JP2013041506A - 環境地図を用いた掃除ロボット - Google Patents
環境地図を用いた掃除ロボット Download PDFInfo
- Publication number
- JP2013041506A JP2013041506A JP2011179118A JP2011179118A JP2013041506A JP 2013041506 A JP2013041506 A JP 2013041506A JP 2011179118 A JP2011179118 A JP 2011179118A JP 2011179118 A JP2011179118 A JP 2011179118A JP 2013041506 A JP2013041506 A JP 2013041506A
- Authority
- JP
- Japan
- Prior art keywords
- cleaning robot
- particles
- particle
- contact
- robot
- 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
- 238000004140 cleaning Methods 0.000 title claims abstract description 248
- 239000002245 particle Substances 0.000 claims abstract description 283
- 238000003860 storage Methods 0.000 claims abstract description 46
- 238000012952 Resampling Methods 0.000 claims abstract description 22
- 230000007613 environmental effect Effects 0.000 claims description 106
- 238000004364 calculation method Methods 0.000 claims description 31
- 230000005855 radiation Effects 0.000 claims description 24
- 238000007476 Maximum Likelihood Methods 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 18
- 238000009795 derivation Methods 0.000 abstract 1
- 238000000034 method Methods 0.000 description 79
- 238000010586 diagram Methods 0.000 description 53
- 238000001028 reflection method Methods 0.000 description 31
- 238000013519 translation Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 15
- 238000004088 simulation Methods 0.000 description 13
- 230000033001 locomotion Effects 0.000 description 12
- 230000014509 gene expression Effects 0.000 description 11
- 239000003550 marker Substances 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 5
- 238000010408 sweeping Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- OQCFWECOQNPQCG-UHFFFAOYSA-N 1,3,4,8-tetrahydropyrimido[4,5-c]oxazin-7-one Chemical compound C1CONC2=C1C=NC(=O)N2 OQCFWECOQNPQCG-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000003599 detergent Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Electric Vacuum Cleaner (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
【解決手段】本発明は、コンピュータ18により駆動制御する走行制御部34と、車輪センサ36と、環境との接触を検出する接触センサ38を有し、環境を掃除する掃除ロボットにおいて、環境地図を保存する環境地図記憶部25と、オドメトリ情報から得られるロボット座標を保存するロボット座標記憶部21と、多数のパーティクルの座標を保存するパーティクル座標記憶部22と、前記環境地図とパーティクル軌道を保存するパーティクル掃引地図記憶部23と、前記多数のパーティクルの尤度を演算して最適軌道を導出する最適軌道導出手段と、前記最適軌道を前記掃除ロボットの軌道として保存するロボット掃引地図記憶部23と、小尤度のパーティクルを消去するリサンプリング手段と、前記掃除ロボット及び前記パーティクルを回転反射させる反射手段を有する掃除ロボットである。
【選択図】図19
Description
具体的には、先ず、初期に前記環境地図記憶部に前記環境の前記環境地図を保存する。前記環境地図は、光、音波などを用いたシステムを用いることができ、レーザーレンジファインダ、超音波センサによる空間認識システムなどを用いても良い。レーザー照射しながらレーザーレンジファインダを一回転させれば、壁面までの距離測定が容易に行え、壁面により形成される環境地図が簡単に得られる。また、超音波を照射しながら超音波センサを回転させれば、上記レーザと同様になり、壁面までの距離測定が容易に行え、壁面により形成される環境地図が簡単に得られる。更に、従来の他の方法を利用しても良く、例えば、RFIDタグにより位置情報を発信し、掃除ロボットのRFIDアンテナにより受信して環境地図を形成し、前記環境地図記憶部に保存する。RFIDシステムは、リーダ部(アンテナ及び読取部)とタグから構成され、電波によりタグから固有のIDを受信できる。タグにはActive型とPassive型がある。利用できる周波数には、134.2kHz帯(LF帯)〜13.56MHz帯(HF帯)〜高周波帯(例、UHF帯)があり、HF帯のRFIDシステムを用いると、低周波のものより通信可能距離が長く小型であり、高周波のものよりノイズに強く安価である利点を有する。
また、前記第1形態によれば、前記リサンプリング手段では、前記後続接触時に前記多数のパーティクルから小尤度のパーティクルが消去される。よって、より実際の掃除ロボットに近い軌道を導出することができ、前記後続接触時に前記掃除ロボット及び前記パーティクルを前記環境内に回転反射させ、軌道の無い又は少ない領域を走行させ、前記環境地図の全領域を隈なく清掃することができる。
更に、前記環境地図は、初期に前記環境地図記憶部に保存すれば良く、種々のセンサ等により、時々刻々に環境地図や現在位置を計測する必要がなく、オドメトリによるロボット軌道が前記多数のパーティクルの軌道演算によって、最適に推定されて修正される。従って、レンタル業者等の作業員が初期設定として、環境地図を掃除ロボットに記憶させれば良く、使用者は掃除ロボットにより部屋等の清掃領域を自動的に清掃させることができる。
清掃領域(「環境」とも称している)の空間形状が変化したときのみ、初期設定を前記作業員又は使用者が行えば、後は、自動的に掃除ロボットを走行させ、清掃することができる。
前記第2形態によれば、前記ロボット座標記憶部に前記車輪のオドメトリ情報により時系列的に取得されるロボット座標を保存し、前記接触センサが初期段階で第1回接触を検出したときに前記環境壁面に沿って前記多数のパーティクルを仮想的に配置する。前記パーティクル座標記憶部に、前記ロボット座標から導出されるパーティクル座標を保存し、そして、前記パーティクル掃引地図記憶部に、前記環境地図と同一に設けられ且つ前記多数のパーティクルのパーティクル軌道を保存する。前記第1回接触の後で前記接触センサが接触を検出した後続接触時に、前記最適軌道導出手段により、前記多数のパーティクルの尤度を演算し、前記パーティクルの最適軌道を導出する。前記ロボット掃引地図記憶部には、前記後続接触時に前記最適軌道が前記掃除ロボットの軌道として保存される。
