JP2005032196A - 移動ロボット用経路計画システム - Google Patents
移動ロボット用経路計画システム Download PDFInfo
- Publication number
- JP2005032196A JP2005032196A JP2003273767A JP2003273767A JP2005032196A JP 2005032196 A JP2005032196 A JP 2005032196A JP 2003273767 A JP2003273767 A JP 2003273767A JP 2003273767 A JP2003273767 A JP 2003273767A JP 2005032196 A JP2005032196 A JP 2005032196A
- Authority
- JP
- Japan
- Prior art keywords
- route
- path
- target object
- voronoi
- graph
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 claims description 19
- 238000005457 optimization Methods 0.000 claims description 12
- 239000002131 composite material Substances 0.000 abstract description 25
- 238000000034 method Methods 0.000 description 40
- 239000002245 particle Substances 0.000 description 14
- 238000012545 processing Methods 0.000 description 9
- 230000036544 posture Effects 0.000 description 8
- 239000000470 constituent Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
【解決手段】幾何マップからグリッドマップを生成してから(S102)、グリッドマップから重み付きボロノイグラフを生成する(S104)。重み付きボロノイグラフは、物体の位置姿勢の不確実性に応じた重みの付いた距離を用いている。指定された目標物体を1つ取り出し(S106)、その目標物体のボロノイ領域の境界線上にあるボロノイノードからなる境界サブグラフを抽出する(S108)。現在の目標物体の境界サブグラフ内において、目標物体を観測できる最適な観測経路を求め、観測経路間の移動経路を求める(S112)。目標物体の境界サブグラフの各ノードから全体経路の終点までの移動経路を求めてから(S116)、それまで求めた移動経路と観測経路を交互に連結した複合グラフで経路探索を行う。最終的に、得られた経路を最適化する。
【選択図】図1
Description
グラフ上の経路探索の方法としてはダイクストラ法がよく用いられる。これは、各アークにコストを設定し、始点から目的地までの経路のうち、その構成アークのコストの総和が最小になる経路を求める方法である。コストとしては、目的地までの距離や危険度などが用いられる。この他、Aスター・アルゴリズムや最良優先探索などの手法もよく用いられるが、コストを最小にする点は同じである。
上記のように求めた経路は、いったん環境をグラフで離散化しているため、経路長や滑らかさの点で、必ずしも最適ではない。そこで、求めた経路を最適化することが行われる。具体的には、安全性や経路長、滑らかさをすべて考慮した評価関数を定義して、グラフから求めた経路を、評価関数が最小になるように変形する。
O. Takahashi and R. J. Schillinger: "Motion Planning in a Plane using Generalized Voronoi Diagrams," IEEE Trans. Robotics Automation, Vol.5, No. 2, pp. 143-150,1989
(1) 物体の位置姿勢の不確実性に応じた経路生成ができない。
物体の位置姿勢が正確にはわからない場合、従来の方法では、必ずしも最も安全な経路が得られるとは限らない。ボロノイグラフでは、周囲の物体から等距離にある点をつないだ線をアークとしているが、ある物体の位置姿勢の不確実性が大きい場合、安全のためには、その物体から離れた点を通る方がよい。しかし、従来の方法では、どの物体からも等距離の点を通るようにするため、特定の物体だけ遠ざけるような経路をとることができない。
(2) 目標物体を見つけるための経路を生成できない。
従来の方法では、目的地に到達する経路は求めることができるが、ロボットが把持や運搬の対象とする目標物体を見つけて、その後、目的地へと移動する経路を計画することは、一般にできない。なぜなら、目標物体を見つけるには、目的地からいったん遠ざかるような経路をとって、回りこんで目標物体を探さなければならないことがありうる。ところが、ダイクストラ法ではアークのコストは非負でなければならないが、目標物体が見えないことをコストとすると、迂回経路をとらない方がコストの総和は必ず小さくなるため、目標物体を見つける経路が選ばれることはない。
さらに、前記経路を、制御点を含む線分で分割し、該経路の出発点から目的地までの隣接する複数本の線分を組にして順次取り出し、それぞれの線分組に対して、最初の線分の始点と最後の線分の終点は固定し、前記制御点の位置を変化させることにより、経路長、経路の滑らかさ、物体との衝突可能性で定義される評価関数を用いて最適又は準最適にすることで最適化する最適化手段を備えることもできる。
このとき、さらに、前記経路を、制御点を含む線分で分割し、該経路の出発点から目的地までの隣接する複数本の線分を組にして順次取り出し、それぞれの線分組に対して、最初の線分の始点と最後の線分の終点は固定し、前記制御点の位置を変化させることにより、経路長、経路の滑らかさ、物体との衝突可能性および観測経路の場合は目標物体の可視度で定義される評価関数を用いて最適又は準最適にすることで最適化する最適化手段を備えることもできる。
上述の各移動ロボット用経路計画システムをコンピュータ・システムに構築させるプログラムも本発明である。
また、ロボットが最終目的点に行く途中で目標物体を見つける作業を行う場合に、目標物体を発見する確率が高く、しかも、安全性が高く、走行距離も短い経路を生成できるという効果がある。
さらに、得られた経路を最適化することにより、目標物体を発見し、かつ、安全性が高いという条件を保ちながら、経路長や滑らかさを改善させることができる。
また、単に目的地に移動する問題の他に、目標物体を見つけてから目的地に行く問題も考える。ロボットは、カメラなどの外界センサにより環境中の物体を認識し、物体の位置姿勢を推定する。目標物体はロボット自身が認識してもよいし、遠隔にいる操作者がカメラ画像を見て認識してもよい。ここで問題となるのは、物体を認識するための特徴は物体の特定の面に集中していることがあるため、適切な方向からカメラで物体を撮影する必要があるということである。このため、ロボットは単に目標物体の近くを通るだけでなく、目標物体の特徴を示す面がよく見える地点を通る経路を計画する必要がある。しかも、目標物体の位置姿勢が大まかにしかわからない場合にも対処しなければならない。なお、目標物体は複数個あってよいが、その順序は与えられているとする。
(1)の問題については、周囲の物体までのユークリッド距離ではなく、物体の位置姿勢の不確実性に応じた距離を用いた重み付きボロノイグラフを用いることで、より安全な経路を計画できるようにする。これにより、位置姿勢の不確実性が大きい物体に対しては距離が大きくなるため、位置が正確にわからない物体や動きやすい物体は遠巻きにする経路を生成することができる。
(2)の問題については、目標物体を見つけるために遠回りの経路を生成できるように、全体の経路を移動経路と観測経路という2種類の部分経路に分けて構成する。移動経路は、全体経路の始点から最初の目標物体の近傍までの経路、ある目標物体の近傍から次の目標物体の近傍までの経路、最後の目標物体の近傍から全体経路の終点までの経路、のいずれかである。また、観測経路は、目標物体の周辺を走行して目標物体をよく観測するための経路である。そして、全体経路の計画は、まず各移動経路と各観測経路ごとに最適な経路を求め、次にそれらの移動経路と観測経路の最適な組合せを求める、という二段階で行う。
なお、本発明の実施形態である移動ロボット用経路計画システムは、移動ロボット自体にあるコンピュータ・システムに組み込んでもよいし、移動ロボットとは別のコンピュータ・システムに実装し、その処理結果の経路のみを移動ロボットに渡してもよい。
まず、ステップS102において、与えられた幾何マップからグリッドマップを生成する。幾何マップは、環境内の物体を図形で表し、その位置姿勢を記述した地図である。グリッドマップは、床面を小さな格子で区切り、各格子が物体で占有されているかどうかを示した地図である。これは、ロボットが物体と衝突しない経路を計画するために用いられる。幾何マップ、グリッドマップとも、物体の位置姿勢に不確実性を許す。幾何マップの構成とグリッドマップの生成処理の詳細は後述する。
ステップS104では、グリッドマップから重み付きボロノイグラフを生成する。重み付きボロノイグラフは、物体の位置姿勢の不確実性に応じた重みの付いた距離を用いて、物体から等距離にある点を結んだ線をアークとし、アークの分岐点をノードとしたボロノイグラフである。ボロノイグラフのノードとアークを、それぞれ、ボロノイノード、ボロノイアークと呼ぶ。また、物体の回りのボロノイアークに囲まれた最小の領域をボロノイ領域と呼ぶ。重み付きボロノイグラフの生成方法の詳細は後述する。
ステップS106において、指定された目標物体を1つ取り出し、ステップS108で、その目標物体のボロノイ領域の境界線上にあるボロノイノードからなるサブグラフを抽出する。このサブグラフを境界サブグラフと呼ぶ。目標物体のボロノイ領域の境界線上にあるボロノイノードを求めるには、ステップS104で得た各ボロノイノードのうち、その隣接するボロノイ領域内に目標物体があるものを選べばよい。境界線上のボロノイノードを抽出したら、それらを連結するボロノイアークを抽出することで、求める境界サブグラフを得ることができる。
次に、ステップS110で、現在の目標物体の境界サブグラフと1つ前の目標物体の境界サブグラフをつなぐ移動経路を求める。具体的には、現在の目標物体の境界サブグラフのあるノードを始点とし、1つ前の目標物体の境界サブグラフのノードを終点として、経路長が短く、衝突可能性が小さい経路を選ぶ。この経路の良さは、後述する評価関数を用いて評価する。この処理を、現在の目標物体の境界サブグラフのノードと1つ前の目標物体の境界サブグラフのノードのすべての組合せについて行う。なお、最初の目標物体の境界サブグラフに対しては、1つ前の目標物体はないので、全体経路の始点から該境界サブグラフの各ノードへの移動経路を求める。
ステップS112で、現在の目標物体の境界サブグラフ内において、目標物体を観測できる最適な経路を求める。具体的には、まず、該境界サブグラフのボロノイノード集合から始点と終点を選び、この始点と終点を結ぶ経路のうち、目標物体が観測できて、経路長が短く、衝突可能性が小さい経路を選ぶ。この経路の良さは、後述する評価関数を用いて評価する。
この処理を、境界サブグラフ内のボロノイノードのすべての組合せに対して行う。始点と終点が同じになってもよい。ステップS114で、すべての目標物体に対して処理を行ったか調べる。未処理の目標物体があればステップS106に戻り、すべて処理したらステップS116に移る。
ステップS116で、最後の目標物体の境界サブグラフの各ノードから全体経路の終点までの移動経路を求める。これは、ステップS110の移動経路と同様に求める。ステップS118では、それまで求めた移動経路と観測経路を交互に連結した複合グラフを生成する。詳細は後述する。
ステップS120で、複合グラフ上でダイクストラ法などの従来の方法を用いて、全体経路の始点から終点までの最適な経路を求める。最後に、ステップS122で、得られた経路を最適化する。重み付きボロノイグラフでは、離散化されたアークで経路を構成するため、経路長や滑らかさの点で最適とはいえない。そこで、衝突可能性や目標物体の観測確率を良好に保ったまま、経路長を短くし、しかも、滑らかにする。この経路の評価関数と最適方法については後述する。
なお、ステップS102,S104,S110のみの処理では、目標物体がない場合なので、移動経路は経路の始点から終点までの1本となる。
(幾何マップの構成)
本発明の実施形態では、幾何マップとグリッドマップの2種類のマップを用いる。ここで用いるマップは、対象とする環境を、ある2次元平面に投影した地図である。多くの場合、この2次元平面として床面を設定する。
幾何マップは、図形で表した物体モデル(単に物体と呼ぶ)の集合で構成する。幾何マップはあらかじめ作成されて、ロボットに与えられるとする。その物体情報の構成例を図2に示す。
図2に示すように、物体情報210は、物体名212、形状214、位置姿勢代表値216、位置姿勢の確率分布218からなる。物体名212は、物体をマップ内で一意に表す名前である。形状214は、物体を床面に投影したときの2次元形状である。その表現方法は任意であり、多角形、円、自由曲線などで表す。図2の例では、長方形という図形種類と、横W,縦Hの寸法を与えている。物体の位置姿勢は(x,y,θ)Tの3次元で表す。ここで、x,yは床面上の位置,θは物体の向きである。位置姿勢の不確実性は確率分布で表すが、代表値となる位置姿勢216を便宜上もっておく。この位置姿勢代表値216は必須ではないが、幾何マップを人間が見るときに便利である。位置姿勢の確率分布218は、N個のランダムサンプルの集合{qi,k},k=1,…,Nで表す。ただし、qi,k=(xi,k,yi,k,θi,k)Tである。なお、もし確率分布が正規分布などのパラメータで規定できる単純なものであれば、ランダムサンプルではなく、その分布型とパラメータ値をマップに登録してもよい。
グリッドマップは、床面を格子状に分割し、各格子に囲まれた微小領域(セルと呼ぶ)が物体に占有されているかどうかを表したマップであり、ロボットが物体に衝突せずに走行するための経路を計画するのに用いる。グリッドマップは、幾何マップをもとに生成する。グリッドマップは、セルの集合で表される。セル情報220の構成例を図3に示す。
図3において、セル位置222は、セルの床面上の位置を表すもので、たとえば、セルの中心点の位置で代表する。占有度224は、セルが物体によって占有されている度合を表すものである。その計算方法は後述する。最大占有物体226は、そのセルを占有する物体のうち、最も高い占有確率をもつ物体である。これは、後述する重み付きボロノイグラフを求めるときに用いられる。
まず、セルP=(x,y)が物体eiに占有されているかどうかを確率変数CP,eiで表す。CP,eiは2値で、セルが一部でも占有されているとき1、占有されていないとき0をとる。セルPが物体eiに占有されている確率は次のように計算される。
ランダムサンプルで位置姿勢の確率分布を表現する場合は、式(1)は、次のように離散型で計算する。
ロボット位置姿勢の誤差の期待値Dは、対象とする領域での走行距離からおおまかに設定すればよい。安全のためには大きめに設定する。オドメトリの誤差が小さく、走行距離も小さい場合は無視してもよい。また、走行距離が長く、誤差が大きくなる場合には、外界センサを用いてロボットの位置姿勢の修正を適宜行うことで、誤差を大きくしすぎないようにする。この位置姿勢の修正は、移動ロボットで標準的に用いられる手法で行えばよい。
セルの占有度は、たとえば、各物体の占有確率の最大値として定義する。
重み付きボロノイグラフは、膨張させたグリッドマップを用いて求める。前述のように、各セルPには、最大占有物体が登録されているので、床面は最大占有物体が占めるボロノイ領域に分割できる。すなわち、グリッドマップは最大占有物体の勢力圏を表したマップとみなすことができる。そこで、この物体勢力圏(ボロノイ領域)の境界線をアークとし、境界線の分岐点をノードとして、重み付きボロノイグラフを生成する。式(3)の定義に従えば、重み付きボロノイグラフのアーク上においてセルの占有度は極小になる。したがって、このアークで走行経路を構成すれば最も安全な経路になると期待される。
物体勢力圏の境界線を検出するには、グリッドマップの各セルPiについて、その隣接する4近傍あるいは8近傍のセルの最大占有物体を調べ、2つ以上の最大占有物体が見つかった場合に、そのセルPiを、境界線を構成する点とすればよい。この方法では、境界線が太くなることがあるため、画像処理で行われる細線化処理を行って、太さが1(セル)になるようにする。また、物体の存在しない領域が広い場合、コンピュータの計算精度では占有度が0になるセルが連続することがある。このような占有度0のセルの最大占有物体は、次のように定義する。まず、占有度0のセルPから、ユークリッド距離の意味で最も近い位置にある、占有度0でないセルを探す。そして、このセルの最大占有物体をセルPの最大占有物体とする。
図5(b)にボロノイアーク情報520の構成例を示す。ボロノイアーク情報は、アークID521,始点ノード522,終点ノード523,構成点列524,コスト525からなる。アークID521は、そのボロノイグラフで一意な名前である。始点ノード522,終点ノード523は、そのアークの始点および終点となるノードを示す。構成点列524はアークを構成する点(セル)の列である。アークは一般に直線にならないので、前述の境界線検出で得られた各セルをそのままもっておく。コスト525については後で説明する。
探索移動経路では目標物体を観測する必要がないので、重み付きボロノイグラフの上でダイクストラ法などの従来方法を用いて最適な経路を求めることができる。具体的には、経路長とセルの占有度をコストとして、経路ηの評価関数を以下のように定める。
目標物体を見つけるための経路計画を考える。目標物体を見つけるには、経路を走るロボットの視野が目標物体の存在可能範囲を網羅しなければならない。目標物体の観測確率は、前述の幾何マップの物体の位置姿勢の確率から計算する。いま、ロボットから物体eiが見える事象をLiで表す。eiが見えれば1、見えなければ0である。eiの位置姿勢をqiとし、ロボットが動作列akによって経路ηを走行するとすると、ロボットがakだけ移動した後eiを観測できる確率P(Li|qi,ak)は、以下のように計算される。
次に、eiの位置姿勢がqiのとき、経路ηを走行するロボットからeiが見える確率P(Li|qi,η)は、次のように計算される。
ロボットがeiを観測できる確率は、P(Li|qi,η)を物体の位置姿勢の確率P(qi)で平均した値として計算する。
式(8)は二重積分をもつため計算量が多い。この計算量を減らすために、式(6)のP(Li|qi,ak)を近似計算する。具体的には、P(Li|qi,rk)をロボットの位置姿勢誤差の期待値で膨張させることで近似する。外界センサとしてカメラを使うとすれば、カメラパラメータが既知ならば、P(Li|qi,rk)は目標物体の形状や属性に依存する。そのため、P(Li|qi,rk)は物体ごとに定義する必要がある。P(Li|qi,rk)を厳密に定義することは困難であるが、経路計画に用いる場合は、近似値でも十分に役に立つ。
