JP2003280738A - 障害物認識方法および障害物認識装置 - Google Patents

障害物認識方法および障害物認識装置

Info

Publication number
JP2003280738A
JP2003280738A JP2002085901A JP2002085901A JP2003280738A JP 2003280738 A JP2003280738 A JP 2003280738A JP 2002085901 A JP2002085901 A JP 2002085901A JP 2002085901 A JP2002085901 A JP 2002085901A JP 2003280738 A JP2003280738 A JP 2003280738A
Authority
JP
Japan
Prior art keywords
wall surface
obstacle
shape data
continuity
search range
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.)
Withdrawn
Application number
JP2002085901A
Other languages
English (en)
Inventor
Tetsuya Sugimasa
哲也 杉正
Kazuhiko Onoe
一彦 尾上
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.)
Kawasaki Heavy Industries Ltd
Original Assignee
Kawasaki Heavy Industries Ltd
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 Kawasaki Heavy Industries Ltd filed Critical Kawasaki Heavy Industries Ltd
Priority to JP2002085901A priority Critical patent/JP2003280738A/ja
Publication of JP2003280738A publication Critical patent/JP2003280738A/ja
Withdrawn legal-status Critical Current

Links

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

(57)【要約】 【課題】 壁面などの背景と区別して障害物を効率的に
認識できる障害物認識方法および障害物認識装置を提供
する。 【解決手段】 壁面の形状データをレーザー式形状セン
サ４Ａによりライン状に所定角度間隔で壁面に沿って所
定ピッチにより取得し、前記形状データから探索範囲Ｒ
おける障害物を検出する障害物検出曲線Ｃ1を３次多項
式により導出し、その障害物検出曲線Ｃ1と、当該探索
範囲Ｒ1の形状データとの誤差を算出し、その誤差が閾
値を超えている個所を壁面から突出している鉄筋や壁面
から陥没している溝などの障害物として壁面から分離
し、それにより障害物を認識するものである。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は障害物認識方法およ
び障害物認識装置に関する。さらに詳しくは、産業用ロ
ボット（以下、単にロボットという）により屋外作業さ
せる場合に、作業領域における障害物を認識してロボッ
トを円滑に動作させるための障害物認識方法および障害
物認識装置に関する。
【０００２】
【従来の技術】近年、ロボットの有用性に対する認識が
益々高まる中で、工場内などの屋内における作業のみな
らず屋外でもロボットを適用しようとする動きが顕著と
なってきている。
【０００３】例えば、ロボットに建造物壁面、例えばビ
ル壁面の清掃や洗浄をさせる試みがなされている。その
場合、ロボットに障害物を避けるよう教示し、ロボット
が障害物と干渉しないようにする必要がある。
【０００４】ところが、清掃や洗浄の対象となるビルに
は、完成後数十年を経ているものもあり、その間に種々
の改修がなされていることが多々あるため、図面等によ
り障害物の位置を全て把握するのは事実上不可能であ
る。また、たとえ図面等により障害物の位置を把握でき
たとしても、その位置が実際の位置とマッチングしてい
る保証はない。というのは、施工が図面どおりになされ
ていないこともままあるるからである。
【０００５】また、建造物壁面などには、その創作的価
値の向上を図る目的から曲面が多用されているものも多
い。そのため、障害物の認識を、単に壁面を単一平面と
してそれより突出しているものを分離することによりな
すことができないことも多々ある。
【０００６】したがって、ロボットに対してなす障害物
を避けて動作させる教示は、ロボットによる作業をなす
現場において、障害物のロボットに対する位置を計測し
てなす必要がある。
【０００７】この障害物のロボットに対する位置の計測
を現場作業員によりなすようにした場合には、計測用足
場の設置等の付帯作業が必要となり、作業効率の低下お
よびコストの増大を招来する。そのため、距離センサを
用いて自動的に障害物の位置を計測することが考えられ
るが、その場合にはビル壁面などの背景と障害物とを区
別して認識する必要がある。
【０００８】しかしながら、障害物を曲面などを有する
壁面などの背景と区別して効率的に認識する方法および
装置は未だ実現されていない。
【０００９】
【発明が解決しようとする課題】本発明はかかる従来技
術の課題に鑑みなされたものであって、壁面などの背景
と区別して障害物を効率的に認識できる障害物認識方法
および障害物認識装置を提供することを主たるを目的と
し、さらにそれを用いてなるロボット・システムを提供
することをも目的としている。
【００１０】
【課題を解決するための手段】本発明の障害物認識方法
の第１形態は、壁面の形状データをライン状に所定角度
間隔で壁面に沿って所定ピッチにより取得し、前記形状
データから探索範囲の障害物を検出する障害物検出曲線
を導出し、その障害物検出曲線と当該探索範囲の形状デ
ータとの誤差を算出し、その誤差が閾値を超えている個
所を障害物として壁面から分離することを特徴とする。
【００１１】本発明の障害物認識方法の第２形態は、壁
面の形状データをライン状に所定角度間隔で壁面に沿っ
て所定ピッチにより取得し、前記形状データから探索範
囲に隣接する不連続性検出対象範囲の不連続性を検出す
る不連続性検出曲線を導出し、その不連続性検出曲線を
前記不連続性検出対象範囲まで外挿し、前記不連続性検
出曲線の外挿範囲と同不連続性検出対象範囲の形状デー
タとの誤差を算出し、その誤差が閾値を超えていれば障
害物として壁面から分離することを特徴とする。
【００１２】本発明の障害物認識方法の第３形態は、壁
面の形状データをライン状に所定角度間隔で壁面に沿っ
て所定ピッチにより取得し、前記形状データから隣接す
る所要数の探索範囲の連続性を判定する連続性判定曲線
を導出し、前記各探索範囲の連続性を前記連続性判定曲
線により判定し、前記所要数の探索範囲のいずれかが壁
面である場合、壁面とされている探索範囲と連続性を有
しないとされた探索範囲を障害物として壁面から分離す
ることを特徴とする。
【００１３】本発明の障害物認識方法の第４形態は、壁
面の形状データをライン状に所定角度間隔で壁面に沿っ
て所定ピッチにより取得し、前記形状データから連続性
を有する探索範囲が隣接して存在すると判定された場
合、各探索範囲の形状データからそれぞれ連続性判定曲
線を導出し、各連続性判定曲線を隣接する探索範囲の隣
