JP2009223900A - 自律移動装置及び平面状障害物認識方法 - Google Patents
自律移動装置及び平面状障害物認識方法 Download PDFInfo
- Publication number
- JP2009223900A JP2009223900A JP2009118425A JP2009118425A JP2009223900A JP 2009223900 A JP2009223900 A JP 2009223900A JP 2009118425 A JP2009118425 A JP 2009118425A JP 2009118425 A JP2009118425 A JP 2009118425A JP 2009223900 A JP2009223900 A JP 2009223900A
- Authority
- JP
- Japan
- Prior art keywords
- scan
- point
- vector
- segment
- scan point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 118
- 239000013598 vector Substances 0.000 claims abstract description 679
- 230000015572 biosynthetic process Effects 0.000 claims description 55
- 238000003860 storage Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 29
- 238000003786 synthesis reaction Methods 0.000 description 29
- 238000000605 extraction Methods 0.000 description 22
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 239000000203 mixture Substances 0.000 description 7
- 101100110333 Arabidopsis thaliana ATL31 gene Proteins 0.000 description 5
- 241001011888 Sulfolobus spindle-shaped virus 1 Species 0.000 description 5
- 230000002194 synthesizing effect Effects 0.000 description 5
- 241001011846 Sulfolobus spindle-shaped virus 2 Species 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 101000706557 Homo sapiens SUN domain-containing protein 1 Proteins 0.000 description 1
- 102100031130 SUN domain-containing protein 1 Human genes 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000011800 void material Substances 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Abstract
【解決手段】レーザビームを用いて水平面内をスキャンし、複数のスキャンポイントの座標を取得し、得られた順番が時系列的に前後する2つのスキャンポイントについて、前のスキャンポイントを始点とし後のスキャンポイントを終点とする要素ベクトルを形成し、複数の要素ベクトルの中から、得られた順番が時系列的に前後し、かつ互いに連続する複数の要素ベクトルであって、その長さがそれぞれ第1所定長以下であり、1つの要素ベクトルに対してそれに連続する他の要素ベクトルがなす振れ角度が第1所定角度以下であり、振れ角度の積算値が第2所定角度以下であるものをベクトル合成し、始点と終点により定義される線分が第2所定長以上であるときに、そのスキャンセグメントベクトルに沿って平面状障害物が存在していると認識する。
【選択図】図1
Description
電磁波又は音波を用いて所定の空間を一定角度又は一定間隔でスキャンし、その空間内に存在する物体からの反射波を受信して、電磁波又は音波を反射した複数のスキャンポイントの座標を得るスキャンポイント取得手段と、
前記複数のスキャンポイントのうち、前記スキャンポイント取得手段により得られた順番が時系列的に前後する2つのスキャンポイントについて、前のスキャンポイントを始点とし後のスキャンポイントを終点とする要素ベクトルを形成する要素ベクトル形成手段と、
複数の要素ベクトルの中から、前記要素ベクトル形成手段により得られた順番が時系列的に前後し、かつ連続する複数の要素ベクトルであって、要素ベクトルの長さがそれぞれ第1所定長以下であり、1つの要素ベクトルに対してそれに連続する他の要素ベクトルがなす振れ角度が第1所定角度以下であり、振れ角度の積算値が第2所定角度以下であるものを選択する要素ベクトル選択手段と、
選択された連続する複数の要素ベクトルを互いにベクトル合成して1つのスキャンセグメントベクトルを形成するスキャンセグメントベクトル形成手段と、
前記形成されたスキャンセグメントベクトルの始点と終点により定義される線分を第2所定長と比較し、線分が第2所定長以上であるときに、そのスキャンセグメントベクトルに沿って平面状障害物が存在していると認識する障害物認識手段を備え、
要素ベクトル形成手段は、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとして、第1スキャンポイントを始点とし、第2スキャンポイントを終点として第1群の要素ベクトルを形成し、
要素ベクトル形成手段はさらに、第1スキャンポイントを始点とし、第2スキャンポイントを終点として形成される要素ベクトルが第1所定長以下の時は、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとして第1群の要素ベクトルを形成し、また、形成される要素ベクトルの振れ角度が前記第1所定角度よりも大きいときは、第1スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第2スキャンポイントとして第2群の要素ベクトルを形成し、
要素ベクトル選択手段は、前記第1群の要素ベクトルから連続する複数の要素ベクトルを選択すると共に、前記第2群の要素ベクトルから連続する複数の要素ベクトルを選択し、
スキャンセグメントベクトル形成手段は、前記第1群の要素ベクトルから選択された複数の要素ベクトルをベクトル合成して第1スキャンセグメントベクトルを形成すると共に、前記第2群の要素ベクトルから選択された複数の要素ベクトルをベクトル合成して第2スキャンセグメントベクトルを形成し、第2スキャンセグメントベクトルを形成する要素ベクトルから第1スキャンセグメントベクトルを形成する要素ベクトルを引き去る演算を行い、残った要素ベクトルを用いて第3スキャンセグメントベクトルを形成し、
障害物認識手段は、形成された第3スキャンセグメントベクトルの始点と終点により定義される線分を第2所定長と比較し、線分が第2所定長以上であるときに、その第3スキャンセグメントベクトルに沿って空隙を有する平面状障害物が存在していると認識することを特徴とする。