P(Li|qi,rk)は、物体とカメラの距離や、カメラ視線と物体とのなす角を用いて定義する。この定義は物体ごとに行うものであるが、ここでは、一例として、物体の正面に認識特徴が集中している場合を説明する。vをカメラ中心から物体正面を結ぶベクトルとする。Dをベクトルvの長さ、φを物体座標系でのベクトルvの方向角、ψはロボット座標系でのベクトルvの方向角とする(カメラのパン角に相当する)。物体を認識するには、D,φ,ψが適切な範囲に入っている必要がある。物体までの距離Dは、物体が適切な大きさで画像に写る範囲に制限される。認識特徴は物体の正面に集中しているので、物体が認識できる方向はφのある範囲内に限られる。また、ψはカメラのパンニングの可動範囲で制限される。そこで、次式のように、このような範囲内にD,φ,ψがあるとき、ロボットから物体を見える確率を1とする。
φの範囲は物体の認識特徴の分布に応じて設定する。どの方向からも認識特徴が見えるならば、この範囲は無視してよい。また、全方位カメラを用いれば、ψの範囲は無視できる。なお、物体の高さによって認識の可否が変わる場合は、カメラのチルト角の制限範囲も上式に加えればよい。
観測経路は目標物体の境界サブグラフ上で求める。図8に境界サブグラフの例を示す。境界サブグラフ730のボロノイノード集合731〜735から始点Sと終点Gを選び、この始点Sと終点Gを結ぶ経路を生成し、後述の方法でそのコストを計算する。境界サブグラフ730は円環状になるので、始点Sと終点Gを結ぶ経路は、図8(a)のように反時計回りと、図8(b)のように時計回りの2通りがあるが、このうちコストが小さい方を選ぶ。この処理を、始点と終点に境界サブグラフの各ボロノイノードを割り当てた組に
対して行う。たとえば、図8の境界サブグラフのボロノイノードは、731〜735の5個あるが、始点Sと終点Gに各ノードを割り当てた25通りの組合せについて、前記処理を行う。図8は、始点Sに731、終点Gに734を割り当てた場合の例である。。境界サブグラフのボロノイノード数はあまり多くないので、このようにすべての経路を生成しても処理量はさほど大きくならない。なお、始点と終点が同じノードになってもよい。この場合の経路は、境界サブグラフを一周するようにする。
観測経路のコストは、次の評価関数を用いて計算する。これは、H1の経路長と衝突可能性に、観測確率を加えたものである。
全体経路は、移動経路と観測経路を交互に連結して構成する。2つの経路の連結点は、前の経路の終点であり、後の経路の始点となる。この点を中間目標点と呼ぶ。全体経路を最適にするには、適切な中間目標点を選ぶ必要がある。このために、求めた移動経路と観測経路を単位とする複合グラフを考える。複合グラフは、ノード集合とアーク集合からなる。
複合グラフのノードは、重み付きボロノイグラフのノードのうち、経路の始点、経路の終点、および、中間目標点に対応する。図9(a)に、複合グラフのノード情報810の構成例を示す。ノードID812は、複合グラフ内での一意な名前である。対応ボロノイノード814は、このノードに対応する重み付きボロノイノードを指す。接続アーク集合816は、このノードに接続する複合グラフのアークの集合である。
複合グラフのアークは、1つの移動経路あるいは観測経路に対応する。図9(b)に、複合グラフのアーク情報820の構成例を示す。アークID821は、複合グラフ内での一意な名前である。始点ノード822,終点ノード823は、それぞれ、このアークの始点、終点となる複合グラフのノードを指す。構成ボロノイアーク824は、始点ノードから終点ノードに到達する最適な移動経路あるいは観測経路を構成するボロノイアークの列である。この最適経路は、前述の方法により求める。コスト825は、構成ボロノイアークのコストの総和である。各アークのコストは、移動経路の場合は式(4)の評価関数、観測経路の場合は式(9)の評価関数を用いて計算する。
複合グラフでは、コストはすべて非負であり、しかも、始点と終点が同じノードになることはない。そこで、ダイクストラ法を用いてSからGまでの最適な経路を求めることができる。このようにして求めた経路は複合グラフのアーク列となるので、各アークの構成ボロノイアーク情報を用いて重み付きボロノイグラフのアーク列に変換し、最終的な経路とする。
最後に、重み付きボロノイグラフで求めた経路を、衝突可能性と観測確率に配慮しながら、経路長と滑らかさについて最適化する。経路はボロノイアークの列から成る。ここでは、ボロノイアークを経路線分と呼ぶことにする。
経路の最適化の処理手順を図11の流れ図を用いて説明する。まず、ステップS902で、Mを経路線分の個数とする。またiを経路線分の番号とし、その初期値をi=1とする。
ステップS904では、i番目の経路線分とi+1番目の経路線分を取り出す。
そして、ステップS906で、これらの経路線分を制御点で分割する。i>1のときは、i+1番目の経路線分だけ分割し、i番目の経路線分の制御点は、1つ前のステップで分割したものを用いればよい。
次に、ステップS908で、該経路線分の評価関数が最適になる制御点の位置を求める。ただし、i番目の経路線分の始点とi+1番目の経路線分の終点は固定し、その間にある制御点の位置だけを変化させる。この詳細は後述する。
ステップS910で、i番目の経路線分を更新経路に加える。なお、i+1番目の経路線分は、次の繰り返しで、もう一度最適化処理が施される。ステップS912でiを1増やし、ステップS914でi=Mになったら終了し、i<MならステップS904に戻る。
経路線分の評価関数として、移動経路の場合は、たとえば、次のものを用いる。
観測経路の場合は、E1に物体の可視度を加えて、評価関数を以下のように定義する。
E1(ps)やE2(ps)を最小にする制御点の位置は、式(10)や式(11)に対して非線形最小化の手法を適用すれば求めることができる。ここでは、パーティクルフィルタを用いた例を説明する。パーティクルフィルタは逐次型のモンテカルロ法であり、確率分布をパーティクルと呼ばれるサンプルの集合で表す。各パーティクルは、psの全制御点の位置を変数として持つ。
パーティクルフィルタを用いて、次のように、準最適解を求める。まず、各パーティクルごとに、制御点の位置をランダムに変化させる。ただし、psの始点と終点は固定しておく。そして、その制御点の位置に対して、評価関数e−E1(ps)またはe−E2(ps)の値を計算して、その値をパーティクルの重みとする。この重みが、各パーティクルが表す経路線分の良さを表す。そして、パーティクルの重みに比例した確率で、パーティクルをリサンプルする。このリサンプリング処理により、大きな重みをもつパーティクルがより多くの子孫を残すことができ、その結果、良い経路線分に対応するパーティクルが増えていく。この処理を適当な回数だけ繰り返し、重みが最大のパーティクルを取り出し、その制御点の位置を解とする。このような解は最適とは限らないが、評価関数の最小値にかなり近い準最適解になる。
一般に、変数の個数が増えると、パーティクルフィルタの性能が落ちる。これを防ぐために、本発明の実施形態では、全経路線分ではなく、2本の経路線分ごとに最適化することで、変数の個数を少なく抑えている。また、少数の経路線分ごとの最適化は、ロボットが走行時に外界センサで周囲を計測しながら、局所的に経路を修正するのにも適している。
上述で説明した経路計画の手法を適用した結果の例を以下に説明する。
図4および図6に示したグリッドマップや重み付きボロノイグラフの場合で、ロボットは点Sを出発して目標物体430を見つけて、それを把持して点Gまで運ぶという作業を想定する。そのためには、目標物体430を見つける観測経路を求めることが必要である。目標物体の認識特徴は物体正面に集中し、その法線ベクトルの±60[度]以内にカメラ視線があれば、物体を認識できると仮定した。また、ロボットが持つパンチルトカメラのパン角の可動範囲は−90〜90[度]とした。
図12に経路計画を適用した結果を示す。図12(a)は、目標物体430の正面が上を向いている(矢印)場合の経路である。目標物体の位置は不確実だが、その向きはだいだいわかっていると仮定した。この場合は、目標物体が見やすいので、S→A→Gという簡単な経路が生成された。
図12(b)は、目標物体430の正面が左を向いている(矢印)場合の経路である。この場合は、ロボットは、目標物体の正面を見るために、S→A→B→A→Gという回りこんだ経路を生成した。なお、図12で、目標物体の領域430内の黒い長方形は、姿勢の期待値を示しており、実際の位置姿勢は、その周辺に雲状に分布している。
図13には、目標物体が2つある例に経路計画を適用した場合を示す。矢印で示した方向が正面である。図13は経路計画の結果であり、S→A→B→A→C→D→C→Gという経路が生成されている。目標物体432,433を見るためにA→BとC→Dのように、回りこむ経路を生成していることがわかる。
図12(b)の経路について、最適化を行った場合の結果を図14に示す。図12(b)の経路が滑らかになっているのが分かる。しかも、経路の下の部分は、途中で引き返しても目標物体を観測できるので、経路長も短くなっている。
Claims (5)
- 移動ロボットが出発点から目的地に向かう経路を求める移動ロボット用経路計画システムであって、
環境内の物体の幾何マップを用いて、位置姿勢を確率的に表した物体が占有する空間の分布を表したグリッドマップを生成するグリッドマップ生成手段と、
前記生成したグリッドマップから、物体の位置姿勢の不確実性に応じた距離を用いてボロノイグラフを生成するボロノイグラフ生成手段と、
前記生成したボロノイグラフの上で、物体との衝突可能性と経路長をコストとして、与えられた前記出発点から目的地へ向かう経路の探索を行う経路探索手段と