接する部分領域までそれぞれ外挿し、前記各部分領域の
連続性をそれぞれ判定することにより、隣接する探索範
囲相互の連続性を判定し、前記いずれかの探索範囲が壁
面である場合、隣接する探索範囲が連続性を有しなけれ
ば障害物として壁面から分離することを特徴とする。
【００１４】本発明の障害物認識方法の第３および第４
形態においては、壁面とされた探索範囲に隣接するが、
該壁面とされた探索範囲とは連続性を有しないとされた
探索範囲の逆隣に隣接する探索範囲と、前記壁面とされ
た探索範囲との連続性を判定し、前記逆隣に隣接する探
索範囲が連続性を有しない場合、同探索範囲を障害物と
して壁面から分離するのが好ましい。
【００１５】その場合、前記連続性の判定は、例えば、
壁面とされた探索範囲の形状データと連続性が判定され
る探索範囲の形状データとを用いて導出された連続性判
定曲線によりなされたり、あるいは壁面とされた探索範
囲の形状データ用いて導出された連続性判定曲線を、連
続性が判定される探索範囲まで外挿し、前記連続性判定
曲線の外挿範囲と、当該探索範囲の形状データとの誤差
を算出することによりなされたりする。
【００１６】また、本発明の障害物認識方法の第３およ
び第４形態においては、連続性を有するとされた各探索
範囲群ごとの形状データ数を合計し、その合計数の最大
の探索範囲群に属する探索範囲を壁面であるとしてもよ
い。
【００１７】さらに、本発明の障害物認識方法において
は、障害物が分離された壁面の当該障害物が分離された
個所の形状データの復元をなしてもよい。
【００１８】さらに、本発明の障害物認識方法において
は、検出単位の形状データごとにその最大値および最小
値を抽出し、それらの最大値および最小値により当該検
出単位の形状データを代表させるようにしてもよい。
【００１９】さらに、本発明の障害物認識方法において
は、分離された障害物をマージ処理により多面体で近似
するようにしてもよい。
【００２０】一方、本発明の障害物認識装置の第１形態
は、壁面の形状データをライン状に所定角度間隔で壁面
に沿って所定ピッチにより取得し、前記形状データから
探索範囲の障害物を検出する障害物検出曲線を導出し、
その障害物検出曲線と当該探索範囲の形状データとの誤
差を算出し、その誤差が閾値を超えている個所を障害物
として壁面から分離するよう構成されてなることを特徴
とする。
【００２１】本発明の障害物認識装置の第２形態は、壁
面の形状データをライン状に所定角度間隔で壁面に沿っ
て所定ピッチにより取得し、前記形状データから探索範
囲に隣接する不連続性検出対象範囲の不連続性を検出す
る不連続性検出曲線を導出し、その不連続性検出曲線を
前記不連続性検出対象範囲まで外挿し、前記不連続性検
出曲線の外挿範囲と同不連続性検出対象範囲の形状デー
タとの誤差を算出し、その誤差が閾値を超えていれば障
害物として壁面から分離するよう構成されてなることを
特徴とする。
【００２２】本発明の障害物認識装置の第３形態は、壁
面の形状データをライン状に所定角度間隔で壁面に沿っ
て所定ピッチにより取得し、前記形状データから隣接す
る所要数の探索範囲の連続性を判定する連続性判定曲線
を導出し、前記各探索範囲の連続性を前記連続性判定曲
線により判定し、前記所要数の探索範囲のいずれかが壁
面である場合、壁面とされている探索範囲と連続性を有
しないとされた探索範囲を障害物として壁面から分離す
るよう構成されてなることを特徴とする。
【００２３】本発明の障害物認識装置の第４形態は、壁
面の形状データをライン状に所定角度間隔で壁面に沿っ
て所定ピッチにより取得し、前記形状データから連続性
を有する探索範囲が隣接してあると判定された場合、各
探索範囲の形状データからそれぞれ連続性判定曲線を導
出し、各連続性判定曲線を隣接する探索範囲の隣接する
部分領域までそれぞれ外挿し、各部分領域の連続性をそ
れぞれ判定することにより隣接する探索範囲相互の連続
性を判定し、前記いずれかの探索範囲が壁面である場
合、隣接する探索範囲が連続性を有しなければ障害物と
して壁面から分離するよう構成されてなることを特徴と
する。
【００２４】本発明の障害物認識装置の第３形態および
第４形態においては、壁面とされた探索範囲に隣接する
が、該壁面とされた探索範囲とは連続性を有しないとさ
れた探索範囲の逆隣に隣接する探索範囲と、前記壁面と
された探索範囲との連続性を判定し、前記逆隣に隣接す
る探索範囲が連続性を有しない場合、当該探索範囲を障
害物として壁面から分離するよう構成されてなるのが好
ましい。
【００２５】その場合、前記連続性の判定が、例えば、
壁面とされた探索範囲の形状データと連続性が判定され
る探索範囲の形状データとを用いて導出された連続性判
定曲線によりなされるよう構成されてもよく、あるいは
壁面とされた探索範囲の形状データ用いて導出された連
続性判定曲線を、連続性が判定される探索範囲まで外挿
し、前記連続性判定曲線の外挿範囲と、当該探索範囲の
形状データとの誤差を算出してなされるよう構成されて
もよい。
【００２６】また、本発明の障害物認識装置の第３形態
および第４形態においては、連続性を有するとされた各
探索範囲群ごとの形状データ数を合計し、その合計数の
最大の探索範囲群に属する探索範囲が壁面であるとする
よう構成されてもよい。
【００２７】さらに、本発明の障害物認識装置において
は、障害物が分離された壁面の当該障害物が分離された
個所の形状データの復元をなすよう構成されてもよい。
【００２８】さらに、本発明の障害物認識装置において
は、検出単位の形状データごとにその最大値および最小
値を抽出し、それらの最大値および最小値により当該検
出単位の形状データを代表させるよう構成されてもよ
い。
【００２９】さらに、本発明の障害物認識装置において
は、分離された障害物をマージ処理により多面体で近似
するよう構成されてもよい。
【００３０】しかして、本発明の障害物認識装置は、ロ
ボット・システムに備えられる。
【００３１】その場合、障害物認識装置による障害物認
識処理と、ロボットによる壁面に対する作業が並行して
なし得るように構成されてなるのが好ましく、またロボ
ット・システムが走行可能な台車に載置されてなるのが
好ましい。
【００３２】
【作用】本発明は前記の如く構成されているので、曲面
を有する建造物や構造物の壁面であっても、精確に障害
物を壁面と機械的に区別して認識できる。
【００３３】
【発明の実施の形態】以下、添付図面を参照しながら本
発明を実施形態に基づいて説明するが、本発明はかかる
実施形態のみに限定されるものではない。
【００３４】実施形態１ 図１、図２および図３に、本発明の実施形態１に係る障
害物認識方法が適用されてなる障害物認識装置を備えた
ロボット・システムの概略構成を示す。このロボット・
システムＫは、ビル壁面の形状を検出し、その検出結果
に基づいてビル壁面を洗浄していく洗浄作業をロボット
により自動的に実施するシステムとされる。
【００３５】ロボット・システムＫは、具体的には、壁
面を洗浄するためのブラシ・ツール（以下、単にツール
という）１０を操作するロボット１と、ロボット１を積
載しビル壁面に沿って移動する自走式台車（走行可能台
車）２と、洗浄対象箇所の高低に応じてロボット１を昇
降させ昇降装置３と、形状検出手段４と、制御・処理装
置５とを主要構成要素として備えてなるものとされる。
【００３６】ロボット１は、例えば４自由度のマニピュ
レータを有する多関節型ロボットとされ、ツール１０を
ビルＢ壁面に沿って一定方向、例えば高さ方向に移動さ
せつつ所定幅の領域（以下、単位作業領域という）のビ
ルＢ壁面（以下、単に壁面ということもある）を洗浄し
ていくようにツール１０を操作する。
【００３７】自走式台車２は、壁面に沿って走行するよ
