JP2001501734A - 自律的移動システムにおける距離測定センサの測定の質の評価方法 - Google Patents

Abstract

(57)【要約】 本発明により自律的移動システムの測定センサの質に対する評価方法が提供される。そのためにセル状に構造化された環境マップを作成するため障害物を測定する際にセルごとに、このセルを測定したセンサの数が記憶され、それに加えて、どのセンサがこのセルをどのようにして分類したかが一義的に同定可能に示される。分類をするためにたとえば塞がり確率および空き確率が使用される。測定の質は、個々のセンサがそのつどのセルに対して供給した結果に基づいて決定される。そのために、個々のセンサの分類がどの程度に確認されるかが評価される。多数の他のセンサの測定結果と異なる測定結果を与えるセンサは故障しているものとして分類される。環境のなかのダイナミックな対象物が測定の質の宣言を誤らないように、システムは、スタティックな、しかし必ずしも知られていない環境のなかでその固有の軸線の周りを回転し、続いてセンサの評価を行うことによって、自己検査を実行し得る。

Description

【発明の詳細な説明】 自律的移動システムにおける距離測定センサの測定の質の評価方法 本発明は、自律的移動システムにその環境のセル状に構造化されたマップを構 成することを可能にする距離測定の質および付属の測定センサの評価方法に関す る。 自律的移動システム（ＡＭＳ）を、一般にＡＭＳに事前に知られていない、ま たは部分的にしか知られていない、下調べをされていない日常環境で使用する際 には〔文献１〕、その環境を適当なセンサにより感知する必要がある。センサに よる測定から次いで、たとえば系統的測定誤りのような測定原理またはセンサ自 体のそのつどの不十分さを考慮に入れる環境モデルが好ましくはセル状に構造化 された環境マップの形態で構成される〔文献２〕。 指令されたジョブを処理するためＡＭＳはたとえば障害物回避、ナビゲーショ ンおよびローカリゼーションのような機能を目下の環境に関係して実行する。誤 測定はこのようなオペレーションの成功を危うくする。一方では検出されない障 害物が衝突を惹き起こし、他方では“幽霊障害物”がシステムの運動自由度を減 ずる。従って、実行すべきシステムオペレーションの成功は強い度合いでセンサ の状態に関係する。従って、当該の応用のなかで許容可能な予め定められた限度 を越える誤りは確実に認識されなければならない。 自律的移動システムの目指される典型的な使用環境を手がかりにして、そのセ ンサに対する誤り認識に下記の要求が課せられる： ・環境への無関係性 基準環境または較正環境が必要であってはならない。 ・誤りの種類への無関係性 一般にすべてを事前に知られていない誤りの種類が多いので、環境モデルの本 質的な損傷を招き得る可能なかぎりすべての誤りの種類の兆しを発見しなけれ ばならない。 ・オンライン能力： 安全上の理由からセンサの連続的な監視が可能でなければならない。 感知範囲を最大化するためにセンサは主として移動ロボットの周縁に取付けら れる。しかしそれによりセンサは部分的に外部の物体との衝突による著しい機械 的負荷に曝されている。センサのハードウェア故障とならんで、さらに、機械的 な作用により物理的にそれ自体は機能能力のあるセンサのイメージング特性が誤 りのあるパラメータにより箸しく損なわれていることもあり得る。 自律的移動システムのセル状に構造化された環境マップを作成するための方法 は従来の技術から知られている。たとえば、障害物を標識するため、またそれに 基づく走行路計画のためにセルごとに塞がり確率および空き確率を利用するセル 状に構造化されたマップが使用される〔文献３、４〕。それらはたとえば簡単化 された確率的なセンサモデル〔文献５〕を用いて詳細な測定Ｍにより構成される 。 