を備えることを特徴とする移動ロボット用経路計画システム。 - 請求項1記載の移動ロボット用経路計画システムにおいて、
さらに、前記経路を、制御点を含む線分で分割し、該経路の出発点から目的地までの隣接する複数本の線分を組にして順次取り出し、それぞれの線分組に対して、最初の線分の始点と最後の線分の終点は固定し、前記制御点の位置を変化させることにより、経路長、経路の滑らかさ、物体との衝突可能性で定義される評価関数を用いて最適又は準最適にすることで最適化する最適化手段
を備えることを特徴とする移動ロボット用経路計画システム。 - 請求項1記載の移動ロボット用経路計画システムにおいて、
さらに、1 つまたは複数の目標物体が与えられており、
前記経路探索手段は、全目標物体の観測経路を、ロボットの位置姿勢と目標物体の位置姿勢に基づいて、前記目標物体が前記ロボットのセンサにより観測できるかどうかの度合を前記コストに含めて探索することを含む
ことを特徴とする移動ロボット用経路計画システム。 - 請求項3記載の移動ロボット用経路計画システムにおいて、
さらに、前記経路を、制御点を含む線分で分割し、該経路の出発点から目的地までの隣接する複数本の線分を組にして順次取り出し、それぞれの線分組に対して、最初の線分の始点と最後の線分の終点は固定し、前記制御点の位置を変化させることにより、経路長、経路の滑らかさ、物体との衝突可能性および観測経路の場合は目標物体の可視度で定義される評価関数を用いて最適又は準最適にすることで最適化する最適化手段
を備えることを特徴とする移動ロボット用経路計画システム。 - 請求項1〜4のいずれかに記載の移動ロボット用経路計画システムをコンピュータ・システムに構築させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003273767A JP4251545B2 (ja) | 2003-07-11 | 2003-07-11 | 移動ロボット用経路計画システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003273767A JP4251545B2 (ja) | 2003-07-11 | 2003-07-11 | 移動ロボット用経路計画システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005032196A true JP2005032196A (ja) | 2005-02-03 |
JP4251545B2 JP4251545B2 (ja) | 2009-04-08 |
Family
ID=34210907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003273767A Expired - Fee Related JP4251545B2 (ja) | 2003-07-11 | 2003-07-11 | 移動ロボット用経路計画システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4251545B2 (ja) |
Cited By (66)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100611328B1 (ko) | 2005-06-30 | 2006-08-11 | 고려대학교 산학협력단 | 세선화 기반 위상지도의 작성방법 및 그 장치, 이동로봇의탐사를 통한 세선화 기반 위상지도 작성방법 및 그 장치 |
KR100748245B1 (ko) * | 2005-12-09 | 2007-08-10 | 한국전자통신연구원 | 인공표식과 지역좌표계를 이용한 이동로봇의 환경지도 작성방법 및 이동 방법 |
JP2008014743A (ja) * | 2006-07-05 | 2008-01-24 | Japan Advanced Institute Of Science & Technology Hokuriku | 移動体位置推定システム、及び、移動体位置推定方法 |
JP2008014742A (ja) * | 2006-07-05 | 2008-01-24 | Japan Advanced Institute Of Science & Technology Hokuriku | 移動体位置推定システム、及び、移動体位置推定方法 |
JP2008047095A (ja) * | 2006-08-18 | 2008-02-28 | Samsung Electronics Co Ltd | 移動ロボットの領域分離方法および装置 |
JP2008071352A (ja) * | 2006-09-13 | 2008-03-27 | Samsung Electronics Co Ltd | 移動ロボットの姿勢推定装置および方法 |
JP2008126401A (ja) * | 2006-11-16 | 2008-06-05 | Samsung Electronics Co Ltd | パーティクルフィルター基盤の移動ロボットの姿勢推定方法、装置及び媒体 |
JP2008234350A (ja) * | 2007-03-20 | 2008-10-02 | Fujitsu Ltd | 自律移動体および移動方法 |
JP2008238396A (ja) * | 2007-03-26 | 2008-10-09 | Honda Research Inst Europe Gmbh | ロボットのモーションの発生及び制御のための装置ならびに方法 |
JP2009104608A (ja) * | 2007-10-22 | 2009-05-14 | Toyota Motor Engineering & Manufacturing North America Inc | 障害物回避ナビゲーションシステム |
US20090182464A1 (en) * | 2008-01-11 | 2009-07-16 | Samsung Electronics Co., Ltd. | Method and apparatus for planning path of mobile robot |
JP2009291540A (ja) * | 2008-06-09 | 2009-12-17 | Hitachi Ltd | 移動ロボットシステム |
JP2010191502A (ja) * | 2009-02-16 | 2010-09-02 | Toyota Motor Corp | 移動ロボット制御システム、経路探索方法、経路探索プログラム |
KR100994075B1 (ko) | 2008-07-08 | 2010-11-12 | 한국과학기술연구원 | 보행로봇의 최적경로 계획방법 |
KR101040522B1 (ko) | 2009-10-13 | 2011-06-16 | 한국기술교육대학교 산학협력단 | 포텐셜 필드와 보로노이 다각형을 이용한 센서를 구비한 이동체의 센싱 범위 확장 방법 |
JP2011128115A (ja) * | 2009-12-21 | 2011-06-30 | Nippon Telegr & Teleph Corp <Ntt> | 方位角推定装置、方法及びプログラム |
JP2011227807A (ja) * | 2010-04-22 | 2011-11-10 | Toyota Motor Corp | 経路探索システム、経路探索方法、及び移動体 |
KR101104225B1 (ko) | 2009-06-22 | 2012-01-10 | 재단법인대구경북과학기술원 | 로봇을 위한 지형 데이터 저장 방법 및 그 장치 |
US8280574B2 (en) | 2007-07-18 | 2012-10-02 | Toyota Jidosha Kabushiki Kaisha | Path planning device and method, cost evaluation device, and moving body |
US8306738B2 (en) | 2008-09-16 | 2012-11-06 | Samsung Electronics Co., Ltd. | Apparatus and method for building map |
JP2013101573A (ja) * | 2011-11-09 | 2013-05-23 | Fujitsu Ltd | 推定装置、推定方法、および推定プログラム |
KR101325145B1 (ko) | 2009-10-28 | 2013-11-06 | 한국전자통신연구원 | 이동 로봇의 길 지도를 이용한 경로 탐색 장치 및 방법 |
US8849559B2 (en) | 2009-02-18 | 2014-09-30 | Samsung Electronics Co., Ltd. | Apparatus and method for generating and using a grid map path |
CN104950883A (zh) * | 2015-05-14 | 2015-09-30 | 西安电子科技大学 | 一种基于距离网格地图的移动机器人路径规划方法 |
US9164512B2 (en) | 2009-11-27 | 2015-10-20 | Toyota Jidosha Kabushiki Kaisha | Autonomous moving body and control method thereof |
US9182762B2 (en) | 2008-02-07 | 2015-11-10 | Toyota Jidosha Kabushiki Kaisha | Autonomous moving body, its control method, and control system |