うに配置され、当該停車位置に対応する単位作業領域
（以下、今回作業領域という）に対する洗浄作業が終了
すると、今回作業領域と隣接しかつ次に洗浄作業を実施
すべき単位作業領域（以下、次回作業領域という）の対
応位置までロボット１を移動させるように壁面に沿って
移動する。
【００３８】昇降装置３は、ロボット１が載置される昇
降テーブル３ａと、昇降テーブル３ａを昇降させる油圧
シリンダ３ｂとを有し、今回作業領域内の洗浄対象箇所
の高低に応じて昇降テーブル３ａを昇降させるように動
作する。
【００３９】形状検出手段４は、例えばレーザー式形状
センサ機構とされ、ビルＢ壁面に沿う方向、すなわち自
走式台車２の走行方向において、ロボット１の前方と後
方とにそれぞれ設けられる各センサ機構４Ａ、４Ｂとか
ら構成される。
【００４０】ロボット１前方のセンサ機構（以下、前側
センサという）４Ａは、自走式台車２の側部に沿って配
設される所定長さのレール６にガイドされて単位作業領
域の幅と同一の距離だけ壁面に沿って移動しつつ、次回
作業領域の壁面形状、および次回作業領域内にある障害
物等の有無を検出するものとされる。
【００４１】すなわち、前側センサ４Ａは、例えば次回
作業領域の自走式台車２の走行方向後方端（以下、次回
領域始端という）に対応する位置から走行方向前方端
（以下、次回領域終端という）に対応する位置まで等速
で移動しつつ、所定時間間隔でビルの所定方向、例えば
高さ方向に単位作業領域のビル高さに相当する所定角度
首振りを行うようにして、レーザー光を１ラインずつ走
査させて各位置における壁面までの距離を計測し、これ
によって障害物等を含むビルＢ壁面形状をライン状に検
出していくものとされる。つまり、前側センサ４Ａはビ
ルＢ形状データ(以下、単に形状データということもあ
る)をライン状に得るものとされる。なお、前側センサ
４Ａにより走査される領域を単位障害物探索領域とい
う。
【００４２】このように、前側センサ４Ａを、今回作業
領域ではなく次回作業領域、つまり単位障害物探索領域
についての情報を得るべく、ロボット１の前方に配設す
ることによって、今回作業領域に対する洗浄作業と次回
作業領域に対する障害物探索作業とを並行して同時に実
施することが可能となる。なお、今回作業領域に対する
洗浄作業と並行して次回作業領域のさらに前方の単位作
業領域に対する障害物探索作業を実施するよう構成する
ことも勿論可能である。
【００４３】また、ロボット１の後方に設けられるセン
サ機構（以下、後側センサという）４Ｂは、自走式台車
２の各停車位置で基準角度におけるビルＢ壁面までの距
離を計測するものとされ、この計測結果と前側センサ４
Ａの基準角度における計測結果とに基づいて、自走式台
車２のビルＢ壁面との相対位置関係が検出される。
【００４４】制御・処理装置５は例えば汎用コンピュー
タとされ、前側センサ４Ａからの形状データおよび後側
センサ４Ｂから計測データに基づいて、作業対象として
の壁面の形状を検出してその壁面における障害物等の認
識および自走式台車２と壁面との相対位置関係を算出す
るための処理、ならびにロボットの制御などを行うもの
とされる。
【００４５】以下、各処理を説明する。
【００４６】１．ビルの基本形状データの取得処理
【００４７】前側センサ４ＡによりビルＢの障害物のな
い個所の形状データ、つまりビルＢの基本形状データ
(以下、単に基本形状データという)を取得する。この場
合、得られた形状データに多少の凹凸があることがある
が、そのときには例えばその凹凸を平均化して基本形状
データを取得する。この基本形状データの取得処理は、
ビルＢのできるかぎり多くの個所でなすのが好ましい。
というのは、壁面の各位置における経年変化が一様では
ないため、ビルＢの壁面形状が各場所で一致していると
は限らないからである。また、創作的価値を高めるため
に曲面が多用されているビルＢにおいては、壁面形状が
各場所において一致していないからである。
【００４８】ついで、得られた基本形状データを用いて
その形状を多項式（例えば、２次多項式あるいは３次多
項式）で近似する。この基本形状を近似する多項式の係
数は、後述する多項式の係数を算出する際に参照され
る。
【００４９】２．壁面と障害物との分離処理
【００５０】壁面と障害物との分離処理は、各ラインの
形状データにおいて障害物を壁面から区別して認識する
ための処理とされる。
【００５１】形状データは、前述したように、前側セン
サ４Ａの走査角度θ、すなわち各ラインの走査開始位置
を基準（θ＝０）としてレーザー光をビルＢ壁面の高さ
方向に走査するよう前側センサ４Ａを首振りした角度に
対応する壁面までの計測距離Ｌで表される。つまり、形
状データは（θ，Ｌ）で表示される。そして、このよう
な形状データ（θ，Ｌ）は走査角１°（度、degree）あ
たり所定数個（例えば２個）採取される。図４に形状デ
ータの一例を模式的に示す。
【００５２】（１）障害物分離方法１
【００５３】各ラインの形状データにおいて、分離処理
範囲を走査開始位置から走査終了位置まで連続的に移動
させつつ所定角度幅（例えば１０°）の範囲Ｒ（図４に
示す例では走査角度θがθ1〜θ2の範囲Ｒ1、以下、探
索範囲という）内の形状データに基づき例えば最小二乗
法によって当該範囲Ｒ1の形状を近似する曲線を導出す
るための演算処理を実施していく。この曲線は、例えば
多項式（例えば２次多項式や３次多項式）で表される。
【００５４】得られた曲線(障害物検出曲線)Ｃ1と当該
探索範囲Ｒ1の形状データとの誤差を算出し、誤差が閾
値を超えている個所を障害物であるとして壁面から分離
する。これにより、鉄筋などの突起物や溝などの陥没部
が障害物として認識される。
【００５５】(２)障害物分離方法２
【００５６】各ラインの形状データにおいて、分離処理
範囲を走査開始位置から走査終了位置まで連続的に移動
させつつ所定角度幅（例えば１０°）の範囲Ｒ（図４に
示す例では走査角度θがθ1〜θ2の範囲Ｒ1、以下、不
連続性検出曲線作成範囲という）内の形状データに基づ
き例えば最小二乗法によって当該範囲Ｒ1の形状を近似
する曲線を導出するための演算処理を実施していく。こ
の曲線は、例えば多項式（例えば２次多項式や３次多項
式）で表される。
【００５７】得られた曲線(不連続性検出曲線)Ｃ2を不
連続性検出曲線作成範囲に隣接する所定角度幅（例えば
５°）の範囲(図４に示す例では走査角度θがθ3まで、
以下、不連続性検出対象範囲という)Ｒ2まで外挿する。
不連続性検出曲線Ｃ2の外挿範囲と当該不連続性検出対
象範囲Ｒ2における形状データとの誤差を算出し、誤差
が閾値を超えている個所を障害物であるとして壁面から
分離する。これにより、障害物分離方法１と同様に鉄筋
などの突起物や溝などの陥没部が障害物として認識され
る他、障害物端部などの不連続個所の検出もなされる。
【００５８】(３)障害物分離方法３
【００５９】前記障害物分離方法１，２では、形状デー
タの障害物検出曲線Ｃ1や不連続性検出曲線Ｃ2からの誤
差が大きい個所を障害物として認識するようにされてい
るが、障害物の中には障害物検出曲線Ｃ1や不連続性検
出曲線Ｃ2からの誤差が閾値を超えないものもある。そ
こで、この障害物分離方法３においては、以下のように
してそのような障害物を壁面から分離することにより、
障害物として認識できるようにしている。
【００６０】例えば図５に示すような形状データが得ら
れたとすると、範囲Ｒ4は前記障害物分離方法１または
障害物分離方法２により障害物として分離されるが、範
囲Ｒ 5は変化がなだらかであるため、前記障害物分離方
法１，２では範囲Ｒ5は障害物とは認識されない可能性
がある。この場合、範囲Ｒ3が壁面であるとすれば、範