要素ベクトル形成手段は、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとし、第2スキャンポイントに時系列的に連続するスキャンポイントを第3スキャンポイントとして要素ベクトルを形成し、
第2スキャンポイントを始点とし第3スキャンポイントを終点とする要素ベクトルが、第1スキャンポイントを始点とし第2スキャンポイントを終点とする要素ベクトルに対してなす振れ角度が第1所定角度よりも大きい場合に、第3スキャンポイントを排除して、第2スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第3スキャンポイントとして、要素ベクトルを形成することを特徴とする。
要素ベクトル形成手段は、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとして形成された第1要素ベクトルが前記第1所定長よりも長いときは、第1スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第2スキャンポイントとして第1要素ベクトルを形成し、
さらに、第2スキャンポイントに時系列的に連続するスキャンポイントを第3スキャンポイントとし、第2スキャンポイントを始点とし第3スキャンポイントを終点とする第2要素ベクトルが、第1スキャンポイントを始点とし第2スキャンポイントを終点とする第1要素ベクトルに対してなす振れ角度が第1所定角度よりも大きい場合に、第3スキャンポイントを排除して、第2スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第3スキャンポイントとして、第2要素ベクトルを形成することを特徴とする。
スキャンセグメントベクトル形成手段により1つのスキャンセグメントベクトルが形成されると、複数のスキャンポイントのうち、スキャンセグメントベクトルの形成に用いられなかったスキャンポイントを用いて、新たなスキャンセグメントベクトルの形成を試みることを特徴とする。
2以上のスキャンセグメントベクトルが形成された場合に、第2スキャンセグメントベクトルが他の第1スキャンセグメントベクトルに対してなす角度が前記第1所定角度以下であり、かつ前記第2スキャンセグメントベクトルの始点が第1スキャンセグメントベクトルの終点から所定距離以内であるとき、スキャンセグメントベクトル形成手段は、第1スキャンセグメントベクトルの終点を始点とし、第2スキャンセグメントベクトルの始点を終点とするベクトルを、第1スキャンセグメントベクトルと第2スキャンセグメントベクトルの間に合成して新たなスキャンセグメントベクトルを形成することを特徴とする。
スキャンセグメントベクトル形成手段は、スキャンセグメントベクトルの形成に寄与したスキャンポイントの情報を保存し、
障害物認識手段は、前記スキャンセグメントベクトルの始点と終点により定義される線分の長さが前記第2所定長以上であるときに、保存されたスキャンポイントの座標を用いて最小二乗法により、スキャンポイントに最適にフィットする線分を演算し、この線分を平面状障害物として認識することを特徴とする。
自律移動装置の稼働領域の地図上に存在する平面状障害物の線分の集合であるマップセグメントを記憶した記憶手段と、
スキャンセグメントとマップセグメントを照合するセグメント照合手段として機能し、地図上における平面状障害物の位置を特定すると共に、地図上における自律移動装置の自己位置を特定する自己位置特定手段をさらに備えたことを特徴とする。
電磁波又は音波を用いて所定の空間を一定角度又は一定間隔でスキャンし、その空間内に存在する物体からの反射波を受信して、電磁波又は音波を反射した複数のスキャンポイントの座標を得るスキャンポイント取得ステップと、
前記複数のスキャンポイントのうち、前記スキャンポイント取得ステップにより得られた順番が時系列的に前後する2つのスキャンポイントについて、前のスキャンポイントを始点とし後のスキャンポイントを終点とする要素ベクトルを形成する要素ベクトル形成ステップと、
複数の要素ベクトルの中から、前記要素ベクトル形成ステップにより得られた順番が時系列的に前後し、かつ連続する複数の要素ベクトルであって、要素ベクトルの長さがそれぞれ第1所定長以下であり、1つの要素ベクトルに対してそれに連続する他の要素ベクトルがなす振れ角度が第1所定角度以下であり、振れ角度の積算値が第2所定角度以下であるものを選択する要素ベクトル選択ステップと、
選択された連続する複数の要素ベクトルを互いにベクトル合成して1つのスキャンセグメントベクトルを形成するスキャンセグメントベクトル形成ステップと、
前記形成されたスキャンセグメントベクトルの始点と終点により定義される線分を第2所定長と比較し、線分が第2所定長以上であるときに、そのスキャンセグメントベクトルに沿って平面状障害物が存在していると認識する障害物認識ステップを備え、
要素ベクトル形成ステップは、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとして、第1スキャンポイントを始点とし、第2スキャンポイントを終点として第1群の要素ベクトルを形成し、
要素ベクトル形成ステップはさらに、第1スキャンポイントを始点とし、第2スキャンポイントを終点として形成される要素ベクトルが第1所定長以下の時は、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとして要素ベクトルを形成し、また、形成される要素ベクトルの振れ角度が前記第1所定角度よりも大きいときは、第1スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第2スキャンポイントとして第2群の要素ベクトルを形成し、
要素ベクトル選択ステップは、前記第1群の要素ベクトルから連続する複数の要素ベクトルを選択すると共に、前記第2群の要素ベクトルから連続する複数の要素ベクトルを選択し、
スキャンセグメントベクトル形成ステップは、前記第1群の要素ベクトルから選択された複数の要素ベクトルをベクトル合成して第1スキャンセグメントベクトルを形成すると共に、前記第2群の要素ベクトルから選択された複数の要素ベクトルをベクトル合成して第2スキャンセグメントベクトルを形成し、第2スキャンセグメントベクトルを形成する要素ベクトルから第1スキャンセグメントベクトルを形成する要素ベクトルを引き去る演算を行い、残った要素ベクトルを用いて第3スキャンセグメントベクトルを形成し、
障害物認識ステップは、形成された第3スキャンセグメントベクトルの始点と終点により定義される線分を第2所定長と比較し、線分が第2所定長以上であるときに、その第3スキャンセグメントベクトルに沿って空隙を有する平面状障害物が存在していると認識することを特徴とする。
要素ベクトル形成ステップは、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとし、第2スキャンポイントに時系列的に連続するスキャンポイントを第3スキャンポイントとして要素ベクトルを形成し、
第2スキャンポイントを始点とし第3スキャンポイントを終点とする要素ベクトルが、第1スキャンポイントを始点とし第2スキャンポイントを終点とする要素ベクトルに対してなす振れ角度が第1所定角度よりも大きい場合に、第3スキャンポイントを排除して、第2スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第3スキャンポイントとして、要素ベクトルを形成することを特徴とする。