WO2017059267A1 (en) * | 2015-10-03 | 2017-04-06 | X Development Llc | Using sensor-based observations of agents in an environment to estimate the pose of an object in the environment and to estimate an uncertainty measure for the pose |
WO2017062312A1 (en) * | 2015-10-05 | 2017-04-13 | X Development Llc | Selective deployment of robots to perform mapping |
CN106695790A (zh) * | 2017-01-09 | 2017-05-24 | 广东宝乐机器人股份有限公司 | 一种机器人的移动控制方法及机器人 |
CN107357293A (zh) * | 2017-07-31 | 2017-11-17 | 上海应用技术大学 | 移动机器人路径规划方法和系统 |
CN107928565A (zh) * | 2017-11-17 | 2018-04-20 | 北京奇虎科技有限公司 | 清洁机器人的清洁方法、装置及机器人 |
CN108664022A (zh) * | 2018-04-27 | 2018-10-16 | 湘潭大学 | 一种基于拓扑地图的机器人路径规划方法及系统 |
KR101912001B1 (ko) | 2012-01-12 | 2018-10-25 | 인터내셔널 비지네스 머신즈 코포레이션 | 복수의 로봇들을 항해시키기 위한 방법 및 장치 |
CN109213169A (zh) * | 2018-09-20 | 2019-01-15 | 湖南万为智能机器人技术有限公司 | 移动机器人的路径规划方法 |
JP2019028524A (ja) * | 2017-07-26 | 2019-02-21 | 本田技研工業株式会社 | 制御装置 |
CN109376900A (zh) * | 2018-09-07 | 2019-02-22 | 北京航空航天大学青岛研究院 | 基于点云的无人机轨迹生成方法 |
JP2019517702A (ja) * | 2016-06-10 | 2019-06-24 | デューク・ユニバーシティDuke University | 自律型車両用動作計画及び再構成可能な動作計画プロセッサ |
CN110703747A (zh) * | 2019-10-09 | 2020-01-17 | 武汉大学 | 一种基于简化广义Voronoi图的机器人自主探索方法 |
CN110956161A (zh) * | 2019-12-17 | 2020-04-03 | 中新智擎科技有限公司 | 一种自主建图方法、装置及智能机器人 |
CN111413962A (zh) * | 2020-01-15 | 2020-07-14 | 杭州电子科技大学 | 一种基于路径可通过概率的搜救机器人目标搜索方法 |
JP6742561B1 (ja) * | 2019-10-08 | 2020-08-19 | 三菱電機株式会社 | 自律分散制御システム |
CN111809910A (zh) * | 2020-07-09 | 2020-10-23 | 广东博智林机器人有限公司 | 螺杆洞封堵设备运动路径生成方法、装置、设备和介质 |
CN111982125A (zh) * | 2020-08-31 | 2020-11-24 | 长春工业大学 | 一种基于改进蚁群算法的路径规划方法 |
CN112101668A (zh) * | 2020-09-18 | 2020-12-18 | 福建永福电力设计股份有限公司 | 一种基于gis的中压线路自动规划方法 |
CN112155477A (zh) * | 2020-09-28 | 2021-01-01 | 珠海市一微半导体有限公司 | 一种基于栅格地图的密集障碍物点标记方法 |
CN112286202A (zh) * | 2020-11-11 | 2021-01-29 | 福州大学 | 一种非均匀采样fmt*的移动机器人路径规划方法 |
CN112344941A (zh) * | 2020-11-06 | 2021-02-09 | 杭州国辰机器人科技有限公司 | 路径规划方法、系统、机器人及存储介质 |
US20210270633A1 (en) * | 2018-07-30 | 2021-09-02 | Chiba Institute Of Technology | Map generation system and mobile object |
WO2021182857A1 (ko) * | 2020-03-10 | 2021-09-16 | 엘지전자 주식회사 | 이동 로봇 및 그 제어 방법 |
CN113515129A (zh) * | 2021-08-23 | 2021-10-19 | 哈尔滨理工大学 | 一种基于边界查找的双向跳点搜索无人车路径规划方法 |
CN113589808A (zh) * | 2021-07-23 | 2021-11-02 | 浙江工业大学 | 一种基于岛桥模型的全局路径规划方法 |
WO2022004385A1 (ja) * | 2020-07-01 | 2022-01-06 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、及びプログラム |
CN114330938A (zh) * | 2022-03-16 | 2022-04-12 | 广东电网有限责任公司东莞供电局 | 一种配电网分布式储能规划方法及系统 |
WO2022074823A1 (ja) * | 2020-10-09 | 2022-04-14 | 日本電気株式会社 | 制御装置、制御方法及び記憶媒体 |
JP2022524069A (ja) * | 2019-03-05 | 2022-04-27 | エヌビディア コーポレーション | 自律走行車のナビゲーション用高精度地図を生成するためのポーズグラフの分散処理 |
CN114450648A (zh) * | 2019-09-30 | 2022-05-06 | 日本电产株式会社 | 路径生成装置 |
JP2022529776A (ja) * | 2019-04-24 | 2022-06-24 | イントリンジック イノベーション エルエルシー | ロボットの運動計画 |
CN115016458A (zh) * | 2022-05-05 | 2022-09-06 | 安徽理工大学 | 一种基于rrt算法的地洞勘探机器人路径规划方法 |
CN116059424A (zh) * | 2023-03-06 | 2023-05-05 | 合肥泷睿机器人有限责任公司 | 一种移动式病毒消杀机器人用导航定位消杀系统 |
WO2023085179A1 (ja) | 2021-11-09 | 2023-05-19 | オムロン株式会社 | 情報処理装置、情報処理方法及びコンピュータプログラム |
US11738457B2 (en) | 2018-03-21 | 2023-08-29 | Realtime Robotics, Inc. | Motion planning of a robot for various environments and tasks and improved operation of same |
US11745346B2 (en) | 2018-02-06 | 2023-09-05 | Realtime Robotics, Inc. | Motion planning of a robot storing a discretized environment on one or more processors and improved operation of same |
CN117451047A (zh) * | 2023-09-26 | 2024-01-26 | 中国公路工程咨询集团有限公司 | 一种基于巡检机器人的公路桥梁桩基检测方法及系统 |
CN117930855A (zh) * | 2024-03-25 | 2024-04-26 | 山东工程职业技术大学 | 用于建筑工地的机器人巡检方法及系统 |
US11970161B2 (en) | 2018-01-12 | 2024-04-30 | Duke University | Apparatus, method and article to facilitate motion planning of an autonomous vehicle in an environment having dynamic objects |
US12017364B2 (en) | 2020-04-15 | 2024-06-25 | Realtime Robotics, Inc. | Motion planning graph generation user interface, systems, methods and articles |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108073165A (zh) * | 2016-11-16 | 2018-05-25 | 阳光暖果(北京)科技发展有限公司 | 一种仿水黾捕食的机器人运动方法 |
US20240036578A1 (en) * | 2022-07-26 | 2024-02-01 | Zebra Technologies Corporation | Generation of Navigational Paths Using Recursive Partitioning of Unoccupied Space |