囲Ｒ5が範囲Ｒ3と同一曲線上になければ障害物であるこ
とになる。（なお、範囲Ｒ3が壁面であることの特定
は、例えば近接する位置における基本形状データの当該
走査角度θのθ4〜θ5の範囲において、範囲Ｒ3の形状
を近似する多項式および基本形状データによる多項式の
各パラメータを比較し、各多項式が同一とみなせるとき
に範囲Ｒ3が壁面であると判断することが可能である。
この場合、前側センサ４Ａと壁面との距離を基本形状デ
ータを取得したときと同一にするのが、精確性を期す点
から好ましいが、壁面からの距離のバラツキが２０ｃｍ
以内であれば実用上問題ない。）
【００６１】そこで、範囲Ｒ5が範囲Ｒ3と同一曲線上に
あるか否かを判定するために、範囲Ｒ3と範囲Ｒ5との形
状データを用いて走査角度θがθ4〜θ7までの曲線(連
続性判定曲線)Ｃ3を例えば最小二乗法により導出する。
この曲線は、多項式（例えば２次多項式や３次多項式）
により表される。得られた連続性判定曲線Ｃ3と範囲Ｒ3
および範囲Ｒ5における各形状データとの誤差を算出
し、その誤差が閾値を超えていれば範囲Ｒ5は範囲Ｒ3と
連続性を有していないとする。つまり、範囲Ｒ5は障害
物であると認識して分離する。なお、範囲Ｒ3が壁面で
あるか否かが不明である場合の処理については後述す
る。
【００６２】(４)障害物分離方法４
【００６３】この障害物分離方法４も障害物分離方法３
と同様に隣接してなだらかな曲面がある場合、それらが
連続しているか否か判定して障害物を壁面から分離する
ものである。
【００６４】例えば図６に示すように、範囲Ｒ3および
範囲Ｒ5が隣接するなだらかな曲面であるとすると、範
囲Ｒ3の形状データを用いて作成された範囲Ｒ3を表す曲
線(第１連続性判定曲線)Ｃ4を範囲Ｒ5側へ外挿し、範囲
Ｒ5の範囲Ｒ3に隣接する部分領域Ｒaの形状データと第
１連続性判定曲線Ｃ4との誤差を算出する一方、範囲Ｒ 5
の形状データを用いて作成された範囲Ｒ5を表す曲線(第
２連続性判定曲線)Ｃ5を範囲Ｒ3側へ外挿し、範囲Ｒ3の
範囲Ｒ5に隣接する部分領域Ｒbの形状データと第２連続
性判定曲線Ｃ5との誤差を算出する。そして、両方の誤
差が共に閾値を超えていれば、範囲Ｒ3と範囲Ｒ5とは連
続性を有していないとする。つまり、例えば範囲Ｒ3が
壁面であるとすれば、範囲Ｒ5は障害物であるとして壁
面から分離する。なお、範囲Ｒ3が壁面であるか否かが
不明である場合の処理については後述する。また、第１
連続性判定曲線Ｃ4および第２連続性判定曲線Ｃ5は、例
えば２次多項式や３次多項式で表される。
【００６５】(５)障害物分離方法５
【００６６】この障害物分離方法５は、前記障害物分離
方法３，４により連続性の有無が判定された隣接する範
囲の反対隣の範囲Ｒが連続性を有するか否か判定するこ
とにより、障害物を壁面から分離するものである。例え
ば図７に示すように、範囲Ｒ 7が範囲Ｒ6と連続性を有し
ていないとされた後に、範囲Ｒ7に隣接する範囲Ｒ8が範
囲Ｒ6と連続性を有するか否か判定することにより、障
害物を壁面から分離するものである。
【００６７】この障害物分離方法５では、範囲Ｒ6およ
び範囲Ｒ8の各形状データを用いて範囲Ｒ6および範囲Ｒ
8の形状を近似する曲線(連続性判定曲線)Ｃ6を作成し、
範囲Ｒ6および範囲Ｒ8の各形状データと連続性判定曲線
Ｃ6との誤差を算出し、その誤差が閾値を超えていなけ
れば、範囲Ｒ6と範囲Ｒ8とは連続性を有するものとす
る。つまり、例えば範囲Ｒ6が壁面であるとすれば、範
囲Ｒ8も壁面とする。その逆に、その誤差が閾値を超え
ていれば、範囲Ｒ6と範囲Ｒ8とは連続性を有しないもの
とする。つまり、例えば範囲Ｒ6が壁面であるとすれ
ば、範囲Ｒ8は障害物であるとする。なお、範囲Ｒ6が壁
面であるか否かが不明である場合の処理については後述
する。また、連続性判定曲線Ｃ6は、例えば２次多項式
や３次多項式で表される。
【００６８】(６)障害物分離方法６
【００６９】この障害物分離方法６は、前記障害物分離
方法５と同様に、連続性の有無が判定された隣接する範
囲の反対隣の範囲が連続性を有するか否か判定すること
により障害物を壁面から分離するものである。
【００７０】この障害物分離方法６では、図８に示すよ
うに、範囲Ｒ6の形状データを用いて範囲Ｒ6の形状を近
似する曲線(連続性判定曲線)Ｃ7を作成し、その連続性
判定曲線Ｃ7を範囲Ｒ8まで外挿し、範囲Ｒ8の形状デー
タと外挿された連続性判定曲線Ｃ7との誤差を算出し、
その誤差が閾値を超えていなければ範囲Ｒ6と範囲Ｒ8と
は連続性を有するものとする。つまり、例えば範囲Ｒ6
が壁面であるとすれば、範囲Ｒ8も壁面とする。その逆
に、その誤差が閾値を超えていれば、範囲Ｒ6と範囲Ｒ8
とは連続性を有しないものとする。つまり、例えば範囲
Ｒ6が壁面であるとすれば、範囲Ｒ8は障害物であるとす
る。なお、範囲Ｒ6が壁面であるか否かが不明である場
合の処理については後述する。
【００７１】(７)障害物分離方法７
【００７２】前記障害物分離方法３〜６では、例えば範
囲Ｒ3，Ｒ6が壁面であるとし、その範囲Ｒ3，Ｒ6と同一
の曲線上にある範囲Ｒ4，Ｒ8，…を範囲Ｒ3，Ｒ6と連続
性を有するとして壁面として処理する一方、連続性を有
していない範囲Ｒは障害物として分離されるようにされ
ているが、基本形状データが所得できないような場合に
は、簡単にどの範囲Ｒが壁面か特定するのが困難であ
る。
【００７３】そこで、この障害物分離方法７では、図９
に示すように、前記障害物分離方法３〜６のいずれかの
方法により連続性を有するとされた範囲Ｒi，Ｒj同士を
グルーピングし、そのグループに属する各範囲Ｒの形状
データ（θ，Ｌ）の数（以下、範囲Ｒkに属する形状デ
ータ（θ，Ｌ）の数を記号ｎkで表すものとする）をカ
ウントしてそのカウント数の最大のものを壁面として特
定するようにされている。
【００７４】図９に示す例においては、範囲Ｒ11，
Ｒ14，Ｒ16がグループＩに属するものとされ、範囲Ｒ12
がグループＩＩに属するものとされ、範囲Ｒ13がグルー
プＩＩＩに属するものとされ、範囲Ｒ15がグループＩＶ
に属するものとされる。ここで、各グループＩ，ＩＩ，
ＩＩＩ，ＩＶに属する範囲Ｒのデータ数の和を比較し、
例えばグループＩに属する範囲Ｒ11，Ｒ14，Ｒ16のデー
タ数の和（ｎ11＋ｎ14＋ｎ 16）が最大であれば、グルー
プＩに属する範囲Ｒ11，Ｒ14，Ｒ16が、壁面とされる一
方、他のグループＩＩ，ＩＩＩ，ＩＶに属する範囲は、
障害物として壁面から分離される。
【００７５】３．ビル壁面形状復元処理
【００７６】前記２の壁面と障害物との分離処理により
障害物が壁面から分離されるが、その分離された部分は
形状データが存在しないので、その検出範囲におけるビ
ルＢ壁面の全体形状が不明である。そこで、このビルＢ
の壁面形状復元処理においては、障害物が分離されて形
状データが存在しなくなった範囲の形状データを、障害
物が分離された両隣の範囲の形状データを用いて、例え
ば補間法により復元する。
【００７７】このビルＢ壁面形状の復元は、例えば両隣
の各範囲を近似する曲線の傾きを用いて３次多項式によ
る補間曲線(３次補間曲線)を作成し、その３次補間曲線
の妥当性を基本形状データを参照して評価することによ
りなされる。
【００７８】なお、基本形状データによる評価において
得られた３次補間曲線の妥当性が否定された場合、自動
処理の続行が不可能であるものとして、オペレータの判
断を仰ぐよう警報等により通知する。
【００７９】４．壁面からの自走式台車の位置・傾斜検
出処理
【００８０】前記３のビルＢの壁面形状復元処理により
得られた形状データ(以下、復元形状データという)を用
いて、自走式台車２の壁面からの距離つまり自走式台車
２の壁面に対する位置、および自走式台車２の壁面に対