基準モデルおよび較正物体を使用せずに自律的移動システム（ＡＭＳ）のセン サに対する誤り認識および較正をするための解決策はこれまでに知られていない 。 従って、本発明の課題は、自律的移動システムのセンサの誤りの認識をその環 境のセル状に構造化された表示によって可能にし、さらに下調べをされていない 環境での測定センサの較正を支援する方法を提供することである。 この課題は請求項１の特徴事項により解決される。 本発明の実施態様は従属する請求項にあげられている。 本発明による方法の特別な利点は、どの範囲までセンサ結果が相互に確認する かが評価されることによって、セルに関するセンサ情報に基づいて個々のセンサ の供給される測定結果に関する質の宣言がなされ得ることにある。セル状に構造 化された環境マップから別のセルを引き入れることにより、測定結果のセンサ関 連の質に対するこうしてセルによって見い出された結果が任意の精度で確認され る。 特に簡単に評価は、測定するセンサの数とセルに関してそれぞれこれらのセン サから供給される結果の数とによって行われ得る。この仕方で計算費用がわずか にとどまり、非常に多くのセルが互いに結び付けて評価される。 有利に、本発明による方法によれば、それまでに評価されたセルの数がセンサ の評価に対する基礎として利用されることによって、センサの機能能力に対する 確率が示され得る。そのかぎりでは現在の測定スタンドに対して常に個々のセン サの最適な評価が与えられている。 好ましくは、本発明による方法によれば、当該のセンサの結果がセル状に構造 化された環境マップの多くのセルに関係して評価されることによって、多くのセ ルにわたる個々のセンサの測定挙動の一貫性尺度が示され得る。 特に有利に個々のセンサに対して誤ってまたは正しく供給された測定結果に関 する確率がセルごとのそれまでに供給された測定結果および同定可能にセルごと に記憶されたセンサの数によって示され得る。 有利に、本発明による方法に従って見い出される結果はセル固有に重み付け係 数を与えられ得る。なぜならば、それによってそのつどのセルの影響がそのつど のセンサの評価の際に設定され得るからである。 好ましくは本発明による方法によれば、そのつどの重み付け係数がセンサによ り特徴付けられたセルの塞がり状態または空き状態に関係して選ばれ得る。 有利に、本発明による方法に従って、自律的移動システムの監視範囲の縁に位 置しているセルが評価される。なぜならば、これらのセルが自律的移動システム の走行の過程で最大の数のセンサにより測定され、またそれによって監視範囲か らこれらのセルの離脱の後にシステムから失われる高い情報を記憶されて含んで いるからである。 有利に、本発明による方法によるシステムは、その場で回転し、またそれによ って環境のなかの障害物を測定することによって、自己検査を行い得る。その場 での回転により次々と環境のなかの障害物が自律的移動システムの個々のセンサ により検出され、それに続いて、誤ったセンサを探索するため、環境マップのセ ルの測定結果が評価され得る。 有利に、本発明による方法のための光学的なセンサも音響的なセンサも使用さ れ得る。 以下、図面により本発明をさらに説明する。 図１はセル状に構造化された環境マップを示す。 図２および３には一貫性尺度が、どれだけ多くのセンサが当該の格子セルを塞 がりまたは空きとみなしているのに、評価すべきセンサがこれらを塞がりとして 分類していることに関係して示されている。 図４および５には一貫性尺度が、どれだけ多くのセンサが当該の格子セルを塞 がりまたは空きとみなしているのに、評価すべきセンサがこれらを空きとして分 類していることに関係して示されている。 図６には測定センサを較正するための自己検査の一例が示されている。 図７および８には本発明による方法により較正するための実施例が示されてい る。 図１は従来の技術による方法に従って構成された環境マップを示す。