更に、前記第1形態によれば、前記リサンプリング手段では、前記後続接触時に前記多数のパーティクルから小尤度のパーティクルが消去される。よって、より実際の掃除ロボットに近い軌道を導出することができ、前記後続接触時に前記掃除ロボット及び前記パーティクルを前記環境内に回転反射させ、軌道の無い又は少ない領域を走行させ、前記環境地図の全領域を隈なく清掃することができる。
更に、前記パーティクル掃引地図は格子状に配置された多数のグリッドにより多分割されることにより、演算がより容易になり、且つデータ量が低減するから、より簡単な演算手段や記憶装置を用いることができ、製造コストを低減化することができる。
前記パーティクルが反射する面は、前記環境壁面と演算上の仮想壁面のいずれでも良く、前記パーティクルが大きさを持たない質点とすれば、実際の壁面を前記環境壁面が反射する壁面とすることができ、前記パーティクルが大きさを持つと仮定した場合には、前記パーティクルの半径分だけ、前記仮想壁面が実際の壁面より内側に、演算上、設けられて前記パーティクルの反射が演算される。
第5形態によれば、接触点から環境内に放射状に離散放射線分を引き、前記離散放射線分が通過する前記未掃引グリッドの個数が最大の最大放射線分の方向に前記パーティクルを回転反射させる。従って、より未掃引グリッドが多い方向に、掃除ロボットを走行させ、より高効率に掃除することができる。
以下、同部材には同符号を付し、特に説明を必要としない場合には説明を省略する。
RFIDシステムは、リーダ部(アンテナ及び読取部)とタグから構成され、電波によりタグから固有のIDを受信できる。タグにはActive型とPassive型がある。利用できる周波数には、134.2kHz帯(LF帯)〜13.56MHz帯(HF帯)〜高周波帯(例、UHF帯)があり、HF帯のRFIDシステムを用いると、低周波のものより通信可能距離が長く小型であり、高周波のものよりノイズに強く安価である利点を有する。
(1)初期化
ロボットが環境障壁と第1回接触をした時点で、後述するように、環境障壁に多数のパーティクルを一様に分布又は配置し、これを「パーティクルの初期化」と称し、詳細は後述する。X−Y座標が空間地図に固定され、掃除ロボットやパーティクルの位置が座標で表される。パーティクルの方向は障害物内部へ向かう180度方向からランダムに選択する。このとき、ロボットを点として表現(図5の距離測定器10をロボットの点と考える)し、図5の障害物14を考えると計算に便利である。すなわち、多数のパーティクルの位置に関する分布は、障害物との境界上に一様に分布し、「コンフィグレーション障害物モデル」と称されている。
多数のパーティクルの分布が比較的予測される場合には、前記第1回接触時に前記環境壁面に沿って多数のパーティクルが前記掃除ロボットの接触する前記環境壁面の接触点近傍に配置されても良く、比較的少ないパーティクル数で又は比較的効率的に多数のパーティクルの軌道を演算することができる。
パーティクルの数は、多ければ多いほど精度が向上するが、演算処理の負担が大きくなり、さらに、演算装置のコストを増大させる。パーティクルの数は、10,000個程度が好ましく、1,000個程度がより好ましい。しかしながら、100個以上あることが望ましい。
(2)運動の更新
掃除ロボットが壁面と接触反射した後。ロボット座標と多数のパーティクル座標を時系列的に逐次更新する。ここで、ロボット座標は、オドメトリ法により更新され、パーティクル座標は、パーティクルフィルタ法により更新される。
(3)次回接触(第2回以降の接触)
多数のパーティクルの尤度計算により、パーティクルをリサンプリングし、掃除ロボットの最適軌道を推定する。先ず、尤度Wの計算を行い、尤度Wは次の式で表される。
尤度W=距離尤度Wt×誤接触尤度Ws
次に、リサンプリングにおいて、小尤度のパーティクルを消去する。その結果、掃除ロボットの掃引地図は、大尤度のパーティクルから最適軌道を導出し、ロボット軌道として描画されて作成される。
上述の(2)と(3)の演算を反復することにより、より実座標に近いロボット軌道が描画される。
N個のパーティクル座標は、関係(7)〜(9)に示すように、パーティクル1が(x1,y1,θ1)から(x1’,y1’,θ1’)に変化し、任意のパーティクルkが(xk,yk,θk)から(xk’,yk’,θk’)に変化し、N個目のパーティクルNのパーティクル座標が(xN,yN,θk)から(xN’,yN’,θN’)に変化する。即ち、1の代表パーティクルのパーティクル座標は、(x,y,θ)から(x’,y’,θ’)に変化する。
(2)に記載されるように、式(14)、式(15)、式(16)において、誤差はnormal(Q)で表され、このnormal(Q)は、平均0,分散Qの正規分布からリサンプリングされた値である。