要素ベクトル形成ステップは、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとして形成された第1要素ベクトルが前記第1所定長よりも長いときは、第1スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第2スキャンポイントとして第1要素ベクトルを形成し、
さらに、第2スキャンポイントに時系列的に連続するスキャンポイントを第3スキャンポイントとし、第2スキャンポイントを始点とし第3スキャンポイントを終点とする第2要素ベクトルが、第1スキャンポイントを始点とし第2スキャンポイントを終点とする第1要素ベクトルに対してなす振れ角度が第1所定角度よりも大きい場合に、第3スキャンポイントを排除して、第2スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第3スキャンポイントとして、第2要素ベクトルを形成することを特徴とする。
スキャンセグメントベクトル形成ステップは、スキャンセグメントベクトルの形成に寄与したスキャンポイントの情報を保存し、
障害物認識ステップは、前記スキャンセグメントベクトルの始点と終点により定義される線分の長さが前記第2所定長以上であるときに、保存されたスキャンポイントの座標を用いて最小二乗法により、スキャンポイントに最適にフィットする線分を演算し、この線分を平面状障害物として認識することを特徴とする。
3,30 フェンス
11 記憶部
12 スキャンポイント取得部
13 走行装置
14 自己位置認識部
14a 要素ベクトル形成部
14b 要素ベクトル形成部
14c スキャンセグメントベクトル形成部
14d 障害物認識部
23,24 障害物
31 フェンス支柱
32 フェンス本体
33 リフレクタマーク
34 ブロック
35 側溝
36 フェンスの向こう側の物体
S,SSK,SUN,S(i)・・・ スキャンポイント
V,Va,Vb,V(i,i+1)・・・ 要素ベクトル
SS,SS0 スキャンセグメント
SSV,SSV0,SSV1・・・ スキャンセグメントベクトル
Mθ 第1所定角度
MΣθ 第2所定角度
ML 第1所定長
TL0 第2所定長
Claims (20)
- 電磁波又は音波を用いて所定の空間を一定角度又は一定間隔でスキャンし、その空間内に存在する物体からの反射波を受信して、電磁波又は音波を反射した複数のスキャンポイントの座標を得るスキャンポイント取得手段と、
前記複数のスキャンポイントのうち、前記スキャンポイント取得手段により得られた順番が時系列的に前後する2つのスキャンポイントについて、前のスキャンポイントを始点とし後のスキャンポイントを終点とする要素ベクトルを形成する要素ベクトル形成手段と、
複数の要素ベクトルの中から、前記要素ベクトル形成手段により得られた順番が時系列的に前後し、かつ連続する複数の要素ベクトルであって、要素ベクトルの長さがそれぞれ第1所定長以下であり、1つの要素ベクトルに対してそれに連続する他の要素ベクトルがなす振れ角度が第1所定角度以下であり、振れ角度の積算値が第2所定角度以下であるものを選択する要素ベクトル選択手段と、
選択された連続する複数の要素ベクトルを互いにベクトル合成して1つのスキャンセグメントベクトルを形成するスキャンセグメントベクトル形成手段と、
前記形成されたスキャンセグメントベクトルの始点と終点により定義される線分を第2所定長と比較し、線分が第2所定長以上であるときに、そのスキャンセグメントベクトルに沿って平面状障害物が存在していると認識する障害物認識手段を備え、
要素ベクトル形成手段は、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとして、第1スキャンポイントを始点とし、第2スキャンポイントを終点として第1群の要素ベクトルを形成し、
要素ベクトル形成手段はさらに、第1スキャンポイントを始点とし、第2スキャンポイントを終点として形成される要素ベクトルが第1所定長以下の時は、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとして第1群の要素ベクトルを形成し、また、形成される要素ベクトルの振れ角度が前記第1所定角度よりも大きいときは、第1スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第2スキャンポイントとして第2群の要素ベクトルを形成し、
要素ベクトル選択手段は、前記第1群の要素ベクトルから連続する複数の要素ベクトルを選択すると共に、前記第2群の要素ベクトルから連続する複数の要素ベクトルを選択し、
スキャンセグメントベクトル形成手段は、前記第1群の要素ベクトルから選択された複数の要素ベクトルをベクトル合成して第1スキャンセグメントベクトルを形成すると共に、前記第2群の要素ベクトルから選択された複数の要素ベクトルをベクトル合成して第2スキャンセグメントベクトルを形成し、第2スキャンセグメントベクトルを形成する要素ベクトルから第1スキャンセグメントベクトルを形成する要素ベクトルを引き去る演算を行い、残った要素ベクトルを用いて第3スキャンセグメントベクトルを形成し、
障害物認識手段は、形成された第3スキャンセグメントベクトルの始点と終点により定義される線分を第2所定長と比較し、線分が第2所定長以上であるときに、その第3スキャンセグメントベクトルに沿って空隙を有する平面状障害物が存在していると認識することを特徴とする自律移動装置。 - 要素ベクトル形成手段は、任意の原点から所定距離以内にあるスキャンポイントのみを用いて要素ベクトルを形成することを特徴とする請求項1に記載の自律移動装置。
- 要素ベクトル形成手段は、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとして形成された要素ベクトルが前記第1所定長よりも長いときは、第1スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第2スキャンポイントとして要素ベクトルを形成することを特徴とする請求項1又は2に記載の自律移動装置。
- 要素ベクトル形成手段は、前記任意のスキャンポイントに対して、所定回数だけ要素ベクトルを形成しても、前記第1所定長以下の要素ベクトルが得られないときは、前記任意のスキャンポイントに時系列的に連続するスキャンポイントを新たな第1スキャンポイントとして要素ベクトルを形成することを特徴とする請求項3に記載の自律移動装置。
- 要素ベクトル形成手段は、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとし、第2スキャンポイントに時系列的に連続するスキャンポイントを第3スキャンポイントとして要素ベクトルを形成し、
第2スキャンポイントを始点とし第3スキャンポイントを終点とする要素ベクトルが、第1スキャンポイントを始点とし第2スキャンポイントを終点とする要素ベクトルに対してなす振れ角度が第1所定角度よりも大きい場合に、第3スキャンポイントを排除して、第2スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第3スキャンポイントとして、要素ベクトルを形成することを特徴とする請求項1又は2に記載の自律移動装置。 - 要素ベクトル形成手段は、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとして形成された第1要素ベクトルが前記第1所定長よりも長いときは、第1スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第2スキャンポイントとして第1要素ベクトルを形成し、