参照符号 １を付されているのはセル状に構造化された環境マップの空きセルであり、参照 符号２を付されているのは大きな確率で塞がっていないセルであり、また参照符 号３を付されているのは大きな確率で障害物を示すセルである。参照符号４を付 して自律的移動システムの軌跡が示されている。 セル状に構造化された環境マップＵを構成するためのたとえばＥｌｆｅｓ氏〔 文献６、７〕による公知の方法では、この環境マップＵが簡単化された確率的セ ンサモデル〔文献５〕を使って詳細な測定Ｍにより構成される。この理想的なセ ンサモデルは、その確率密度分布がクロネッカー‐デルタにより決定されている ことにより優れている。両状態ＯＣＣおよびＦＲＥＥを有する離散的なランダム 変数Ｘにより各々の個々のセルＣ_iに対して塞がり状態が確率 により記述される。測定の結果としての塞がり状態の修正の際に本発明により迫 加的にこの測定に対して責任を負っているセンサが記録される。それに続いて、 環境マップのなかに位置している各々のセルが塞がり確率とならんで、これらの セルを塞がっているまたは塞がっていないとして“見た”センサの対応付けられ ているリストを与えられる。 並列な測定の際のＡＭＳの運動によって種々のセンサにより種々の視角から繰 り返してセルの塞がり状態に関する宣言がなされる。こうして計算された確率は 図１の像を生じ、その際に １：Ｐ（Ｃ_i｜｛Ｍ｝_t）≦０．２５ ２：０．２５＜Ｐ（Ｃｉ｜｛Ｍ｝_t）＜０．７５ ３：Ｐ（Ｃｉ｜｛Ｍ｝_t）≧０．７５ であり、また４は車両の軌跡を示す。 誤りのないセンサがそれらの宣言を確認するという仮定のもとに、誤りのある センサはマップセルの塞がり状態に関する多数回生ずる矛盾によって認識され得 る。センサの状態に関する高い宣言力を有するマップセルはたとえば非常に高い 冗長性Ｒ Ｒ（Ｃ_i）＝１−（Ｈ（Ｃ_i）／Ｈ_max(Ｃ_i)） （２） ここでエントロピーＨ〔文献８〕 を有するマップセルである。 センサの評価のためにはたとえば各々のセルＣ_iに対して下記の情報が利用さ れ得る ・ｌ_OCC これらのセルを塞がりとして特徴付けたセンサのリスト。 ・ｌ_FREE これらのセルを空きとして特徴付けたセンサのリスト。 ・ｎ_OCC これらのセルを塞がりとして特徴付けたセンサの数。 ・ｎ_FREE これらのセルを空きとして特徴付けたセンサの数。 ・Ｐ（Ｃ_i｜｛Ｍ｝_t） 式（１）による塞がり確率。 こうして各々のセルを手がかりにして、関与するセンサの状態に対する尺度が 導き出され得る。どのセルがどの時点で評価されるべきかの質問に答えるため、 好ましくは２つの応用の場合が区別され得る： １．自己検査 図６中でも説明されるような自己検査を実行するためには走行の進路変更とし て特にその場でのＡＭＳの回転が適している。それによりセンサ感知範囲の高い カバレージ、またそれによって式（２）による高い冗長性が達成される。回転運 動の終了後に次いですべてのマップセルを評価することは好ましい。 ２．オンライン監視 車両のしばしば直線的な運動は、感知範囲がすべてのセンサに重なり合わない ことに通ずる。高い冗長性を達成するためには、マップセルは好ましくは、それ らがすべてのセンサの感知範囲の外側に位置しているときに初めて評価されるべ きであろう。他方においてたとえばメモリ場所の理由から、使用されるマップは 車両により連続的に携行される。車両の運動はいま、マップの縁における行およ び列が消去されることに通ずる。このことは、ＡＭＳが進出する感知範囲用のメ モリ場所が作り出されるために必要である。まさにこれらのマップセルはオンラ イン誤り認識のために重要である。なぜならば、それらは冗長性における最大を 有するからである。 その際に、状態ＯＫおよびＫＯを有するランダム変数Ｙの確率 が時点ｔでセンサＳ_jを評価する役割をする。これは時点ｔまでに評価されたマ ップセル｛Ｃ｝の一貫性Ｋに関係している。