JP2008009765A - 無人搬送車、無人搬送車運転システム、その制御方法、記録媒体、ソフトウェア、ブロックパターン及び広域パターン - Google Patents
無人搬送車、無人搬送車運転システム、その制御方法、記録媒体、ソフトウェア、ブロックパターン及び広域パターン Download PDFInfo
- Publication number
- JP2008009765A JP2008009765A JP2006180220A JP2006180220A JP2008009765A JP 2008009765 A JP2008009765 A JP 2008009765A JP 2006180220 A JP2006180220 A JP 2006180220A JP 2006180220 A JP2006180220 A JP 2006180220A JP 2008009765 A JP2008009765 A JP 2008009765A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- absolute position
- detection
- map information
- information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000001514 detection method Methods 0.000 claims abstract description 209
- 230000000694 effects Effects 0.000 claims description 5
- 238000004587 chromatography analysis Methods 0.000 claims 1
- 230000000593 degrading effect Effects 0.000 abstract 1
- 239000004020 conductor Substances 0.000 description 20
- 230000032258 transport Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000003973 paint Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Images
Abstract
【課題】単純なセンシング方法により、認識率を低下させずに簡便に自己の絶対位置の検出が可能となるパターン手段およびその検出手段を備えた、無人搬送車、無人搬送車運転システム及びその制御方法を提供する。
【解決手段】前記運転制御手段5は、予め記憶された絶対位置検出パターンのマップ情報とこのマップ情報以外の外側に仮想的に設置された絶対位置検出パターンのパターン情報などを記録するマップ情報記録手段10と、現在検出している検出パターン情報と少なくとも1つ前の検出パターン情報を記憶する検出情報記憶手段11と、前記検出パターン情報を、対応する前記マップ情報記録手段10のマップ情報の組み合わせと照合することにより絶対位置を検知する絶対位置検知手段16とを備えている。
【選択図】図5
【解決手段】前記運転制御手段5は、予め記憶された絶対位置検出パターンのマップ情報とこのマップ情報以外の外側に仮想的に設置された絶対位置検出パターンのパターン情報などを記録するマップ情報記録手段10と、現在検出している検出パターン情報と少なくとも1つ前の検出パターン情報を記憶する検出情報記憶手段11と、前記検出パターン情報を、対応する前記マップ情報記録手段10のマップ情報の組み合わせと照合することにより絶対位置を検知する絶対位置検知手段16とを備えている。
【選択図】図5
Description
本発明は、部品、ユニットなどを工場、倉庫等で搬送する無人搬送車、無人搬送車運転システム及びその制御方法に関するものである。
製品の組み立て部品やユニットなどを自動搬送するのに工場、倉庫等で使用される部品搬送用の自律ロボット又は無人搬送車は、自己の絶対位置を正確に把握することが必要である。無人搬送車の誘導では、床に設けた磁気テープでの誘導や、天井に設けたカメラで無人搬送車を撮像して誘導することなどが行われている。
天井のカメラによる誘導では、カメラの設置や複数カメラの切り換えなどの負担が大きく、磁気テープによる誘導では進路を知ることはできても、無人搬送車の絶対位置を認識することができない。
天井のカメラによる誘導では、カメラの設置や複数カメラの切り換えなどの負担が大きく、磁気テープによる誘導では進路を知ることはできても、無人搬送車の絶対位置を認識することができない。
かかる不都合を解消するために、無人搬送車の走行速度制御装置、位置補正方法、位置補正装置などが従来から提案されている(例えば、特許文献1乃至3参照)。
上記提案においては、導線やパターンにより無人搬送車の速度を正確に制御したり、向かっている方位を認識したり、現在位置を検知することを主眼としており、他にもジャイロセンサとタグを設ける手法などが知られている。
上記提案においては、導線やパターンにより無人搬送車の速度を正確に制御したり、向かっている方位を認識したり、現在位置を検知することを主眼としており、他にもジャイロセンサとタグを設ける手法などが知られている。
しかし、特許文献1では、無人搬送車の導線自体の線幅や導線上に色マークを備えているように構成されている。しかし、張替えや条件変更への対応が困難であった。
また、特許文献2では、無人搬送車の向かっている方向がグレーティング床のテクスチャーパターンで検出でき、IDマークにより現在位置の認識もできる構成となっている。しかし、実際にはテクスチャーパターンをすべての床に施さなければならず、コストが掛かる。また、テクスチャーパターンとは別にIDマークが必要となるためさらにコストが掛かってしまう。
さらに、特許文献3では、走行経路上にバーコード等の絶対位置を示すマークを形成し、無人搬送車にこれを撮像するCCDカメラ等の撮像手段を設けて絶対位置を検出する。しかし、バーコードなどのIDマークは、一般に工場環境では、汚れたり剥がれたりして、現在位置を誤認識してしまう可能性が高くなるという問題があった。
また、特許文献2では、無人搬送車の向かっている方向がグレーティング床のテクスチャーパターンで検出でき、IDマークにより現在位置の認識もできる構成となっている。しかし、実際にはテクスチャーパターンをすべての床に施さなければならず、コストが掛かる。また、テクスチャーパターンとは別にIDマークが必要となるためさらにコストが掛かってしまう。
さらに、特許文献3では、走行経路上にバーコード等の絶対位置を示すマークを形成し、無人搬送車にこれを撮像するCCDカメラ等の撮像手段を設けて絶対位置を検出する。しかし、バーコードなどのIDマークは、一般に工場環境では、汚れたり剥がれたりして、現在位置を誤認識してしまう可能性が高くなるという問題があった。
そこで、ランドマークやタグを天井や壁に設置し、その位置関係を計測することで自己位置を計算したり、レーザやGPSなどで絶対位置を計測するなどいった方法が開発されてきた。
特開平4−306708号公報
特開2001−134318公報
特開2000−250626公報
しかしながら、このような位置関係の計測による自己位置の計算、レーザ、GPSなどの使用では装置が複雑で高価になってしまうという課題があった。とくに障害物やノイズによる検知ミスや誤差による補正手段が複雑化してしまうという問題も発生する。
