JP2009199359A - 自律型ロボット及び自律型ロボットを複数用いる協調作業システム - Google Patents
自律型ロボット及び自律型ロボットを複数用いる協調作業システム Download PDFInfo
- Publication number
- JP2009199359A JP2009199359A JP2008040584A JP2008040584A JP2009199359A JP 2009199359 A JP2009199359 A JP 2009199359A JP 2008040584 A JP2008040584 A JP 2008040584A JP 2008040584 A JP2008040584 A JP 2008040584A JP 2009199359 A JP2009199359 A JP 2009199359A
- Authority
- JP
- Japan
- Prior art keywords
- work
- work area
- autonomous
- robot
- distance
- 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
- 238000011156 evaluation Methods 0.000 claims abstract description 59
- 239000006185 dispersion Substances 0.000 claims abstract description 9
- 238000004891 communication Methods 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 13
- 238000009333 weeding Methods 0.000 abstract description 168
- 241000196324 Embryophyta Species 0.000 abstract description 93
- 238000010187 selection method Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 16
- 238000000034 method Methods 0.000 description 12
- 230000002363 herbicidal effect Effects 0.000 description 11
- 238000005457 optimization Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
【課題】作業領域での作業時間を考慮し、複数の自律型ロボットが協調して作業する自律型ロボット及び自律型ロボットを複数用いる協調作業システムを提供し、作業効率を最適化する。
【解決手段】複数の雑草群Zが存在する圃場Hにて雑草群Zを順に移動して除草作業を実施する除草ロボット10は、現在位置から雑草群Zまでの距離を評価距離とし、前記雑草群Zの雑草面積とし、雑草群Zと、該雑草群Zの最も近い、他の除草ロボット10が除草作業を実施している雑草群Zとの距離を分散距離とし、前記評価距離のみ正負の異なる係数を用いる該評価距離と前記雑草面積と前記分散距離との線形結合を評価値とし、該評価値に基づいて次に除草作業を実施する除草作業領域である雑草群Zを選定する。
【選択図】図1
【解決手段】複数の雑草群Zが存在する圃場Hにて雑草群Zを順に移動して除草作業を実施する除草ロボット10は、現在位置から雑草群Zまでの距離を評価距離とし、前記雑草群Zの雑草面積とし、雑草群Zと、該雑草群Zの最も近い、他の除草ロボット10が除草作業を実施している雑草群Zとの距離を分散距離とし、前記評価距離のみ正負の異なる係数を用いる該評価距離と前記雑草面積と前記分散距離との線形結合を評価値とし、該評価値に基づいて次に除草作業を実施する除草作業領域である雑草群Zを選定する。
【選択図】図1
Description
本発明は、複数の作業領域が存在する二次元作業フィールドにおいて作業を行う自律型ロボット及び自律型ロボットを複数用いる協調作業システムの技術に関する。
自律型ロボットとは、自己の認識によって動作・判断を行うロボットである。また、自律型ロボットを複数用いる協調作業システム(以下、自律型ロボット協調作業システム)とは、複数の自律型ロボットが協調して、全体としての作業を行う作業システムである。
自律型ロボット協調作業システムは、複数の自律型ロボットが協調し作業を行うことで、作業効率を最適にできる。また、自律型ロボット協調作業システムは、自律型ロボット単体の機能は単純であるため、二次元フィールドへの適応が柔軟である。さらに、自律型ロボット協調作業システムは、全ての自律型ロボットをコントロールする統合コントローラが省略できるため、作業システムの拡張又は縮小が柔軟に行える。このような自律型ロボット協調作業システムは、災害現場における救助ロボット、圃場における雑草除去ロボット、又は屋内外における清掃ロボット等による協調作業システムへの適用が試みられている。例えば、非特許文献1は、複数の自律型ロボット同士が、多数の地点への移動を繰り返しながら、自律型ロボット同士の競合の可能性を最小化するための戦略最適化手法を開示している。
藤原一毅、外2名、「協働群における行動戦略最適化〜競合期待値を最小化する行動戦略決定」、日本機械学会[No.04−4]ロボティクス・メカトロニクス講演会’04公演論文集 2A1−L1−32(1)−(4)
藤原一毅、外2名、「協働群における行動戦略最適化〜競合期待値を最小化する行動戦略決定」、日本機械学会[No.04−4]ロボティクス・メカトロニクス講演会’04公演論文集 2A1−L1−32(1)−(4)
しかし、非特許文献1に示された戦略最適化手法には、自律型ロボットが各地点で作業する時間が含まれていない。また、非特許文献1では、ある地点に複数の自律型ロボットが到着することは競合とみなされ、1地点を複数の自律型ロボットが協調して担当することは想定されていない。
そこで、解決しようとする課題は、作業領域での作業時間を考慮し、複数の自律型ロボットが協調して作業する自律型ロボット及び自律型ロボットを複数用いる協調作業システムを提供し、作業効率を最適化することである。
そこで、解決しようとする課題は、作業領域での作業時間を考慮し、複数の自律型ロボットが協調して作業する自律型ロボット及び自律型ロボットを複数用いる協調作業システムを提供し、作業効率を最適化することである。
本発明の解決しようとする課題は以上の如くであり、次にこの課題を解決するための手段を説明する。
即ち、請求項1においては、複数の作業領域が存在する二次元作業フィールドにて前記作業領域を順に移動して作業を実施し、自己の現在位置を認識する位置認識手段と、少なくとも前記作業領域位置及び作業面積に係る作業領域情報を予め記憶する記憶手段と、前記作業領域情報を更新する更新手段と、前記二次元作業フィールドを移動する移動手段と、前記作業領域で作業する作業手段と、を有する自律型ロボットであって、現在位置から作業領域位置までの距離を評価距離とし、該評価距離が最小となる作業領域を次に作業を実施する作業領域として選定するものである。
請求項2においては、複数の作業領域が存在する二次元作業フィールドにて前記作業領域を順に移動して作業を実施し、自己の現在位置を認識する位置認識手段と、少なくとも前記作業領域位置及び作業面積に係る作業領域情報を予め記憶する記憶手段と、前記作業領域情報を更新する更新手段と、前記二次元作業フィールドを移動する移動手段と、前記作業領域で作業する作業手段と、を有する自律型ロボットであって、作業面積が最大である作業領域を次に作業を実施する作業領域として選定するものである。