(3)に記載されるように、ここで、α1,α2,α3,α4は、適当な定数であり、これらを調整することでオドメトリ誤差を表現する。
式(14)〜(16)に記載される前の回転δrot1,並進δtranns、現在の回転δrot2を「誤差加入オドメトリ情報」と称している。
第I+1回接触時点(I=1〜n)において、尤度Wは、パーティクルの尤もらしさの確立である。距離尤度Wtと誤接触尤度Wsを掛け、図13の式(20)で表される。
(1)距離尤度Wtについて
距離尤度Wtは、接触位置からの距離に応じた正規分布による尤度である。図13中には、パーティクルpと環境境界12又は障害物14が記載されている。破線は仮想壁面であり、例えば、掃除ロボットを点として表現するコンフィグレーション壁面では、仮想壁面に対する接触を考え、掃除ロボットの半径だけ内側で接触する演算上の仮想壁面を用いる。実線は、実際の壁面12であり、コンピュータによる計算では、前記仮想壁面が便利である。壁面が障害物14の表面の場合も同様である。
パーティクルの全個数をN、パーティクルkの壁面からの距離をzkとしたとき、パーティクルの距離zの確率分布を、例えば、正規分布とし、N個のパーティクルの距離zkの平均と分散から尤度を決定する。このとき、距離尤度Wtは、図13の式(21)で与えられ、分散ΣWは式(22)で与えられ、平均av(z)は式(23)で与えられる。
(2)誤接触尤度WSについて
誤接触尤度WSは、誤接触検出の回数nを変数とする確率分布の値であり、掃除ロボットが接触を検出していないとき、接触を検出したパーティクルの尤度を低くする。例えば、正規分布による尤度は、パーティクルの全個数をN、パーティクルkの誤検出回数をnkとしたとき、誤接触尤度WSは図14の式(24)で表される。ここで、分散ΣSは式(25)で表され、平均av(n)は式(26)で表される。
(1)第1回目接触
第1回目接触では、I=1とする。次に、N個のパーティクル毎にパーティクル掃引地図を配置し、N個のパーティクル掃引地図にパーティクル座標を用いてパーティクル軌道を描く。
(2)第2回目以後の接触
第2回目以後の接触(2≦I≦n)では、尤度計算によりロボット軌道の推定を行う。先ず、第2回目以後の接触(I=I+1)に関し、各パーティクルの尤度計算から最適軌道を導出する。ここでは、尤度の重み付平均座標を最適軌道とし、平均座標<x>,<y>は、各々、式(27)、(28)で与えられる。次に、最適軌道を第1回目接触から第I+1回目接触の間におけるロボット軌道とする。ロボット軌道をロボット掃引地図に描き、尤度によりリサンプリングしてパーティクル数を減らし、確からしいパーティクルを残す。第2回目以後の接触(2≦I≦n)において、このリサンプリングの操作を繰り返すことにより、ロボット軌道の最適推定を行う。
環境外・障害物領域として、環境外又は壁面外(障害物を含む)のグリッドを固定し、例えば、黒色で表し、不変な固定値に設定される。尚、破線は、演算上の仮想壁面である。未掃引領域として、環境内又は壁面内(障害物を除く)のグリッド(「未掃引グリッド」とも称される)を可変とし、例えば、灰色で表し、可変な固定値“0”に設定される。掃引済領域は、パーティクルが掃引したグリッドは終了状態とし、例えば、白色で表し、掃引したグリッドの値“1”に設定される。これらの演算により、掃引地図が作成されていく。
「ランダム反射法」では、壁面接触時にパーティクルをランダムに反射させて、パーティクルが環境内を隈なく掃引するようにする。これは、大尤度が出現しない掃引初期に有効な方法である。
<反射角度制御法>
反射角度制御法では、壁面反射時にパーティクルの反射角度を制御して、パーティクルを環境内に隈なく掃引するようにする。これは、大尤度が出現する掃引中期から有効な方法である。
<未掃引グリッド数最大方向反射法>
未掃引グリッド数最大方向反射法では、図18のグリッドを有する掃引地図に記載されるように、壁面接触時に最大尤度パーティクルから離散放射線を引き、壁面との交点までの放射線分を算定し、描画される。放射線分が通過する未掃引グリッドの個数を算出する。未掃引グリッドの個数が最大の最大放射線分の方向にパーティクルを反射回転させるため、θの値を設定する。最大放射線分の方向に掃除ロボットを反射させるため、Θの値が設定される。