する傾斜を検出する処理を行う。これは、自走式台車２
が軌道上を移動するようにされていないので、自走式台
車２の移動が壁面に対する位置および傾斜を、一定に保
ってなされるとは限らないからである。
【００８１】この壁面からの自走式台車２の位置・傾斜
検出処理(以下、単に位置・傾斜検出処理という)は、以
下の手順によりなされる。
【００８２】（１）復元処理された形状データ（復元形
状データ）および基本形状データを(θ，Ｌ)形式から直
交座標形式に変換する。このように直交座標形式に変換
するのは、直交座標形式によるのが作業員の理解が容易
なことなどによる。ここで、直交座標系の座標原点は、
例えばロボット１の座標原点と合わせ、また各座標の向
きについてもロボット１の座標系の各座標の向きに合わ
せる。具体的には、原点は昇降装置３により最下位とさ
れたときのロボット１のベース中央とされ、Ｘ軸はロボ
ット１正面に対して右方向とされ、Ｙ軸はロボット１正
面方向とされ、Ｚ軸は垂直上向き方向とされる。また、
形状データには、自走式台車２の壁面に対する傾斜を検
出する必要があるところから、前側センサ４Ａおよび後
側センサ４Ｂにより取得された両データが用いられる。
【００８３】以下、これらの直交座標形式に変換された
復元形状データおよび基本形状データをそれぞれ直交復
元形状データおよび直交基本形状データということにす
る。
【００８４】（２）直交基本形状データの前側センサ４
Ａおよび後側センサ４Ｂに近い側の下部所定範囲を所要
数に分割する。例えば、垂直に近い部分を５分割する
（図１０参照）。
【００８５】（３）分割された直交基本形状データの各
端部の座標を算出する。
【００８６】（４）直交復元形状データの前記直交基本
形状データの分割個所に対応する個所を同様に分割す
る。
【００８７】（５）分割された直交復元形状データのそ
れぞれを分割された直交基本形状データの対応個所に重
ね合わせる処理、いわゆるフィッティング処理をする
（図１０参照）。このフィッティング処理は、曲面を有
する壁面の形状検出に対して特に有効である。
【００８８】（６）フィッティング処理により得られた
データに基づいて、前側センサ４Ａおよび後側センサ４
Ｂと壁面との距離を算出する。これは、具体的には、直
交復元形状データのＹ軸座標値については、直交基本形
状データのＹ軸座標値にフィッティング処理における水
平移動距離を加算することにより算出される。また、Ｘ
軸座標値およびＺ軸座標値については、直交復元形状デ
ータによるＸ軸座標値およびＺ軸座標値をフィッティン
グ処理の際におけるＸ−Ｚ平面上でのフィッティング移
動量を加算することにより算出される。
【００８９】例えば、直交復元形状データにおける座標
値が（Ｘ1，Ｙ1，Ｚ1）であり、直交基本形状データに
おける座標値が（Ｘ0，Ｙ0，Ｚ0）であり、フィッティ
ング処理における水平移動距離がΔＹであり、フィッテ
ィング処理の際におけるＸ−Ｚ平面上でのフィッティン
グ移動量が（ΔＸ，ΔＺ）であるとすれば、直交復元形
状データにおける座標（Ｘ1，Ｙ1，Ｚ1）は、座標（Ｘ0
＋ΔＸ，Ｙ0＋ΔＹ，Ｚ0＋ΔＺ）に補正される。以下、
このようにして得られた座標を補正座標ということにす
る。
【００９０】この場合、復元形状データにおける復元デ
ータの精度が悪いときには、フィッティング移動量が
（ΔＸ，ΔＺ）が他の個所に比して大きくなる。そこ
で、ここでは、検出範囲において得られた多数の補正座
標から最大のものと、最小のものとを除いたものの平均
値を壁面までの距離とするようにされている。なお、平
均値を算出する場合には、最大のものおよび最小のもの
ばかりでなく、最大に近いものと最小に近いものとを含
めて除くようにしてもよい。
【００９１】また、Ｚ軸方向およびＸ軸まわりの回転に
ついては処理速度と精度とのかねあいで無視するように
してもよい。さらに、Ｘ軸方向については壁面が１つの
平面内にあるものとみなせるため、フィッティング移動
量（ΔＸ，ΔＺ）の算出を省略することも可能である。
【００９２】（７）算出された前側センサ４Ａおよび後
側センサ４Ｂと壁面との距離、および前側センサ４Ａと
後側センサ４Ｂとの間隔に基づいて、自走式台車２の中
心線の壁面に対する傾斜を算出する。
【００９３】次に、前掲の障害物分離方法１〜６におい
て障害物分離の基準として用いられた各曲線（以下、基
準曲線という）Ｃ1，Ｃ2，Ｃ3，Ｃ4，Ｃ5，Ｃ6，Ｃ7の
妥当性を、基本形状データに基づいて判定する基準曲線
妥当性判定手順を説明する。なお、この手順を各障害物
分離方法１〜６において追加的に実施することによっ
て、壁面と障害物とが滑らかに連続しているような場
合、例えば障害物が粘着ープを上から張り渡すようにし
て壁面に留められているような場合にも障害物を検出す
ることが可能となり、検出精度が向上する。
【００９４】すなわち、図１１に示すように、当該障害
物分離処理において基準曲線Ｃが導出される範囲Ｒ21に
ついて、近接する位置における基本形状データＤ1（同
図（ａ）参照）に基づいて、例えば最小二乗法により求
められる基準曲線Ｃを表す多項式のパラメータと当該測
定データＤ2（同図（ｂ）参照）に基づいて、例えば最
小二乗法により求められる基準曲線Ｃを表す多項式のパ
ラメータとを比較し、誤差が大きい場合にその範囲Ｒ21
を障害物として分離する。より具体的には、測定データ
Ｄ2の範囲Ｒ21から導出される基準曲線Ｃを表す多項式
の係数と基本形状データＤ1の範囲Ｒ21から導出される
基準曲線Ｃを表す多項式の係数とを比較し、少なくとも
１つの係数について閾値以上の相違があれば当該範囲Ｒ
21は壁面でないものとして分離される。
【００９５】この場合、前側センサ４Ａと壁面との距離
を基本形状データを取得したときと同一にするのが、精
確性を期す点から好ましいが、壁面からの距離のバラツ
キが２０ｃｍ以内であれば実用上問題はない。
【００９６】このように、この実施形態１によれば、曲
面を有する壁面からでも鉄筋や溝などの障害物を機械に
より精確かつ迅速にその壁面から分離できる。そのた
め、ロボットに壁面作業を障害物を避けながら実施させ
る際の教示が、精度よくかつ迅速になし得る。
【００９７】実施形態２ 本発明の実施形態２に係る障害物認識方法の要部を図１
２に示す。この実施形態２は実施形態１を改変してなる
ものであって、障害物の壁面からの分離精度を低下させ
ることなく、演算量を減少させてなるものである。この
ようにするのは、次のように理由による。
【００９８】前述したように、この障害物認識方法にお
いては鉄筋なども障害物として認識する必要があるた
め、前側センサ４Ａによる走査は非常に短いピッチ、例
えば３ｍｍピッチでなされる。そのため、得られる形状
データの量は非常に多くなる。この量の非常に多い形状
データを実施形態１の処理方法により処理すると、演算
量が多くなり処理速度の低下を招来する。
【００９９】なお、得られた形状データを単に間引いた
のでは、鉄筋などの小さな障害物の認識漏れを生ずるお
それがある。また、複数の形状データを平均し、その平
均された形状データに基づいて、実施形態１の処理方法
により処理しても前記と同様に、鉄筋などの小さな障害
物の認識漏れを生ずるおそれがある。
【０１００】そこで、この実施形態２では、次のように
して鉄筋やボルト引き抜き穴などの小さな障害物を認識
漏れすることなく演算量を削減している。
【０１０１】すなわち、図１２（ａ）に示すように、所
定の微小領域、例えば、ビルＢ壁面の高さ方向に対して
１度で、かつビル壁面に沿う方向に１０ｃｍの領域（以
下、検出単位という）の形状データ毎に、その最大値つ
まり最大陥没量、あるいは最小値つまり最大突出量を抽
出し、その抽出された最大値あるいは最小値により当該