請求項3においては、複数の作業領域が存在する二次元作業フィールドにて前記作業領域を順に移動して作業を実施し、自己の現在位置を認識する位置認識手段と、少なくとも前記作業領域位置及び作業面積に係る作業領域情報を予め記憶する記憶手段と、前記作業領域情報を更新する更新手段と、前記二次元作業フィールドを移動する移動手段と、前記作業領域で作業する作業手段と、を有する自律型ロボットであって、現在位置から作業領域位置までの距離を評価距離とし、正負の異なる係数を用いて該評価距離と前記作業面積との線形結合を評価値とし、該評価値に基づいて次に作業を実施する作業領域を選定するものである。
請求項4においては、複数の作業領域が存在する二次元作業フィールドにて前記作業領域を順に移動して作業を実施し、自己の現在位置を認識する位置認識手段と、少なくとも前記作業領域位置及び作業面積に係る作業領域情報を予め記憶する記憶手段と、前記作業領域情報を更新する更新手段と、前記二次元作業フィールドを移動する移動手段と、前記作業領域で作業する作業手段と、少なくとも前記作業領域情報を他の自律型ロボットと通信可能な通信手段と、を有する自律型ロボットを複数用いる協調作業システムであって、前記自律型ロボットは、作業領域位置と、該作業領域に最も近い、他の自律型ロボットが作業を実施している作業領域位置との距離を分散距離とし、該分散距離が最大となる作業領域を次に作業を実施する作業領域として選定するものである。
請求項5においては、複数の作業領域が存在する二次元作業フィールドにて前記作業領域を順に移動して作業を実施し、自己の現在位置を認識する位置認識手段と、少なくとも前記作業領域位置及び作業面積に係る作業領域情報を予め記憶する記憶手段と、前記作業領域情報を更新する更新手段と、前記二次元作業フィールドを移動する移動手段と、前記作業領域で作業する作業手段と、少なくとも前記作業領域情報を他の自律型ロボットと通信可能な通信手段と、を有する自律型ロボットを複数用いる協調作業システムであって、前記自律型ロボットは、現在位置から作業領域位置までの距離を評価距離とし、該評価距離のみ正負の異なる係数を用いて前記評価距離と前記作業面積と前記分散距離との線形結合を評価値とし、該評価値に基づいて次に作業を実施する作業領域を選定するものである。
請求項6においては、請求項1乃至4記載のいずれか一項に記載の自律型ロボットを複数用いる協調作業システム、或いは請求項5記載の自律型ロボットを複数用いる協調作業システムであって、前記自律型ロボットは、作業領域での作業が完了したときに、未着手作業領域を優先して次に作業を実施する作業領域として選定するものである。
請求項7においては、請求項6記載の自律型ロボットを複数用いる協調作業システムであって、前記自律型ロボットは、前記未着手作業領域がないときには、他の作業中の自律型ロボットに対し、前記通信手段によって協調作業の申し出を送信するものである。
請求項8においては、請求項7記載の自律型ロボットを複数用いる協調作業システムであって、前記協調作業の申し出を受信した自律型ロボットは、残作業面積が所定値より大きいときには、前記協調作業の申し出を送信した自律型ロボットに対し、前記通信手段によって協調作業の受け入れを送信するものである。
請求項9においては、請求項8記載の自律型ロボットを複数用いる協調作業システムであって、前記協調作業の受け入れを受信した自律型ロボットは、前記協調作業の申し出を送信した自律型ロボットに対し、前記通信手段によって作業を実施している作業領域の残作業面積を送信し、前記協調作業の申し出を送信した自律型ロボットは、複数の前記協調作業の受け入れがあったときには、現在位置から前記協調作業の受け入れを送信した自律型ロボットが作業を実施している作業領域までの距離を協調距離とし、正負の異なる係数を用いて前記残作業面積と該協調距離との線形結合を評価値とし、該評価値に基づいて協調先の自律型ロボットを選定するものである。
請求項10においては、請求項9記載の自律型ロボットを複数用いる協調作業システムであって、前記協調作業の申し出を送信した自律型ロボットは、他の自律型ロボットに対し、前記通信手段によって協調先として選定した自律型ロボットに係る情報を送信するものである。
請求項11においては、請求項10記載の自律型ロボットを複数用いる協調作業システムであって、前記協調先の自律型ロボットは、残作業面積を分割し、前記更新手段によって前記作業領域情報を更新し、前記通信手段によって他の自律型ロボットに対し前記作業領域情報を送信するものである。
本発明の効果として、以下に示すような効果を奏する。
請求項1においては、自律型ロボットは、とりあえず最も近い作業領域を次の作業領域として選定するため、移動距離を短くできる。
請求項2においては、自律型ロボットは、とりあえず最も作業面積が大きい作業領域を次の作業領域として選定するため、複数の自律型ロボットと協調作業を実施する場合等は、作業面積が大きい作業領域が優先されるため、全作業を完了するまでの二次元作業フィールドにおける総移動距離を少なくできる。
請求項3においては、最も近い作業領域を次の作業領域とする選定要素と、最も作業面積が大きい作業領域を次の作業領域とする選定要素とを加味して評価値を決定するため、全作業を完了するまでの総移動距離を少なくできる。
請求項4においては、各自律型ロボットは二次元作業フィールドにて分散して作業することができる。
請求項5においては、各自律型ロボットは、最も近い作業領域を次の作業領域とする選定要素と、最も作業面積が大きい作業領域を次の作業領域とする選定要素と、各自律型ロボットが二次元作業フィールドにて分散して作業するための選定要素とを加味して評価値を決定するため、各自律型ロボットは、全作業を完了するまでの総移動距離を短くしつつも、二次元作業フィールドにて分散して作業することができる。つまり、自律型ロボットを複数用いる協調作業システムの作業効率を最適化できる。
請求項6においては、1つの作業領域には1台の自律型ロボットが作業することを優先するため、未着手の作業領域を早期に減らすことができる。
請求項7においては、未着手の作業領域がない場合には、1つの作業領域に複数の自律型ロボットが協調作業を行うようにするため、自律型ロボットを複数用いる協調作業システムの作業効率を最適化できる。
請求項8においては、残作業面積次第では協調作業を行わないため、無駄となる協調作業を省略することができる。
請求項9においては、協調作業を行う上で、とりあえず最も近い作業領域を次の作業領域として選定する要素とし、残作業面積が最大の作業領域を次の作業領域として選定する要素とを加味して評価値を決定するため、協調作業の申し出を送信した自律型ロボットは、移動距離が短く、残作業面積が大きい作業領域で作業を実施している自律型ロボットを協調先として選定できる。つまり、自律型ロボットを複数用いる協調作業システムの作業効率を最適化できる。
請求項10においては、協調先の自律型ロボットの選定を他の自律型ロボットに送信するため、他の自律型ロボットは、協調先の自律型ロボットについて認識することができる。
請求項11においては、分割した作業領域を新たな作業領域として作業領域情報を更新するため、他の自律型ロボットは、協調作業による作業領域情報について認識することができる。
次に、発明の実施の形態を説明する。
図1は本発明の実施例に係る除草ロボットを複数用いる圃場除草システムを示す構成図、図2は同じく除草ロボットを示す構成図、図3は同じく除草ロボットのコントローラの構成を示すブロック図である。
図4は実施例1の第一選定手法を示す概念図、図5は同じく第二選定手法を示す概念図、図6は同じく第四選定手法を示す概念図である。