上述のように、ロボット座標記憶部21に、車輪センサ36を介したオドメトリ情報により時系列的に取得されるロボット座標を保存する。接触センサ38が初期段階で第1回接触を検出したときに環境壁面に沿って、多数のパーティクルを仮想的に配置する。パーティクル座標記憶部22に、ロボット座標から導出されるパーティクル座標を保存し、そして、パーティクル掃引地図記憶部23に、環境地図と共に多数のパーティクルのパーティクル軌道を保存する。第1回接触の後で接触センサ38が接触を検出した後続接触時に、最適軌道導出手段により、多数のパーティクルの尤度を演算し、パーティクルの最適軌道を導出する。前記ロボット掃引地図記憶部24には、後続接触時に最適軌道が掃除ロボットの軌道として保存される。プログラム記憶部26に保存されたリサンプリング法に基づいて、制御部30により演算部28で演算され、後続接触時に多数のパーティクルから小尤度のパーティクルが消去される。よって、より実際の掃除ロボットに近い軌道を導出することができ、走行制御部34によって、後続接触時に掃除ロボットを環境内に回転反射させ、軌道の無い又は少ない領域を走行させ、前記環境地図の全領域を隈なく清掃することができる。更に、後続接触時にパーティクルを環境内に回転反射させ、リサンプリングにより大尤度のパーティクルのみを残し、掃除ロボットの走行制御の精度を向上させる。
ステップS7では、壁面反射点座標から環境地図が完成され(Y)、環境地図が完成されない場合(N)、ステップS8において、掃除ロボットが別位置に移動し、レーザーレンジファインダが別位置に配置され、ステップS3に戻り、環境地図が完成されるまで繰り返す。前記環境地図が完成されると、ステップ9において、環境地図記憶部に環境地図が保存され、環境地図作成のフローが終了する。
ステップS14では、時刻tが進み、t=t+Δtとなり、ロボット座標(X,Y,Θ)がオドメトリ法により測定される。更に、同ステップでは、N個のパーティクル座標(x,y,θ)がパーティクルフィルタ法により演算される。ステップS15では、ロボット座標がロボット座標記憶部に、そしてパーティクル座標がパーティクル座標記憶部に保存される。同ステップでは、パーティクルが掃引したグリッドが白色化され、パーティクル軌道がパーティクル軌道記憶部に保存される。ステップS16において、掃除ロボットと壁面との第I+1回目の衝突の検出があった場合(Y)、ステップS17に進み、第I+1回目の衝突の検出されなかった場合(N)、ステップS14に戻り、その衝突が検出されるまで繰り返す。ステップS17において、ロボット掃引制限時間内(t<T)の場合(Y)、ステップS18に進み、ロボット掃引制限時間以上の場合(N)、掃除ロボットの走行は終了する。ステップS18では、距離尤度Wtを計算し、誤接触尤度Wsを計算し、尤度WはW=Wt×Wsであるから、尤度Wの計算が行われる。
ステップS19において、ランダム反射法を選択しない場合(N)、ステップS24において、反射角制御法を選択するかどうか決定する。ステップS24において、反射角制御法を選択する場合(Y)、ステップS25に進み、ステップS20と同様に、パーティクルの重み付き平均軌道又は最大尤度のパーティクル軌道を選択して最大軌道とし、パーティクルのリサンプリングでは、小尤度のパーティクルが消去される。ステップS25からはステップS26に進み、ステップS21と同様に、最適軌道を第I回目接触から第I+1回目接触の間のロボット軌道とし、ロボット掃引地図記憶部に保存される。ステップS27では、反射角制御法による演算が行われ、先ず、最適軌道パーティクルの壁面接触点から壁面交点を終端とする離散放射線分を引く。同ステップでは、次に、放射線分が通過する灰色の未掃引グリッド数が最大の最大放射線分を導出し、最大放射線分の方向にパーティクルを反射させ、その方向に掃除ロボットも反射させる。次に、ステップS23に進み、I=I+1として、図21のステップS14に進む。
ステップS24において、反射角制御法を選択しない場合(N)、ステップS28に進み、ランダム反射法と反射角制御法の混合法が選択される。次に、ステップS29において、最大尤度が圧倒的に大きいかどうか判断する。最大尤度が圧倒的に大きい場合(Y)、ステップS31に進み、最大尤度のパーティクルの軌道を最適軌道とし、パーティクルのリサンプリングを行い、小尤度のパーティクルを消去する。次に、前述のステップS26、S27、S23と進み、図21のステップS14に進む。