さらに、第2スキャンポイントに時系列的に連続するスキャンポイントを第3スキャンポイントとし、第2スキャンポイントを始点とし第3スキャンポイントを終点とする第2要素ベクトルが、第1スキャンポイントを始点とし第2スキャンポイントを終点とする第1要素ベクトルに対してなす振れ角度が第1所定角度よりも大きい場合に、第3スキャンポイントを排除して、第2スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第3スキャンポイントとして、第2要素ベクトルを形成することを特徴とする請求項1又は2に記載の自律移動装置。 - スキャンセグメントベクトル形成手段により1つのスキャンセグメントベクトルが形成されると、複数のスキャンポイントのうち、スキャンセグメントベクトルの形成に用いられなかったスキャンポイントを用いて、新たなスキャンセグメントベクトルの形成を試みることを特徴とする請求項1に記載の自律移動装置。
- 2以上のスキャンセグメントベクトルが形成された場合に、第2スキャンセグメントベクトルが他の第1スキャンセグメントベクトルに対してなす角度が前記第1所定角度以下であり、かつ前記第2スキャンセグメントベクトルの始点が第1スキャンセグメントベクトルの終点から所定距離以内であるとき、スキャンセグメントベクトル形成手段は、第1スキャンセグメントベクトルの終点を始点とし、第2スキャンセグメントベクトルの始点を終点とするベクトルを、第1スキャンセグメントベクトルと第2スキャンセグメントベクトルの間に合成して新たなスキャンセグメントベクトルを形成することを特徴とする請求項7に記載の自律移動装置。
- スキャンセグメントベクトル形成手段は、スキャンセグメントベクトルの形成に寄与したスキャンポイントの情報を保存し、
障害物認識手段は、前記スキャンセグメントベクトルの始点と終点により定義される線分の長さが前記第2所定長以上であるときに、保存されたスキャンポイントの座標を用いて最小二乗法により、スキャンポイントに最適にフィットする線分を演算し、この線分を平面状障害物として認識することを特徴とする請求項1に記載の自律移動装置。 - 自律移動装置の稼働領域の地図上に存在する平面状障害物の線分の集合であるマップセグメントを記憶した記憶手段と、
スキャンセグメントとマップセグメントを照合するセグメント照合手段として機能し、地図上における平面状障害物の位置を特定すると共に、地図上における自律移動装置の自己位置を特定する自己位置特定手段をさらに備えたことを特徴とする請求項1に記載の自律移動装置。 - 前記自己位置特定手段は、地図上の平面状障害物の位置と、自律移動装置上の原点からの平面状障害物までの距離及び方向に基づいて、地図上の自己位置を特定することを特徴とする請求項10に記載の自律移動装置。
- 電磁波又は音波を用いて所定の空間を一定角度又は一定間隔でスキャンし、その空間内に存在する物体からの反射波を受信して、電磁波又は音波を反射した複数のスキャンポイントの座標を得るスキャンポイント取得ステップと、
前記複数のスキャンポイントのうち、前記スキャンポイント取得ステップにより得られた順番が時系列的に前後する2つのスキャンポイントについて、前のスキャンポイントを始点とし後のスキャンポイントを終点とする要素ベクトルを形成する要素ベクトル形成ステップと、
複数の要素ベクトルの中から、前記要素ベクトル形成ステップにより得られた順番が時系列的に前後し、かつ連続する複数の要素ベクトルであって、要素ベクトルの長さがそれぞれ第1所定長以下であり、1つの要素ベクトルに対してそれに連続する他の要素ベクトルがなす振れ角度が第1所定角度以下であり、振れ角度の積算値が第2所定角度以下であるものを選択する要素ベクトル選択ステップと、
選択された連続する複数の要素ベクトルを互いにベクトル合成して1つのスキャンセグメントベクトルを形成するスキャンセグメントベクトル形成ステップと、
前記形成されたスキャンセグメントベクトルの始点と終点により定義される線分を第2所定長と比較し、線分が第2所定長以上であるときに、そのスキャンセグメントベクトルに沿って平面状障害物が存在していると認識する障害物認識ステップを備え、
要素ベクトル形成ステップは、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとして、第1スキャンポイントを始点とし、第2スキャンポイントを終点として第1群の要素ベクトルを形成し、
要素ベクトル形成ステップはさらに、第1スキャンポイントを始点とし、第2スキャンポイントを終点として形成される要素ベクトルが第1所定長以下の時は、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとして要素ベクトルを形成し、また、形成される要素ベクトルの振れ角度が前記第1所定角度よりも大きいときは、第1スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第2スキャンポイントとして第2群の要素ベクトルを形成し、
要素ベクトル選択ステップは、前記第1群の要素ベクトルから連続する複数の要素ベクトルを選択すると共に、前記第2群の要素ベクトルから連続する複数の要素ベクトルを選択し、
スキャンセグメントベクトル形成ステップは、前記第1群の要素ベクトルから選択された複数の要素ベクトルをベクトル合成して第1スキャンセグメントベクトルを形成すると共に、前記第2群の要素ベクトルから選択された複数の要素ベクトルをベクトル合成して第2スキャンセグメントベクトルを形成し、第2スキャンセグメントベクトルを形成する要素ベクトルから第1スキャンセグメントベクトルを形成する要素ベクトルを引き去る演算を行い、残った要素ベクトルを用いて第3スキャンセグメントベクトルを形成し、
障害物認識ステップは、形成された第3スキャンセグメントベクトルの始点と終点により定義される線分を第2所定長と比較し、線分が第2所定長以上であるときに、その第3スキャンセグメントベクトルに沿って空隙を有する平面状障害物が存在していると認識することを特徴とする平面状障害物認識方法。 - 要素ベクトル形成ステップは、任意の原点から所定距離以内にあるスキャンポイントのみを用いて要素ベクトルを形成することを特徴とする請求項12に記載の平面状障害物認識方法。
- 要素ベクトル形成ステップは、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとして形成された要素ベクトルが前記第1所定長よりも長いときは、第1スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第2スキャンポイントとして要素ベクトルを形成することを特徴とする請求項12又は13に記載の平面状障害物認識方法。
- 要素ベクトル形成ステップは、前記任意のスキャンポイントに対して、所定回数だけ要素ベクトルを形成しても、前記第1所定長以下の要素ベクトルが得られないときは、前記任意のスキャンポイントに時系列的に連続するスキャンポイントを新たな第1スキャンポイントとして要素ベクトルを形成することを特徴とする請求項14に記載の平面状障害物認識方法。