一貫性は、考察されるマップセルＣ_j に関してセンサＳ_jの宣言が他のセンサの宣言とどの程度に合致するかについて の尺度である。マップから各々のセルに対して各々の関与するセンサＳ_j、すな わちこのセンサは上記のリストの少なくとも１つのなかに記入されているセンサ Ｓ_jに対してこれらの一貫性尺度が導き出され得る。 条件付けられた確率Ｐ（Ｋ_i｜Ｓ_j）は、センサの宣言が正しい場合に対する 仮説的な仮定のもとでの一貫性を記述する。 一貫性尺度を用いてＢａｙｅｓの規則の使用のもとに式（４）からのセンサ状 態に対する確率が下記のように更新され得る。 センサＳ_jの塞がり状態の特徴付けに関するセルＣ_iの一貫性は式（５）のなか に確率により記述される。これは、このマップセルに対するセンサＳ_jの特徴付 けが正しかった（ＯＫ）か誤りだった（ＫＯ）かに関係して、下記のように決定 される。先ずそのために好ましくは環境マップＵの当該のセルの塞がり確率が２ つの場合に対して計算される。Ｐ_okは、センサＳ_jが真の特徴付けを行う場合の 仮説的な塞がり確率であり、Ｐ_koは、センサＳ_jが誤った特徴付けを行う場合の 仮説的な塞がり確率である。 当該のセンサがマップセルを塞がり（ＯＣＣ）として特徴付けているか空き（ ＦＲＥＥ）として特徴付けているかに応じて、これらの確率は ＯＣＣ Ｐ_ok（Ｓ_j）＝Ｐ（Ｃ_i｜｛Ｋ_{k.k ≠j}｝_t，Ｍ_j＝ＯＣＣ）＝Ｐ（Ｃ_j｜｛Ｍ｝_t） Ｐ_ko（Ｓ_j）＝Ｐ（Ｃ_i｜｛Ｋ_{k.k ≠j}｝_t，Ｍ_j＝ＦＲＥＥ） （７） ＦＲＥＥ Ｐ_ok（Ｓ_j）＝Ｐ（Ｃ_i｜｛Ｋ_{k.k, ≠j}｝_t，Ｍ_j＝ＦＲＥＥ）＝Ｐ（Ｃ_j｜｛Ｍ｝_t ） Ｐ_ko（Ｓ_j）＝Ｐ（Ｃ_i｜｛Ｋ_{k.k ≠j}｝_t，Ｍ_j＝ＯＣＣ） （８） として計算される。 式（９）を用いてこれらの量は一貫性の量に写像される。 パラメータαにより重み付け係数として、どのように強くマップセルの評価が センサ評価に作用すべきかが設定され得る。αに対しては好ましくは考察される センサによる塞がり状態の特徴付けに応じて異なる値が選定される。 ＯＣＣ： α＞０．５ ＦＲＥＥ： α＜０．５ αが０．５から遠く離れているほど、考察されるマップセルＣ_iの評価はセン サＳ_jの評価に強く作用する。 れだけ多くのセンサが当該のマップセルを塞がりまたは空きとして分類したかに 関係して示す。上方に確率Ｐが、下方に空きセルの数ｎ_FREEが、右方に塞がりセ ルの数ｎ_OCCがとられている。この軸線のとり方は図４および５に対しても当て はまる。図２および３では、当該の評価すべきセンサがそのつどの格子セルを塞 がりとして特徴付けたことから出発される。図４および５では、当該の評価すべ きセンサがそのつどの格子セルを空きとして特徴付けたことから出発される。図 ２および３には、ＯＣＣ特徴付けが行われαが０．７５である場合が示されてい る。図４および５には、ＦＲＥＥ特徴付けが行われαが０．２５である場合が示 されている。これらの図から下記のことが明らかになる。 ・ｎ_FREE＝ｎ_OCCを有するマップセルに対しては塞がり確率は０．５であり、こ のセルの情報のなかには実際上冗長性が存在していない。従って当該のセンサの 状態に関する確実な宣言はなされ得ない。従って一貫性尺度は０．５であり、そ れによって式（６）と結び付いてセンサ評価にほとんど影響を有していない。 ・非常に強く相い異なるｎ_FREEおよびｎ_OCCは、式（６）と結び付いて、０．５ と異なりにより表される一貫性尺度に通ずる。 特定のセンサが故障として分類されるか又は機能を果たす能力があるものとし て分類されるかの判定はＰ（Ｓ_j｜｛Ｋ｝_t）に対する閾値によって実行される。 知られていない環境のなかのセンサ故障の認識とならんでセンサ較正が可能に されている。センサ較正の課題は、センサ測定値Ｍと引き続いて処理可能な宣言 Ａとの間の機能的な関係式ｆ Ａ＝ｆ（Ｍ；Ｐ） （１０） のパラメータＰを決定することである。