図7は実施例2の協調手法を示す概念図、図8は同じく協調手法を示すフロー図、図9は同じく別の概念図である。
図1は本発明の実施例に係る除草ロボットを複数用いる圃場除草システムを示す構成図、図2は同じく除草ロボットを示す構成図、図3は同じく除草ロボットのコントローラの構成を示すブロック図である。
図4は実施例1の第一選定手法を示す概念図、図5は同じく第二選定手法を示す概念図、図6は同じく第四選定手法を示す概念図である。
図7は実施例2の協調手法を示す概念図、図8は同じく協調手法を示すフロー図、図9は同じく別の概念図である。
まず、図1を用いて、本発明の実施例である自律型ロボットを複数用いる協調作業システムについて、簡単に説明する。
図1に示すように、本発明の実施例の自律型ロボットを複数用いる協調作業システムは、複数の除草作業領域である雑草群Zが存在する二次元作業フィールドとしての圃場Hにおいて、複数の自律型ロボットとしての除草ロボット10が複数の雑草群Zを順に移動して除草作業を実施する作業システムとする。
ここで、各除草ロボット10は、自己の認識によって動作・判断を行う自律型ロボットである。そのため、本実施例では、各除草ロボット10を統合して制御するコントローラを有さない。
なお、自律型ロボットを複数用いる協調作業システムは、本実施例に限定されるものではなく、屋内外の清掃ロボット、災害時の救援ロボットにも適用できる。また、除草ロボット10の台数は、特に限定されるものではない。
図1に示すように、本発明の実施例の自律型ロボットを複数用いる協調作業システムは、複数の除草作業領域である雑草群Zが存在する二次元作業フィールドとしての圃場Hにおいて、複数の自律型ロボットとしての除草ロボット10が複数の雑草群Zを順に移動して除草作業を実施する作業システムとする。
ここで、各除草ロボット10は、自己の認識によって動作・判断を行う自律型ロボットである。そのため、本実施例では、各除草ロボット10を統合して制御するコントローラを有さない。
なお、自律型ロボットを複数用いる協調作業システムは、本実施例に限定されるものではなく、屋内外の清掃ロボット、災害時の救援ロボットにも適用できる。また、除草ロボット10の台数は、特に限定されるものではない。
次に、図2を用いて、除草ロボット10について、簡単に説明する。
除草ロボット10は、移動手段としてのクローラー式走行装置11、作業手段としての草刈装置12、コントローラ20、GPSアンテナ13、通信手段としての通信アンテナ14を備えて構成されている。ここで、移動手段については、クローラー式走行装置11に限定されるものではない。また、草刈装置12については、従来から周知の草刈装置とするため、説明を省略する。さらに、除草ロボット10は、通信アンテナ14を介して、他の除草ロボット10と通信可能に構成されている。なお、GPSアンテナ13及びコントローラ20について、詳しくは後述する。
除草ロボット10は、移動手段としてのクローラー式走行装置11、作業手段としての草刈装置12、コントローラ20、GPSアンテナ13、通信手段としての通信アンテナ14を備えて構成されている。ここで、移動手段については、クローラー式走行装置11に限定されるものではない。また、草刈装置12については、従来から周知の草刈装置とするため、説明を省略する。さらに、除草ロボット10は、通信アンテナ14を介して、他の除草ロボット10と通信可能に構成されている。なお、GPSアンテナ13及びコントローラ20について、詳しくは後述する。
次に、図3を用いて、除草ロボット10の制御装置となるコントローラ20について、簡単に説明する。
コントローラ20は、GPSアンテナ13、通信手段としての通信アンテナ14と、クローラー式走行装置11、草刈装置12とに接続され構成されている。
また、コントローラ20は、位置認識手段21、更新手段22、記憶手段25としての機能を有している。位置認識手段21は、除草ロボット10が上空にある衛星からの信号をGPSアンテナ13で受け取り、圃場Hにおける自己の現在位置を知る機能である。記憶手段25は、予め雑草群Zの位置及び雑草面積Sである除草作業領域情報が読み込まれている。また、更新手段22は、記憶手段25に予め読み込まれた除草作業領域情報を更新する機能である。例えば、コントローラ20は、搭載された除草ロボット10が除草した雑草群Z、或いは通信手段によって他の除草ロボット10が除草した雑草群Zを除草作業領域情報から消去する機能を有する。
なお、以下の実施例では、実際にはコントローラ20が行う上記各手段を除草ロボット10が行うとして表現する。
コントローラ20は、GPSアンテナ13、通信手段としての通信アンテナ14と、クローラー式走行装置11、草刈装置12とに接続され構成されている。
また、コントローラ20は、位置認識手段21、更新手段22、記憶手段25としての機能を有している。位置認識手段21は、除草ロボット10が上空にある衛星からの信号をGPSアンテナ13で受け取り、圃場Hにおける自己の現在位置を知る機能である。記憶手段25は、予め雑草群Zの位置及び雑草面積Sである除草作業領域情報が読み込まれている。また、更新手段22は、記憶手段25に予め読み込まれた除草作業領域情報を更新する機能である。例えば、コントローラ20は、搭載された除草ロボット10が除草した雑草群Z、或いは通信手段によって他の除草ロボット10が除草した雑草群Zを除草作業領域情報から消去する機能を有する。
なお、以下の実施例では、実際にはコントローラ20が行う上記各手段を除草ロボット10が行うとして表現する。
ここで、図4乃至図6を用いて、実施例1について詳細に説明する。
実施例1は、除草ロボット10が、どの雑草群Zを次の除草作業領域として選定するかの手法である。まず、図4を用いて、第一選定手法について詳細に説明する。
図4に示すように、圃場Hに投入された、或いはある雑草群Zにおいて除草作業を完了した除草ロボット10は次の除草作業を実施する雑草群Zを選定する必要がある。まず、除草ロボット10は、GPSアンテナ13によって、圃場Hにおける自己の現在位置を認識する。次に、除草ロボット10は、現在位置から全ての除草作業領域である雑草群Zまでの距離をそれぞれ評価距離Dとして算出する(例えば、図4におけるD1〜D4)。次に、除草ロボット10は、評価距離Dが最小値D3である雑草群Zを次の除草作業領域として選定する。
このようにして、除草ロボット10は、とりあえず最も近い雑草群Zを次の除草作業領域として選定するため、移動距離を短くできる。つまり、除草ロボット10の作業効率を最適化できる。
実施例1は、除草ロボット10が、どの雑草群Zを次の除草作業領域として選定するかの手法である。まず、図4を用いて、第一選定手法について詳細に説明する。
図4に示すように、圃場Hに投入された、或いはある雑草群Zにおいて除草作業を完了した除草ロボット10は次の除草作業を実施する雑草群Zを選定する必要がある。まず、除草ロボット10は、GPSアンテナ13によって、圃場Hにおける自己の現在位置を認識する。次に、除草ロボット10は、現在位置から全ての除草作業領域である雑草群Zまでの距離をそれぞれ評価距離Dとして算出する(例えば、図4におけるD1〜D4)。次に、除草ロボット10は、評価距離Dが最小値D3である雑草群Zを次の除草作業領域として選定する。
このようにして、除草ロボット10は、とりあえず最も近い雑草群Zを次の除草作業領域として選定するため、移動距離を短くできる。つまり、除草ロボット10の作業効率を最適化できる。
次に、図5を用いて、第二選定手法について詳細に説明する。
図5に示すように、圃場Hに投入された、或いはある雑草群Zにおいて除草作業を完了した除草ロボット10は次の除草作業を実施する雑草群Zを選定する必要がある。除草ロボット10は、除草作業領域情報によって、雑草面積Sが最大である雑草群Zを、次に除草作業を実施する除草作業領域として選定する。本選定手法によれば、除草ロボット10は、図5の実線矢印に示すように雑草群Z間を逐次移動することになる。