ステップS29において、最大尤度が圧倒的に大きくない場合(N)、ステップS30に進み、パーティクルの重み付き平均軌道を最大軌道とし、パーティクルのリサンプリングにより、小尤度のパーティクルが消去される。次に、ステップS21、S22、S23と進み、図21のステップS14に進む。
よって、ロボット掃引制限時間内にパーティクルフィルタ法が適用され、掃除ロボットがより確からしく、未掃引の軌道を走行するから、環境内をより高効率に掃除することができる。
<掃引率の推定>
掃引の進行状況を知ることは、掃引の計画を立てる場合や無駄な掃引をしないために重要である。ここでは、各パーティクルの地図における掃引済みのグリッドの数を平均することにより掃引率を推定している。(26A)は、前記環境形状aにおいてランダム反射法により掃除ロボットを実際に掃引させた場合(measured)と推定された掃引率(estimated)の比較であり、(26B)は、前記環境形状aにおいて反射角制御法により掃除ロボットを実際に掃引させた場合(measured)と推定された掃引率(estimated)の比較である。同様に、(26C)は、前記環境形状bにおいてランダム反射法により掃除ロボットを実際に掃引させた場合(measured)と推定された掃引率(estimated)の比較であり、(26D)は、前記環境形状aにおいて反射角制御法により掃除ロボットを実際に掃引させた場合(measured)と推定された掃引率(estimated)の比較である。
それぞれの状況において精度良く掃引率が推定できている。
<位置・軌道推定精度>
ここでは、接触センサ反応時の位置と方向推定の誤差を示してい。各パーティクルの平均をとることで推定値としている。図27では、前記環境形状aにおけるパーティクルの平均と実際のロボット軌道の精度について、図27の(27A)〜(27D)に示す。(27A)は、ランダム反射法によるパーティクルフィルタを用いており、パーティクル平均と実軌道の位置との誤差(位置誤差)が示されている。(27B)は、同様に、ランダム反射法によるパーティクルフィルタを用いており、パーティクル平均と実軌道の方向との誤差(方向誤差)が示されている。(27C)は、反射角制御法によるパーティクルフィルタを用いており、パーティクル平均と実軌道の位置との誤差(位置誤差)が示されている。(27B)は、同様に、反射角制御法によるパーティクルフィルタを用いており、パーティクル平均と実軌道の方向との誤差(方向誤差)が示されている。
パーティクルごとに位置の履歴を保持しておくことで、軌道の推定が可能である。位置推定が一時的に大きな誤差を含む一方で、履歴はほぼ小さな誤差を維持している。履歴の正確さは地図の正確さと関係する。これらのグラフより、逐次的な動作制御により効率的な動作制御が可能であることが分かる。
また、環境が広くなるにつれ、大域自己位置推定後の時間が増えるため反射角制御法の優位性が出てくると考えられる。更に、ランダム反射法では、反射的な動作は環境が複雑になるにつれ性能が落ちる。これに対して、反射角制御法では高い性能を維持している。
4 掃除ロボット
6 車輪又は車輪部
8 払拭体
10 距離測定器
12 環境境界
14 障害物
16 走行制御装置
18 コンピュータ
20 データ記憶部
21 ロボット座標記憶部
22 パーティクル座標記憶部
23 パーティクル掃引地図記憶部
24 ロボット掃引地図記憶部
25 環境地図記憶部
26 プログラム記憶部
28 演算部
30 制御部
32 入出力部
34 走行制御部
36 車輪センサ
38 接触センサ
Claims (10)
- 掃除ロボットを走行させる車輪と、内蔵されるコンピュータからの指令により環境内で前記車輪を駆動制御する走行制御部と、前記車輪の情報を検出する車輪センサと、前記掃除ロボットが環境壁面に接触したことを検出する接触センサを少なくとも有して、走行しながら環境を掃除する掃除ロボットにおいて、前記環境の環境地図を保存する環境地図記憶部と、前記接触センサが初期段階で第1回接触を検出したときに前記環境壁面に沿って配置される多数のパーティクルと、前記第1回接触の後で前記接触センサが接触を検出した後続接触時に多数の前記パーティクルの尤度を演算して前記パーティクルの最適軌道を導出する最適軌道導出手段と、前記後続接触時に前記最適軌道を前記掃除ロボットの軌道として保存するロボット掃引地図記憶部と、前記後続接触時に前記多数のパーティクルから小尤度のパーティクルを消去するリサンプリング手段と、前記後続接触時に前記掃除ロボット及び前記パーティクルを前記環境内に回転反射させる反射手段を有することを特徴とする掃除ロボット。