そこで、本発明の目的は、上述した実情を考慮して、特別なランドマーク、タグや複数のセンシング方法がなくても、導線パターンと絶対位置検出パターンとがあり、少なくとも1つ前の検出パターンと現在検出した検出パターンを組み合わせパターンとして認識することで、単純なセンシング方法により、認識率を低下させずに簡便に自己の絶対位置の検出が可能となるパターン手段およびその検出手段を備えた、無人搬送車及びその制御方法などを提供することにある。
そこで、本発明の目的は、上述した実情を考慮して、特別なランドマーク、タグや複数のセンシング方法がなくても、導線パターンと絶対位置検出パターンとがあり、少なくとも1つ前の検出パターンと現在検出した検出パターンを組み合わせパターンとして認識することで、単純なセンシング方法により、認識率を低下させずに簡便に自己の絶対位置の検出が可能となるパターン手段およびその検出手段を備えた、無人搬送車及びその制御方法などを提供することにある。
上記の課題を解決するために、請求項1に記載の発明は、走行面上のパターン手段を検出するために車体上に設置されるパターン検出手段と、このパターン検出手段の出力信号を受けて前記車体の運転制御をする運転制御手段とを有する無人搬送車において、その車体の絶対位置を正確に把握するために、前記運転制御手段は、予め記憶された絶対位置検出パターンのマップ情報とこのマップ情報以外の外側に仮想的に設置された絶対位置検出パターンのパターン情報などを記録するマップ情報記録手段と、現在検出している検出パターン情報と少なくとも1つ前の検出パターン情報を記憶する検出情報記憶手段と、前記パターン検出手段が出力した絶対位置検出パターン信号と前記検出情報記憶手段に記憶されている少なくとも1つ前の検出パターン情報との組み合わせパターンから、前記検出パターン情報を、対応する前記マップ情報記録手段のマップ情報の組み合わせと照合することにより絶対位置を検知する絶対位置検知手段とを備えている無人搬送車を特徴とする。
また、請求項2に記載の発明は、無人搬送車の絶対位置を正確に把握するために、車体外に設置されるパターン手段と、このパターン手段を検出するために前記車体上に設置されるパターン検出手段と、このパターン検出手段の出力信号を受けて前記車体の運転制御をする運転制御手段とを有する無人搬送車運転システムにおいて、前記パターン手段が導線パターンである前記パターン手段と、絶対位置検出パターンであるパターン手段と、予め記憶された絶対位置検出パターンのマップ情報とこのマップ情報以外の外側に仮想的に設置された絶対位置検出パターンのパターン情報などを記録するマップ情報記録手段と、現在検出している検出パターン情報と少なくとも1つ前の検出パターン情報を記憶する検出情報記憶手段と、前記パターン検出手段が出力した絶対位置検出パターン信号と前記検出情報記憶手段に記憶されている少なくとも1つ前の検出パターン情報との組み合わせパターンから、前記検出パターン情報を、前記運転制御手段が対応する前記マップ情報記録手段のマップ情報の組み合わせと照合することにより絶対位置を検知する絶対位置検知手段とを備えている無人搬送車運転システムを特徴とする。
また、請求項3に記載の発明は、無人搬送車の絶対位置を正確に把握するために、請求項2記載の無人搬送車運転システムを制御する無人搬送車運転システムの制御方法において、前記パターン検出手段により、絶対位置検出パターンの検出信号を取得するパターン信号検出工程と、前記パターン検出手段から取得されるパターン画像信号を画像処理する画像処理工程と、この画像処理工程の結果である現在検出している検出パターンと少なくとも1つ前の検出パターンを記憶するパターン記憶工程と、前記マップ情報記録手段で予め記憶されるマップ情報とこのマップ情報以外の外側に仮想的に設置された絶対位置検出パターンのマップ情報を記録するマップ情報記録工程と、少なくとも1つ前の検出パターン情報と現在検出している検出パターン情報との組み合わせパターンから、前記マップ情報記録工程のマップ情報の組み合わせとを照合することによって絶対位置を算出する絶対位置演算工程とを備えている無人搬送車運転システムの制御方法を特徴とする。
また、請求項4に記載の発明は、無人搬送車の絶対位置を正確に把握するために、請求項2記載の無人搬送車運転システムを制御する無人搬送車運転システムの制御プログラムを格納する記録媒体において、前記制御プログラムが、前記パターン検出手段により、絶対位置検出パターンの検出信号を取得するパターン信号検出工程と、前記パターン検出手段から取得されるパターン画像信号を画像処理する画像処理工程と、前記画像処理工程の結果である現在検出している検出パターンと少なくとも1つ前の検出パターンを記憶するパターン記憶工程と、前記マップ情報記録手段で予め記憶されるマップ情報とマップ情報以外の外側に仮想的に設置された絶対位置検出パターンのマップ情報を記録するマップ情報記録工程と、少なくとも1つ前の検出パターン情報と現在検出している検出パターン情報との組み合わせパターンから、前記マップ情報記録工程のマップ情報の組み合わせを照合することによって絶対位置を算出する絶対位置演算工程を含んでいる記録媒体を特徴とする。
また、請求項5に記載の発明は、無人搬送車の絶対位置を正確に把握するために、請求項2記載の無人搬送車運転システムを制御する無人搬送車運転システムの制御プログラムを含んでいるソフトウェアにおいて、前記制御プログラムが、前記パターン検出手段により、絶対位置検出パターンの検出信号を取得するパターン信号検出工程と、前記パターン検出手段から取得されるパターン画像信号を画像処理する画像処理工程と、前記画像処理工程の結果である現在検出している検出パターンと少なくとも1つ前の検出パターンを記憶するパターン記憶工程と、前記マップ情報記録手段で予め記憶されるマップ情報とマップ情報以外の外側に仮想的に設置された絶対位置検出パターンのマップ情報を記録するマップ情報記録工程と、少なくとも1つ前の検出パターン情報と現在検出ししている検出パターン情報との組み合わせパターンから、接続マップ情報記録工程のマップ情報の組み合わせを照合することによって絶対位置を算出する絶対位置演算工程を含んでいるソフトウェアを特徴とする。
また、請求項6に記載の発明は、請求項2記載の無人搬送車運転システムで使用される絶対位置検出パターンにおいて、N×N(N≧3)のブロックパターンで構成されている絶対位置検出ブロックパターンを特徴とする。
また、請求項7に記載の発明は、請求項2記載の無人搬送車運転システムで使用される広域パターンにおいて、前記車体外に設置される前記パターン手段は、前記無人搬送車の最大活動範囲にすべて構成されている広域パターンを特徴とする。
また、請求項7に記載の発明は、請求項2記載の無人搬送車運転システムで使用される広域パターンにおいて、前記車体外に設置される前記パターン手段は、前記無人搬送車の最大活動範囲にすべて構成されている広域パターンを特徴とする。
本発明によれば、導線パターンと絶対位置検出パターンとを施し、少なくとも1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報を組み合わせることで、低コストでかつ認識率を低下させずに、1種類のセンサで簡便に無人搬送車自体の絶対位置の検出を達成できる。
以下、図面を参照して、本発明の実施の形態を詳細に説明する。図1は本発明に係わる無人搬送車の第1の実施の形態を示す上面図である。図2は図1の無人搬送車を示す正面図である。図3は本発明に係わる無人搬送車の第2の実施の形態を示す上面図である。図4は図3の無人搬送車を示す正面図である。図5は図1及び図3の無人搬送車の回路構成を説明するブロック図である。
図1乃至図5を参照して、無人搬送車1において、モータ2、このモータ2によって駆動される駆動輪3、及び従動輪4は、無人搬送車1の駆動機構13の走行駆動部分である。