除草ロボット10は、とりあえず最も雑草面積Sが大きい雑草群Zを次の除草作業領域として選定するため、複数の除草ロボット10と協調作業を実施する場合等は、雑草面積Sが大きい雑草群Zが優先されるため、全除草作業を完了するまでの圃場Hにおける総移動距離が少なくなる。つまり、除草ロボット10の作業効率を最適化できる。
図5に示すように、圃場Hに投入された、或いはある雑草群Zにおいて除草作業を完了した除草ロボット10は次の除草作業を実施する雑草群Zを選定する必要がある。除草ロボット10は、除草作業領域情報によって、雑草面積Sが最大である雑草群Zを、次に除草作業を実施する除草作業領域として選定する。本選定手法によれば、除草ロボット10は、図5の実線矢印に示すように雑草群Z間を逐次移動することになる。
除草ロボット10は、とりあえず最も雑草面積Sが大きい雑草群Zを次の除草作業領域として選定するため、複数の除草ロボット10と協調作業を実施する場合等は、雑草面積Sが大きい雑草群Zが優先されるため、全除草作業を完了するまでの圃場Hにおける総移動距離が少なくなる。つまり、除草ロボット10の作業効率を最適化できる。
次に、第三選定手法について詳細に説明する。
本選定手法は、第一選定手法及び第二選定手法を組み合わせ、除草ロボット10がどの雑草群Zを次の除草作業領域として選定するかの手法である。
除草ロボット10は、全ての雑草群Zについて、評価距離Dと雑草面積Sとに基づいて、評価値J1を算出する。ここで、評価値J1は、評価距離Dと雑草面積Sとの線形結合であるJ1=a1D+a2Sによって求められる。また、評価距離Dは小さく雑草面積Sは大きければ作業効率が良いため、a1とa2とは互いに正負の異なる係数である。本選定手法では、a2を負の係数としている。除草ロボット10は、評価値J1が最小となる雑草群Zを次に除草作業を実施する除草作業領域として選定する。
このようにして、除草ロボット10は、最も近い雑草群Zを次の除草作業領域とする選定要素と、最も雑草面積Sが大きい雑草群Zを次の除草作業領域とする選定要素と加味して評価値を決定するため、全除草作業を完了するまでの圃場Hにおける総移動距離を少なくできる。つまり、除草ロボット10の作業効率を最適化できる。
本選定手法は、第一選定手法及び第二選定手法を組み合わせ、除草ロボット10がどの雑草群Zを次の除草作業領域として選定するかの手法である。
除草ロボット10は、全ての雑草群Zについて、評価距離Dと雑草面積Sとに基づいて、評価値J1を算出する。ここで、評価値J1は、評価距離Dと雑草面積Sとの線形結合であるJ1=a1D+a2Sによって求められる。また、評価距離Dは小さく雑草面積Sは大きければ作業効率が良いため、a1とa2とは互いに正負の異なる係数である。本選定手法では、a2を負の係数としている。除草ロボット10は、評価値J1が最小となる雑草群Zを次に除草作業を実施する除草作業領域として選定する。
このようにして、除草ロボット10は、最も近い雑草群Zを次の除草作業領域とする選定要素と、最も雑草面積Sが大きい雑草群Zを次の除草作業領域とする選定要素と加味して評価値を決定するため、全除草作業を完了するまでの圃場Hにおける総移動距離を少なくできる。つまり、除草ロボット10の作業効率を最適化できる。
次に、図6を用いて、第四選定手法について詳細に説明する。
本選定手法は、圃場Hにて例えば3台の除草ロボット10a・10b・10cが複数の雑草群Zを順に移動して除草作業を実施する作業システムにおいて、除草ロボット10aがどの雑草群Zを次の除草作業領域として選定するかの手法である。
まず、除草ロボット10b・10cは、GPSアンテナ13によって、圃場Hにおける各除草ロボット10b・10cの自己の現在位置を認識する。除草ロボット10b・10cは、通信アンテナ14を介して、除草ロボット10aに現在位置を送信する。また、除草ロボット10aは、雑草群Zと、該雑草群Zに最も近い、他の除草ロボット10b・10cが除草作業を実施している雑草群Zとの距離を分散距離Lとして算出する(例えば、図6におけるL1〜L4)。このとき、除草ロボット10b・10cが除草作業を実施している雑草群Zは、次に除草作業を実施する除草作業領域の候補とはしない。さらに、除草ロボット10aは、分散距離Lが最大値L4となる雑草群Zを、次に除草作業を実施する除草作業領域として選定する。
このようにして、除草ロボット10a・10b・10cは、圃場Hにて分散して除草作業を実施するため、除草ロボット10を複数用いる協調作業システムの作業効率を最適化できる。
本選定手法は、圃場Hにて例えば3台の除草ロボット10a・10b・10cが複数の雑草群Zを順に移動して除草作業を実施する作業システムにおいて、除草ロボット10aがどの雑草群Zを次の除草作業領域として選定するかの手法である。
まず、除草ロボット10b・10cは、GPSアンテナ13によって、圃場Hにおける各除草ロボット10b・10cの自己の現在位置を認識する。除草ロボット10b・10cは、通信アンテナ14を介して、除草ロボット10aに現在位置を送信する。また、除草ロボット10aは、雑草群Zと、該雑草群Zに最も近い、他の除草ロボット10b・10cが除草作業を実施している雑草群Zとの距離を分散距離Lとして算出する(例えば、図6におけるL1〜L4)。このとき、除草ロボット10b・10cが除草作業を実施している雑草群Zは、次に除草作業を実施する除草作業領域の候補とはしない。さらに、除草ロボット10aは、分散距離Lが最大値L4となる雑草群Zを、次に除草作業を実施する除草作業領域として選定する。
このようにして、除草ロボット10a・10b・10cは、圃場Hにて分散して除草作業を実施するため、除草ロボット10を複数用いる協調作業システムの作業効率を最適化できる。
次に、第五選定手法について詳細に説明する。
本選定手法は、第三選定手法及び第四選定手法を組み合わせ、圃場Hにて複数の除草ロボット10a・10b・10cが複数の雑草群Zを順に移動して除草作業を実施する作業システムにおいて、除草ロボット10aがどの雑草群Zを次の除草作業領域として選定するかの手法である。
除草ロボット10は、全ての雑草群Zについて、評価距離Dと雑草面積Sと分散距離Lとの線形結合である評価値J2を算出する。ここで、評価値J2は、J2=b1D+b2S+b3Lによって求められる。また、評価距離Dは小さく雑草面積S及び分散距離Lは大きければ作業効率が良いため、本選定手法では、b2及びb3を負の係数としている。除草ロボット10は、評価値J2が最小となる雑草群Zを次に除草作業を実施する除草作業領域として選定する。
このようにして、各除草ロボット10は、最も近い雑草群Zを次の除草作業領域とする選定要素と、最も面積が大きい雑草群Zを次の除草作業領域とする選定要素と、各除草ロボット10は圃場Hにて分散して除草作業を実施するための選定要素とを加味して評価値を決定する。
そのため、除草ロボット10は、全除草作業を完了するまでの圃場Hにおける総移動距離を短くしつつも、圃場Hにて分散して除草作業を実施することができる。つまり、除草ロボット10を複数用いる協調作業システムの作業効率を最適化できる。
本選定手法は、第三選定手法及び第四選定手法を組み合わせ、圃場Hにて複数の除草ロボット10a・10b・10cが複数の雑草群Zを順に移動して除草作業を実施する作業システムにおいて、除草ロボット10aがどの雑草群Zを次の除草作業領域として選定するかの手法である。
