有效性的检测信息来构建所述占用地图。
2.如权利要求1所述的信息处理装置，其特征在于，
所述地图构建单元执行：
第一处理步骤，该步骤中在规定时间所述移动体移动以及所述检测单元取得检测信息后，根据存储于所述存储部的全时刻的所述检测信息，使所述地图作成部作成所述暂定地图；以及
第二处理步骤，该步骤中使用所述暂定地图上各判定点的周围的物体的有无使所述法线取得部取得各判定点的法线，根据各判定点上的所述入射角使所述有效性判定部判定各判定点的检测信息的有效性，使用反映了各判定点的有效性的检测信息使所述地图作成部构建所述占用地图。
3.如权利要求1或2所述的信息处理装置，其特征在于，
所述有效性判定部根据各判定点上的所述入射角，设定该入射角越大则越小的权重，以及设定该入射角越小则越大的权重，来作为表示各判定点的检测信息的有效性的权重，
所述地图作成部使用反映了由所述有效性判定部设定的各判定点的权重的检测信息来构建所述占用地图。
4.如权利要求1或2所述的信息处理装置，其特征在于，
所述地图作成部构建所述占用地图不使用由所述有效性判定部判定为非有效的判定点的检测信息。
5.如权利要求1或2所述的信息处理装置，其特征在于，
对于由所述有效性判定部判定为非有效的无效判定点所属的所述光束线上被设定的其他判定点中，所述地图作成部不使用所述无效判定点远方侧的全部的判定点的检测信息，而使用所述无效判定点近侧的各判定点的检测信息来构建所述占用地图。
6.一种移动机器人，其特征在于，具备：
权利要求1至5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。
CN201980092728.2A 2019-03-13 2019-03-13 信息处理装置以及移动机器人 Active CN113490973B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/010327 WO2020183658A1 (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
CN113490973A CN113490973A (zh) 2021-10-08
CN113490973B true CN113490973B (zh) 2022-08-30

Family

ID=72426095

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980092728.2A Active CN113490973B (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) US20220100201A1 (zh)
EP (1) EP3940670A4 (zh)
JP (1) JP7095929B2 (zh)
CN (1) CN113490973B (zh)
TW (1) TWI773964B (zh)
WO (1) WO2020183658A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109946715B (zh) * 2019-04-09 2021-06-25 云鲸智能科技（东莞）有限公司 探测方法、装置、移动机器人及存储介质
CN110687549B (zh) * 2019-10-25 2022-02-25 阿波罗智能技术(北京)有限公司 障碍物检测方法和装置
JP7482808B2 (ja) 2021-02-05 2024-05-14 三菱ロジスネクスト株式会社 移動体の制御方法、移動体及びプログラム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4061596B2 (ja) 2004-05-20 2008-03-19 学校法人早稲田大学 移動制御装置、環境認識装置及び移動体制御用プログラム
JP2009223757A (ja) * 2008-03-18 2009-10-01 Toyota Motor Corp 自律移動体、その制御システム、自己位置推定方法
JP4930443B2 (ja) 2008-04-10 2012-05-16 トヨタ自動車株式会社 地図データ生成装置および地図データ生成方法
JP2010197378A (ja) * 2009-01-14 2010-09-09 Mitsubishi Electric Corp レーダ画像処理装置
JP5205366B2 (ja) * 2009-12-25 2013-06-05 本田技研工業株式会社 移動可能領域抽出装置、移動可能領域抽出システム、移動可能領域抽出方法、およびプログラム
US8781644B2 (en) * 2011-03-21 2014-07-15 Denso Corporation Method and apparatus for recognizing shape of road for vehicles
CN104380133B (zh) * 2012-04-17 2018-01-16 联邦科学和工业研究组织 三维扫描束和成像系统
US9080886B1 (en) * 2012-08-03 2015-07-14 Robotic Research, Llc System and method for urban mapping and positioning
JP6435781B2 (ja) * 2014-10-31 2018-12-12 株式会社豊田中央研究所 自己位置推定装置及び自己位置推定装置を備えた移動体
CN107121142B (zh) * 2016-12-30 2019-03-19 深圳市杉川机器人有限公司 移动机器人的拓扑地图创建方法及导航方法
CN107655473B (zh) * 2017-09-20 2020-07-28 南京航空航天大学 基于slam技术的航天器相对自主导航系统
CN108709562B (zh) * 2018-04-28 2020-07-03 北京机械设备研究所 一种移动机器人滚动栅格地图构建方法

Also Published As

Publication number Publication date
JPWO2020183658A1 (ja) 2021-11-18
CN113490973A (zh) 2021-10-08
WO2020183658A1 (ja) 2020-09-17
EP3940670A1 (en) 2022-01-19
EP3940670A4 (en) 2022-10-26
US20220100201A1 (en) 2022-03-31
TW202033978A (zh) 2020-09-16
JP7095929B2 (ja) 2022-07-05
TWI773964B (zh) 2022-08-11

Similar Documents

Publication Publication Date Title
US10739459B2 (en) LIDAR localization
CN113490973B (zh) 信息处理装置以及移动机器人
CN110816548A (zh) 传感器融合
US11898855B2 (en) Assistance control system that prioritizes route candidates based on unsuitable sections thereof
US20200233061A1 (en) Method and system for creating an inverse sensor model and method for detecting obstacles
JP7133251B2 (ja) 情報処理装置および移動ロボット
US11931900B2 (en) Method of predicting occupancy of unseen areas for path planning, associated device, and network training method
Ferri et al. Dynamic obstacles detection and 3d map updating
JP2009223757A (ja) 自律移動体、その制御システム、自己位置推定方法
JP2008033760A (ja) 移動ロボット
JP2018206038A (ja) 点群データ処理装置、移動ロボット、移動ロボットシステム、および点群データ処理方法
CN112731337B (zh) 地图构建方法、装置和设备
Kolu et al. A mapping method tolerant to calibration and localization errors based on tilting 2D laser scanner
US20220266867A1 (en) Indoor Localization of Autonomous Vehicles
KR20220000331A (ko) 동적 물체 필터링을 통한 실내 공간 구조 지도 작성 장치 및 방법
US11662740B2 (en) Position estimating apparatus, method for determining position of movable apparatus, and non-transitory computer readable medium
JP7257431B2 (ja) 移動体の制御方法、移動体及びプログラム
JP7179102B2 (ja) 移動体の制御方法、移動体及びプログラム
CN114212106B (zh) 一种车辆的可行驶区域内安全概率的确定方法及装置
JP7261324B2 (ja) 周辺観測に基づく測位
JP2022124817A (ja) 移動体の制御方法、移動体及びプログラム
JP2023093268A (ja) 位置検出装置及び位置検出方法
Podsędkowski et al. Robot localisation methods using the laser scanners
Podsędkowski et al. Institute of Machine Tools and Production Engineering Technical University of Łódź, ul. Stefanowskiego 1/15 90-924 Łódź, Poland {1podsedk| idzik}@ p. lodz. pl 20.1 Introduction to Robot Localisation Methods
CN116068577A (zh) 一种激光束模拟线段的获取方法、芯片及机器人

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: 40052966

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant