JP2005211442A - 自律移動型車椅子 - Google Patents

Abstract

【課題】福祉施設内および病院のロビー内で安全にかつ確実に目的地まで移動できる自律移動型車椅子を提供する。
【解決手段】左右の車輪と、前記車輪を回転させるモータと、目標地点を入力する入力手段と、地図情報と、前記地図情報において現在位置から前記目的地点までの経路を決定する手段とを具え、前記経路に沿って移動するように構成したことを特徴とする。
【選択図】図１

Description

本発明は、自律移動型車椅子に関する。

近年、高齢者や身体障害者が健常者と共存するための新しい福祉技術の開発が望まれている。この背景として、高齢者や身体障害者の増加に加え、病院や福祉施設での看護婦や看護士の人数が制限されていることによる看護者の負担の増加があげられる。また高齢化社会においては介護者の不足が考えられる。これらの状況をふまえ、特に、手足の運動機能に障害がある人が福祉施設内および病院のロビー内で走行目的及び散策目的で使用できる福祉用具の開発が望まれている。

従来の電動車椅子は、自身の足で立ち移動することが難しいが、手の運動機能、移動動作結果の判断能力が正常な利用者には問題はないが、手の運動機能に障害があり、手が動かない、動きにくい、また、移動動作結果の判断ができないか正常でない利用者は利用できない。

上述したことを鑑み、本発明は、上記のような障害がある場合でも、福祉施設内および病院のロビー内で安全にかつ確実に目的地まで移動できる自律移動型車椅子を提供することである。

本発明の第１発明による自律移動型車椅子は、左右の車輪と、前記車輪を回転させるモータと、目標地点を入力する入力手段と、地図情報と、前記地図情報において現在位置から前記目的地点までの経路を決定する手段とを具え、前記経路に沿って移動するように構成したことを特徴とする。

本発明の第２発明による自律移動型車椅子は、前記左右の車輪の回転数を測定するエンコーダと、ジャイロセンサとをさらに具え、前記エンコーダから得られた左右の車輪の回転数と、前記ジャイロセンサから得られた姿勢角変化値とに基づいて、前記地図情報における現在位置と進行方向とを決定することを特徴とする。

本発明の第３発明による自律移動型車椅子は、ビデオカメラをさらに具え、前記ビデオカメラが撮影した画像に基づいて、前記地図情報における現在位置と進行方向とを決定することを特徴とする。

本発明の第４発明による自律移動型車椅子は、物体を感知するセンサをさらに具え、前記センサが感知した物体に基づいて前記地図情報における現在位置を決定することを特徴とする。

本発明の第５発明による自律移動型車椅子は、自律移動型車椅子のスタート時点で、その自律移動型車椅子の初期位置及び初期角度をビデオカメラ画像データとセンサデータを用いて決定し、環境マップ上の車椅子をそれらの値により修正・補正することにより、両者のスタート後の走行軌跡を一致させることを特徴とする。

本発明の第６発明による自律移動型車椅子は、前記エンコーダ及びジャイロセンサによって決定された現在地及び進行方向と、前記ビデオカメラによって決定された現在位置及び進行方向と、前記物体を感知するセンサによって決定された現在位置及び進行方向との少なくとも２つに基づいて現在位置及び進行方向を決定することを特徴とする。

本発明の第７発明による自律移動型車椅子は、ランドマークを検出するランドマークリーダをさらに具え、ランドマーク検出信号に基づいて現在位置及び進行方向を補正することを特徴とする。

本発明の第８発明による自律移動型車椅子は、前記センサが感知した未知の物体を前記地図情報に書き加えることを特徴とする。

本発明の第９発明による自律移動型車椅子は、前記センサが超音波センサであることを特徴とする。

本発明の第１０発明による自律移動型車椅子は、前記センサがタッチセンサであることを特徴とする。

本発明の第１１発明による自律移動型車椅子は、前記ビデオカメラが撮影した画像に基づいて、未知の物体を前記地図情報に書き加えることを特徴とする。

本発明の第１２発明による自律移動型車椅子は、各々異なった方向を向いて取り付けられた複数の他のセンサを具え、各センサからの物体検出信号に基づいてファジィ推論することによって次の動作を決定することを特徴とする。