この走行駆動部分は制御盤5により制御され、駆動機構13のロータリーエンコーダ等でその回転数を監視し、駆動機構13のステアリング部でステアリング角を算出して積算しているものとする(図5)。
画像センサ7はCCDカメラ或いはCMOSカメラ等のカメラであり、無人搬送車1の車体底部などに向きを固定して取り付けられ、床(走行面)9の上の後述する導線パターンおよび絶対位置検出パターン等を撮像する。
制御盤5では、画像センサ7であるカメラからの画像信号を用いて無人搬送車1の現在位置を認識する。カメラで撮像する範囲は、好ましくは、無人搬送車1の下部(底部)あるいは前方の床面で、導線パターンや絶対位置検出パターンの最大構成領域より大きい範囲とする。バッテリ6は、制御盤5などを動作させる電源である。
この走行駆動部分は制御盤5により制御され、駆動機構13のロータリーエンコーダ等でその回転数を監視し、駆動機構13のステアリング部でステアリング角を算出して積算しているものとする(図5)。
画像センサ7はCCDカメラ或いはCMOSカメラ等のカメラであり、無人搬送車1の車体底部などに向きを固定して取り付けられ、床(走行面)9の上の後述する導線パターンおよび絶対位置検出パターン等を撮像する。
制御盤5では、画像センサ7であるカメラからの画像信号を用いて無人搬送車1の現在位置を認識する。カメラで撮像する範囲は、好ましくは、無人搬送車1の下部(底部)あるいは前方の床面で、導線パターンや絶対位置検出パターンの最大構成領域より大きい範囲とする。バッテリ6は、制御盤5などを動作させる電源である。
図3及び図4においては、センサとして磁気センサ8が使用され、後述する磁気テープにより構成された導線パターンと絶対位置検出パターンを検出する。磁気センサ8は、例えば、ホール素子が直線状に並んだものである。直線状のホール素子が複数並列に並んでいてもよい。
図5には無人搬送車1の制御盤5などの構成図を示している。画像センサ7(或いは磁気センサ8)、例えば、CCDカメラ(或いはホール素子)は、床9面上の導線パターン及び絶対位置検出パターンを検出し、画像信号(検出信号)は、I/F(インターフェース)12を通して、導線パターンまたは絶対位置検出パターンに対応する画像信号(検出信号)をCPU16の画像処理部に送る。ここで画像処理(信号処理)されて、結果をRAM11にパターン情報として格納する。
図5には無人搬送車1の制御盤5などの構成図を示している。画像センサ7(或いは磁気センサ8)、例えば、CCDカメラ(或いはホール素子)は、床9面上の導線パターン及び絶対位置検出パターンを検出し、画像信号(検出信号)は、I/F(インターフェース)12を通して、導線パターンまたは絶対位置検出パターンに対応する画像信号(検出信号)をCPU16の画像処理部に送る。ここで画像処理(信号処理)されて、結果をRAM11にパターン情報として格納する。
図6は絶対位置パターン情報のマップ情報と搬送経路情報の例として示すマップ情報を説明する図である。実際のマップ情報は、例えば、図6に示す通りで、実線枠線内が従来のマップ情報データとすると、枠線外が本発明の仮想的な絶対位置検出パターン情報である。
図6中の矢印は搬送経路情報であり、破線で囲まれたパターンデータが1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報の組み合わせである。
検出したパターン情報と少なくとも1つ前の通過した絶対位置検出パターン情報とマップ情報の組み合わせ情報とを比較演算して絶対位置演算工程であるCPU16で絶対位置を算出する(図5)。
図6中の矢印は搬送経路情報であり、破線で囲まれたパターンデータが1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報の組み合わせである。
検出したパターン情報と少なくとも1つ前の通過した絶対位置検出パターン情報とマップ情報の組み合わせ情報とを比較演算して絶対位置演算工程であるCPU16で絶対位置を算出する(図5)。
後述の図7乃至図10に示すように、絶対位置検出パターン18の場合、少なくとも1つ前の絶対位置パターン情報と現在の当該絶対位置パターン情報の組み合わせから図5のROM10のマップ情報である絶対位置パターンの組み合わせマップ情報とをCPU16で比較参照してRAM11に現在の絶対位置として現在位置を格納する。
この時、当然ながら、ROM10にある搬送経路情報や初期位置情報を参照して、現在経路位置を確認してもよい。すなわち、全体マップ情報から現在絶対値を確認し、初期位置情報や経路情報に対して正しく動作しているか確認することは普通に行われる動作である。
この時、当然ながら、ROM10にある搬送経路情報や初期位置情報を参照して、現在経路位置を確認してもよい。すなわち、全体マップ情報から現在絶対値を確認し、初期位置情報や経路情報に対して正しく動作しているか確認することは普通に行われる動作である。
搬送経路情報から確認できれば次の絶対位置パターンは予測できるので、比較参照するパターン情報の第1候補としてもよい。絶対位置パターン情報のマップ情報と搬送経路情報の例を示す図6において、この例では、矢印は搬送経路であり、初期位置は、111 101 111 である。1つ前の位置パターンは、実際のマップ情報以外の仮想的に設定されているマップ情報111 110 111である。
データ構造としては配列やポインタで構成されている。駆動機構13では、ロータリーエンコーダ等で取得したその回転数をCPU16で監視し、ステアリング角を算出して積算した結果をRAM11に格納している。これによりフィードバックしながらステアリングへ制御信号を送っている。
データ構造としては配列やポインタで構成されている。駆動機構13では、ロータリーエンコーダ等で取得したその回転数をCPU16で監視し、ステアリング角を算出して積算した結果をRAM11に格納している。これによりフィードバックしながらステアリングへ制御信号を送っている。
CPU16である画像処理部は、絶対位置検出パターン18の場合に、例えば、3×3の白黒ブロックパターンを画像処理する。絶対位置検出パターン18の場合、マップ情報を取り出して、画像処理したブロックパターンがどの絶対位置であるかマップ情報と比較参照して絶対値を算出する。
この時、初期値の東西南北の方位情報により、ブロックパターンを回転させて正規化する方法もある。例えば、3×3の白黒ブロックパターンであれば、画処理結果から3×3の1ビット配列変数に検出した絶対位置情報を代入し、例えば、黒部は1、白部は0とする。
この時、初期値の東西南北の方位情報により、ブロックパターンを回転させて正規化する方法もある。例えば、3×3の白黒ブロックパターンであれば、画処理結果から3×3の1ビット配列変数に検出した絶対位置情報を代入し、例えば、黒部は1、白部は0とする。
<例>
取得位置データ:111 101 111、1つ前の位置データ:111 110 111、
マップデータ:0番地111 111 111、1番地111 111 110、2番地111 111 101、3番地111 111 011、4番地111 110 111、5番地111 101 111・・・
以下は省略する。
取得位置データ:111 101 111、1つ前の位置データ:111 110 111、
マップデータ:0番地111 111 111、1番地111 111 110、2番地111 111 101、3番地111 111 011、4番地111 110 111、5番地111 101 111・・・
以下は省略する。
上方向の組み合わせパターンは、
(0番地、1番地)(1番地、2番地)(2番地、3番地)(4番地、5番地)(5番地、6番地)(6番地、7番地)・・・
以下は省略する。
右方向の組み合わせパターンは、
(1番地、5番地)(2番地、6番地)(3番地、7番地)・・・