除草ロボット10は、全ての雑草群Zについて、評価距離Dと雑草面積Sと分散距離Lとの線形結合である評価値J2を算出する。ここで、評価値J2は、J2=b1D+b2S+b3Lによって求められる。また、評価距離Dは小さく雑草面積S及び分散距離Lは大きければ作業効率が良いため、本選定手法では、b2及びb3を負の係数としている。除草ロボット10は、評価値J2が最小となる雑草群Zを次に除草作業を実施する除草作業領域として選定する。
このようにして、各除草ロボット10は、最も近い雑草群Zを次の除草作業領域とする選定要素と、最も面積が大きい雑草群Zを次の除草作業領域とする選定要素と、各除草ロボット10は圃場Hにて分散して除草作業を実施するための選定要素とを加味して評価値を決定する。
そのため、除草ロボット10は、全除草作業を完了するまでの圃場Hにおける総移動距離を短くしつつも、圃場Hにて分散して除草作業を実施することができる。つまり、除草ロボット10を複数用いる協調作業システムの作業効率を最適化できる。
以上において説明した除草ロボット10、並びに除草ロボット10を複数用いる協調作業システムは、除草作業が完了したときに、未着手の雑草群Zを優先して次の除草作業領域として選定する。
このようにして、1つの雑草群Zには1台の除草ロボット10が除草作業を実施することを優先するため、未着手の除草作業領域を早期に減らすことができる。つまり、除草ロボット10を複数用いる協調作業システムの作業効率を最適化できる。
このようにして、1つの雑草群Zには1台の除草ロボット10が除草作業を実施することを優先するため、未着手の除草作業領域を早期に減らすことができる。つまり、除草ロボット10を複数用いる協調作業システムの作業効率を最適化できる。
ここで、図7乃至図9を用いて、実施例2について詳細に説明する。
実施例2は、除草ロボット10同士が1つの雑草群Zにおいて協調して除草作業を実施する協調手法である。まず、図7を用いて、本実施例が適用される状況について間単に説明する。
図7に示すように、本実施例は、圃場Hにて例えば3台の除草ロボット10a・10b・10cが複数の雑草群Zを順に移動して除草作業を実施する作業システムにおいて、除草ロボット10aが担当雑草群Zでの除草作業を完了し、圃場Hにて他の未着手雑草群Zがない状況を想定している。また、除草ロボット10b・10cは、それぞれの雑草群Zb・Zcにて除草作業を実施している。
実施例2は、除草ロボット10同士が1つの雑草群Zにおいて協調して除草作業を実施する協調手法である。まず、図7を用いて、本実施例が適用される状況について間単に説明する。
図7に示すように、本実施例は、圃場Hにて例えば3台の除草ロボット10a・10b・10cが複数の雑草群Zを順に移動して除草作業を実施する作業システムにおいて、除草ロボット10aが担当雑草群Zでの除草作業を完了し、圃場Hにて他の未着手雑草群Zがない状況を想定している。また、除草ロボット10b・10cは、それぞれの雑草群Zb・Zcにて除草作業を実施している。
次に、図8を用いて、本実施例のフローについて詳細に説明する。
図8は、S100は協調申し出を送信した除草ロボット10aの行動を示すフローであって、S200は協調受け入れを送信した除草ロボット10b・10cの行動を示すフローである。なお、除草ロボット10bは、協調先の除草ロボットとなる。また、破線矢印は、除草ロボット10間の通信アンテナ14を介しての通信を示している。
図8は、S100は協調申し出を送信した除草ロボット10aの行動を示すフローであって、S200は協調受け入れを送信した除草ロボット10b・10cの行動を示すフローである。なお、除草ロボット10bは、協調先の除草ロボットとなる。また、破線矢印は、除草ロボット10間の通信アンテナ14を介しての通信を示している。
まず、除草ロボット10aは、現在、自己が担当する雑草群Zを有するかを判定する(S110)。S110において、担当雑草群Zを有するのであれば、そのまま除草作業を継続する(S115)。
次に、除草ロボット10aは、現在、圃場Hにおいて未着手の雑草群Zがあるかを判定する(S120)。S120において、未着手の雑草群Zがあれば、雑草群Zを選定し(S125)、自己の除草作業領域情報を更新する(S170)。
ここで、除草ロボット10aは、担当雑草群Z及び未着手の雑草群Zがなければ、除草作業中の除草ロボット10b・10cに対し、通信アンテナ14を介して、協調申し出を送信する(S130)。
次に、除草ロボット10aは、現在、圃場Hにおいて未着手の雑草群Zがあるかを判定する(S120)。S120において、未着手の雑草群Zがあれば、雑草群Zを選定し(S125)、自己の除草作業領域情報を更新する(S170)。
ここで、除草ロボット10aは、担当雑草群Z及び未着手の雑草群Zがなければ、除草作業中の除草ロボット10b・10cに対し、通信アンテナ14を介して、協調申し出を送信する(S130)。
他方、除草ロボット10b・10cは、協調申し出を受信したときには(S210)、自己の担当雑草群Zの残雑草面積Rが所定面積以上であるかを判定する(S220)。
S220において、残雑草面積Rが所定面積以上であれば、除草ロボット10aに対して、通信アンテナ14を介して、協調受け入れを送信する(S230)。
S220において、残雑草面積Rが所定面積以上であれば、除草ロボット10aに対して、通信アンテナ14を介して、協調受け入れを送信する(S230)。
除草ロボット10aは、協調受け入れが1以上あるかどうかを判定する(S140)。
S140において、協調受け入れが全くなければ、除草ロボット10aはホームへ戻る(S145)。ここで、ホームとは、除草ロボット10a・10b・10cが圃場Hの除草作業を全て完了した後に集合する場所である。
一方、除草ロボット10aは、協調受け入れが1以上あれば、評価量J3によって協調先の除草ロボットを選定する(S150)。ここで、評価値J3は、除草作業中の除草ロボット10b(又は10c)の残雑草面積Rと、除草ロボット10aの現在位置と雑草群Zb(又はZc)との距離である評価距離Eとの線形結合によって求められる。より詳しくは、評価値J3は、J3=c1E+c2Rによって求められる。また、評価距離Eは小さく残雑草面積Rは大きければ協調作業効率が良いため、c1及びc2とは互いに正負の異なる係数である。本協調手法では、c2を負の係数としている。本実施例においては、除草ロボット10aは、評価値J3が最小となる雑草群Zbを次に除草作業を実施する除草作業領域として選定する。
除草ロボット10aは、除草ロボット10bを協調先の除草ロボットとして選定したことを、通信アンテナ14を介して、除草ロボット10b・10cに送信する(S160)。
S140において、協調受け入れが全くなければ、除草ロボット10aはホームへ戻る(S145)。ここで、ホームとは、除草ロボット10a・10b・10cが圃場Hの除草作業を全て完了した後に集合する場所である。
一方、除草ロボット10aは、協調受け入れが1以上あれば、評価量J3によって協調先の除草ロボットを選定する(S150)。ここで、評価値J3は、除草作業中の除草ロボット10b(又は10c)の残雑草面積Rと、除草ロボット10aの現在位置と雑草群Zb(又はZc)との距離である評価距離Eとの線形結合によって求められる。より詳しくは、評価値J3は、J3=c1E+c2Rによって求められる。また、評価距離Eは小さく残雑草面積Rは大きければ協調作業効率が良いため、c1及びc2とは互いに正負の異なる係数である。本協調手法では、c2を負の係数としている。本実施例においては、除草ロボット10aは、評価値J3が最小となる雑草群Zbを次に除草作業を実施する除草作業領域として選定する。
除草ロボット10aは、除草ロボット10bを協調先の除草ロボットとして選定したことを、通信アンテナ14を介して、除草ロボット10b・10cに送信する(S160)。