検出単位の形状データを代表させ（図１２（ｂ）参
照）、以下その代表とされた形状データ（以下、代表形
状データという）に対して、実施形態１と同様にして処
理して障害物を壁面から分離し、ついで復元形状データ
を作成する。
【０１０２】このようにすることにより、障害物を漏れ
なく検出しながら演算処理量を低減できて演算処理時間
が短縮される。そのため、ロボットにより壁面作業させ
る際の準備に要する時間を実施形態１に比して短縮でき
る。
【０１０３】実施形態３ 本発明の実施形態３に係る障害物認識方法の原理を図１
３および図１４に説明図で示す。この実施形態３は実施
形態２を改変してなるものであって、各分離領域に存在
する障害物をマージにより立体化して近似するものであ
る。
【０１０４】まず、ｘ−ｚ面におけるマージについて説
明する。
【０１０５】（１）前記実施形態２により障害物とし認
識された個所の壁面からの突出値を算出する（図１３
（ａ）参照）。
【０１０６】（２）この算出された突出値を用いて当該
障害物を、例えば四角形で近似して抽出・保存する（図
１３（ｂ）参照）。つまり、四角形の各点のｘ−ｚ座標
値を制御・処理装置５のメモリに保存する。以下、この
抽出・保存された四角形を第１四角形という。
【０１０７】（３）第１四角形で近似された障害物に隣
接する障害物も同様に、例えば四角形で近似して抽出・
保存する。以下、この抽出・保存された四角形を第２四
角形という。
【０１０８】（４）第１四角形と第２四角形とがｘ−ｚ
面において重なっている部分があるか否か判定する。
【０１０９】（５）前記判定で第１四角形と第２四角形
とがｘ−ｚ面において重なっている部分があるとされれ
ば（図１３（ｃ）参照）、第１四角形と第２四角形とを
包含する四角形を生成して保存する（図１３（ｄ）参
照）。つまり、先に制御・処理装置５のメモリ保存され
た四角形の各点のｘ−ｚ座標値を前記生成された四角形
の各点の座標値に置き換える。以下、このようにして生
成された四角形を１次統合四角形いう。
【０１１０】（６）１次統合四角形とそれに隣接する第
３四角形とがｘ−ｚ面において重なっている部分がある
か否か判定する。
【０１１１】（７）前記判定で１次統合四角形と第３四
角形とがｘ−ｚ面において重なっている部分があるとさ
れれば、１次統合四角形と第３四角形とを包含する四角
形（２次統合四角形）を生成して保存する。つまり、先
に制御・処理装置５のメモリ保存された１次統合四角形
の各点のｘ−ｚ座標値を、前記生成された２次統合四角
形の各点の座標値に置き換える。
【０１１２】以下、この手順を重なる四角形がなくなる
まで繰り返す。この結果、ｘ−ｚ面において重なり合う
四角形を全て包含する統合四角形、つまり最終統合四角
形が形成される。
【０１１３】次に、ｙ−ｚ面におけるマージについて説
明する。
【０１１４】（１）ｙ軸方向の所定範囲において前記マ
ージで作成された四角形（図１４（ａ）参照）の底辺を
包含する長方形（１次統合長方形）を作成して保存する
（図１４（ｂ）参照）。つまり、四角形の各点のｙ−ｚ
座標値を制御・処理装置５のメモリに保存する。
【０１１５】（２）１次統合長方形に隣接するｙ軸方向
の所定範囲において、前記１次統合長方形および四角形
の底辺を包含する長方形（２次統合長方形）を作成して
保存する（図１４（ｃ）参照）。つまり、先に制御・処
理装置５のメモリ保存された１次統合長方形の各点のｙ
−ｚ座標値を、前記生成された２次統合長方形の各点の
座標値に置き換える。
【０１１６】以下、同様にして前記最終統合四角形に包
含されている四角形の底辺を全て包含する次統合長方
形、つまり最終統合長方形が形成される。
【０１１７】このようにして、最終統合四角形および最
終統合長方形が形成されると、これらの終統合四角形お
よび最終統合長方形を用いて障害物を立体化する。例え
ば、最終統合長方形とし、最終統合四角形を前後面とし
て障害物を立体化する。
【０１１８】このように、この実施形態３では障害物が
多面体により近似されているので、ロボットの経路策定
が簡素化される。そのため、ロボットの教示に要する時
間が短縮されて作業能率が向上する。
【０１１９】以上、本発明を実施形態に基づいて説明し
てきたが、本発明はかかる実施形態のみに限定されるも
のではなく、種々改変が可能である。
【０１２０】例えば、各実施形態ではビル壁面の清掃作
業を例に採り説明されているが、本発明の適用はビル壁
面の清掃作業に限定されるものではなく、各種建造物や
構造物の壁面の各種作業に適用でき、例えば図１５に示
すように、トンネル内周壁の各種作業にも適用できる。
【０１２１】その場合、同図に示すように、前側センサ
４Ａおよび後側センサ４Ｂを自走式台車２側方端のなる
べく高い位置に設けることによって、より直角に近い角
度で壁面ＷＲにレーザー光を照射することが可能とな
る。その結果、障害物等の陰の部分Ｅが小さくなって障
害物等であるか壁面であるかの判別不能の範囲が小さく
なり、障害物探索領域を拡大することができる。
【０１２２】
【発明の効果】以上詳述したように、本発明によれば、
曲面を有する壁面からでも突出鉄筋や溝などを含む各種
の障害物を機械により、精確かつ迅速にその壁面から分
離できるという優れた効果が得られる。そのため、ロボ
ットに壁面作業を障害物を避けながら実施させる際の教
示が、精度よくかつ迅速になし得るという優れた効果も
得られる。
【図面の簡単な説明】
【図１】本発明の実施形態１に係る障害物認識方法が適
用されてなる障害物認識装置を備えたロボット・システ
ムの概略側面図である。
【図２】同概略平面図である。
【図３】同概略背面図である。
【図４】所得された形状データの一例の模式図である。
【図５】本発明の実施形態１に係る障害物認識方法の障
害物分離方法３による分離要領を示す説明図である。
【図６】同障害物分離方法４による分離要領を示す説明
図である。
【図７】同障害物分離方法５による分離要領を示す説明
図である。
【図８】同障害物分離方法６による分離要領を示す説明
図である。
【図９】同障害物分離方法７による分離要領を示す説明
図である。
【図１０】フィティング要領の説明図である。
【図１１】障害物分離方法１〜６に対して追加的に実施
される基準曲線妥当性判定手順の基本概念を示す説明図
である。
【図１２】本発明の実施形態２に係る障害物認識方法の
原理を示す説明図であって、同（ａ）は形状データを示
し、同（ｂ）は代表形状データを示す。
【図１３】本発明の実施形態３に係る障害物認識方法の
原理を示す説明図であって、同（ａ）は障害物部の形状
データを示し、同（ｂ）は障害物部を四角形で近似した
状態を示し、同（ｃ）は四角形で近似された複数の障害
物部が重なり部を有している状態を示し、同（ｄ）はマ
ージ後の状態を示す。
【図１４】本発明の実施形態３に係る障害物認識方法の
原理を示す説明図であって、同（ａ）は障害物部の形状
データを示し、同（ｂ）は四角形で近似された複数の障
害物部を部分的にマージした状態を示し、同（ｃ）は全
体をマージした状態を示す。
【図１５】本発明の障害物認識方法をトンネル内周壁に
適用した場合の概略図である。
【符号の説明】
１ ロボット ２ 自走式台車 ３ 昇降装置 ４ 形状検出手段 ５ 制御・処理装置 １０ ツール Ｂ ビル Ｋ ロボット・システム Ｗ 壁面
フロントページの続き Ｆターム(参考） 2F065 AA06 AA53 BB05 CC14 FF65 GG04 HH04 HH12 MM15 PP22 PP25 QQ18 2F069 AA66 BB40 GG04 GG07 JJ07 KK10 5H301 AA03 BB03 CC03 CC09 CC10 DD02 FF06 FF13 GG08 LL11