- 要素ベクトル形成ステップは、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとし、第2スキャンポイントに時系列的に連続するスキャンポイントを第3スキャンポイントとして要素ベクトルを形成し、
第2スキャンポイントを始点とし第3スキャンポイントを終点とする要素ベクトルが、第1スキャンポイントを始点とし第2スキャンポイントを終点とする要素ベクトルに対してなす振れ角度が第1所定角度よりも大きい場合に、第3スキャンポイントを排除して、第2スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第3スキャンポイントとして、要素ベクトルを形成することを特徴とする請求項12又は13に記載の平面状障害物認識方法。 - 要素ベクトル形成ステップは、任意のスキャンポイントを第1スキャンポイントとし、第1スキャンポイントに時系列的に連続するスキャンポイントを第2スキャンポイントとして形成された第1要素ベクトルが前記第1所定長よりも長いときは、第1スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第2スキャンポイントとして第1要素ベクトルを形成し、
さらに、第2スキャンポイントに時系列的に連続するスキャンポイントを第3スキャンポイントとし、第2スキャンポイントを始点とし第3スキャンポイントを終点とする第2要素ベクトルが、第1スキャンポイントを始点とし第2スキャンポイントを終点とする第1要素ベクトルに対してなす振れ角度が第1所定角度よりも大きい場合に、第3スキャンポイントを排除して、第2スキャンポイントに時系列的に連続しない他のスキャンポイントを新たな第3スキャンポイントとして、第2要素ベクトルを形成することを特徴とする請求項12又は13に記載の平面状障害物認識方法。 - スキャンセグメントベクトル形成ステップにより1つのスキャンセグメントベクトルが形成されると、複数のスキャンポイントのうち、スキャンセグメントベクトルの形成に用いられなかったスキャンポイントを用いて、新たなスキャンセグメントベクトルの形成を試みることを特徴とする請求項12に記載の平面状障害物認識方法。
- 2以上のスキャンセグメントベクトルが形成された場合に、第2スキャンセグメントベクトルが他の第1スキャンセグメントベクトルに対してなす角度が前記第1所定角度以下であり、かつ前記第2スキャンセグメントベクトルの始点が第1スキャンセグメントベクトルの終点から所定距離以内であるとき、スキャンセグメントベクトル形成ステップは、第1スキャンセグメントベクトルの終点を始点とし、第2スキャンセグメントベクトルの始点を終点とするベクトルを第1スキャンセグメントベクトルと第2スキャンセグメントベクトルの間に合成して新たなスキャンセグメントベクトルを形成することを特徴とする請求項18に記載の平面状障害物認識方法。
- スキャンセグメントベクトル形成ステップは、スキャンセグメントベクトルの形成に寄与したスキャンポイントの情報を保存し、
障害物認識ステップは、前記スキャンセグメントベクトルの始点と終点により定義される線分の長さが前記第2所定長以上であるときに、保存されたスキャンポイントの座標を用いて最小二乗法により、スキャンポイントに最適にフィットする線分を演算し、この線分を平面状障害物として認識することを特徴とする請求項12に記載の平面状障害物認識方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009118425A JP4479852B2 (ja) | 2005-02-23 | 2009-05-15 | 自律移動装置及び平面状障害物認識方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005047885 | 2005-02-23 | ||
JP2005279437 | 2005-09-27 | ||
JP2009118425A JP4479852B2 (ja) | 2005-02-23 | 2009-05-15 | 自律移動装置及び平面状障害物認識方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006046490A Division JP4809690B2 (ja) | 2005-02-23 | 2006-02-23 | 自律移動装置及び平面状障害物認識方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009223900A true JP2009223900A (ja) | 2009-10-01 |
JP4479852B2 JP4479852B2 (ja) | 2010-06-09 |
Family
ID=36503481
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008137232A Active JP4479831B2 (ja) | 2005-02-23 | 2008-05-26 | 自律移動装置及び平面状障害物認識方法 |
JP2009118425A Active JP4479852B2 (ja) | 2005-02-23 | 2009-05-15 | 自律移動装置及び平面状障害物認識方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008137232A Active JP4479831B2 (ja) | 2005-02-23 | 2008-05-26 | 自律移動装置及び平面状障害物認識方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7742841B2 (ja) |
JP (2) | JP4479831B2 (ja) |
KR (1) | KR100954621B1 (ja) |
DE (1) | DE112006000295T5 (ja) |
WO (1) | WO2006090896A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013020295A (ja) * | 2011-07-07 | 2013-01-31 | Honda Motor Co Ltd | 車両周辺監視装置 |
US9296393B2 (en) | 2013-10-08 | 2016-03-29 | Hyundai Motor Company | Apparatus and method for recognizing vehicle |
WO2016186719A1 (en) * | 2015-05-20 | 2016-11-24 | Delphi Technologies, Inc. | System for auto-updating route-data used by a plurality of automated vehicles |
Families Citing this family (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010507127A (ja) * | 2006-10-20 | 2010-03-04 | テレ アトラス ベスローテン フエンノートシャップ | 異なるソースの位置データをマッチングさせるためのコンピュータ装置及び方法 |
JP4978494B2 (ja) * | 2008-02-07 | 2012-07-18 | トヨタ自動車株式会社 | 自律移動体、及びその制御方法 |