以下は省略する。
(0番地、1番地)(1番地、2番地)(2番地、3番地)(4番地、5番地)(5番地、6番地)(6番地、7番地)・・・
以下は省略する。
右方向の組み合わせパターンは、
(1番地、5番地)(2番地、6番地)(3番地、7番地)・・・
以下は省略する。
この例では、初期位置は、111 101 111、1つ前の位置パターンは、111 110 111なので、(4番地、5番地)という組み合わせパターンに照合し、5番地ということになる。
方位情報は、例えば、2ビット変数で東西南北が、それぞれ0,1,2,3とする。絶対位置の取得データに対し、方位情報が、0なら無変換、1なら180°データ変換、2なら−90°変換、3なら+90°変換して正規化する。初期状態が0で、予め計画された搬送経路により方向を変える場合は、その時点で方位情報を書き換える。
方位情報は、例えば、2ビット変数で東西南北が、それぞれ0,1,2,3とする。絶対位置の取得データに対し、方位情報が、0なら無変換、1なら180°データ変換、2なら−90°変換、3なら+90°変換して正規化する。初期状態が0で、予め計画された搬送経路により方向を変える場合は、その時点で方位情報を書き換える。
後述の図7乃至図10に示すように、導線パターン17の場合、画像処理部16では、例えば、導線の端部の位置と傾きを求めて位置補正信号を制御盤5に送る。そしてxyの方向がカメラ画像上でどのように現れるかを求めれば、無人搬送車1の姿勢が、床9で定まるxyの傾きから、どれだけシフトしているかを求めることができる。
このようにして得られた自己位置は、無人搬送車1の車体に固定したカメラセンサなどを用い、現実に走行している床9面上のパターンを用いるので、極めて正確である。さらに、カメラ画像の中心などで、誘導パターンからの左右への位置のずれも検出できる。従って、無人搬送車1の走行経路から左右へのずれ(無人搬送車1の幅方向のずれ)を、ほぼ常時、認識できる。
このようにして得られた自己位置は、無人搬送車1の車体に固定したカメラセンサなどを用い、現実に走行している床9面上のパターンを用いるので、極めて正確である。さらに、カメラ画像の中心などで、誘導パターンからの左右への位置のずれも検出できる。従って、無人搬送車1の走行経路から左右へのずれ(無人搬送車1の幅方向のずれ)を、ほぼ常時、認識できる。
マップでは、絶対位置検出パターン18から読み込んだ画像処理結果とマップ上の絶対位置情報とを比較し、無人搬送車1の現在位置を求める。さらに、カメラ画像上の所定位置からの誘導パターン画像の位置のずれから、カメラ画像上の所定位置に現れる場合に対する、前後(進行方向)左右(車体幅方向)の位置のずれを求めた、マップ上の座標を補正する。
これによって、無人搬送車1の現在位置を正確に認識する。方位は床9のパターンの撮像によってほぼ常時判明しており、走行経路からの左右のずれもほぼ常時判明している。そして間欠的にではあるが、絶対位置検出パターン18を認識することにより、現在位置が正確に判明する。
これによって、無人搬送車1の現在位置を正確に認識する。方位は床9のパターンの撮像によってほぼ常時判明しており、走行経路からの左右のずれもほぼ常時判明している。そして間欠的にではあるが、絶対位置検出パターン18を認識することにより、現在位置が正確に判明する。
画像センサ7(図1)からの画像を用いるもの以外に、駆動輪3に取り付けたロータリーエンコーダ等からの信号で、無人搬送車1の走行距離が判明している。またステアリング部でステアリング角を求めて積算すると、無人搬送車1の方位が判明する。
そして、例えば、無人搬送車1は、ロータリーエンコーダやステアリング部で求めた現在位置と方位とに基づいて走行し、求めた方位の妥当性を床9面上の絶対位置検出パターン18を画像処理して求めた方位で較正する。
同様に、走行経路からの左右へのずれを、誘導(導体)パターンを画像処理して求めたずれの値によって較正する。さらに、絶対位置検出パターン18を撮像する都度、現在位置の絶対位置を求めて、現在位置を較正する。
そして、例えば、無人搬送車1は、ロータリーエンコーダやステアリング部で求めた現在位置と方位とに基づいて走行し、求めた方位の妥当性を床9面上の絶対位置検出パターン18を画像処理して求めた方位で較正する。
同様に、走行経路からの左右へのずれを、誘導(導体)パターンを画像処理して求めたずれの値によって較正する。さらに、絶対位置検出パターン18を撮像する都度、現在位置の絶対位置を求めて、現在位置を較正する。
第1及び第2の実施の形態では、天井に備え付けのカメラを用いず、壁にランドマーク、またジャイロやタグも用いずに、無人搬送車1(図1、図3)を正確に自律走行させることができる。
さらに、撮像した誘導パターン画像の中心位置等から、走行経路からの左右のずれも正確に求めることができる。また間欠的に絶対位置検出パターン18を検出すれば、絶対位置を算出できる。
さらに、撮像した誘導パターン画像の中心位置等から、走行経路からの左右のずれも正確に求めることができる。また間欠的に絶対位置検出パターン18を検出すれば、絶対位置を算出できる。
図7は図1の第1の実施の形態の無人搬送車を導線パターンとともに示す概略図である。図8は図7の第1の実施の形態の場合における導線パターンと絶対位置検出パターンを示す概略図である。
図9は図3の第2の実施の形態の無人搬送車を導線パターンとともに示す概略図である。図10は図9の第1の実施の形態の場合における導線パターンと絶対位置検出パターンを示す概略図である。
図9は図3の第2の実施の形態の無人搬送車を導線パターンとともに示す概略図である。図10は図9の第1の実施の形態の場合における導線パターンと絶対位置検出パターンを示す概略図である。
図7乃至図10には、床9(図2、図4)上の導線パターン17及び絶対位置検出パターン18を示している。床(走行面)9上に施されたパターン導線パターン17や絶対位置検出パターン18は、例えば、画像センサ7(図7)の場合は、コントラストを高くするため、白い床に対し、黒テープ、黒塗料を、又は磁気センサ8(図9)の場合は、磁気テープで構成されたパターンであり、無人搬送車1はこのパターンを認識して、搬送制御に用いる。
導線パターン17で経路の搬送制御を行い、導線パターン17の端部に絶対位置検出パターン18を配置し、例えば、3×3の白黒ブロックパターン或いは磁気テープ有る無しによるブロックパターンである。
導線パターン17で経路の搬送制御を行い、導線パターン17の端部に絶対位置検出パターン18を配置し、例えば、3×3の白黒ブロックパターン或いは磁気テープ有る無しによるブロックパターンである。
図11は広域パターンとして構成された導線パターン及び絶対位置検出パターンの第1の例を示す概略図である。図12は広域パターンとして構成された導線パターン及び絶対位置検出パターンの第2の例を示す概略図である。これらの図に示すように、導線パターン17及び絶対位置検出パターン18は広域パターンであってもよい。
図1乃至図10を参照して、無人搬送車の作用について説明する。図7及び図9のパターン手段では、導線パターン17と絶対位置検出パターン18が組み合わされている。これが床9上などに施されており、図1の画像センサ7であるCCDカメラなどを用いる場合は、コントラストが一番大きい、例えば、白い床9に黒いパターンを用いる。
これらのパターン17,18は黒いテープでもよいし、黒い塗料で構成しても構わない。カラーCCDカメラにより、コントラストの高い色パターンを選んでもよい。図3の磁気センサ8を用いる場合は、これらのパターン17,18は磁気テープで構成する。