-
2003
- 2003-07-11 JP JP2003273767A patent/JP4251545B2/ja not_active Expired - Fee Related
Cited By (98)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100611328B1 (ko) | 2005-06-30 | 2006-08-11 | 고려대학교 산학협력단 | 세선화 기반 위상지도의 작성방법 및 그 장치, 이동로봇의탐사를 통한 세선화 기반 위상지도 작성방법 및 그 장치 |
KR100748245B1 (ko) * | 2005-12-09 | 2007-08-10 | 한국전자통신연구원 | 인공표식과 지역좌표계를 이용한 이동로봇의 환경지도 작성방법 및 이동 방법 |
JP2008014743A (ja) * | 2006-07-05 | 2008-01-24 | Japan Advanced Institute Of Science & Technology Hokuriku | 移動体位置推定システム、及び、移動体位置推定方法 |
JP2008014742A (ja) * | 2006-07-05 | 2008-01-24 | Japan Advanced Institute Of Science & Technology Hokuriku | 移動体位置推定システム、及び、移動体位置推定方法 |
US7933686B2 (en) | 2006-08-18 | 2011-04-26 | Samsung Electronics Co., Ltd. | Method of dividing coverage area for robot and device thereof |
JP2008047095A (ja) * | 2006-08-18 | 2008-02-28 | Samsung Electronics Co Ltd | 移動ロボットの領域分離方法および装置 |
JP4680955B2 (ja) * | 2006-08-18 | 2011-05-11 | 三星電子株式会社 | 移動ロボットの領域分離方法および装置 |
JP2008071352A (ja) * | 2006-09-13 | 2008-03-27 | Samsung Electronics Co Ltd | 移動ロボットの姿勢推定装置および方法 |
JP2008126401A (ja) * | 2006-11-16 | 2008-06-05 | Samsung Electronics Co Ltd | パーティクルフィルター基盤の移動ロボットの姿勢推定方法、装置及び媒体 |
JP2008234350A (ja) * | 2007-03-20 | 2008-10-02 | Fujitsu Ltd | 自律移動体および移動方法 |
JP4696088B2 (ja) * | 2007-03-20 | 2011-06-08 | 富士通株式会社 | 自律移動体および移動方法 |
JP2008238396A (ja) * | 2007-03-26 | 2008-10-09 | Honda Research Inst Europe Gmbh | ロボットのモーションの発生及び制御のための装置ならびに方法 |
US8280574B2 (en) | 2007-07-18 | 2012-10-02 | Toyota Jidosha Kabushiki Kaisha | Path planning device and method, cost evaluation device, and moving body |
JP2009104608A (ja) * | 2007-10-22 | 2009-05-14 | Toyota Motor Engineering & Manufacturing North America Inc | 障害物回避ナビゲーションシステム |
US20090182464A1 (en) * | 2008-01-11 | 2009-07-16 | Samsung Electronics Co., Ltd. | Method and apparatus for planning path of mobile robot |
US9182762B2 (en) | 2008-02-07 | 2015-11-10 | Toyota Jidosha Kabushiki Kaisha | Autonomous moving body, its control method, and control system |
JP2009291540A (ja) * | 2008-06-09 | 2009-12-17 | Hitachi Ltd | 移動ロボットシステム |
KR100994075B1 (ko) | 2008-07-08 | 2010-11-12 | 한국과학기술연구원 | 보행로봇의 최적경로 계획방법 |
US8306738B2 (en) | 2008-09-16 | 2012-11-06 | Samsung Electronics Co., Ltd. | Apparatus and method for building map |
JP2010191502A (ja) * | 2009-02-16 | 2010-09-02 | Toyota Motor Corp | 移動ロボット制御システム、経路探索方法、経路探索プログラム |
US8849559B2 (en) | 2009-02-18 | 2014-09-30 | Samsung Electronics Co., Ltd. | Apparatus and method for generating and using a grid map path |
KR101104225B1 (ko) | 2009-06-22 | 2012-01-10 | 재단법인대구경북과학기술원 | 로봇을 위한 지형 데이터 저장 방법 및 그 장치 |
KR101040522B1 (ko) | 2009-10-13 | 2011-06-16 | 한국기술교육대학교 산학협력단 | 포텐셜 필드와 보로노이 다각형을 이용한 센서를 구비한 이동체의 센싱 범위 확장 방법 |
KR101325145B1 (ko) | 2009-10-28 | 2013-11-06 | 한국전자통신연구원 | 이동 로봇의 길 지도를 이용한 경로 탐색 장치 및 방법 |
US9164512B2 (en) | 2009-11-27 | 2015-10-20 | Toyota Jidosha Kabushiki Kaisha | Autonomous moving body and control method thereof |
JP2011128115A (ja) * | 2009-12-21 | 2011-06-30 | Nippon Telegr & Teleph Corp <Ntt> | 方位角推定装置、方法及びプログラム |
JP2011227807A (ja) * | 2010-04-22 | 2011-11-10 | Toyota Motor Corp | 経路探索システム、経路探索方法、及び移動体 |
JP2013101573A (ja) * | 2011-11-09 | 2013-05-23 | Fujitsu Ltd | 推定装置、推定方法、および推定プログラム |
US9002513B2 (en) | 2011-11-09 | 2015-04-07 | Fujitsu Limited | Estimating apparatus, estimating method, and computer product |
KR101912001B1 (ko) | 2012-01-12 | 2018-10-25 | 인터내셔널 비지네스 머신즈 코포레이션 | 복수의 로봇들을 항해시키기 위한 방법 및 장치 |
CN104950883A (zh) * | 2015-05-14 | 2015-09-30 | 西安电子科技大学 | 一种基于距离网格地图的移动机器人路径规划方法 |
WO2017059267A1 (en) * | 2015-10-03 | 2017-04-06 | X Development Llc | Using sensor-based observations of agents in an environment to estimate the pose of an object in the environment and to estimate an uncertainty measure for the pose |
US10209063B2 (en) | 2015-10-03 | 2019-02-19 | X Development Llc | Using sensor-based observations of agents in an environment to estimate the pose of an object in the environment and to estimate an uncertainty measure for the pose |
CN108430713A (zh) * | 2015-10-03 | 2018-08-21 | X开发有限责任公司 | 使用在环境中的代理的基于传感器的观察来估计在环境中的对象的姿势并且估计该姿势的不确定性度量 |
TWI630996B (zh) * | 2015-10-05 | 2018-08-01 | X開發有限責任公司 | 選擇性地部署機器人以執行地圖測繪 |