KR101503904B1 (ko) | 2008-07-07 | 2015-03-19 | 삼성전자 주식회사 | 이동 로봇의 지도 구성 장치 및 방법 |
US8755997B2 (en) * | 2008-07-30 | 2014-06-17 | Honeywell International Inc. | Laser ranging process for road and obstacle detection in navigating an autonomous vehicle |
US8364334B2 (en) * | 2008-10-30 | 2013-01-29 | Honeywell International Inc. | System and method for navigating an autonomous vehicle using laser detection and ranging |
DE102009022281A1 (de) | 2009-05-22 | 2010-03-25 | Daimler Ag | System zum kontrollierten Bewegen von Kraftfahrzeugen in einer Halle |
KR101291067B1 (ko) * | 2009-11-26 | 2013-08-07 | 한국전자통신연구원 | 차량 제어 장치 및 그 자율 주행 방법, 지역 서버 장치 및 그 자율 주행 서비스 방법, 전역 서버 장치 및 그 자율 주행 서비스 방법 |
CN102782600B (zh) * | 2009-11-27 | 2015-06-24 | 丰田自动车株式会社 | 自动移动体及其控制方法 |
CN102541062B (zh) * | 2012-02-24 | 2014-01-15 | 天津大学 | 一种水下自主式航行器的局部路径规划方法 |
JP5928035B2 (ja) * | 2012-03-16 | 2016-06-01 | 富士通株式会社 | 起伏検出装置及び起伏検出方法 |
US9052721B1 (en) | 2012-08-28 | 2015-06-09 | Google Inc. | Method for correcting alignment of vehicle mounted laser scans with an elevation map for obstacle detection |
US8825260B1 (en) * | 2013-07-23 | 2014-09-02 | Google Inc. | Object and ground segmentation from a sparse one-dimensional range data |
EP3125061B1 (en) * | 2014-03-28 | 2019-06-12 | Yanmar Co., Ltd. | Autonomous travelling service vehicle |
US9604642B2 (en) | 2014-04-29 | 2017-03-28 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Positioning autonomous vehicles based on field of view |
DE102014224077A1 (de) * | 2014-11-26 | 2016-06-02 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum assistierten Führen eines Fahrzeugs |
US10215852B1 (en) * | 2015-10-05 | 2019-02-26 | Google Llc | Robotic radar assistance |
CN115268426A (zh) | 2016-08-26 | 2022-11-01 | 克朗设备公司 | 物料搬运车辆障碍物扫描工具 |
US10147193B2 (en) | 2017-03-10 | 2018-12-04 | TuSimple | System and method for semantic segmentation using hybrid dilated convolution (HDC) |
US10762635B2 (en) | 2017-06-14 | 2020-09-01 | Tusimple, Inc. | System and method for actively selecting and labeling images for semantic segmentation |
US10816354B2 (en) | 2017-08-22 | 2020-10-27 | Tusimple, Inc. | Verification module system and method for motion-based lane detection with multiple sensors |
US10762673B2 (en) | 2017-08-23 | 2020-09-01 | Tusimple, Inc. | 3D submap reconstruction system and method for centimeter precision localization using camera-based submap and LiDAR-based global map |
US10565457B2 (en) | 2017-08-23 | 2020-02-18 | Tusimple, Inc. | Feature matching and correspondence refinement and 3D submap position refinement system and method for centimeter precision localization using camera-based submap and LiDAR-based global map |
US10953880B2 (en) | 2017-09-07 | 2021-03-23 | Tusimple, Inc. | System and method for automated lane change control for autonomous vehicles |
US10953881B2 (en) | 2017-09-07 | 2021-03-23 | Tusimple, Inc. | System and method for automated lane change control for autonomous vehicles |
US10649458B2 (en) | 2017-09-07 | 2020-05-12 | Tusimple, Inc. | Data-driven prediction-based system and method for trajectory planning of autonomous vehicles |
US10671083B2 (en) | 2017-09-13 | 2020-06-02 | Tusimple, Inc. | Neural network architecture system for deep odometry assisted by static scene optical flow |