上記導線パターン17と絶対位置検出パターン18とを施し、少なくとも1つ前の通過した絶対位置検出パターン情報と現在県質している絶対位置検出パターン情報を組み合わせることで、無人搬送車は、低コストでかつ認識率を低下させずに、1種類のセンサで簡便に自己の絶対位置の検出を達成できるという効果がある。
これらのパターン17,18は黒いテープでもよいし、黒い塗料で構成しても構わない。カラーCCDカメラにより、コントラストの高い色パターンを選んでもよい。図3の磁気センサ8を用いる場合は、これらのパターン17,18は磁気テープで構成する。
上記導線パターン17と絶対位置検出パターン18とを施し、少なくとも1つ前の通過した絶対位置検出パターン情報と現在県質している絶対位置検出パターン情報を組み合わせることで、無人搬送車は、低コストでかつ認識率を低下させずに、1種類のセンサで簡便に自己の絶対位置の検出を達成できるという効果がある。
次に、制御盤5の制御を無人搬送車の絶対位置検出方法について説明する。絶対位置検出パターン18の検出信号を取得するパターン信号検出工程である画像センサ7、例えば、CCDカメラにより絶対位置検出パターン18を検出し、I/F12を介して、パターン信号を画像処理する画像処理工程であるCPU16へ送る。
RAM11にパターン信号データを一時的に保存する。保存する時は、RAM11からパターン信号データを読み出して、CPU16で画像処理などを行い、その結果であるパターン情報を記憶する。パターン記憶工程は、RAM11に該当する。ここでは、少なくとも1つ前の通過した絶対位置検出パターン情報も記憶する。
RAM11にパターン信号データを一時的に保存する。保存する時は、RAM11からパターン信号データを読み出して、CPU16で画像処理などを行い、その結果であるパターン情報を記憶する。パターン記憶工程は、RAM11に該当する。ここでは、少なくとも1つ前の通過した絶対位置検出パターン情報も記憶する。
予め記憶されるマップ情報記録工程であるROM10には、マップ情報の他にもスタート地点での初期情報に加えて、仮想的な1つ前の通過した絶対位置検出パターン情報や搬送経路情報や無人搬送車1の初期位置情報などが保存されている。RAM11のパターン記憶工程からパターン情報を取得し、ROM10のマップ情報記録工程からマップ情報を読み出し、パターン情報と比較演算して絶対位置演算工程でもあるCPU16で絶対位置を算出する。
実際のマップ情報は、例えば、図6に示す通りで、実線枠線内が従来のマップ情報データとすると、枠線外が本発明の仮想的な絶対位置検出パターン情報である。矢印が搬送経路情報であり、破線で囲まれたパターンデータが少なくとも1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報の組み合わせである。
検出したパターン情報と少なくとも1つ前の通過した絶対位置検出パターン情報とマップ情報の組み合わせ情報とを比較演算して絶対位置演算工程であるCPU16で絶対位置を算出する(図5)。
以上の工程により、導線パターン17と絶対位置検出パターン18とを施し、少なくとも1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報を組み合わせることで、無人搬送車は、低コストでかつ認識率を低下させずに、1種類のセンサで簡便に自己の絶対位置の検出を達成できるという効果がある。
検出したパターン情報と少なくとも1つ前の通過した絶対位置検出パターン情報とマップ情報の組み合わせ情報とを比較演算して絶対位置演算工程であるCPU16で絶対位置を算出する(図5)。
以上の工程により、導線パターン17と絶対位置検出パターン18とを施し、少なくとも1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報を組み合わせることで、無人搬送車は、低コストでかつ認識率を低下させずに、1種類のセンサで簡便に自己の絶対位置の検出を達成できるという効果がある。
次に、記録媒体について、図3、図4、図9及び図10を参照して説明する。センサを用いた制御盤5の制御プログラムを格納した記録媒体において、絶対位置検出パターン18の検出信号を取得するパターン信号検出工程である画像センサ7、例えば、CCDカメラで絶対位置検出パターン18が検出され、I/F12を介して、パターン信号を画像処理する画像処理工程であるCPU16へ送られる。
もちろん、RAM11にパターン信号データを一時的に保存してもよい。保存した場合は、RAM11からパターン信号データを読み出して、CPU16で画像処理などを行い、その結果であるパターン情報を記憶する。パターン記憶工程は、RAM11に該当する。
もちろん、RAM11にパターン信号データを一時的に保存してもよい。保存した場合は、RAM11からパターン信号データを読み出して、CPU16で画像処理などを行い、その結果であるパターン情報を記憶する。パターン記憶工程は、RAM11に該当する。
予め記憶されるマップ情報記録工程であるROM10には、マップ情報の他にも搬送経路情報や無人搬送車の初期位置情報などが保存されている。RAM11のパターン記憶工程からパターン情報を取得し、ROM10のマップ情報記録工程からマップ情報を読出し、パターン情報と比較演算して絶対位置演算工程でもあるCPU16で絶対位置を算出する。
以上の工程を記録媒体に格納しておくことにより、無人搬送車システムは、導線パターン17と絶対位置検出パターン18とを施し、少なくとも1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報を組み合わせることで、低いコストでかつ認識率を低下させずに、1種類のセンサで簡便に自己の絶対位置の検出を常に安定して達成できる。
以上の工程を記録媒体に格納しておくことにより、無人搬送車システムは、導線パターン17と絶対位置検出パターン18とを施し、少なくとも1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報を組み合わせることで、低いコストでかつ認識率を低下させずに、1種類のセンサで簡便に自己の絶対位置の検出を常に安定して達成できる。
次に、ソフトウェアの作用を図1乃至図8を参照して説明する。センサ7又は8を用いた制御盤5の制御プログラムを備えたソフトウェアにおいて、絶対位置検出パターン18は、この絶対位置検出パターン18の検出信号を取得するパターン信号検出工程である画像センサ7、例えば、CCDカメラによって検出され、I/F12を介して、パターン信号が画像処理する画像処理工程であるCPU16へ送られる。
もちろん、RAM11にパターン信号データを一時的に保存してもよい。保存した場合は、RAM11からパターン信号データを読み出して、CPU16で画像処理などを行い、その結果であるパターン情報を記憶する。パターン記憶工程は、RAM11に該当する。
もちろん、RAM11にパターン信号データを一時的に保存してもよい。保存した場合は、RAM11からパターン信号データを読み出して、CPU16で画像処理などを行い、その結果であるパターン情報を記憶する。パターン記憶工程は、RAM11に該当する。
予め記憶されるマップ情報記録工程であるROM10には、マップ情報の他にも搬送経路情報や無人搬送車の初期位置情報などが保存されている。RAM11のパターン記憶工程からパターン情報を取得し、ROM10のマップ情報記録工程からマップ情報を読み出し、パターン情報と比較演算して絶対位置演算工程でもあるCPU16で絶対位置を算出する。
以上の工程を制御盤5の制御プログラムを備えたソフトウェアとすることにより、無人搬送車システムは、導線パターン17と絶対位置検出パターン18とを施し、少なくとも1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報を組み合わせることで、低コストでかつ認識率を低下させずに、1種類のセンサで簡便に自己の絶対位置の検出を常に安定して達成できる。