Claims (23)

    【特許請求の範囲】
  1. 【請求項１】 壁面の形状データをライン状に所定角度
    間隔で壁面に沿って所定ピッチにより取得し、前記形状
    データから探索範囲の障害物を検出する障害物検出曲線
    を導出し、その障害物検出曲線と当該探索範囲の形状デ
    ータとの誤差を算出し、その誤差が閾値を超えている個
    所を障害物として壁面から分離することを特徴とする障
    害物認識方法。
  2. 【請求項２】 壁面の形状データをライン状に所定角度
    間隔で壁面に沿って所定ピッチにより取得し、前記形状
    データから探索範囲に隣接する不連続性検出対象範囲の
    不連続性を検出する不連続性検出曲線を導出し、その不
    連続性検出曲線を前記不連続性検出対象範囲まで外挿
    し、前記不連続性検出曲線の外挿範囲と同不連続性検出
    対象範囲の形状データとの誤差を算出し、その誤差が閾
    値を超えていれば障害物として壁面から分離することを
    特徴とする障害物認識方法。
  3. 【請求項３】 壁面の形状データをライン状に所定角度
    間隔で壁面に沿って所定ピッチにより取得し、前記形状
    データから隣接する所要数の探索範囲の連続性を判定す
    る連続性判定曲線を導出し、前記各探索範囲の連続性を
    前記連続性判定曲線により判定し、前記所要数の探索範
    囲のいずれかが壁面である場合、壁面とされている探索
    範囲と連続性を有しないとされた探索範囲を障害物とし
    て壁面から分離することを特徴とする障害物認識方法。
  4. 【請求項４】 壁面の形状データをライン状に所定角度
    間隔で壁面に沿って所定ピッチにより取得し、前記形状
    データから連続性を有する探索範囲が隣接して存在する
    と判定された場合、各探索範囲の形状データからそれぞ
    れ連続性判定曲線を導出し、各連続性判定曲線を隣接す
    る探索範囲の隣接する部分領域までそれぞれ外挿し、前
    記各部分領域の連続性をそれぞれ判定することにより、
    隣接する探索範囲相互の連続性を判定し、前記いずれか
    の探索範囲が壁面である場合、隣接する探索範囲が連続
    性を有しなければ障害物として壁面から分離することを
    特徴とする障害物認識方法。
  5. 【請求項５】 壁面とされた探索範囲に隣接するが、該
    壁面とされた探索範囲とは連続性を有しないとされた探
    索範囲の逆隣に隣接する探索範囲と、前記壁面とされた
    探索範囲との連続性を判定し、前記逆隣に隣接する探索
    範囲が連続性を有しない場合、同探索範囲を障害物とし
    て壁面から分離することを特徴とする請求項３または４
    記載の障害物認識方法。
  6. 【請求項６】 前記連続性の判定が、壁面とされた探索
    範囲の形状データと連続性が判定される探索範囲の形状
    データとを用いて導出された連続性判定曲線によりなさ
    れることを特徴とする請求項５記載の障害物認識方法。
  7. 【請求項７】 前記連続性の判定が、壁面とされた探索
    範囲の形状データ用いて導出された連続性判定曲線を、
    連続性が判定される探索範囲まで外挿し、前記連続性判
    定曲線の外挿範囲と、当該探索範囲の形状データとの誤
    差を算出することによりなされることを特徴とする請求
    項５記載の障害物認識方法。
  8. 【請求項８】 連続性を有するとされた各探索範囲群ご
    との形状データ数を合計し、その合計数の最大の探索範
    囲群に属する探索範囲を壁面であるとすることを特徴と
    する請求項３または４記載の障害物認識方法。
  9. 【請求項９】 障害物が分離された壁面の当該障害物が
    分離された個所の形状データの復元をなすことを特徴と
    する請求項１ないし請求項８のいずれか一項に記載の障
    害物認識方法。
  10. 【請求項１０】 検出単位の形状データごとにその最大
    値および最小値を抽出し、それらの最大値および最小値
    により当該検出単位の形状データを代表させることを特
    徴とする請求項１ないし請求項９のいずれか一項に記載
    の障害物認識方法。
  11. 【請求項１１】 分離された障害物をマージ処理により
    多面体で近似することを特徴とする請求項１ないし請求
    項１０のいずれか一項に記載の障害物認識方法。
  12. 【請求項１２】 壁面の形状データをライン状に所定角
    度間隔で壁面に沿って所定ピッチにより取得し、前記形
    状データから探索範囲の障害物を検出する障害物検出曲
    線を導出し、その障害物検出曲線と当該探索範囲の形状
    データとの誤差を算出し、その誤差が閾値を超えている
    個所を障害物として壁面から分離するよう構成されてな
    ることを特徴とする障害物認識装置。
  13. 【請求項１３】 壁面の形状データをライン状に所定角
    度間隔で壁面に沿って所定ピッチにより取得し、前記形
    状データから探索範囲に隣接する不連続性検出対象範囲
    の不連続性を検出する不連続性検出曲線を導出し、その
    不連続性検出曲線を前記不連続性検出対象範囲まで外挿
    し、前記不連続性検出曲線の外挿範囲と同不連続性検出
    対象範囲の形状データとの誤差を算出し、その誤差が閾
    値を超えていれば障害物として壁面から分離するよう構
    成されてなることを特徴とする障害物認識装置。
  14. 【請求項１４】 壁面の形状データをライン状に所定角
    度間隔で壁面に沿って所定ピッチにより取得し、前記形
    状データから隣接する所要数の探索範囲の連続性を判定
    する連続性判定曲線を導出し、前記各探索範囲の連続性
    を前記連続性判定曲線により判定し、前記所要数の探索
    範囲のいずれかが壁面である場合、壁面とされている探
    索範囲と連続性を有しないとされた探索範囲を障害物と
    して壁面から分離するよう構成されてなることを特徴と
    する障害物認識装置。
  15. 【請求項１５】 壁面の形状データをライン状に所定角
    度間隔で壁面に沿って所定ピッチにより取得し、前記形
    状データから連続性を有する探索範囲が隣接してあると
    判定された場合、各探索範囲の形状データからそれぞれ
    連続性判定曲線を導出し、各連続性判定曲線を隣接する
    探索範囲の隣接する部分領域までそれぞれ外挿し、各部
    分領域の連続性をそれぞれ判定することにより隣接する
    探索範囲相互の連続性を判定し、前記いずれかの探索範
    囲が壁面である場合、隣接する探索範囲が連続性を有し
    なければ障害物として壁面から分離するよう構成されて
    なることを特徴とする障害物認識装置。
  16. 【請求項１６】 壁面とされた探索範囲に隣接するが、
    該壁面とされた探索範囲とは連続性を有しないとされた
    探索範囲の逆隣に隣接する探索範囲と、前記壁面とされ
    た探索範囲との連続性を判定し、前記逆隣に隣接する探
    索範囲が連続性を有しない場合、当該探索範囲を障害物
    として壁面から分離するよう構成されてなることを特徴
    とする請求項１４または１５記載の障害物認識装置。
  17. 【請求項１７】 前記連続性の判定が、壁面とされた探
    索範囲の形状データと連続性が判定される探索範囲の形
    状データとを用いて導出された連続性判定曲線によりな
    されるよう構成されてなることを特徴とする請求項１６
    記載の障害物認識装置。
  18. 【請求項１８】 前記連続性の判定が、壁面とされた探
    索範囲の形状データ用いて導出された連続性判定曲線
    を、連続性が判定される探索範囲まで外挿し、前記連続
    性判定曲線の外挿範囲と、当該探索範囲の形状データと
    の誤差を算出してなされるよう構成されてなることを特
    徴とする請求項１６記載の障害物認識装置。
  19. 【請求項１９】 連続性を有するとされた各探索範囲群
    ごとの形状データ数を合計し、その合計数の最大の探索
    範囲群に属する探索範囲が壁面であるとするよう構成さ
    れてなることを特徴とする請求項１４または１５記載の
    障害物認識装置。
  20. 【請求項２０】 障害物が分離された壁面の当該障害物
    が分離された個所の形状データの復元をなすよう構成さ
    れてなることを特徴とする請求項１２ないし請求項１９
    のいずれか一項に記載の障害物認識装置。
  21. 【請求項２１】 検出単位の形状データごとにその最大
    値および最小値を抽出し、それらの最大値および最小値
    により当該検出単位の形状データを代表させるよう構成
    されてなることを特徴とする請求項１２ないし請求項２
    ０のいずれか一項に記載の障害物認識装置。
  22. 【請求項２２】 分離された障害物をマージ処理により
    多面体で近似するよう構成されてなることを特徴とする
    請求項１２ないし請求項２１のいずれか一項に記載の障
    害物認識装置。
  23. 【請求項２３】 請求項１２ないし請求項２２のいずれ
    か一項に記載の障害物認識装置を備えてなることを特徴
    とするロボット・システム。
JP2002085901A 2002-03-26 2002-03-26 障害物認識方法および障害物認識装置 Withdrawn JP2003280738A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2002085901A JP2003280738A (ja) 2002-03-26 2002-03-26 障害物認識方法および障害物認識装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2002085901A JP2003280738A (ja) 2002-03-26 2002-03-26 障害物認識方法および障害物認識装置