- 前記車輪のオドメトリ情報により時系列的に取得されるロボット座標を保存するロボット座標記憶部と、前記ロボット座標から導出されるパーティクル座標を保存するパーティクル座標記憶部と、前記環境地図と同一に設けられ且つ多数の前記パーティクルのパーティクル軌道を保存するパーティクル掃引地図記憶部を有する請求項1に記載の掃除ロボット。
- 前記第1回接触時に前記環境壁面に沿って配置される前記多数のパーティクルは、前記掃除ロボットが前記環境壁面と接触する接触点近傍に配置される請求項1又は2に記載の掃除ロボット。
- 前記パーティクル掃引地図は格子状に配置された多数のグリッドにより多分割され、前記パーティクル軌道が通過していないグリッドは未掃引グリッドとして判定され、前記パーティクル軌道が通過したグリッドは前記未掃引グリッドから掃引済みグリッドへと変化し、前記パーティクル軌道を前記掃引済みグリッドによって表現する請求項1、2又は3のいずれかに記載の掃除ロボット。
- 前記パーティクルが前記環境壁面又は演算上の仮想壁面に接触して反射されるとき、接触点から環境内に放射状に離散放射線分を引き、前記離散放射線分が通過する前記未掃引グリッドの個数が最大の最大放射線分の方向に前記パーティクルを回転反射させる請求項4に記載の掃除ロボット。
- 前記パーティクルは最大の尤度を有するパーティクルであり、このパーティクルの前記最大放射線分の方向に前記掃除ロボットを回転反射させる請求項5に記載の掃除ロボット。
- 前記尤度は、前記掃除ロボットが前記環境壁面に接触したときに、前記パーティクルが前記環境壁面又は演算上の仮想壁面から離間する距離の確率分布及び/又は前記掃除ロボットが前記環境壁面に接触していないのに前記パーティクルが前記環境壁面又は前記仮想壁面に接触した誤接触回数の確率分布により計算される請求項1〜6のいずれかに記載の掃除ロボット。
- 前記最適軌道は、前記尤度から最大値として選択される最大尤度を有するパーティクルの前記パーティクル軌道、前記尤度を重みとした各パーティクル軌道の重み付き平均軌道、及びパーティクル毎に投票を行って当選したパーティクルの前記パーティクル軌道を含む軌道から選択される請求項1〜7のいずれかに記載の掃除ロボット。
- 前記後続接触時に前記多数のパーティクルから小尤度のパーティクルを消去するリサンプリング手段は、前記後続接触時に生き残ったパーティクルを最大尤度のパーティクルの近傍に集める請求項1〜8のいずれかに記載の掃除ロボット。
- 前記環境内の床面に接触するように払拭体を前記掃除ロボットに装備し、走行中に前記床面を前記払拭体により掃除する請求項1〜9のいずれかに記載の掃除ロボット。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011179118A JP5744676B2 (ja) | 2011-08-18 | 2011-08-18 | 環境地図を用いた掃除ロボット |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011179118A JP5744676B2 (ja) | 2011-08-18 | 2011-08-18 | 環境地図を用いた掃除ロボット |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013041506A true JP2013041506A (ja) | 2013-02-28 |
JP5744676B2 JP5744676B2 (ja) | 2015-07-08 |
Family
ID=47889819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011179118A Expired - Fee Related JP5744676B2 (ja) | 2011-08-18 | 2011-08-18 | 環境地図を用いた掃除ロボット |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5744676B2 (ja) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106415423A (zh) * | 2014-07-10 | 2017-02-15 | 伊莱克斯公司 | 用于检测机器人清洁装置的测量误差的方法 |