US10552979B2 (en) | 2017-09-13 | 2020-02-04 | TuSimple | Output of a neural network method for deep odometry assisted by static scene optical flow |
CN107744371B (zh) * | 2017-11-01 | 2023-03-07 | 深圳飞鼠动力科技有限公司 | 清洁机器人以及基于清洁机器人的检测方法 |
CN107745697A (zh) | 2017-11-16 | 2018-03-02 | 北京图森未来科技有限公司 | 一种自动清洁系统及方法 |
EP3737595B1 (en) | 2018-01-09 | 2023-12-27 | TuSimple, Inc. | Real-time remote control of vehicles with high redundancy |
US11305782B2 (en) | 2018-01-11 | 2022-04-19 | Tusimple, Inc. | Monitoring system for autonomous vehicle operation |
CN108270970B (zh) | 2018-01-24 | 2020-08-25 | 北京图森智途科技有限公司 | 一种图像采集控制方法及装置、图像采集系统 |
US11009365B2 (en) | 2018-02-14 | 2021-05-18 | Tusimple, Inc. | Lane marking localization |
US11009356B2 (en) | 2018-02-14 | 2021-05-18 | Tusimple, Inc. | Lane marking localization and fusion |
US10685244B2 (en) | 2018-02-27 | 2020-06-16 | Tusimple, Inc. | System and method for online real-time multi-object tracking |
CN110378185A (zh) | 2018-04-12 | 2019-10-25 | 北京图森未来科技有限公司 | 一种应用于自动驾驶车辆的图像处理方法、装置 |
CN110458854B (zh) | 2018-05-02 | 2022-11-15 | 北京图森未来科技有限公司 | 一种道路边缘检测方法和装置 |
US10565728B2 (en) | 2018-06-01 | 2020-02-18 | Tusimple, Inc. | Smoothness constraint for camera pose estimation |
US11023742B2 (en) | 2018-09-07 | 2021-06-01 | Tusimple, Inc. | Rear-facing perception system for vehicles |
US11019274B2 (en) | 2018-09-10 | 2021-05-25 | Tusimple, Inc. | Adaptive illumination for a time-of-flight camera on a vehicle |
US11292480B2 (en) | 2018-09-13 | 2022-04-05 | Tusimple, Inc. | Remote safe driving methods and systems |
US10942271B2 (en) | 2018-10-30 | 2021-03-09 | Tusimple, Inc. | Determining an angle between a tow vehicle and a trailer |
CN111319629B (zh) | 2018-12-14 | 2021-07-16 | 北京图森智途科技有限公司 | 一种自动驾驶车队的组队方法、装置及系统 |
CN110109450A (zh) * | 2019-04-01 | 2019-08-09 | 深圳市女娲机器人科技有限公司 | 一种机器人自动回充方法、装置及终端设备 |
US11823460B2 (en) | 2019-06-14 | 2023-11-21 | Tusimple, Inc. | Image fusion for autonomous vehicle operation |
CN110297256B (zh) * | 2019-07-23 | 2023-11-03 | 国网四川省电力公司信息通信公司 | 基于激光雷达扫描数据机器人机房巡视安全路线生成方法 |
EP3893150A1 (en) | 2020-04-09 | 2021-10-13 | Tusimple, Inc. | Camera pose estimation techniques |
AU2021203567A1 (en) | 2020-06-18 | 2022-01-20 | Tusimple, Inc. | Angle and orientation measurements for vehicles with multiple drivable sections |
US11932238B2 (en) | 2020-06-29 | 2024-03-19 | Tusimple, Inc. | Automated parking technology |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100523367B1 (ko) | 2000-10-26 | 2005-10-20 | 마츠시다 덴코 가부시키가이샤 | 장해물 회피기능을 가지는 자율이동장치 |
SE526913C2 (sv) | 2003-01-02 | 2005-11-15 | Arnex Navigation Systems Ab | Förfarande i form av intelligenta funktioner för fordon och automatiska lastmaskiner gällande kartläggning av terräng och materialvolymer, hinderdetektering och styrning av fordon och arbetsredskap |
JP3879848B2 (ja) | 2003-03-14 | 2007-02-14 | 松下電工株式会社 | 自律移動装置 |
EP1605277A1 (en) | 2003-03-20 | 2005-12-14 | Matsushita Electric Industrial Co., Ltd. | Obstacle detection device |
-
2006
- 2006-02-23 WO PCT/JP2006/303923 patent/WO2006090896A1/en active Application Filing
- 2006-02-23 KR KR1020077017729A patent/KR100954621B1/ko not_active IP Right Cessation
- 2006-02-23 US US11/813,964 patent/US7742841B2/en not_active Expired - Fee Related
- 2006-02-23 DE DE112006000295T patent/DE112006000295T5/de not_active Ceased
-
2008
- 2008-05-26 JP JP2008137232A patent/JP4479831B2/ja active Active
-
2009
- 2009-05-15 JP JP2009118425A patent/JP4479852B2/ja active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013020295A (ja) * | 2011-07-07 | 2013-01-31 | Honda Motor Co Ltd | 車両周辺監視装置 |
US9296393B2 (en) | 2013-10-08 | 2016-03-29 | Hyundai Motor Company | Apparatus and method for recognizing vehicle |
WO2016186719A1 (en) * | 2015-05-20 | 2016-11-24 | Delphi Technologies, Inc. | System for auto-updating route-data used by a plurality of automated vehicles |
Also Published As
Publication number | Publication date |
---|---|
US7742841B2 (en) | 2010-06-22 |
WO2006090896A1 (en) | 2006-08-31 |
JP4479852B2 (ja) | 2010-06-09 |
JP4479831B2 (ja) | 2010-06-09 |
DE112006000295T5 (de) | 2008-04-17 |
KR100954621B1 (ko) | 2010-04-27 |
US20090069938A1 (en) | 2009-03-12 |
JP2008268224A (ja) | 2008-11-06 |
KR20070095384A (ko) | 2007-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4479852B2 (ja) | 自律移動装置及び平面状障害物認識方法 | |
Li et al. | Real-time locating systems applications in construction | |
US20060177101A1 (en) | Self-locating device and program for executing self-locating method | |
JP4809690B2 (ja) | 自律移動装置及び平面状障害物認識方法 | |
CN111242994B (zh) | 一种语义地图构建方法、装置、机器人及存储介质 | |
US9727978B2 (en) | Method for extracting outer space feature information from spatial geometric data | |
US20120020533A1 (en) | System And Method For Aligning Maps Using Polyline Matching | |
JP7280452B2 (ja) | 縮尺図と3次元モデルを用いた機械学習ベースのオブジェクト識別 | |
KR101888295B1 (ko) | 레이저 거리 센서의 측정 거리에 대해 추정된 거리 유형의 신뢰성을 평가하는 방법 및 이를 이용한 이동 로봇의 위치 추정 방법 | |
Cabo et al. | Mobile Laser Scanner data for automatic surface detection based on line arrangement | |
US20220237533A1 (en) | Work analyzing system, work analyzing apparatus, and work analyzing program | |
CN111679664A (zh) | 基于深度相机的三维地图构建方法及扫地机器人 | |
JP7339485B2 (ja) | 計測システム | |
Wijaya et al. | Research study of occupancy grid map mapping method on Hector SLAM technique | |
KR102252295B1 (ko) | 실내 토폴로지맵 생성 방법 및 이를 위한 자율주행 로봇 | |
CN116745580A (zh) | 用于确定物理空间中的非静止对象的系统 | |
JP2008033633A (ja) | 移動ロボット | |
CN114966714A (zh) | 视窗遮挡检测方法及装置 | |
US11274930B1 (en) | System for assessing an autonomously determined map | |
US11520332B1 (en) | System for automated exploration by an autonomous mobile device using markers based on image features | |
Jaufer et al. | Deep learning based automatic hyperbola detection on GPR data for buried utility pipes mapping | |
Tazaki et al. | Loop detection of outdoor environment using proximity points of 3D pointcloud | |
ELzaiady et al. | Next-best-view planning for environment exploration and 3D model construction | |
JP2010217995A (ja) | 探索装置及び探索方法及び探索プログラム | |
KR102253621B1 (ko) | 실내지도 생성 방법 및 이를 위한 자율주행 로봇 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A132 Effective date: 20091208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100203 |
|
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: 20100223 |
|
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: 20100308 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130326 Year of fee payment: 3 |
|
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: 20130326 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140326 Year of fee payment: 4 |