そのために好ましくは各々の測定Ｍに付 属の宣言Ａが必要とされる。開始は機能を果たす能力がありかつ十分に良好に較 正された他のセンサの測定による参照宣言の発生に基づいている。詳細なセンサ 測定の宣言は付属のセルの塞がり状態に関連がある。センサ測定値に相応するセ ルに関する質問は関係式 Ｃ＝ｆ（Ｍ；Ｐ） （１１） により回答される。この関係式を同定するためには、すなわち関連するパラメー タＰを決定するためには、測定Ｍに対して付属のセルＣに対する保証された塞が り仮説がマップのなかに記憶されている情報の評価により決定されなければなら ない。超音波距離センサの具体的な実現例は図６で説明される。 図６は自律的移動システムＡＭＳの測定センサを較正するための自己検査を実 行し得る本発明による方法の例を示す。その環境のなかでＡＭＳは障害物Ｈ１〜 Ｈ５の間に位置し、付属のセンサはたとえばそれらの評価を有する評価表ＡＷの なかに示されている。この評価表のなかにはセンサＳ１、Ｓ７およびＳ１７のみ が示されているが、検査は本発明の制限なしにシステムの任意のセンサに対して 実行され得る。本発明による方法に従って判断すると、センサＳ１７は欠陥があ る。なぜならば、その測定結果が自己検査の際に自律的移動システムＡＭＳの残 りのセンサにより確認されないからである。一貫性尺度は非常に小さく、このこ とは大きい黒色のバーＢおよび小さい灰色のバーにより示される。使用されたセ ンサの形式および個数に応じて、たとえば欠陥があるセンサがスイッチオフされ 、または表示され、または較正される。 本発明により、たとえば ・“やぶにらみの”センサ→誤ってパラメータ化された主ビーム軸線方向を有す るセンサ ・“夢見る”センサ→存在していない対象物を見るセンサ ・“盲の”センサ→対象物を感知しないセンサ のような、マップのなかの矛盾に通ずるすべてのセンサ誤りの識別が予め考慮に 入れられ、また可能である。図６のそれぞれセンサに関係付けられているバーの 明るい灰色の部分はその際にセンサに誤りがないことの尺度としての確率Ｐ(Ｓ_j ｜｛Ｋ｝_t)を表す。 自己検査はたとえばＡＭＳの下調べされていない使用環境で実行される。この ＡＭＳはその際にたとえば３６０°だけ約２０°／ｓの角速度で回転する。測定 はオンラインでマップのなかに記入される。回転の終了後にマップが評価される 。センサの分類のために０．３の閾値が適することが実証されている。自己検査 によりその際にセンサＳ₁₇の故障が検出され得た。 図７は例に基づいて本発明による方法による測定センサの較正を示す。その際 に、関与するセンサの較正のために、構成された環境マップがどのようにして利 用され得るかが示される。ここでは超音波センサＵＳの実際の主ビーム軸線方向 ｂの決定がＡＭＳの座標系のなかで実行される。 式（１１）を使用してそのために好ましくは現在のセンサパラメータＰ_jを有 する較正すべきセンサＵＳの各々の測定Ｍ_kに対して他のセンサの測定から構成 された環境マップの相応のマップセルＣ_kが決定される。検出された障害物の実 際の位置に対して、低い角度分解能ならびにセンサの可能な位置変化に起因して 図７に示されている障害物範囲Ｈが生ずる。 この障害物範囲Ｈのなかで本発明により測定Ｍ_kに属するセルに対する最も確 からしい仮説Ｃ_Hypが見い出され得る。センサの主ビーム軸線方向ｂの補正値Δ βは、図８に一層詳細に示されているように、測定された距離としてのｌと、マ ップセルＣ_kとＣ_Hypとの間のデカルト座標間隔としてのｄとにより Δβ＝２・ａｒｃｓｉｎ（ｄ／(２・Ｉ)） （１２） として生じ、たとえば最適化方法に供給される。アルゴリズムとしては好ましく は拡張カルマンフィルタが実行され得る。スタティックなパラメータとならんで 、たとえばオドメトリーパラメータのようなダイナミックな状態変数も推定され なければならない用途への本方法の転用は同じく実現可能である。本発明による 方法のこの用途により主ビーム軸線方向が±３°まで正確に補正され得た。