本発明の第１３発明による自律移動型車椅子は、自律移動車椅子の走行の安全性向上のため、前述の環境マップ上の特徴地点を示すランドマークの位置において、自律移動車椅子のカメラから見た環境情報画像を用い、自己組織化マップに基づきテンプレート情報を生成し、その環境情報テンプレート情報をデータベースとしてランドマークの位置認識を行うことを特徴とする。

本発明によれば、地図情報と自律移動型車椅子に搭載しているセンサを組み合わせることにより自己位置認識、障害物認識を行わせ、安定性、信頼性の高いロバストな走行の可能な自律移動型車椅子が実現される。

本発明による自律移動型車椅子は、例えば病院などの施設内において目的地まで自律的に移動するためのものである。本自律移動型車椅子は、左右の車輪と、前記車輪を回転させるモータと、目標地点を入力する入力手段と、地図情報と、前記地図情報において現在位置から前記目的地点までの経路を決定する手段とを具え、前記経路に沿って移動するように構成される。

本自律移動型車椅子を安全に走行させるため、走行アルゴリズムにファジイ制御を導入し、柔軟性ある走行を実現する必要があり、また、自律移動型電動車椅子の利用者を考えると、安全な走行と信頼性の高い動作が必須条件となる。走行の安全性と信頼性を向上させる方法として、環境マップを導入する。環境マップとは、自律移動型車椅子に搭載したパーソナルコンピュータ上で、例えば１ドットが１［ｃｍ］となるように移動を予定する屋内全体の壁、柱、固定障害物などのあらかじめ存在する情報を書き込み、地形の形状に合わせて行動パターンを切り替えるための境界線も書き込んだ地図情報である。この環境マップには、境界線で囲まれた領域ごとに、目的地までの経路を決定した際、自律移動型車椅子を目的地へ誘導するように走行目標角度、行動パターンを入力する。環境マップ上での自律移動型車椅子自体を、例えば「センサを含めた車体全体の一番外枠を矩形」で表現する。本自律移動型車椅子は、自律移動型車椅子の存在する位置や未知の障害物を各センサによって確認することで環境マップを常に更新し、境界線により走行パターンを切り替えながら走行制御を行いゴールまで走行する。本自律移動型車椅子では走行中に得られたセンサ値を用いて自己位置の決定と未知の障害物の発見を行い、自己位置と未知の障害物を環境マップに書き込み環境マップを更新する。

まず、自律移動型車椅子の環境マップ上での自己位置を決定する方法について説明する。図１は、環境マップ上での自律移動型車椅子モデルを示す図である。図１に示すように、環境マップ上での自律移動型車椅子の現在地は、左右の車輪間の中心座標Ｘ、Ｙ及び車体の角度θ値によって表される。

前記自律移動型車椅子の左右の車輪間の中心座標Ｘ，Ｙ及び車体の角度θを、例えば、自律移動型車椅子に搭載されたエンコーダの値及びジャイロセンサの値を用いて算出する。図２は、エンコーダとジャイロセンサによる自律移動型車椅子モデルの位置と姿勢角の決定方法を説明する図である。入力値をエンコーダより得られた左右輪の回転数とジャイロセンサから得られた姿勢角変化値とする。これらの情報を用い、前の制御動作（前周期）での自律移動型車椅子の自己位置より、図２に示すように、得られた姿勢角変化値（θ_１）の方向に、左右輪の回転数より算出したそれぞれの走行距離値（ｅ_１，ｅ_２）を直進的に延長し、自律移動型車椅子の左右輪の中心座標（ｘ_ｌ，ｙ_ｌ）、（ｘ_ｒ，ｙ_ｒ）をそれぞれ算出する。次に、この２点の中点を求めることで、出力値（Ｘ_１，Ｙ_１，θ_１）を得る。

上述したようなエンコーダより得られた左右輪の回転数を入力値として、前周期において決定した自己位置から、今周期の左右輪の回転数より現在位置を算出するために導出した走行軌跡の定式を用い、出力値（Ｘ_２，Ｙ_２，θ_２）を得てもよい。