US9764470B2 (en) | 2015-10-05 | 2017-09-19 | X Development Llc | Selective deployment of robots to perform mapping |
WO2017062312A1 (en) * | 2015-10-05 | 2017-04-13 | X Development Llc | Selective deployment of robots to perform mapping |
CN108367433A (zh) * | 2015-10-05 | 2018-08-03 | X开发有限责任公司 | 选择性部署机器人以执行建图 |
JP2019517702A (ja) * | 2016-06-10 | 2019-06-24 | デューク・ユニバーシティDuke University | 自律型車両用動作計画及び再構成可能な動作計画プロセッサ |
JP2022084895A (ja) * | 2016-06-10 | 2022-06-07 | デューク・ユニバーシティ | 自律型車両用動作計画及び再構成可能な動作計画プロセッサ |
JP7431273B2 (ja) | 2016-06-10 | 2024-02-14 | デューク・ユニバーシティ | 自律型車両用動作計画及び再構成可能な動作計画プロセッサ |
CN106695790B (zh) * | 2017-01-09 | 2018-04-17 | 广东宝乐机器人股份有限公司 | 一种机器人的移动控制方法及机器人 |
CN106695790A (zh) * | 2017-01-09 | 2017-05-24 | 广东宝乐机器人股份有限公司 | 一种机器人的移动控制方法及机器人 |
WO2018126605A1 (zh) * | 2017-01-09 | 2018-07-12 | 广东宝乐机器人股份有限公司 | 一种机器人的移动控制方法及机器人 |
JP2019028524A (ja) * | 2017-07-26 | 2019-02-21 | 本田技研工業株式会社 | 制御装置 |
CN107357293A (zh) * | 2017-07-31 | 2017-11-17 | 上海应用技术大学 | 移动机器人路径规划方法和系统 |
CN107928565A (zh) * | 2017-11-17 | 2018-04-20 | 北京奇虎科技有限公司 | 清洁机器人的清洁方法、装置及机器人 |
US11970161B2 (en) | 2018-01-12 | 2024-04-30 | Duke University | Apparatus, method and article to facilitate motion planning of an autonomous vehicle in an environment having dynamic objects |
US11745346B2 (en) | 2018-02-06 | 2023-09-05 | Realtime Robotics, Inc. | Motion planning of a robot storing a discretized environment on one or more processors and improved operation of same |
US11738457B2 (en) | 2018-03-21 | 2023-08-29 | Realtime Robotics, Inc. | Motion planning of a robot for various environments and tasks and improved operation of same |
US11964393B2 (en) | 2018-03-21 | 2024-04-23 | Realtime Robotics, Inc. | Motion planning of a robot for various environments and tasks and improved operation of same |
CN108664022B (zh) * | 2018-04-27 | 2023-09-05 | 湘潭大学 | 一种基于拓扑地图的机器人路径规划方法及系统 |
CN108664022A (zh) * | 2018-04-27 | 2018-10-16 | 湘潭大学 | 一种基于拓扑地图的机器人路径规划方法及系统 |
US11802779B2 (en) * | 2018-07-30 | 2023-10-31 | Chiba Institute Of Technology | Map generation system and mobile object |
US20210270633A1 (en) * | 2018-07-30 | 2021-09-02 | Chiba Institute Of Technology | Map generation system and mobile object |
CN109376900A (zh) * | 2018-09-07 | 2019-02-22 | 北京航空航天大学青岛研究院 | 基于点云的无人机轨迹生成方法 |
CN109213169A (zh) * | 2018-09-20 | 2019-01-15 | 湖南万为智能机器人技术有限公司 | 移动机器人的路径规划方法 |
JP7371111B2 (ja) | 2019-03-05 | 2023-10-30 | エヌビディア コーポレーション | 自律走行車のナビゲーション用高精度地図を生成するためのポーズグラフの分散処理 |
JP2022524069A (ja) * | 2019-03-05 | 2022-04-27 | エヌビディア コーポレーション | 自律走行車のナビゲーション用高精度地図を生成するためのポーズグラフの分散処理 |
JP7279194B2 (ja) | 2019-04-24 | 2023-05-22 | イントリンジック イノベーション エルエルシー | ロボットの運動計画 |
JP2022529776A (ja) * | 2019-04-24 | 2022-06-24 | イントリンジック イノベーション エルエルシー | ロボットの運動計画 |
US11833694B2 (en) | 2019-04-24 | 2023-12-05 | Intrinsic Innovation Llc | Robot motion planning |
CN114450648A (zh) * | 2019-09-30 | 2022-05-06 | 日本电产株式会社 | 路径生成装置 |
WO2021070239A1 (ja) * | 2019-10-08 | 2021-04-15 | 三菱電機株式会社 | 自律分散制御システム |
JP6742561B1 (ja) * | 2019-10-08 | 2020-08-19 | 三菱電機株式会社 | 自律分散制御システム |
CN110703747A (zh) * | 2019-10-09 | 2020-01-17 | 武汉大学 | 一种基于简化广义Voronoi图的机器人自主探索方法 |
CN110703747B (zh) * | 2019-10-09 | 2021-08-03 | 武汉大学 | 一种基于简化广义Voronoi图的机器人自主探索方法 |
CN110956161B (zh) * | 2019-12-17 | 2024-05-10 | 中新智擎科技有限公司 | 一种自主建图方法、装置及智能机器人 |
CN110956161A (zh) * | 2019-12-17 | 2020-04-03 | 中新智擎科技有限公司 | 一种自主建图方法、装置及智能机器人 |
CN111413962A (zh) * | 2020-01-15 | 2020-07-14 | 杭州电子科技大学 | 一种基于路径可通过概率的搜救机器人目标搜索方法 |
WO2021182857A1 (ko) * | 2020-03-10 | 2021-09-16 | 엘지전자 주식회사 | 이동 로봇 및 그 제어 방법 |
US11625040B2 (en) | 2020-03-10 | 2023-04-11 | Lg Electronics Inc. | Moving robot and controlling method |
US12017364B2 (en) | 2020-04-15 | 2024-06-25 | Realtime Robotics, Inc. | Motion planning graph generation user interface, systems, methods and articles |
WO2022004385A1 (ja) * | 2020-07-01 | 2022-01-06 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、及びプログラム |
CN111809910A (zh) * | 2020-07-09 | 2020-10-23 | 广东博智林机器人有限公司 | 螺杆洞封堵设备运动路径生成方法、装置、设备和介质 |
CN111809910B (zh) * | 2020-07-09 | 2021-08-27 | 广东博智林机器人有限公司 | 螺杆洞封堵设备运动路径生成方法、装置、设备和介质 |
CN111982125A (zh) * | 2020-08-31 | 2020-11-24 | 长春工业大学 | 一种基于改进蚁群算法的路径规划方法 |
CN112101668B (zh) * | 2020-09-18 | 2022-06-07 | 福建永福电力设计股份有限公司 | 一种基于gis的中压线路自动规划方法 |