以上の工程を制御盤5の制御プログラムを備えたソフトウェアとすることにより、無人搬送車システムは、導線パターン17と絶対位置検出パターン18とを施し、少なくとも1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報を組み合わせることで、低コストでかつ認識率を低下させずに、1種類のセンサで簡便に自己の絶対位置の検出を常に安定して達成できる。
図7乃至図10を参照して、パターン手段である絶対位置検出パターンにおいて、このパターンは、例えば、図7乃至図10の絶対位置検出パターン18に示すように、3×3の白黒ブロックパターンで構成される。
センシング領域との兼ね合いになるが、N×N(N≧3)でかつ少なくともセンサ領域より小さく構成されている。また、黒又は白パターンの代わりに磁気テープで構成する場合もある(図3の無人搬送車)。絶対位置検出パターン18それ自体の大きさは誤検出しにくい十分大きなサイズとする。
センシング領域との兼ね合いになるが、N×N(N≧3)でかつ少なくともセンサ領域より小さく構成されている。また、黒又は白パターンの代わりに磁気テープで構成する場合もある(図3の無人搬送車)。絶対位置検出パターン18それ自体の大きさは誤検出しにくい十分大きなサイズとする。
以上の構成により、図7乃至図10に示すような絶対位置検出パターン18を、例えば、基準構成=黒の3×3ブロックパターンとして、1〜4個まで白パターンと組み合わせると、
組み合わせ数P= 9+9×8+9×8×7+9×8×7×6
= 3609
さらに、1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報を組み合わせると、
総組み合わせ数P2=13,024,881
となり、工場の1つの製造エリア内としては十分過ぎる絶対位置情報が生成できる。また、黒パターンの代わりに磁気テープで構成してもよい(図3)。
すなわち、単純な3×3の白黒ブロックパターンを使った複数の組み合わせパターンにより、多数の絶対値検出パターンを構成することができ、簡便に絶対位置の組み合わせ数を増大できる効果がある。
組み合わせ数P= 9+9×8+9×8×7+9×8×7×6
= 3609
さらに、1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報を組み合わせると、
総組み合わせ数P2=13,024,881
となり、工場の1つの製造エリア内としては十分過ぎる絶対位置情報が生成できる。また、黒パターンの代わりに磁気テープで構成してもよい(図3)。
すなわち、単純な3×3の白黒ブロックパターンを使った複数の組み合わせパターンにより、多数の絶対値検出パターンを構成することができ、簡便に絶対位置の組み合わせ数を増大できる効果がある。
次に、広域パターンの構成について、図3、図4、図11及び図12を参照して説明する。広域パターンの形状自体は、例えば、上述したパターンと同様に構成されている。
また、工場の無人搬送車1走行可能領域には、例えば、図11及び図12に示す通り、導体パターン(誘導パターン)17と絶対位置検出パターン18の組み合わせが碁盤状に張り巡らされている。また、黒パターンの代わりに磁気テープで構成する場合もある(図3の無人搬送車)。
また、工場の無人搬送車1走行可能領域には、例えば、図11及び図12に示す通り、導体パターン(誘導パターン)17と絶対位置検出パターン18の組み合わせが碁盤状に張り巡らされている。また、黒パターンの代わりに磁気テープで構成する場合もある(図3の無人搬送車)。
以上の構成により、絶対位置検出パターン18を、例えば、基準構成=黒の3×3ブロックパターンとして、1〜4個まで白パターンと組み合わせると、
組み合わせ数P=9+9×8+9×8×7+9×8×7×6
=3609
となる。
さらに、1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報を組み合わせると、
総組み合わせ数P2=13,024,881
となり、50m×50mの工場敷地全面でも高精細なピッチで絶対値検出ブロックパターンで自己位置が検出でき、一度構成すれば搬送導線のレイアウトの変更に関してもパターンの変更は不要であるという効果がある。
組み合わせ数P=9+9×8+9×8×7+9×8×7×6
=3609
となる。
さらに、1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報を組み合わせると、
総組み合わせ数P2=13,024,881
となり、50m×50mの工場敷地全面でも高精細なピッチで絶対値検出ブロックパターンで自己位置が検出でき、一度構成すれば搬送導線のレイアウトの変更に関してもパターンの変更は不要であるという効果がある。
絶対位置検出方法は、図5に示す、少なくとも1つ前の通過した絶対位置検出パターン情報も記憶するパターン信号記憶工程であるRAM11と、スタート地点での初期情報に加えて、仮想的な1つ前の通過した絶対位置検出パターン情報も記憶するマップ情報記録工程であるROM10とで構成されている。
以上の構成により、図7乃至図10に示すような絶対位置検出パターン18を、例えば、基準構成=黒の3×3ブロックパターンとして、1〜4個まで白パターンと組み合わせると、
組み合わせ数P=9+9×8+9×8×7+9×8×7×6
=3609
となる。
以上の構成により、図7乃至図10に示すような絶対位置検出パターン18を、例えば、基準構成=黒の3×3ブロックパターンとして、1〜4個まで白パターンと組み合わせると、
組み合わせ数P=9+9×8+9×8×7+9×8×7×6
=3609
となる。
さらに、1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報を組み合わせると、
総組み合わせ数P2=13,024,881
となり、工場の1つの製造エリア内としては十分過ぎる絶対位置情報が生成できる。また、黒パターンの代わりに磁気テープで構成してもよい(図3)。
総組み合わせ数P2=13,024,881
となり、工場の1つの製造エリア内としては十分過ぎる絶対位置情報が生成できる。また、黒パターンの代わりに磁気テープで構成してもよい(図3)。
実際のマップ情報は、例えば、図6に示す通りで、実線枠線内が従来のマップ情報データとすると、枠線外が本発明の仮想的な絶対位置検出パターン情報である。矢印が搬送経路情報であり、破線で囲まれたパターンデータが少なくとも1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報の組み合わせである。
検出したパターン情報と少なくとも1つ前の通過した絶対位置検出パターン情報とマップ情報の組み合わせ情報とを比較演算して絶対位置演算工程であるCPU16で絶対位置を算出する(図5)。
上述したように、少なくとも1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報を組み合わせることで、絶対位置の識別数を飛躍的に増やせるという効果が得られる。
検出したパターン情報と少なくとも1つ前の通過した絶対位置検出パターン情報とマップ情報の組み合わせ情報とを比較演算して絶対位置演算工程であるCPU16で絶対位置を算出する(図5)。
上述したように、少なくとも1つ前の通過した絶対位置検出パターン情報と現在の絶対位置検出パターン情報を組み合わせることで、絶対位置の識別数を飛躍的に増やせるという効果が得られる。
1 無人搬送車
5 制御盤(運転制御手段)
7 パターン検出手段(画像センサ)
8 パターン検出手段(磁気センサ)