ビデオカメラを例えば１ｍの高さにおいて自律移動型車椅子に取り付け、このビデオカメラによって撮影された２次元画像を画像処理して入力値を得て、この入力値から出力値（Ｘ_３，Ｙ_３，θ_３）を得てもよい。

通常走行の場合、上記３つの方法によって得られた出力値（Ｘ_１，Ｙ_１，θ_１）、（Ｘ_２，Ｙ_２，θ_２）及び（Ｘ_３，Ｙ_３，θ_３）から以下の条件式を用いることにより誤差が少なくなるように自己位置(Ｘ，Ｙ)を決定することができる。自己位置(Ｘ，Ｙ)については、まず、以下の式（１）及び（２）よりＬ_１、Ｌ_２を求める。

ここで、Ｌ_１、Ｌ_２の値が共に例えば２０ｃｍ以下なら、前記３つの出力値は誤差が少ないとみなし、Ｘ及びＹを、

Ｘ＝（Ｘ_２＋Ｘ_３）／２ （３）

Ｙ＝（Ｙ_２＋Ｙ_３）／２ （４）

例えば５０ｃｍ以下なら、

Ｘ＝（Ｘ_１＋Ｘ_２＋Ｘ_３）／３ （５）

Ｙ＝（Ｙ_１＋Ｙ_２＋Ｙ_３）／３ （６）

上記以外なら、

Ｘ＝Ｘ_３

Ｙ＝Ｙ_３

とする。θの値については、まずΔθ_１、Δθ_２、Δθ_３を求める。

Δθ_１＝｜θ_１−θ_２｜ （７）

Δθ_２＝｜θ_２−θ_３｜ （８）

Δθ_３＝｜θ_３−θ_１｜ （９）

ここで、Δθ_１、Δθ_２、Δθ_３の値がすべて例えば５［ｄｅｇ］以内なら、

θ＝（θ_２＋θ_３）／２ （１０）

上記以外なら、

θ＝θ_３

とする。このようにして決定した自律移動型車椅子の自己位置を環境マップに書き込む。これらの式は、例として、いずれもビデオカメラ画像を用いる手法により決定した出力値（Ｘ_３，Ｙ_３，θ_３）に比重をおいた式となっている。

図３及び図４は、ランドマークを用いた自己位置の修正方法を説明する図である。施設内の直線の廊下と交差点の境目などにランドマークを設置し、環境マップの境界線の一部をランドマークと同じ位置に書き込んでおく。そして自律移動型車椅子の走行中に自律移動型車椅子が具えるランドマークリーダがランドマーク検知信号を取得すると、検知時の自律移動型車椅子の現在位置から壁に平行にし、検知した環境マップ上でのランドマークの座標に図３及び４に示すように修正する。この方法は、上述したような出力値を求める方法とは別に、ランドマーク検知時だけに用いる。

次に、自律移動型車椅子の走行領域の把握及び障害物の認識の方法を説明する。一例において、超音波センサの値を用いて走行領域の把握及び障害物を認識する。図５及び図６は、このような超音波センサの値を用いて走行領域の把握及び障害物を認識する方法を説明する図である。例えば１０組の超音波センサを自律移動型車椅子に取り付け、これらの超音波センサから取得した値を使用し、環境マップ上に書き込まれている自律移動型車椅子の現在位置から、自律移動型車椅子の車体に取り付けられた１０組の超音波センサと同位置となる箇所から，超音波センサの指向性を考慮し（センサの向いている方向に対して例えば±２３［ｄｅｇ］の広がり）、適切な位置に弧を描くように環境マップに書き込む。例えば図５のように自律移動型車椅子前方に障害物が存在すると仮定し、前方左の超音波センサからｘ［ｃｍ］の値を取得したとすると、図６に示すように環境マップに書き込む。