Claims (1)

1. 【特許請求の範囲】 １．ａ）自律的移動システムに位置している複数個の距離測定センサによりシス テムの環境のなかの障害物が測定され、また測定結果に基づいてその位置が環境 と一致するセル状に構造化された環境マップのセルがその塞がり状態に関して障 害物ありとして特徴付けられ、 ｂ）そのつどのセルに対して各測定センサが、どのセンサがこれらのセルを測 定したかを同定可能に記憶され、 ｃ）第１の測定センサの測定の質が少なくとも第１のセルに関して、どれだけ 多くの他の測定センサが第１のセルの塞がり状態に関して第１の測定センサと等 しい塞がり状態の特徴付けに達するかに関して評価され、その際に第１のセンサ の測定の質が、他のセンサの多くがその特徴付けを確認するぼど、大きく評価さ れる ことを特徴とする自律的移動システムにおける距離測定センサの測定の質の評価 方法。 ２．そのつどのセルの塞がり状態が塞がり確率および空き確率に従って特徴付け られ、そのつどの確率が、どれだけ多くの測定センサがそこに障害物を測定した かまたは障害物を測定しなかったかに従って与えられることを特徴とする請求項 １記載の方法。 ３．測定センサＳ_jの測定の質がセンサ状態に対する確率Ｐ （ここでＹはランダム変数、ＯＫは機能能力のある状態、ＫＯは故障した状 態である。この確率は時点ｔまでに評価されたマップセル｛Ｃ｝の一貫性Ｋ に関係し、この一貫性は、考察されるマップセルＣ_jに関して測定センサＳ_j の特徴付けが他の測定センサの特徴付けとどの程度に合致するかについての 尺度である。） として評価されることを特徴とする請求項１または２記載の方法。 ４．測定センサに対して一貫性尺度が により与えられ、センサ状態に対する確率が により更新されることを特徴とする請求項３記載の方法。 ５．確率Ｐ（Ｓ_j｜｛Ｋ｝_i）が測定センサにより正しいＰ_okまたは誤りＰ_koとし て特徴付けられた塞がり状態に関係して、Ｍを実行される測定の数として、塞が りＯＣＣとして特徴付けられたセルに対しては少なくとも Ｐ_ok（Ｓ_j）＝Ｐ（Ｃ_i｛Ｋ_{k.k. ≠j}｝_t，Ｍ_j＝ＯＣＣ）＝Ｐ（Ｃ_j｜｛Ｍ｝_t） Ｐ_ko（Ｓ_j）＝Ｐ（Ｃ_i｜｛Ｋ_{k.k ≠j}｝_t，Ｍ_j＝ＦＲＥＥ） （１６） として、また空きＦＲＥＥとして特徴付けられたセルに対しては少なくとも Ｐ_ok（Ｓ_j）＝Ｐ（Ｃ_i｜｛Ｋ_{k.k ≠j}｝_t，Ｍ_j＝ＦＲＥＥ）＝Ｐ（Ｃ_j｜｛Ｍ｝_t） Ｐ_ko（Ｓ_j）＝Ｐ（Ｃ_i｜｛Ｋ_{k.k ≠j}｝_t，Ｍ_j＝ＯＣＣ） （１７） として計算されることを特徴とする請求項４記載の方法。 ６．一貫性尺度が少なくとも として決定され、その際に尺度係数αにより、どのように強くマップセルの評価 がセンサ評価に作用するかが設定されることを特徴とする請求項５記載の方法。 ７．評価すべき測定センサによる考察されるセルの特徴付けに応じて異なる値が αに対して選ばれ、また特徴付けに対して 塞がり：α＞０．５ また 空き： α＜０．５ とみなされることを特徴とする請求項６記載の方法。 ８．自律的移動システムにより運動の際に環境の評価窓の形態で携行される特定 の数のセル、評価セルのみが評価され、また直接的に評価窓の縁に位置している 評価セルが評価されることを特徴とする請求項１ないし７の１つに記載の方法。 ９．すべての測定センサが少なくとも１つの障害物を測定し終わるまで、自律的 移動システムが回転することによって、自己検査が実行され、また複数個の評価 セルの評価に基づいて個々の測定センサの測定の質が決定されることを特徴とす る請求項１ないし８の１つに記載の方法。 １０．超音波または光学的測定センサが使用されることを特徴とする請求項１な いし９の１つに記載の方法。