9 走行面(床)
10 マップ情報記録手段(ROM、マップ情報記憶手段)
11 検出情報記憶手段(RAM、パターン記憶手段)
13 駆動機構
16 絶対位置検出手段(画像処理手段)
17 導体パターン(誘導パターン)
18 絶対位置検出パターン
5 制御盤(運転制御手段)
7 パターン検出手段(画像センサ)
8 パターン検出手段(磁気センサ)
9 走行面(床)
10 マップ情報記録手段(ROM、マップ情報記憶手段)
11 検出情報記憶手段(RAM、パターン記憶手段)
13 駆動機構
16 絶対位置検出手段(画像処理手段)
17 導体パターン(誘導パターン)
18 絶対位置検出パターン
Claims (7)
- 走行面上のパターン手段を検出するために車体上に設置されるパターン検出手段と、このパターン検出手段の出力信号を受けて前記車体の運転制御をする運転制御手段とを有する無人搬送車において、その車体の絶対位置を正確に把握するために、前記運転制御手段は、予め記憶された絶対位置検出パターンのマップ情報とこのマップ情報以外の外側に仮想的に設置された絶対位置検出パターンのパターン情報などを記録するマップ情報記録手段と、現在検出している検出パターン情報と少なくとも1つ前の検出パターン情報を記憶する検出情報記憶手段と、前記パターン検出手段が出力した絶対位置検出パターン信号と前記検出情報記憶手段に記憶されている少なくとも1つ前の検出パターン情報との組み合わせパターンから、前記検出パターン情報を、対応する前記マップ情報記録手段のマップ情報の組み合わせと照合することにより絶対位置を検知する絶対位置検知手段と、を備えていることを特徴とする無人搬送車。
- 無人搬送車の絶対位置を正確に把握するために、車体外に設置されるパターン手段と、このパターン手段を検出するために前記車体上に設置されるパターン検出手段と、このパターン検出手段の出力信号を受けて前記車体の運転制御をする運転制御手段とを有する無人搬送車運転システムにおいて、前記パターン手段が導線パターンである前記パターン手段と、絶対位置検出パターンであるパターン手段と、予め記憶された絶対位置検出パターンのマップ情報とこのマップ情報以外の外側に仮想的に設置された絶対位置検出パターンのパターン情報などを記録するマップ情報記録手段と、現在検出している検出パターン情報と少なくとも1つ前の検出パターン情報を記憶する検出情報記憶手段と、前記パターン検出手段が出力した絶対位置検出パターン信号と前記検出情報記憶手段に記憶されている少なくとも1つ前の検出パターン情報との組み合わせパターンから、前記検出パターン情報を、前記運転制御手段が対応する前記マップ情報記録手段のマップ情報の組み合わせと照合することにより絶対位置を検知する絶対位置検知手段と、を備えていることを特徴とする無人搬送車運転システム。
- 無人搬送車の絶対位置を正確に把握するために、請求項2記載の無人搬送車運転システムを制御する無人搬送車運転システムの制御方法において、前記パターン検出手段により、絶対位置検出パターンの検出信号を取得するパターン信号検出工程と、前記パターン検出手段から取得されるパターン画像信号を画像処理する画像処理工程と、この画像処理工程の結果である現在検出している検出パターンと少なくとも1つ前の検出パターンを記憶するパターン記憶工程と、前記マップ情報記録手段で予め記憶されるマップ情報とこのマップ情報以外の外側に仮想的に設置された絶対位置検出パターンのマップ情報を記録するマップ情報記録工程と、少なくとも1つ前の検出パターン情報と現在検出している検出パターン情報との組み合わせパターンから、前記マップ情報記録工程のマップ情報の組み合わせとを照合することによって絶対位置を算出する絶対位置演算工程とを備えていることを特徴とする無人搬送車運転システムの制御方法。
- 無人搬送車の絶対位置を正確に把握するために、請求項2記載の無人搬送車運転システムを制御する無人搬送車運転システムの制御プログラムを格納する記録媒体において、前記制御プログラムは、前記パターン検出手段により、絶対位置検出パターンの検出信号を取得するパターン信号検出工程と、前記パターン検出手段から取得されるパターン画像信号を画像処理する画像処理工程と、前記画像処理工程の結果である現在検出している検出パターンと少なくとも1つ前の検出パターンを記憶するパターン記憶工程と、前記マップ情報記録手段で予め記憶されるマップ情報とマップ情報以外の外側に仮想的に設置された絶対位置検出パターンのマップ情報を記録するマップ情報記録工程と、少なくとも1つ前の検出パターン情報と現在検出ししている検出パターン情報との組み合わせパターンから、前記マップ情報記録工程のマップ情報の組み合わせを照合することによって絶対位置を算出する絶対位置演算工程を含んでいることを特徴とする記録媒体。
- 無人搬送車の絶対位置を正確に把握するために、請求項2記載の無人搬送車運転システムを制御する無人搬送車運転システムの制御プログラムを含んでいるソフトウェアにおいて、前記制御プログラムは、前記パターン検出手段により、絶対位置検出パターンの検出信号を取得するパターン信号検出工程と、前記パターン検出手段から取得されるパターン画像信号を画像処理する画像処理工程と、前記画像処理工程の結果である現在検出している検出パターンと少なくとも1つ前の検出パターンを記憶するパターン記憶工程と、前記マップ情報記録手段で予め記憶されるマップ情報とマップ情報以外の外側に仮想的に設置された絶対位置検出パターンのマップ情報を記録するマップ情報記録工程と、少なくとも1つ前の検出パターン情報と現在検出ししている検出パターン情報との組み合わせパターンから、接続マップ情報記録工程のマップ情報の組み合わせを照合することによって絶対位置を算出する絶対位置演算工程を含んでいることを特徴とするソフトウェア。
- 請求項2記載の無人搬送車運転システムで使用される絶対位置検出パターンにおいて、N×N(N≧3)のブロックパターンで構成されていることを特徴とする絶対位置検出ブロックパターン。
- 請求項2記載の無人搬送車運転システムで使用される広域パターンにおいて、前記車体外に設置される前記パターン手段は、前記無人搬送車の最大活動範囲にすべて構成されていることを特徴とする広域パターン。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006180220A JP2008009765A (ja) | 2006-06-29 | 2006-06-29 | 無人搬送車、無人搬送車運転システム、その制御方法、記録媒体、ソフトウェア、ブロックパターン及び広域パターン |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006180220A JP2008009765A (ja) | 2006-06-29 | 2006-06-29 | 無人搬送車、無人搬送車運転システム、その制御方法、記録媒体、ソフトウェア、ブロックパターン及び広域パターン |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008009765A true JP2008009765A (ja) | 2008-01-17 |
Family
ID=39067911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006180220A Pending JP2008009765A (ja) | 2006-06-29 | 2006-06-29 | 無人搬送車、無人搬送車運転システム、その制御方法、記録媒体、ソフトウェア、ブロックパターン及び広域パターン |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2008009765A (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013171368A (ja) * | 2012-02-20 | 2013-09-02 | Mitsubishi Nichiyu Forklift Co Ltd | 無人搬送システム |