他の例において、ビデオカメラ画像を処理することにより、自律移動型車椅子から障害物までの距離、障害物の幅を算出する。この手法においては、現在までに自律移動型車椅子に取り付けられたビデオカメラより得られた画像から水平エッジ(床と障害物との境界)の検出を行い、その処理した画像を用いることで障害物の有無、障害物までの距離を取得する手法が知られている。例えば図５のような環境で障害物が発見されたら、環境マップ上に書き込まれている現在位置より、図７のように環境マップ上に、得られた障害物の距離および幅を用いることにより障害物を書き込む。この時に環境マップ上に描き込む障害物の幅は、ビデオカメラの指向性を考慮して描き込むこととする。

さらに他の例において、タッチセンサを用いて障害物を検知する。例えばタッチセンサの前後計８箇所に取り付けられたマイクロスイッチの検出信号により、検出したマイクロスイッチの個所から、前方の左右の前方、横方向、後方に障害物が存在することを認識する。そして、自律移動型車椅子の現在位置より図８のように障害物を書き込む。図８は自律移動型車椅子前方のマイクロスイッチが障害物を検知した時の概念図である。

上述した超音波センサの距離測定での不安定動作を補うため、ビデオカメラ情報により発見された障害物も含め、その存在確率として例えば５段階の危険度を与えてもよい(障害物の存在しない時存在確率を１とする)。環境マップ上では危険度が５段階目(危険度を示す数字が５になった時)に達したとき初めて障害物と認める。危険度の区別を例えば以下のようにする。
（１）画像処理によって発見された物体のある位置の値に危険度３を加える。
（２）画像処理によって障害物の無いことが確認するとその位置の危険度に−２を加える。
（３）超音波センサによって発見された物体のある位置の値に１を加える。
（４）タッチセンサによって発見された物体のある位置の値に５を加える。
（５）危険度は５を超えることは無く、０を下回ることも無い。

次に、環境マップに書き込まれた現在位置とその周囲の環境情報を用いてファジィ推論の入力値を取得し、ファジィ推論を行い、自律移動型車椅子の動作の決定を行う方法を説明する。自律移動型車椅子のファジィ推論は、例えば、各走行領域において左壁沿い、右壁沿い、壁に頼らない走行、交差点や曲がり角などの右折及び左折の５種類の基本的な行動パターンを実行することによって走行する。この基本的な行動パターンにおいて、自律移動型車椅子は、多数のファジィルールからそれぞれ最適なルールを選択し、ファジィ推論を行う。これは基本的な走行制御だけでなく、タッチセンサの認識による緊急停止等の手法と組み合わせることで障害物回避を含めた走行制御を可能とする。また、自律移動型車椅子の制御には後件部を実数値で表現した簡略化ファジィ推論法を用いる。この簡略化ファジィ推論法は、計算処理が少ないため演算速度が格段に速くなり、制御周期を短くすることができる。

ファジィ推論の入力値として図９のように自律移動型車椅子の周囲を例えば１１個の領域に分け、それぞれの領域内を感知するように例えば超音波センサを自律移動型車椅子に設け、これらの超音波センサが取得した距離情報の値をファジィ推論の入力値として適用する。それぞれの入力値に対してメンバーシップ関数を用い適合度を算出し出力値を求める。

図９の各領域の最短距離値の取得法は、環境マップ上より図１０のように各領域ごとに車体からの距離が例えば１ｃｍづつ広がるような形で壁や障害物が存在するかどうか確認して行く。そして障害物が存在するとそこまでの距離値を障害物までの最短距離値として取得する。図１０では図９の領域５と領域８での値を取得する例を示している。

ファジィ推論の推論出力値を、例えば、自律移動型車椅子を直進または左右どちらの方向にどれだけの旋回半径で旋回走行させるかということをあらわす旋回半径値で出力する。

図１１は、本発明による自律移動型車椅子の動作の一例を説明するフローチャートである。このフローチャートに示す動作の前に、走行準備として環境マップを作成する。環境マップは、例えば施設内の廊下の幅や柱、長椅子などの固定障害物を例えば１ｃｍ単位で測って作成し、作成したマップに自律移動型車椅子の走行方法を切り替える為の境界線も書き込む。

ステップＳ１０１において、作成した環境マップに初期位置、目的地を入力し、ステップＳ１０２において、目的値までの経路を決定し、環境マップの各領域に自律移動型車椅子を目的地に誘導するように目標角、走行方法を入力する。

ステップＳ１０３において、自律移動型車椅子の走行を開始させる。走行中はまずエンコーダ、ジャイロセンサからの値、ビデオカメラからビデオカメラ画像を取得する。ステップＳ１０４において、ここで取得した値と走行特性を定式化した式を用いて自律移動型車椅子の位置認識を行う。

ステップＳ１０５において、得られた自律移動型車椅子の位置情報を用いて環境マップ上に書き込む。

自律移動型車椅子の現在位置が環境マップに書き込まれると次にステップＳ１０６において超音波センサとカメラ画像を用いて未知の障害物の認識を行う。

ステップＳ１０６において未知の障害物が発見されたら、ステップＳ１０４に戻り上述した危険度を参照しつつステップＳ１０５で環境マップを更新する。

ここまでの処理が終了すると自律移動型車椅子走行中の最新の環境マップが完成する。ステップＳ１０７においてこの環境マップを用いてファジィ推論の入力値を取得し、ステップＳ１０８においてファジィ推論を用いて次の動作の決定を行う。Ｓ１０９において決定された動作を実現するようにモータ出力を制御し、ステップＳ１０３に戻る。

ステップＳ１０３〜Ｓ１０９は、アルゴリズム１周期の処理の流れであり、自律移動型車椅子は、このようなセンサ値の取得、自己位置認識、障害物認識、ファジィ推論を用いた次の動作の決定を繰り返すことで目的地まで走行する。

走行中障害物が認識された時、障害物を環境マップに書き込み、障害物回避行動をとる。この時同時に自律移動型車椅子は、環境マップに書き込まれた障害物を回避行動をとりながら自己位置を更新し、図１２のように障害物の付近を書き込みながら走行する。

実環境を自律移動型車椅子が移動すれば、その移動に伴って、環境マップ上の車椅子も移動するが、スタート時点で、両者の初期位置及び初期角度が一致していなければ、環境マップ上の車椅子の走行に、誤差が生じる、即ち、両者の走行軌跡が合わなくなる。そのため、スタート時点で、実環境での自律移動型車椅子の初期位置及び初期角度を決定し、環境マップ上の車椅子をそれらの値により修正する必要がある。この目的に沿って、初期位置をカメラ画像データと超音波センサデータを用いて、環境マップ上での車椅子の位置と姿勢角度の補正を行う。

自律移動車椅子の走行の安全性向上のため、前述の環境マップ上の特徴地点を示すランドマークの位置において、自律移動車椅子のカメラから見た環境情報画像を用い、自己組織化マップに基づきテンプレート情報を生成し、その環境情報テンプレート情報をデータベースとしてランドマークの位置認識を行うようにしてもよい。環境マップにより、地図情報を搭載する段階で、環境マップにより環境情報の学習を行ない環境情報テンプレート情報を生成するため、自律移動車椅子は、ランドマークの位置より見た環境情報画像と障害物テンプレート情報をマッチングするだけで、走行途中のランドマークの位置から見た環境画像がどのランドマークの位置から見たものかを認識できるので、自律移動車椅子がどのランドマークの位置を通過しているかの確認が可能である。また、環境マップを用いることで種々の環境情報テンプレートが作成でき、環境情報の多様な変化に対応することができる。環境マップに学習させるデータは、環境情報のグレイスケール画像をソーベル・フィルタ、二値化、細線化、ハフ変換により画像中においてエッジ部分を検出し用いる。

環境マップ上での自律移動型車椅子モデルを示す図である。 エンコーダとジャイロセンサによる自律移動型車椅子モデルの位置と姿勢角の決定方法を説明する図である。 ランドマークを用いた自己位置の修正方法を説明する図である。 ランドマークを用いた自己位置の修正方法を説明する図である。 超音波センサの値を用いて走行領域の把握及び障害物を認識する方法を説明する図である。 超音波センサの値を用いて走行領域の把握及び障害物を認識する方法を説明する図である。 ビデオカメラ画像を用いて走行領域の把握及び障害物を認識する方法を説明する図である。 自律移動型車椅子前方のマイクロスイッチが障害物を検知した時の概念図である。 ファジイ推論のための自律移動型車椅子の距離計測のための車体周辺領域の分割を説明する図である。 定義された領域でのファジィ推論の入力値距離情報取得例を示す図である。 本発明による自律移動型車椅子の動作の一例を説明するフローチャートである。 障害物が書き込まれた環境マップの例を示す図である。

Claims (13)

1. 左右の車輪と、前記車輪を回転させるモータと、目標地点を入力する入力手段と、地図情報と、前記地図情報において現在位置から前記目的地点までの経路を決定する手段とを具え、前記経路に沿って移動するように構成したことを特徴とする自律移動型車椅子。
2. 請求項１に記載の自律移動型車椅子において、前記左右の車輪の回転数を測定するエンコーダと、ジャイロセンサとをさらに具え、前記エンコーダから得られた左右の車輪の回転数と、前記ジャイロセンサから得られた姿勢角変化値とに基づいて、前記地図情報における現在位置と進行方向とを決定することを特徴とする自律移動型車椅子。
3. 請求項１又は２に記載の自律移動型車椅子において、ビデオカメラをさらに具え、前記ビデオカメラが撮影した画像に基づいて、前記地図情報における現在位置と進行方向とを決定することを特徴とする自律移動型車椅子。
4. 請求項１、２又は３に記載の自律移動型車椅子において、物体を感知するセンサをさらに具え、前記センサが感知した物体に基づいて前記地図情報における現在位置を決定することを特徴とする自律移動型車椅子。
5. 請求項４に記載の自律移動型車椅子において、自律移動型車椅子のスタート時点で、その自律移動型車椅子の初期位置及び初期角度をビデオカメラ画像データとセンサデータを用いて決定し、環境マップ上の車椅子をそれらの値により修正・補正することにより、両者のスタート後の走行軌跡を一致させることを特徴とする自律移動型車椅子。
6. 請求項２ないし５に記載の自律移動型車椅子において、前記エンコーダ及びジャイロセンサによって決定された現在地及び進行方向と、前記ビデオカメラによって決定された現在位置及び進行方向と、前記物体を感知するセンサによって決定された現在位置及び進行方向との少なくとも２つに基づいて現在位置及び進行方向を決定することを特徴とする自律移動型車椅子。
7. 請求項１から６のいずれか１項に記載の自律移動型車椅子において、ランドマークを検出するランドマークリーダをさらに具え、ランドマーク検出信号に基づいて現在位置及び進行方向を補正することを特徴とする自律移動型車椅子。
8. 請求項４から７のいずれか１項に記載の自律移動型車椅子において、前記センサが感知した未知の物体を前記地図情報に書き加えることを特徴とする自律移動型車椅子。
9. 請求項４から８のいずれか１項に記載の自律移動型車椅子において、前記センサが超音波センサであることを特徴とする自律移動型車椅子。
10. 請求項４から９のいずれか１項に記載の自律移動型車椅子において、前記センサがタッチセンサであることを特徴とする自律移動型車椅子。
11. 請求項３から９のいずれか１項に記載の自律移動型車椅子において、前記ビデオカメラが撮影した画像に基づいて、未知の物体を前記地図情報に書き加えることを特徴とする自律移動型車椅子。
12. 請求項１から１１のいずれか１項に記載の自律移動型車椅子において、各々異なった方向を向いて取り付けられた複数の他のセンサを具え、各センサからの物体検出信号に基づいてファジィ推論することによって次の動作を決定することを特徴とする自律移動型車椅子。
13. 請求項７から１２のいずれか１項に記載の自律移動型車椅子において、前述の環境マップ上の特徴地点を示すランドマークの位置において、自律移動車椅子のカメラから見た環境情報画像を用い、自己組織化マップに基づきテンプレート情報を生成し、その環境情報テンプレート情報をデータベースとしてランドマークの位置認識を行うことを特徴とする自律移動型車椅子。

Images