除草ロボット10bは、残雑草面積Rを分割し、通信アンテナ14を介して、新しい除草作業領域情報を除草ロボット10aに送信する(S250)。同時に新しい除草作業領域情報を除草ロボット10cに送信する。本実施例では、除草ロボット10bは、残雑草面積Rの半分を新たな雑草群Zaとして分割する(図9参照)。
また、除草ロボット10bは、新しい除草作業領域情報に基づいて、自己の除草作業領域情報を更新する(S260)。一方、新しい除草作業領域情報を受信した除草ロボット10a・10cは、自己の除草作業領域情報を更新する(S170)。
また、除草ロボット10bは、新しい除草作業領域情報に基づいて、自己の除草作業領域情報を更新する(S260)。一方、新しい除草作業領域情報を受信した除草ロボット10a・10cは、自己の除草作業領域情報を更新する(S170)。
図9は、本実施例完了後の圃場Hにおける除草ロボット10a・10b・10cの状況を示している。
図9に示すように、除草ロボット10a・10b・10cは、それぞれの除草作業領域である雑草群Za、Zb、Zcにおいて除草作業を実施している。
このようにして、1つの雑草群Zを雑草群Za・Zbに分割して2台の除草ロボット10a・10bが除草作業を実施するため、除草ロボット10を複数用いる協調作業システムの作業効率を最適化できる。また、残雑草面積R次第では協調作業を行わないため、無駄となる協調作業を省略することができる。さらに、協調作業を行う上で、とりあえず最も近い雑草群Zを次の除草作業領域として選定する選定要素と、残雑草面積Rが最大の雑草群Zを次の除草作業領域として選定する選定要素を加味して評価値J3を決定するため、協調申し出を送信した除草ロボット10aは、移動距離が短く、かつ残雑草面積Rが大きい雑草群Zで除草作業を実施する除草ロボット10bを協調先の除草ロボットとして選定できる。さらに、協調先の除草ロボット10bは、分割した雑草群Za・Zbを他の除草ロボット10a・10cに送信するため、除草ロボット10を複数用いる協調作業システムの作業効率を最適化できる。
図9に示すように、除草ロボット10a・10b・10cは、それぞれの除草作業領域である雑草群Za、Zb、Zcにおいて除草作業を実施している。
このようにして、1つの雑草群Zを雑草群Za・Zbに分割して2台の除草ロボット10a・10bが除草作業を実施するため、除草ロボット10を複数用いる協調作業システムの作業効率を最適化できる。また、残雑草面積R次第では協調作業を行わないため、無駄となる協調作業を省略することができる。さらに、協調作業を行う上で、とりあえず最も近い雑草群Zを次の除草作業領域として選定する選定要素と、残雑草面積Rが最大の雑草群Zを次の除草作業領域として選定する選定要素を加味して評価値J3を決定するため、協調申し出を送信した除草ロボット10aは、移動距離が短く、かつ残雑草面積Rが大きい雑草群Zで除草作業を実施する除草ロボット10bを協調先の除草ロボットとして選定できる。さらに、協調先の除草ロボット10bは、分割した雑草群Za・Zbを他の除草ロボット10a・10cに送信するため、除草ロボット10を複数用いる協調作業システムの作業効率を最適化できる。
10 除草ロボット(自律型ロボット)
20 コントローラ
21 位置認識手段
22 更新手段
H 圃場(二次元作業フィールド)
Z 雑草群(作業領域)
D 評価距離
J1 評価値
S 雑草面積
J2 評価値
L 分散距離
E 評価距離
R 残雑草面積
J3 評価値
20 コントローラ
21 位置認識手段
22 更新手段
H 圃場(二次元作業フィールド)
Z 雑草群(作業領域)
D 評価距離
J1 評価値
S 雑草面積
J2 評価値
L 分散距離
E 評価距離
R 残雑草面積
J3 評価値
Claims (11)
- 複数の作業領域が存在する二次元作業フィールドにて前記作業領域を順に移動して作業を実施し、
自己の現在位置を認識する位置認識手段と、
少なくとも前記作業領域位置及び作業面積に係る作業領域情報を予め記憶する記憶手段と、
前記作業領域情報を更新する更新手段と、
前記二次元作業フィールドを移動する移動手段と、
前記作業領域で作業する作業手段と、
を有する自律型ロボットであって、
現在位置から作業領域位置までの距離を評価距離とし、該評価距離が最小となる作業領域を次に作業を実施する作業領域として選定することを特徴とする自律型ロボット。 - 複数の作業領域が存在する二次元作業フィールドにて前記作業領域を順に移動して作業を実施し、
自己の現在位置を認識する位置認識手段と、
少なくとも前記作業領域位置及び作業面積に係る作業領域情報を予め記憶する記憶手段と、
前記作業領域情報を更新する更新手段と、
前記二次元作業フィールドを移動する移動手段と、
前記作業領域で作業する作業手段と、
を有する自律型ロボットであって、
作業面積が最大である作業領域を次に作業を実施する作業領域として選定することを特徴とする自律型ロボット。 - 複数の作業領域が存在する二次元作業フィールドにて前記作業領域を順に移動して作業を実施し、
自己の現在位置を認識する位置認識手段と、
少なくとも前記作業領域位置及び作業面積に係る作業領域情報を予め記憶する記憶手段と、
前記作業領域情報を更新する更新手段と、
前記二次元作業フィールドを移動する移動手段と、
前記作業領域で作業する作業手段と、
を有する自律型ロボットであって、
現在位置から作業領域位置までの距離を評価距離とし、正負の異なる係数を用いて該評価距離と前記作業面積との線形結合を評価値とし、該評価値に基づいて次に作業を実施する作業領域を選定することを特徴とする自律型ロボット。 - 複数の作業領域が存在する二次元作業フィールドにて前記作業領域を順に移動して作業を実施し、
自己の現在位置を認識する位置認識手段と、
少なくとも前記作業領域位置及び作業面積に係る作業領域情報を予め記憶する記憶手段と、
前記作業領域情報を更新する更新手段と、
前記二次元作業フィールドを移動する移動手段と、
前記作業領域で作業する作業手段と、
少なくとも前記作業領域情報を他の自律型ロボットと通信可能な通信手段と、
を有する自律型ロボットを複数用いる協調作業システムであって、
前記自律型ロボットは、作業領域位置と、該作業領域に最も近い、他の自律型ロボットが作業を実施している作業領域位置との距離を分散距離とし、該分散距離が最大となる作業領域を次に作業を実施する作業領域として選定することを特徴とする自律型ロボットを複数用いる協調作業システム。 - 複数の作業領域が存在する二次元作業フィールドにて前記作業領域を順に移動して作業を実施し、
自己の現在位置を認識する位置認識手段と、
少なくとも前記作業領域位置及び作業面積に係る作業領域情報を予め記憶する記憶手段と、
前記作業領域情報を更新する更新手段と、
前記二次元作業フィールドを移動する移動手段と、
前記作業領域で作業する作業手段と、
少なくとも前記作業領域情報を他の自律型ロボットと通信可能な通信手段と、
を有する自律型ロボットを複数用いる協調作業システムであって、
前記自律型ロボットは、現在位置から作業領域位置までの距離を評価距離とし、該評価距離のみ正負の異なる係数を用いて前記評価距離と前記作業面積と前記分散距離との線形結合を評価値とし、該評価値に基づいて次に作業を実施する作業領域を選定することを特徴とする自律型ロボットを複数用いる協調作業システム。 - 請求項1乃至4記載のいずれか一項に記載の自律型ロボットを複数用いる協調作業システム、或いは請求項5記載の自律型ロボットを複数用いる協調作業システムであって、
前記自律型ロボットは、作業領域での作業が完了したときに、未着手作業領域を優先して次に作業を実施する作業領域として選定することを特徴とする自律型ロボットを複数用いる協調作業システム。 - 請求項6記載の自律型ロボットを複数用いる協調作業システムであって、