CN112101668A (zh) * | 2020-09-18 | 2020-12-18 | 福建永福电力设计股份有限公司 | 一种基于gis的中压线路自动规划方法 |
CN112155477A (zh) * | 2020-09-28 | 2021-01-01 | 珠海市一微半导体有限公司 | 一种基于栅格地图的密集障碍物点标记方法 |
CN112155477B (zh) * | 2020-09-28 | 2021-08-24 | 珠海市一微半导体有限公司 | 一种基于栅格地图的密集障碍物点标记方法 |
WO2022074823A1 (ja) * | 2020-10-09 | 2022-04-14 | 日本電気株式会社 | 制御装置、制御方法及び記憶媒体 |
CN112344941B (zh) * | 2020-11-06 | 2022-04-26 | 杭州国辰机器人科技有限公司 | 路径规划方法、系统、机器人及存储介质 |
CN112344941A (zh) * | 2020-11-06 | 2021-02-09 | 杭州国辰机器人科技有限公司 | 路径规划方法、系统、机器人及存储介质 |
CN112286202A (zh) * | 2020-11-11 | 2021-01-29 | 福州大学 | 一种非均匀采样fmt*的移动机器人路径规划方法 |
CN112286202B (zh) * | 2020-11-11 | 2021-07-27 | 福州大学 | 一种非均匀采样fmt*的移动机器人路径规划方法 |
CN113589808A (zh) * | 2021-07-23 | 2021-11-02 | 浙江工业大学 | 一种基于岛桥模型的全局路径规划方法 |
CN113589808B (zh) * | 2021-07-23 | 2024-05-03 | 浙江工业大学 | 一种基于岛桥模型的全局路径规划方法 |
CN113515129B (zh) * | 2021-08-23 | 2022-02-11 | 哈尔滨理工大学 | 一种基于边界查找的双向跳点搜索无人车路径规划方法 |
CN113515129A (zh) * | 2021-08-23 | 2021-10-19 | 哈尔滨理工大学 | 一种基于边界查找的双向跳点搜索无人车路径规划方法 |
WO2023085179A1 (ja) | 2021-11-09 | 2023-05-19 | オムロン株式会社 | 情報処理装置、情報処理方法及びコンピュータプログラム |
CN114330938B (zh) * | 2022-03-16 | 2022-06-14 | 广东电网有限责任公司东莞供电局 | 一种配电网分布式储能规划方法及系统 |
CN114330938A (zh) * | 2022-03-16 | 2022-04-12 | 广东电网有限责任公司东莞供电局 | 一种配电网分布式储能规划方法及系统 |
CN115016458B (zh) * | 2022-05-05 | 2024-04-16 | 安徽理工大学 | 基于rrt算法的地洞勘探机器人路径规划方法 |
CN115016458A (zh) * | 2022-05-05 | 2022-09-06 | 安徽理工大学 | 一种基于rrt算法的地洞勘探机器人路径规划方法 |
CN116059424A (zh) * | 2023-03-06 | 2023-05-05 | 合肥泷睿机器人有限责任公司 | 一种移动式病毒消杀机器人用导航定位消杀系统 |
CN117451047A (zh) * | 2023-09-26 | 2024-01-26 | 中国公路工程咨询集团有限公司 | 一种基于巡检机器人的公路桥梁桩基检测方法及系统 |
CN117930855A (zh) * | 2024-03-25 | 2024-04-26 | 山东工程职业技术大学 | 用于建筑工地的机器人巡检方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP4251545B2 (ja) | 2009-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4251545B2 (ja) | 移動ロボット用経路計画システム | |
US8024072B2 (en) | Method for self-localization of robot based on object recognition and environment information around recognized object | |
KR101372482B1 (ko) | 이동 로봇의 경로 계획 방법 및 장치 | |
US11846511B2 (en) | Sampling method and system for path planning of mobile robot in man-machine environment | |
KR101311100B1 (ko) | 천장 임의 형상 특성 활용 이동 로봇 위치 인식 방법 | |
CN111429574A (zh) | 基于三维点云和视觉融合的移动机器人定位方法和系统 | |
JP5018458B2 (ja) | 座標補正方法、座標補正プログラム、及び自律移動ロボット | |
JP6456141B2 (ja) | 地図データの生成 | |
KR100702663B1 (ko) | 입자 필터 프레임 워크에서 전방향 시각센서 기반 위치추정 및 매핑을 위한 방법 | |
WO2010026710A1 (ja) | 経路計画方法、経路計画装置、及び自律移動装置 | |
CN110907947B (zh) | 一种移动机器人slam问题中的实时回环检测方法 | |
US11931900B2 (en) | Method of predicting occupancy of unseen areas for path planning, associated device, and network training method | |
CN112750161B (zh) | 用于移动机器人的地图更新方法 | |
CN105000476A (zh) | 一种基于模糊决策推理的无人吊车空间避碰策略 | |
Peuzin-Jubert et al. | Survey on the view planning problem for reverse engineering and automated control applications | |
CN113433937A (zh) | 基于启发式探索的分层导航避障系统、分层导航避障方法 | |
Garrote et al. | 3D point cloud downsampling for 2D indoor scene modelling in mobile robotics | |
Kim et al. | Autonomous exploration in a cluttered environment for a mobile robot with 2d-map segmentation and object detection | |
Kafka et al. | Random inspection tree algorithm in visual inspection with a realistic sensing model and differential constraints | |
Prieto et al. | DENDT: 3D-NDT scan matching with Differential Evolution | |
Elizondo-Leal et al. | An exact euclidean distance transform for universal path planning | |
Perkasa et al. | Improved frontier exploration strategy for active mapping with mobile robot | |
Ali et al. | Global mobile robot path planning using laser simulator | |
Xing et al. | Real-time robot path planning using rapid visible tree | |
Tarokh | Genetic path planning with fuzzy logic adaptation for rovers traversing rough terrain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20051212 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080507 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080630 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080930 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081125 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090113 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090116 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120130 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |