JP2006260105A

JP2006260105A - 移動装置

Info

Publication number: JP2006260105A
Application number: JP2005076045A
Authority: JP
Inventors: Tatsuo Sakai; 龍雄酒井; Tomoharu Nakahara; 智治中原; Kenichiro Nosaka; 健一郎野坂; Daisuke Nishimura; 大輔西村
Original assignee: Matsushita Electric Works Ltd
Current assignee: Panasonic Electric Works Co Ltd
Priority date: 2005-03-16
Filing date: 2005-03-16
Publication date: 2006-09-28
Anticipated expiration: 2025-03-16
Also published as: JP4241651B2

Abstract

【課題】自律走行を行う移動装置において、障害物や段差をより確実に検出して適切な回避と効率的な走行を可能とする。
【解決手段】移動装置１は、走行制御条件を記憶する記憶手段１１と、障害物又は段差を検出してその位置情報を取得するとともに出力する環境情報取得手段１２と、地図上における自己位置を取得する自己位置認識手段１３と、自己位置認識手段１３により自己位置を認識するとともに環境情報取得手段１２の出力する位置情報に基づいて障害物又は段差を回避しつつ走行制御条件に基づいて走行手段１５を制御する走行制御手段１６、とを備えている。環境情報取得手段１２は、撮像された物体までの距離を検出するための進行方向の前方下方側を視野範囲とする距離画像センサ２１と、距離画像センサ２１によって出力される距離画像に基づいて障害物又は段差を検出してその位置情報を出力する距離情報解析部２２とを備えている。
【選択図】図１

Description

本発明は、走行面の障害物や段差を認識して自律的に走行する移動装置に関する。

従来から、省力などのため、掃除作業、メーリングや運搬作業などを行いながら走行する移動装置が開発されている。このような装置は、様々な走行環境に対応するため、センサを備えている。例えば、装置下方数箇所に赤外線レーザを搭載し、そのレーザ光のビームを走行面に向けて照射して走行面の段差を検出するようにした自律走行ロボットが知られている（例えば、特許文献１参照）。
特開２００４−１３９２６４号公報

しかしながら、上述した特許文献１に示されるような自律走行ロボットにおいては、ビーム照射方向がロボット本体に対して固定されており、点的な段差検出しかできず、移動中に段差の存在は認識できるが、段差がどのように存在するのか、その面的な分布や方向を認識できないので、段差に対する適切な回避行動をとれないという問題がある。また、前方下方の状態を検出するため超音波センサを用いるものがあるが、超音波の反射率が検出対象面の材質や凹凸形状状態に大きく依存するので、その適用範囲が限定される。また、スキャンできる検出装置としてレーザレーダがあるが、これにより１つの平面内をスキャンして２次元的な情報を得る装置を比較的安価で容易に構成できるとしても、段差のエッジの箇所や方向などを把握するため３次元的に空間を把握しようとすると高価なものとなって現実的ではない。

本発明は、上記課題を解消するものであって、適切な回避と効率的な自律走行を行うため障害物や段差をより確実に検出できる移動装置を提供することを目的とする。

上記課題を達成するために、請求項１の発明は、走行制御条件を記憶する記憶手段と、障害物又は段差を検出してその位置情報を取得するとともに出力する環境情報取得手段と、地図上における自己位置を取得する自己位置認識手段と、走行を行うための走行手段と、前記自己位置認識手段により自己位置を認識するとともに前記環境情報取得手段の出力する位置情報に基づいて障害物又は段差を回避しつつ前記走行制御条件に基づいて前記走行手段を制御する走行制御手段とを備えて自律的に移動する移動装置において、前記環境情報取得手段は、撮像された物体までの距離を検出するための進行方向の前方下方側を視野範囲とする距離画像センサと、前記距離画像センサによって出力される距離画像に基づいて障害物又は段差を検出してその位置情報を出力する距離情報解析部と、を備えたものである。

請求項２の発明は、請求項１に記載の移動装置において、前記距離情報解析部は、前記距離画像から段差の勾配を検出して段差を判断するものである。

請求項３の発明は、請求項１又は請求項２に記載の移動装置において、前記距離情報解析部は、凹部の段差を検出した場合、その段差を凸部の段差の障害物として検出結果を出力するものである。

請求項４の発明は、請求項１乃至請求項３のいずれかに記載の移動装置において、前記記憶手段は、走行領域における段差部の情報を地図情報として記憶しており、前記自己位置認識手段は、距離情報解析部が検出して出力する段差の情報と前記地図情報とを照合することにより自己位置を認識するものである。

請求項５の発明は、請求項１乃至請求項４のいずれかに記載の移動装置において、前記環境情報取得手段は、走行面と平行な進行前方を視野範囲とするレーザレーダを備えたものである。

請求項６の発明は、請求項１乃至請求項５のいずれかに記載の移動装置において、前記環境情報取得手段は、少なくとも一部が距離画像センサの視野範囲と重複する検出範囲を有する超音波センサを備えたものである。

請求項７の発明は、請求項６に記載の移動装置において、前記走行制御手段は、少なくとも前記距離画像センサ又は超音波センサを含む複数のセンサのうち一番近くに障害物があると判断しているセンサの出力する障害物検出信号に基づいて、障害物を回避するように前記走行手段を制御するものである。

請求項８の発明は、請求項５に記載の移動装置において、前記距離情報解析部は、前記レーザレーダで検出した障害物が、勾配のある走行面を検出したものかどうか判断するものである。

請求項９の発明は、請求項５に記載の移動装置において、前記自己位置認識手段は、前記レーザレーダの出力する壁面検出データを用いて自己位置認識を行う際に、当該壁面検出データが勾配を有する走行面を検出したデータではないことを前記距離情報解析部の出力に基づいて確認するものである。

請求項１の発明によれば、距離画像センサを用いて進行方向の前方下方側の視野範囲にある物体を撮像するとともに撮像画像から距離画像を求めるので、固定ビームや２次元的なレーザスキャンを用いる場合とは異なり、３次元的な距離分布を容易かつ安価に得ることができ、また、距離情報解析部によって、その距離画像に基づいて障害物又は段差を検出するので、移動装置は、これらを適切に回避して効率的に走行できる。なお、本明細書における段差は、移動装置が走行する路面とその周辺に存在する凹凸や傾斜のことであり、例えば、階段、溝、スロープ、縁石などが段差に含まれる。

請求項２の発明によれば、距離画像から段差の勾配を検出するので、通過可能な段差かどうか、また、回避するのはどの方向に行けばよいか、などを適切に判断して、効率的に走行できる。

請求項３の発明によれば、凹部の段差を障害物として回避することができ、凹部での脱輪や転落を防止できる。

請求項４の発明によれば、移動装置が自己位置をより確実に認識して、効率的に走行できる。

請求項５の発明によれば、距離画像センサを補間してより確実かつ精度良く環境情報を取得できる。距離画像センサは、１つの距離画像センサで視野を大きく広げると画像データに歪みが生じ、また、複数の距離画像センサを用いて視野を広げるとシステムが複雑となる。そこで、レーザレーダを用いることにより、２次元ではあるが広い視野範囲で、分高解能かつ高速処理可能な環境情報取得ができる。距離画像センサとレーザレーダとを組合すことにより、広域遠方はレーザレーダのみの２次元データ、近くの詳細な３次元的な情報が必要な部分は距離画像センサのデータも用いて、より安全で効率的な走行が可能となる。

請求項６の発明によれば、距離画像センサやレーザレーダによって検出が困難な、例えばガラスのような物体を検出できる。

請求項７の発明によれば、より安全な走行を実現できる。

請求項８の発明によれば、前方の上りスロープを障害物として誤認識することがなくなり、効率的な移動ができる。

請求項９の発明によれば、前方の上りスロープを壁面として誤認識することがなくなり、レーザレーダによる壁検出に基づく自己位置認識の際に、壁を誤認識して位置が狂うということを防止できる。

以下、本発明の一実施形態に係る自律的の走行する移動装置について、図面を参照して説明する。図１は、本移動装置１のブロック構成を示す。移動装置１は、走行制御条件を記憶する記憶手段１１と、障害物又は段差を検出してその位置情報を取得するとともに出力する環境情報取得手段１２と、地図上における自己位置を取得する自己位置認識手段１３と、地図上における自己位置及び記憶手段１１に記憶された走行制御条件をもとに走行するための経路を生成する経路生成手段１４と、走行を行うための走行手段１５と、自己位置認識手段１３により自己位置を認識するとともに環境情報取得手段１２の出力する位置情報に基づいて障害物又は段差を回避しつつ走行制御条件に基づいて走行手段１５を制御する走行制御手段１６、目的地や走行のためのパラメータなどを入力するための操作インターフェース１７と、とを備えている。

環境情報取得手段１２は、撮像された物体までの距離を検出するための進行方向の前方下方側を視野範囲とする距離画像センサ２１と、距離画像センサ２１によって出力される距離画像に基づいて障害物又は段差を検出してその位置情報を出力する距離情報解析部２２とを備えている。距離画像センサ２１は、例えば、強度変調光を用いた空間情報の検出装置で構成できる。このような装置は、発光源からの強度変調された光を撮像空間に照射し、その空間に存在する物体からの反射光を感光部で受光して撮像することにより、撮像された画像からその空間に存在する物体までの距離情報を検出することができる。例えば、特開２００４−３５６５９４号公報に示されている検出装置を用いることができる。

上述のような検出装置で構成した距離画像センサ２１は、強度変調した光を用いて変調周波数の逆数である変調周期に同期した特定の異なる位相で受光強度を複数回検出し、発光源から照射した光の位相と感光部で受光した光の位相との位相差を求めて、この位相差に基づいて、各感光部毎に物体までの距離を求める。すなわち、各感光部毎に距離を求めることにより、距離画像が求められる。距離画像は、後述するように、光を反射した物体までの距離の遠近に応じて、例えば、濃淡表示される。また、距離情報解析部２２は、濃淡表示された各画素について、２値化、差分、エッジ検出などの画像演算を行うことにより、障害物や段差の検出を行うことができる。

また、自己位置認識手段１３は、環境情報取得手段１２が取得した壁などの環境情報と、記憶手段１１に記憶された地図上の環境認識用のデータとを照合することにより、地図上における自己の位置を取得する。

走行手段１５は、電池１５ａで駆動されるモータを備えている。このモータには、その回転数や回転速度を計測するエンコーダが設けられている。移動装置１の走行制御手段１６は、このエンコーダの出力によって移動距離や移動方向を大略知ることができ、これをもとに、デッドレコニング（ｄｅａｄｒｅｃｋｏｎｉｎｇ推定航法）を行う。また、操作インターフェース１７は、人が直接操作できるタッチパネルやキーボード、又は、人が遠隔操作できる無線通信手段などにより構成される。

また、記憶手段１１、環境情報取得手段１２における距離情報解析部２２等の演算部、自己位置認識手段１３、経路生成手段１４、及び走行制御手段１６等を構成するため、ＣＰＵやメモリや外部記憶装置や表示装置や入力装置などを備えた一般的な構成を備えた電子計算機、及びその上のプロセス又は機能の集合を用いることができる。

次に、図２、図３を参照して、移動装置１の走行を説明する。移動装置１は、進行方向（座標軸Ｘ方向）の前方下方側を画像センサ視野２１ａとする距離画像センサ２１及び距離画像を演算処理する距離情報解析部２２を用いて走行面３上の測定領域２１ｂにおける段差３１や障害物３２を検出しながら走行する。座標系ＸＹＺは、移動装置１とともに移動する座標系である。なお、本明細書における段差は、移動装置１が走行する路面とその周辺に存在する凹凸や傾斜のことであり、例えば、階段、溝、スロープ、縁石などが段差に含まれる。また、これらの段差は、移動装置１の走行しようとする前方方向に存在するときは、障害物となる。移動装置１の走行を妨げる障害物には、このような静止物の他に移動体も含まれる。そこで、移動装置１は、障害物を検出した場合、これとの衝突を回避するため迂回、待機等の行動をとりながら、掃除作業、メーリング、案内、さらには運搬作業などのため、所定の走行領域を自律的に走行する。

上述の距離画像センサ２１及び距離情報解析部２２によって得られた距離測定結果は、後述する方法により、移動装置１の現在位置における走行面３、すなわち座標系ＸＹＺのＸＹ平面を基準としたデータに置き直される。この平面より上のデータは、凸部の障害物、段差、上り斜面などを示し、この平面よりしたのデータは、凹部の段差や下り斜面を示す。図２、図３（ａ）に示す状況において、段差３１が前方左右の角度範囲θ１〜θ２の範囲に検出され、障害物３２が角度範囲α１〜α２の範囲に検出されている。

上述のような検出結果は、例えば、図３（ｂ）（ｃ）に示すように、移動装置１の進行方向を０°とする極座標上で所定角度Δθステップ毎の各角度とその角度における検出点までの距離（検知できない場合は大きな距離Ｌ）のデータとされ、環境情報取得手段１２から走行制御手段１６に出力される。この距離データは、障害物３２の一番手前の位置の距離であり、また、段差３１における一番手前の位置、すなわちエッジ部分の位置の距離である。段差におけるエッジ部分の位置や方向の検出は、２次元的（距離の概念を入れて３次元的）な処理（画像処理）が可能な距離画像センサ２１、及び距離情報解析部２２を用いて、容易かつ位置精度良く得られる。

走行制御手段１６は、これらの障害物や段差までの距離情報に基づいて、走行手段１５を制御して走行速度を制御する。その走行速度制御方法は、例えば、特開２００４−１５７８２９号公報に開示されている方法を用いることができる。走行制御手段１６は、例えば、障害物３２までの距離に対し、その障害物３２の方向が進行方向から外れる度合いが大きいほど障害物３２までの距離を遠くに見なす重みを付加した換算障害物距離を算出し、記憶手段１１に予め記憶した所定の最高速度、加速度、減速度、及び前記換算障害物距離に基づいて進行方向の走行速度を設定して走行する。また、走行制御手段１６は、環境情報取得手段１２が自己の前方の所定の走行制御対象領域内部に障害物を検出した場合にのみ走行速度を修正して走行するようにしてもよい。換算障害物距離や走行制御領域を用いることにより、走行面上の障害物以外の壁などに対する反応を減らして、効率的に走行できる。

上述のような走行制御において、走行制御手段１６は、まず、図３（ｂ）に示す段差３１のエッジデータに基づいて、階段などの段差３１への転落等の非常に危険な場合に対して、より安全な走行速度を設定して走行する。その上で、走行制御手段１６は、図３（ｃ）に示す障害物３２を含むデータに基づいてその障害物３２を回避する走行制御を行う。また、段差３１の深さや、段差３１が下り勾配のスロープの場合のその勾配と方向などを考慮して段差を判定することにより、真に走行不可能な場所を回避でき、また、走行可能な場所を回避することなく通行して、安全かつ効率良く走行できる。

また、図３（ｃ）に示されるようなデータを用いて、例えば、文献（ＩｓｈａｙＫａｍｏｎ，ＥｌｏｎＲｉｍｏｎ，ＥｈｕｄＲｉｖｌｉｎ， “ＴａｎｇｅｎｔＢｕｇ：ＡＲａｎｇｅ−Ｓｅｎｓｏｒ−ＢａｓｅｄＮａｖｉｇａｔｉｏｎＡｌｇｏｒｉｔｈｍ”，ＴｈｅＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＲｏｂｏｔｉｃｓＲｅｓｅａｒｃｈ，Ｖｏｌ．１７，Ｎｏ．９，１９９８，ｐｐ．９３４−９５３）に記載の方法を用いて、段差を障害物と見做して回避することができる。

以下において、距離画像センサ２１、及び距離情報解析部２２を用いた、距離画像の取得と距離画像に基づいた障害物又は段差の検出を説明する。

図４乃至図７は、距離画像センサ２１と距離情報解析部２２により上りスロープを検出する方法を示す。まず、座標系の説明をする。図４（ａ）において、距離画像センサ２１は、その画像センサ視野２１ａが臨む測定領域２１ｂにおける物体までの距離を、センサ距離画像面Ｓ上に取得する。センサ距離画像面Ｓは、距離画像センサ２１に対して定義された画像面であり、画像面上の点の位置は、移動装置１とともに移動するセンサ座標系ＵＶＷによって表される。座標軸Ｗは、距離画像センサ２１からの距離を示す。座標軸Ｖは、移動装置１の左右方向の位置を示す。また、センサ座標系ＵＶＷの原点位置は、例えば、移動装置１の現在の位置における走行面３上にとることができる。基準面３０と基準画像測定領域２１ｃは後述する。

また、走行制御手段１６が参照するデータを表す座標系は、移動装置１とともに移動する装置座標系ＸＹＺである。この座標系のＸ軸方向は移動体の走行方向であり、Ｙ軸方向は移動体の左右方向であり、Ｚ軸方向は現在の移動体の位置の走行面３の位置である。これの座標系の原点を、移動装置１の左右中央にとって、センサ座標系ＵＶＷと装置座標系ＸＹＺの原点を同じにすることができる。

上述の座標系ＵＶＷのもとで、図４（ａ）に示す上りスロープを含む距離画像が、図４（ｂ）に示すように、センサ距離画像Ａとして得られる。センサ距離画像Ａは、各画素の濃淡値によって各画素に対応する空間位置の距離を表示する。図４（ｃ）に示すように、距離画像センサ２１から遠いほど濃い濃淡値となっている。濃淡値のグラフにおいて、上りスロープを示す曲線ａは、原点からしばらくの間は、一定割合で濃度が増し、上りスロープの領域において緩やかな一定割合で濃度が増している。

図５（ａ）は、距離画像センサ２１により、図５（ｂ）に示す基準平面距離画像Ｂを取得する様子を示す。基準平面距離画像Ｂは、障害物検出のために用いられる基準となる距離画像である。この基準平面距離画像Ｂは、移動装置１が平らな走行面３に位置する状態で、予め取得され、記憶手段１１に記憶される。なお、基準平面距離画像Ｂは、移動装置１に設置された距離画像センサ２１の走行面３からの高さと座標系ＵＶＷ、ＸＹＺのデータをもとにして、撮像によることなく計算によって構築することができる。この基準平面距離画像Ｂの濃淡値のグラフは、図５（ｃ）の曲線ｂで示すように、一定の割合で単調に増加する。すなわち、Ｕ軸に沿って原点から遠ざかるにつれて、距離画像センサ２１からの距離が増加するので、濃度値が増加している。

上述の距離画像センサ２１によって得られたセンサ距離画像Ａと基準平面距離画像Ｂに対して、距離情報解析部２２による差分演算が行われて、図６（ａ）に示す障害物候補検出用距離画像Ｄが得られる。この画像は、図４（ｃ）に示される曲線ａと曲線ｂに挟まれた領域の濃淡値（濃淡値の差分）からなる画像である。この距離画像により、走行面３の延長平面から上に存在する物体が抽出される。この距離画像Ｄは、差分演算の他にノイズ成分除去の演算も適宜行われる。

上述の障害物候補検出用距離画像Ｄから、障害物（段差やスロープを含む）を検出するため、図６（ｂ）に示すように、所定の閾値ｔ０に基づく２値化処理が行われる。距離画像Ｄを２値化処理（白黒化）した結果、図６（ｃ）（ｄ）に示すように、上りスロープが、画像中に黒い部分として検出される。

上述のように、障害物が検出された場合、距離情報解析部２２は、座標系ＵＶＷにおける障害物候補検出用距離画像Ｄを、図７（ａ）に示すように、座標系ＸＹＺにおけ基準平面投影距離画像Ｇへと、座標変換する。この距離画像Ｇは、走行面３すなわちＸＹ平面の各点における距離測定点の走行面からの高さ、Ｚ座標値を、濃淡表示したものである。この距離画像Ｇを、図７（ｂ）に示すように、第１の閾値ｔ１、及び第２の閾値ｔ２で２値化処理することにより、それぞれ図７（ｃ）（ｄ）に示すように、第１判定画像Ｋ１、第２判定画像Ｋ２が得られる。距離情報解析部２２は、この２つの判定画像Ｋ１，Ｋ２における黒い部分面積が異なることから、検出された障害物は傾斜を有するスロープであると判定し、その結果を走行制御手段１６に出力する。

次に、図８乃至図１０を参照して、走行面から突出した障害物の検出の例を説明する。図８（ａ）は、平面から成る走行面３上に存在する障害物３２を距離画像センサ２１が撮像している様子を示す。座標系その他の説明は上述と同じであり省略する。得られたセンサ距離画像Ａは、図８（ｂ）（ｃ）に示すように、単調に濃度が増加する背景３ａの中に、より近距離に検出されて濃度が薄い障害物３２の像３２ａを含む画像となる。

このようなセンサ距離画像Ａに対して、上述と同様に基準平面距離画像Ｂによる差分演算を行うと、図９（ａ）に示す障害物候補検出用距離画像Ｄが得られる。この距離画像Ｄには、障害物３２に対応する画像３２ｂのみが抽出されている。さらに、この障害物候補検出用距離画像Ｄに対して、図９（ｂ）に示すように、所定の閾値ｔ０に基づく２値化処理を行うと、図９（ｃ）（ｄ）に示すように、障害物３２に対応した黒い部分３２ｃが画像中に検出される。

上述の障害物が検出された障害物候補検出用距離画像Ｄは、前述のように、距離情報解析部２２によって座標変換が行われて、図１０（ａ）に示すように、座標系ＸＹＺにおけ基準平面投影距離画像Ｇが得られる。この距離画像Ｇを、図１０（ｂ）に示すように、第１の閾値ｔ１、及び第２の閾値ｔ２で２値化処理することにより、それぞれ図１０（ｃ）（ｄ）に示すように、第１判定画像Ｋ１、第２判定画像Ｋ２が得られる。距離情報解析部２２は、この２つの判定画像Ｋ１，Ｋ２における黒い部分面積が同じであることから、検出された障害物は傾斜のない凸状の障害物であると判定し、その結果を走行制御手段１６に出力する。なお、上述の距離画像Ｇを得るための座標変換などの演算処理は、少なくとも障害物候補を含む画像領域に対してのみ行うことにより、演算処理の負担を軽減してより高速な処理が可能となる。

次に、図１１（ａ）〜（ｃ）を参照して、走行面から下るスロープ検出の例を説明する。図１１（ａ）は、距離画像センサ２１が、平面から成る走行面３の前方に存在する下りスロープを撮像している様子を示す。座標系その他の説明は上述と同じであり省略する。得られたセンサ距離画像Ａ（不図示）に対応する濃淡値のグラフは、図１１（ｃ）に示す曲線ａのように、平らな走行面に対応する一定の割合で濃度が増加する部分と、下りスロープに対応するより大きな増加率で濃度が増加する部分とからなる。曲線ｂは、基準平面距離画像Ｂ（不図示）に対応する。また、距離情報解析部２２によって差分演算及び座標変換が行われて得られる基準平面投影距離画像Ｇ（不図示）に値する濃淡値のグラフは、図１０（ｃ）に示すように、負の濃度、すなわち、走行面より低いＺ方向高さを有する検出点（下りスロープ上の点）の存在を示す。

次に、図１２（ａ）〜（ｃ）を参照して、走行面からステップ状に落ち込んだ段差検出の例を説明する。図１２（ａ）は、距離画像センサ２１が、平面から成る走行面３の前方に存在する段差を撮像している様子を示す。座標系その他の説明は上述と同じであり省略する。得られたセンサ距離画像Ａ（不図示）に対応する濃淡値のグラフは、図１３（ｃ）に示す曲線ａのように、平らな走行面に対応する一定の割合で濃度が増加する部分と、段差の底面に対応する、同じ増加率であるが段差に対応する値だけ平行移動した曲線の部分とからなる。曲線ｂは、基準平面距離画像Ｂ（不図示）に対応する。また、距離情報解析部２２によって差分演算及び座標変換が行われて得られる基準平面投影距離画像Ｇ（不図示）に値する濃淡値のグラフは、図１２（ｃ）に示すように、負の一定値の濃度、すなわち、走行面より低いＺ方向高さを有する落ち込んだ段差の存在を示す。そして、段差のエッジの位置が、図１２（ｃ）に示すように明確に検出することができる。また、エッジの方向も、基準平面投影距離画像Ｇによって、明確に検出することができる。

上述のようにして、距離画像センサ２１及ぶ距離情報解析部２２によって検出された障害物や段差などの環境情報は、自己位置認識手段１３によって、移動装置１の自己位置を認識するのに用いることができる。このような自己位置認識のために、記憶手段１１は、走行領域における段差部の情報を地図情報として記憶しておく。そして、自己位置認識手段１３は、距離情報解析部２２が検出して出力する段差の情報と地図情報とを照合することにより自己位置を認識することができる。距離画像センサ２１及ぶ距離情報解析部２２によって検出された障害物や段差などの環境情報は、２次元的な情報を容易かつ精度良く得られるので、自己位置をより確実に認識できる。

上述の記憶手段１１に記憶しておく段差部の情報として、例えば、段差のエッジ部分を線分によって表現したものを用いることができる。その線分の始点と終点の位置座標の集合を記憶しておけばよい。これらの線分を表す座標系は、移動装置１の走行領域に固定された座標系ｘｙｚを用いる。従って、記憶された段差部の線分のデータは、検出されたエッジデータとの照合に際して装置座標系ＸＹＺに座標変換されて用いられる。

上述の記憶手段１１に記憶された線分に対応する線分を、距離画像から抽出する方法は、例えば、距離情報解析部２２によって次のようにして行われる。段差を含む基準平面投影距離画像Ｇに対して、一般に画像処理技術において行われる、いわゆるエッジ抽出演算（輪郭抽出演算）が行われる。これにより、段差や障害物の境界を表すエッジ部分の画素が抽出される。このような画素の集合から、線分を構成する画素を抽出して、最小二乗法などにより、最適線分を決定すればよい。また、一般に２次元的に分布する点の集合から直線を抽出する方法として、文献（例えば、ＬｉＺｈａｎｇａｎｄＢｉｊｏｙＫ．Ｇｈｏｓｈ， “ＬｉｎｅＳｅｇｍｅｎｔＢａｓｅｄＭａｐＢｕｉｌｄｉｎｇａｎｄＬｏｃａｌｉｚａｔｉｏｎＵｓｉｎｇ２ＤＬａｓｅｒＲａｎｇｅｆｉｎｄｅｒ”，ＩＥＥＥＩｎｔ．Ｃｏｎｆ．ｏｆＲｏｂｏｔｉｃｓ＆Ａｕｔｏｍａｔｉｏｎ，２０００，ｐｐ２５３８−２５４３など）に記載された方法を用いることもできる。

次に、図１３、図１４、１５を参照して、移動装置１の他の例を説明する。この移動装置１の環境情報取得手段１２は、距離画像センサ２１の他にレーザレーダ２３を備えている。レーザレーダ２３による距離検出データは、距離情報解析部２２によって演算処理される。レーザレーダ２３は、移動装置１の前面に備えられ、走行面３と平行な進行前方の面内を視野範囲とする。レーザレーダは、一般に高い角度分解能を有しており、また、検出速度が速いので、距離画像センサ２１とこのレーザレーダ２３とを組合せることにより、より正確な障害物の位置確認に基づく回避動作が可能となる。

すなわち、レーザレーダ２３は、距離画像センサ２１を補間してより確実かつ精度良く環境情報を取得できる。距離画像センサ２１は、１つの距離画像センサで視野を大きく広げると画像データに歪みが生じ、また、複数の距離画像センサを用いて視野を広げるとシステムが複雑となる。そこで、レーザレーダ２３を用いることにより、２次元面内でのスキャンではあるが広い視野範囲で、分高解能かつ高速処理可能な環境情報取得ができる。距離画像センサ２１とレーザレーダ２３とを組合すことにより、広域遠方はレーザレーダ２３のみの２次元データ（実際は点列のデータ）、近くの詳細な２次元的な広がりのある情報が必要な部分は距離画像センサ２１のデータ（これは３次元データである）も用いて、より安全で効率的な走行が可能となる。

また、レーザレーダ２３によって、壁面を検出することができる。例えば、所定角度ステップΔφ毎に、前方±９０の範囲をスキャンすると、スキャンポイントの集合が得られる。図１４に示すように、壁面４上におけるスキャンポイント４１は、３次元空間における直線状に並ぶことになり、上述の、ＬｉＺｈａｎｇ等の文献に示される方法などによって壁面の位置を検出することができる。自己位置認識手段１３は、レーザレーダ２３によって検出された壁面の位置と、予め記憶手段１１に記憶しておいた壁面を表す線分と照合することにより、地図上の自己位置を認識することができる。

また、レーザレーダ２３による線分の検出結果が、図１５に示すように、壁面ではなく走行方向前方における上りスロープの路面上の点を検出ものである場合がある。このような場合に、路面を壁面としてご認識しないように、距離情報解析部２２は、検出された段差やスロープに対して勾配を求め、レーザレーダ２３で検出した結果が、勾配のある走行面を検出したものかどうか判断する。スロープの勾配は、基準平面投影距離画像Ｇから導出される。すなわち、距離画像Ｇが基準平面に対する高さ情報を有しているので、距離情報解析部２２は、その距離画像Ｇにおけるスロープ部分において、水平距離増分に対する高さ増分から勾配を検出できる。また、その最傾斜勾配方向、及びその最傾斜勾配方向に直交する方向（エッジ方向）を検出することができる。

また、自己位置認識手段１３は、レーザレーダ２３の出力する壁面検出データを用いて自己位置認識を行う際に、その壁面検出データが勾配を有する走行面を検出したデータではないことを距離情報解析部２２の出力に基づいて確認する。これにより、前方の上りスロープを障害物として誤認識することがなくなり、効率的な移動ができる。また、前方の上りスロープを壁面として誤認識することがなくなり、レーザレーダ２３による壁検出に基づく自己位置認識の際に、壁を誤認識して自己位置が狂うということを防止できる。

次に、図１６、図１７を参照して、移動装置１のさらに他の例を説明する。この移動装置１の環境情報取得手段１２は、距離画像センサ２１、レーザレーダ２３の他に、少なくとも一部が距離画像センサ２１の画像センサ視野２１ａと重複する検出範囲２４ａを有する超音波センサ２４を備えている。距離画像センサ２１は、走行面３上では、測定領域２１ｂにおける測距を行い、超音波センサ２４は、走行面上で測定領域２４ｂにおける障害物検出を行う。超音波センサ２４による距離検出データは、距離情報解析部２２によって演算処理される。

超音波センサ２４として、超音波受波素子をアレイ状に複数配列して電子的スキャンにより３次元距離画像を得ることができる超音波アレイセンサなどが好適に用いられる。超音波を用いるこのようなセンサでは、距離画像センサ２１やレーザレーダ２３によっては検出困難な、例えば、透明なガラス戸５のようなものを障害物として検出できる。

このように複数の距離測定用のセンサを備えた移動装置１の走行制御手段１６は、距離画像センサ２１、レーザレーダ２３、及び超音波センサ２４等のうち一番近くに障害物があると判断しているセンサの出力する障害物検出信号に基づいて、走行速度の制限や障害物を回避するように走行手段１５を制御してより安全な走行を実現することができる。

なお、本発明は、上記構成に限られることなく種々の変形が可能である。例えば、距離画像センサ２１を複数備えることができる。また距離画像センサ２１は、上述したような強度変調光を用いるものに限らず、視差を用いたものでもよい。

本発明の一実施形態に係る移動装置についてのブロック構成図。同上装置の走行状態を示す斜視図。（ａ）は図２に示す移動装置の走行状態の平面図、（ｂ）は同走行状態において検出した段差のデータを説明する図、（ｃ）は同じく障害物及び段差のデータを説明する図。（ａ）は同上移動装置の距離画像センサにより上りスロープを検出する様子を示す斜視図、（ｂ）は同センサにより得られるセンサ距離画像、（ｃ）は同センサ距離画像における濃淡値分布の代表的なグラフ。（ａ）は同上移動装置の距離画像センサにより基準平面距離画像を取得する様子を示す斜視図、（ｂ）は同センサにより得られる基準平面距離画像、（ｃ）は同距離画像における濃淡値分布の代表的なグラフ。（ａ）は同上センサ距離画像と基準平面距離画像の差分により得られた障害物検出用距離画像、（ｂ）は同距離画像における濃淡値分布の代表的なグラフ、（ｃ）は同距離画像を２値化処理して得られた障害物検出画像、（ｄ）は同障害物検出画像における濃淡値分布の代表的なグラフ。（ａ）は同上障害物検出用距離画像を基準平面に投影して得られた基準平面投影距離画像、（ｂ）は同距離画像における濃淡値分布の代表的なグラフ、（ｃ）は同距離画像を第１の閾値で２値化処理して得られた判定画像、（ｄ）は同距離画像を第２の閾値で２値化処理して得られた判定画像。（ａ）は同上移動装置の距離画像センサにより障害物を検出する様子を示す斜視図、（ｂ）は同センサにより得られるセンサ距離画像、（ｃ）は同センサ距離画像における濃淡値分布の代表的なグラフ。（ａ）は同上センサ距離画像と基準平面距離画像の差分により得られた障害物検出用距離画像、（ｂ）は同距離画像における濃淡値分布の代表的なグラフ、（ｃ）は同距離画像を２値化処理して得られた障害物検出画像、（ｄ）は同障害物検出画像における濃淡値分布の代表的なグラフ。（ａ）は同上障害物検出用距離画像を基準平面に投影して得られた基準平面投影距離画像、（ｂ）は同距離画像における濃淡値分布の代表的なグラフ、（ｃ）は同距離画像を第１の閾値で２値化処理して得られた判定画像、（ｄ）は同距離画像を第２の閾値で２値化処理して得られた判定画像。（ａ）は同上移動装置の距離画像センサにより下りスロープを検出する様子を示す斜視図、（ｂ）は同センサにより得られるセンサ距離画像における濃淡値分布の代表的なグラフ、（ｃ）は同上センサ距離画像と基準平面距離画像の差分により得られた障害物検出用距離画像における濃淡値分布の代表的なグラフ。（ａ）は同上移動装置の距離画像センサにより凹状段差を検出する様子を示す斜視図、（ｂ）は同センサにより得られるセンサ距離画像における濃淡値分布の代表的なグラフ、（ｃ）は同上センサ距離画像と基準平面距離画像の差分により得られた障害物検出用距離画像における濃淡値分布の代表的なグラフ。本発明の他の実施形態に係る移動装置についてのブロック構成図。同上装置の走行状態を示す斜視図。同上装置の上りスロープ手前における走行状態を示す側面図。本発明のさらに他の実施形態に係る移動装置についてのブロック構成図。同上装置の走行状態を示す斜視図。

符号の説明

１移動装置
３走行面
４壁面
１１記憶手段
１２環境情報取得手段
１３自己位置認識手段
１５走行手段
１６走行制御手段
２１距離画像センサ
２１ａ画像センサ視野
２２距離情報解析部
２３レーザレーダ
２４超音波センサ
３１段差
３２障害物
Ａ，Ｂ，Ｄ，Ｇ距離画像

Claims

走行制御条件を記憶する記憶手段と、障害物又は段差を検出してその位置情報を取得するとともに出力する環境情報取得手段と、地図上における自己位置を取得する自己位置認識手段と、走行を行うための走行手段と、前記自己位置認識手段により自己位置を認識するとともに前記環境情報取得手段の出力する位置情報に基づいて障害物又は段差を回避しつつ前記走行制御条件に基づいて前記走行手段を制御する走行制御手段とを備えて自律的に移動する移動装置において、
前記環境情報取得手段は、撮像された物体までの距離を検出するための進行方向の前方下方側を視野範囲とする距離画像センサと、前記距離画像センサによって出力される距離画像に基づいて障害物又は段差を検出してその位置情報を出力する距離情報解析部と、を備えたことを特徴とする移動装置。
前記距離情報解析部は、前記距離画像から段差の勾配を検出して段差を判断することを特徴とする請求項１に記載の移動装置。
前記距離情報解析部は、凹部の段差を検出した場合、その段差を凸部の段差の障害物として検出結果を出力することを特徴とする請求項１又は請求項２に記載の移動装置。
前記記憶手段は、走行領域における段差部の情報を地図情報として記憶しており、前記自己位置認識手段は、距離情報解析部が検出して出力する段差の情報と前記地図情報とを照合することにより自己位置を認識することを特徴とする請求項１乃至請求項３のいずれかに記載の移動装置。
前記環境情報取得手段は、走行面と平行な進行前方を視野範囲とするレーザレーダを備えたことを特徴とする請求項１乃至請求項４のいずれかに記載の移動装置。
前記環境情報取得手段は、少なくとも一部が距離画像センサの視野範囲と重複する検出範囲を有する超音波センサを備えたことを特徴とする請求項１乃至請求項５のいずれかに記載の移動装置。
前記走行制御手段は、少なくとも前記距離画像センサ又は超音波センサを含む複数のセンサのうち一番近くに障害物があると判断しているセンサの出力する障害物検出信号に基づいて、障害物を回避するように前記走行手段を制御することを特徴とする請求項６に記載の移動装置。
前記距離情報解析部は、前記レーザレーダで検出した障害物が、勾配のある走行面を検出したものかどうか判断することを特徴とする請求項５に記載の移動装置。
前記自己位置認識手段は、前記レーザレーダの出力する壁面検出データを用いて自己位置認識を行う際に、当該壁面検出データが勾配を有する走行面を検出したデータではないことを前記距離情報解析部の出力に基づいて確認することを特徴とする請求項５に記載の移動装置。