CN103946758A (zh) * | 2011-08-26 | 2014-07-23 | 克朗设备有限公司 | 在启动时使用独特地标定位工业车辆的方法与装置 |
JP2015517675A (ja) * | 2012-05-24 | 2015-06-22 | シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレーテッドSiemens Healthcare Diagnostics Inc. | 知能オートメーションパック用非接触光エンコーディングスキーム |
KR20160001404A (ko) * | 2014-06-27 | 2016-01-06 | (주)엔스퀘어 | 무인 운반차 제어를 위한 플랫폼 시스템 |
JP2018036723A (ja) * | 2016-08-29 | 2018-03-08 | 株式会社ダイフク | 物品搬送設備 |
CN108241365A (zh) * | 2016-12-27 | 2018-07-03 | 乐视汽车(北京)有限公司 | 估计空间占据的方法和装置 |
JP2020015628A (ja) * | 2010-12-15 | 2020-01-30 | シムボティック エルエルシー | 自律搬送車両 |
US11396427B2 (en) | 2009-04-10 | 2022-07-26 | Symbotic Llc | Autonomous transports for storage and retrieval systems |
US11708218B2 (en) | 2013-09-13 | 2023-07-25 | Symbolic Llc | Automated storage and retrieval system |
-
2006
- 2006-06-29 JP JP2006180220A patent/JP2008009765A/ja active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11396427B2 (en) | 2009-04-10 | 2022-07-26 | Symbotic Llc | Autonomous transports for storage and retrieval systems |
JP2020015628A (ja) * | 2010-12-15 | 2020-01-30 | シムボティック エルエルシー | 自律搬送車両 |
CN103946758A (zh) * | 2011-08-26 | 2014-07-23 | 克朗设备有限公司 | 在启动时使用独特地标定位工业车辆的方法与装置 |
JP2013171368A (ja) * | 2012-02-20 | 2013-09-02 | Mitsubishi Nichiyu Forklift Co Ltd | 無人搬送システム |
JP2015517675A (ja) * | 2012-05-24 | 2015-06-22 | シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレーテッドSiemens Healthcare Diagnostics Inc. | 知能オートメーションパック用非接触光エンコーディングスキーム |
US11708218B2 (en) | 2013-09-13 | 2023-07-25 | Symbolic Llc | Automated storage and retrieval system |
KR20160001404A (ko) * | 2014-06-27 | 2016-01-06 | (주)엔스퀘어 | 무인 운반차 제어를 위한 플랫폼 시스템 |
KR101631153B1 (ko) * | 2014-06-27 | 2016-06-20 | (주)엔스퀘어 | 무인 운반차 제어를 위한 플랫폼 시스템 |
JP2018036723A (ja) * | 2016-08-29 | 2018-03-08 | 株式会社ダイフク | 物品搬送設備 |
CN108241365A (zh) * | 2016-12-27 | 2018-07-03 | 乐视汽车(北京)有限公司 | 估计空间占据的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2008009765A (ja) | 無人搬送車、無人搬送車運転システム、その制御方法、記録媒体、ソフトウェア、ブロックパターン及び広域パターン | |
AU2016268033B2 (en) | Systems and methods for image capture device calibration for a materials handling vehicle | |
KR101776823B1 (ko) | 외부 감시카메라를 이용한 모바일 로봇의 위치인식 방법 및 시스템 | |
EP3511678B1 (en) | Systems and methods for materials handling vehicle odometry calibration | |
JP4279703B2 (ja) | 自律移動ロボットシステム | |
US20090312871A1 (en) | System and method for calculating location using a combination of odometry and landmarks | |
JP5966747B2 (ja) | 車両走行制御装置及びその方法 | |
US8807428B2 (en) | Navigation of mobile devices | |
EP2017573B1 (en) | Estimation device, estimation method and estimation program for estimating a position of mobile unit | |
JP2009123061A (ja) | ロボット位置検出システム | |
JP7003224B2 (ja) | 自律走行作業機 | |
CN110763224A (zh) | 一种自动导引运输车导航方法及导航系统 | |
JP2009237851A (ja) | 移動体制御システム | |
JP4840162B2 (ja) | 自律移動システム | |
CN112739597A (zh) | 驻车辅助装置 | |
JP4377347B2 (ja) | 移動ロボット | |
JP5561730B2 (ja) | 移動体の誘導制御システム及び誘導制御方法 | |
JP4462173B2 (ja) | 自律移動装置 | |
JP2009271608A (ja) | 走行車及び走行車システム | |
JP2009176031A (ja) | 自律移動体,自律移動体制御システムおよび自律移動体の自己位置推定方法 | |
JP4377346B2 (ja) | 移動ロボット | |
JP2010176283A (ja) | 自律移動装置 | |
JP2018156280A (ja) | 自動走行システム、自動走行車両 | |
JP5024560B2 (ja) | 移動体 | |
JP2009244965A (ja) | 移動体 |