前記自律型ロボットは、前記未着手作業領域がないときには、他の作業中の自律型ロボットに対し、前記通信手段によって協調作業の申し出を送信することを特徴とする自律型ロボットを複数用いる協調作業システム。 - 請求項7記載の自律型ロボットを複数用いる協調作業システムであって、
前記協調作業の申し出を受信した自律型ロボットは、残作業面積が所定値より大きいときには、前記協調作業の申し出を送信した自律型ロボットに対し、前記通信手段によって協調作業の受け入れを送信することを特徴とする自律型ロボットを複数用いる協調作業システム。 - 請求項8記載の自律型ロボットを複数用いる協調作業システムであって、
前記協調作業の受け入れを受信した自律型ロボットは、前記協調作業の申し出を送信した自律型ロボットに対し、前記通信手段によって作業を実施している作業領域の残作業面積を送信し、
前記協調作業の申し出を送信した自律型ロボットは、複数の前記協調作業の受け入れがあったときには、現在位置から前記協調作業の受け入れを送信した自律型ロボットが作業を実施している作業領域までの距離を協調距離とし、正負の異なる係数を用いて前記残作業面積と該協調距離との線形結合を評価値とし、該評価値に基づいて協調先の自律型ロボットを選定することを特徴とする自律型ロボットを複数用いる協調作業システム。 - 請求項9記載の自律型ロボットを複数用いる協調作業システムであって、
前記協調作業の申し出を送信した自律型ロボットは、他の自律型ロボットに対し、前記通信手段によって協調先として選定した自律型ロボットに係る情報を送信することを特徴とする自律型ロボットを複数用いる協調作業システム。 - 請求項10記載の自律型ロボットを複数用いる協調作業システムであって、
前記協調先の自律型ロボットは、残作業面積を分割し、前記更新手段によって前記作業領域情報を更新し、前記通信手段によって他の自律型ロボットに対し前記作業領域情報を送信することを特徴とする自律型ロボットを複数用いる協調作業システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008040584A JP2009199359A (ja) | 2008-02-21 | 2008-02-21 | 自律型ロボット及び自律型ロボットを複数用いる協調作業システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008040584A JP2009199359A (ja) | 2008-02-21 | 2008-02-21 | 自律型ロボット及び自律型ロボットを複数用いる協調作業システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009199359A true JP2009199359A (ja) | 2009-09-03 |
Family
ID=41142783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008040584A Pending JP2009199359A (ja) | 2008-02-21 | 2008-02-21 | 自律型ロボット及び自律型ロボットを複数用いる協調作業システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2009199359A (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015080444A (ja) * | 2013-10-23 | 2015-04-27 | 松山株式会社 | 畦塗り作業方法 |
JP2015146748A (ja) * | 2014-02-05 | 2015-08-20 | ヤンマー株式会社 | 電動作業車両 |
JP2017059217A (ja) * | 2015-09-15 | 2017-03-23 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 移動制御方法、自律移動制御システム、自律移動ロボット及び自律移動制御プログラム |
WO2018116772A1 (ja) * | 2016-12-19 | 2018-06-28 | 株式会社クボタ | 作業車自動走行システム |
JP2018099043A (ja) * | 2016-12-19 | 2018-06-28 | 株式会社クボタ | 作業車自動走行システム |
KR20200054351A (ko) * | 2018-11-02 | 2020-05-20 | 주식회사 케이티 | 로봇 협업 제어 방법 및 시스템 |
JP2020116669A (ja) * | 2019-01-22 | 2020-08-06 | 日本電気通信システム株式会社 | 検査ロボット、システム、情報処理装置、方法、及びプログラム |
WO2020251065A1 (ko) * | 2019-06-10 | 2020-12-17 | 엘지전자 주식회사 | 지능형 로봇 디바이스를 관제하는 방법 |
JPWO2019215838A1 (ja) * | 2018-05-09 | 2021-04-22 | 日本電気株式会社 | 自律動作機の制御装置、自律動作機の制御方法、及び、自律動作機の制御プログラム |
WO2021192259A1 (ja) * | 2020-03-27 | 2021-09-30 | 本田技研工業株式会社 | 作業管理装置、作業管理プログラム及び作業管理方法 |
JP2021153493A (ja) * | 2020-03-27 | 2021-10-07 | 本田技研工業株式会社 | 自律作業システム、自律作業設定方法、およびプログラム |
US11188096B2 (en) | 2015-04-16 | 2021-11-30 | Nec Corporation | Control apparatus, control method, and storage medium |
-
2008
- 2008-02-21 JP JP2008040584A patent/JP2009199359A/ja active Pending
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015080444A (ja) * | 2013-10-23 | 2015-04-27 | 松山株式会社 | 畦塗り作業方法 |
JP2015146748A (ja) * | 2014-02-05 | 2015-08-20 | ヤンマー株式会社 | 電動作業車両 |
US11188096B2 (en) | 2015-04-16 | 2021-11-30 | Nec Corporation | Control apparatus, control method, and storage medium |
JP2017059217A (ja) * | 2015-09-15 | 2017-03-23 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 移動制御方法、自律移動制御システム、自律移動ロボット及び自律移動制御プログラム |
WO2018116772A1 (ja) * | 2016-12-19 | 2018-06-28 | 株式会社クボタ | 作業車自動走行システム |
JP2018099043A (ja) * | 2016-12-19 | 2018-06-28 | 株式会社クボタ | 作業車自動走行システム |