Publications (1)

Publication Number Publication Date
JP2003280738A true JP2003280738A (ja) 2003-10-02

Family

ID=29232690

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002085901A Withdrawn JP2003280738A (ja) 2002-03-26 2002-03-26 障害物認識方法および障害物認識装置

Country Status (1)

Country Link
JP (1) JP2003280738A (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008032673A1 (fr) * 2006-09-11 2008-03-20 Hitachi, Ltd. Dispositif mobile
JP2008139268A (ja) * 2006-12-05 2008-06-19 Toshiba Solutions Corp 表面形状測定装置
JP2011258065A (ja) * 2010-06-10 2011-12-22 Yaskawa Electric Corp 移動体システム
CN114812463A (zh) * 2022-06-27 2022-07-29 山西嘉世达机器人技术有限公司 检测清洁机到达边缘的方法、检测装置、清洁机和介质

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008032673A1 (fr) * 2006-09-11 2008-03-20 Hitachi, Ltd. Dispositif mobile
JP2008065755A (ja) * 2006-09-11 2008-03-21 Hitachi Ltd 移動装置
US8239084B2 (en) 2006-09-11 2012-08-07 Hitachi, Ltd. Moving device
JP2008139268A (ja) * 2006-12-05 2008-06-19 Toshiba Solutions Corp 表面形状測定装置
JP2011258065A (ja) * 2010-06-10 2011-12-22 Yaskawa Electric Corp 移動体システム
US8548665B2 (en) 2010-06-10 2013-10-01 Kabushiki Kaisha Yaskawa Denki Movable body system
CN114812463A (zh) * 2022-06-27 2022-07-29 山西嘉世达机器人技术有限公司 检测清洁机到达边缘的方法、检测装置、清洁机和介质

Similar Documents

Publication Publication Date Title
US9939529B2 (en) Robot positioning system
WO2018120489A1 (zh) 一种智能机器人的路径规划方法
US8868236B2 (en) Method and apparatus for calibration of a robot positioned on a movable platform
JP5204955B2 (ja) 三次元レーザスキャナのスキャニング方法
Lundeen et al. Scene understanding for adaptive manipulation in robotized construction work
JP4971369B2 (ja) 旋回可能なセンサ装置を用いた物体検出方法
CN102541056A (zh) 机器人的障碍物处理方法
JP2012517053A (ja) ロボットツールの制御方法
CN113427168A (zh) 一种焊接机器人实时焊缝跟踪装置及方法
WO2017008742A1 (en) Method and device for determining indoor approachable area
EP3630404B1 (en) An apparatus and a method for automated seam welding of a work piece comprising a base plate with a pattern of upstanding profiles
JPWO2009025271A1 (ja) ロボットの制御装置および制御方法
Kim et al. Autonomous mobile robot localization and mapping for unknown construction environments
WO2023178713A1 (zh) 预制构件拼装面智能扫描和误差自动标识系统及方法
JP2003280738A (ja) 障害物認識方法および障害物認識装置
CN115768581A (zh) 焊接机器人的动作自动生成方法以及动作自动生成系统
KR100994742B1 (ko) 3차원 측정기의 이동 경로에 대한 충돌 검출 및 경과점 생성 방법
CN114111627A (zh) 基于激光跟踪仪的扫描系统和扫描方法
US20220100197A1 (en) Self-propelled device and method for controlling the same
Inoue et al. Shape control of variable guide frame for tunnel wall inspection
EP4094904B1 (en) Robot system control device, robot system control method, computer control program, and robot system
TW202008091A (zh) 掃地機器人之偵測系統
JP6402526B2 (ja) 移動制御装置、移動制御方法、移動制御プログラム及び移動制御方法に用いるターゲット部材
Li et al. Type identification and feature extraction of weld joint for adaptive robotic welding
JP2000061778A (ja) 溶接部位仕上げ方法及び装置

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20050607