US11740629B2 (en) | 2018-05-09 | 2023-08-29 | Nec Corporation | Control device for autonomous operating machines, control method for autonomous operating machines, and recording medium having control program for autonomous operating machines stored thereon |
JP7070673B2 (ja) | 2018-05-09 | 2022-05-18 | 日本電気株式会社 | 自律動作機の制御装置、自律動作機の制御方法、及び、自律動作機の制御プログラム |
JPWO2019215838A1 (ja) * | 2018-05-09 | 2021-04-22 | 日本電気株式会社 | 自律動作機の制御装置、自律動作機の制御方法、及び、自律動作機の制御プログラム |
KR20200054351A (ko) * | 2018-11-02 | 2020-05-20 | 주식회사 케이티 | 로봇 협업 제어 방법 및 시스템 |
KR102658913B1 (ko) * | 2018-11-02 | 2024-04-18 | 주식회사 케이티 | 로봇 협업 제어 방법 및 시스템 |
JP2020116669A (ja) * | 2019-01-22 | 2020-08-06 | 日本電気通信システム株式会社 | 検査ロボット、システム、情報処理装置、方法、及びプログラム |
JP7364203B2 (ja) | 2019-01-22 | 2023-10-18 | 日本電気通信システム株式会社 | 検査ロボット、システム、情報処理装置、方法、及びプログラム |
WO2020251065A1 (ko) * | 2019-06-10 | 2020-12-17 | 엘지전자 주식회사 | 지능형 로봇 디바이스를 관제하는 방법 |
JPWO2021192259A1 (ja) * | 2020-03-27 | 2021-09-30 | ||
JP2021153493A (ja) * | 2020-03-27 | 2021-10-07 | 本田技研工業株式会社 | 自律作業システム、自律作業設定方法、およびプログラム |
WO2021192259A1 (ja) * | 2020-03-27 | 2021-09-30 | 本田技研工業株式会社 | 作業管理装置、作業管理プログラム及び作業管理方法 |
JP7288416B2 (ja) | 2020-03-27 | 2023-06-07 | 本田技研工業株式会社 | 自律作業システム、自律作業設定方法、およびプログラム |
US11803187B2 (en) | 2020-03-27 | 2023-10-31 | Honda Motor Co., Ltd. | Autonomous work system, autonomous work setting method, and storage medium |
JP7410274B2 (ja) | 2020-03-27 | 2024-01-09 | 本田技研工業株式会社 | 作業管理装置、作業管理プログラム及び作業管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2009199359A (ja) | 自律型ロボット及び自律型ロボットを複数用いる協調作業システム | |
CN109976350B (zh) | 多机器人调度方法、装置、服务器及计算机可读存储介质 | |
Doctor et al. | Optimal PSO for collective robotic search applications | |
Hsieh et al. | Biologically inspired redistribution of a swarm of robots among multiple sites | |
US8666548B2 (en) | Path planning apparatus of robot and method thereof | |
US8041654B2 (en) | System for hybridized efficient genetic algorithms to solve bi-objective optimization problems with application to network computing | |
US9817395B2 (en) | Autonomous navigation of people using a robot network | |
CN106647808B (zh) | 一种基于模糊控制算法的AUVs搜索和围捕任务分配控制方法 | |
CN109270934B (zh) | 基于领航者切换的多机器人编队续航方法 | |
Abbas et al. | Path planning of an autonomous mobile robot using directed artificial bee colony algorithm | |
CN108413963A (zh) | 基于自学习蚁群算法的条形机器人路径规划方法 | |
Abed et al. | A review on path planning algorithms for mobile robots | |
CN111308996A (zh) | 教练装置及其合作运作控制方法 | |
CN113592162B (zh) | 一种基于多智能体强化学习的多水下无人航行器协同搜索方法 | |
KR20240004350A (ko) | 미지의 환경들에서의 로봇 항법을 위한 방법 및 시스템 | |
Jin et al. | Inverse reinforcement learning via deep gaussian process | |
CN115629607A (zh) | 一种融合历史信息的强化学习路径规划方法 | |
Abreu et al. | Minehunting mission planning for autonomous underwater systems using evolutionary algorithms | |
Pham et al. | A multi-robot, cooperative, and active slam algorithm for exploration | |
TWI676934B (zh) | 開放擴充式移動平台 | |
de Carvalho Santos et al. | An exploratory path planning method based on genetic algorithm for autonomous mobile robots | |
Zema et al. | Formation control of a mono-operated uav fleet through ad-hoc communications: a q-learning approach | |
Gautam et al. | Experimental evaluation of multi-robot online terrain coverage approach | |
Caiti et al. | Potential games and AUVs cooperation: First results from the THESAURUS project | |
Amigoni et al. | A decision-theoretic framework to select effective observation locations in robotic search and rescue scenarios |