JP2017107456A (ja) * | 2015-12-10 | 2017-06-15 | 国立大学法人豊橋技術科学大学 | 自律走行ロボットシステム |
JPWO2017115727A1 (ja) * | 2015-12-28 | 2018-10-18 | 日本電気株式会社 | 管理システム、移動体、管理装置、位置通知方法、管理方法及びプログラム |
US10149589B2 (en) | 2013-12-19 | 2018-12-11 | Aktiebolaget Electrolux | Sensing climb of obstacle of a robotic cleaning device |
US10209080B2 (en) | 2013-12-19 | 2019-02-19 | Aktiebolaget Electrolux | Robotic cleaning device |
US10219665B2 (en) | 2013-04-15 | 2019-03-05 | Aktiebolaget Electrolux | Robotic vacuum cleaner with protruding sidebrush |
US10231591B2 (en) | 2013-12-20 | 2019-03-19 | Aktiebolaget Electrolux | Dust container |
US10433697B2 (en) | 2013-12-19 | 2019-10-08 | Aktiebolaget Electrolux | Adaptive speed control of rotating side brush |
US10448794B2 (en) | 2013-04-15 | 2019-10-22 | Aktiebolaget Electrolux | Robotic vacuum cleaner |
US10499778B2 (en) | 2014-09-08 | 2019-12-10 | Aktiebolaget Electrolux | Robotic vacuum cleaner |
US10534367B2 (en) | 2014-12-16 | 2020-01-14 | Aktiebolaget Electrolux | Experience-based roadmap for a robotic cleaning device |
US10617271B2 (en) | 2013-12-19 | 2020-04-14 | Aktiebolaget Electrolux | Robotic cleaning device and method for landmark recognition |
US10678251B2 (en) | 2014-12-16 | 2020-06-09 | Aktiebolaget Electrolux | Cleaning method for a robotic cleaning device |
US10729297B2 (en) | 2014-09-08 | 2020-08-04 | Aktiebolaget Electrolux | Robotic vacuum cleaner |
US10877484B2 (en) | 2014-12-10 | 2020-12-29 | Aktiebolaget Electrolux | Using laser sensor for floor type detection |
US10874271B2 (en) | 2014-12-12 | 2020-12-29 | Aktiebolaget Electrolux | Side brush and robotic cleaner |
US10874274B2 (en) | 2015-09-03 | 2020-12-29 | Aktiebolaget Electrolux | System of robotic cleaning devices |
US11099554B2 (en) | 2015-04-17 | 2021-08-24 | Aktiebolaget Electrolux | Robotic cleaning device and a method of controlling the robotic cleaning device |
CN113408688A (zh) * | 2021-06-29 | 2021-09-17 | 哈尔滨工业大学 | 一种面向未知环境的多放射源在线探寻方法 |
US11122953B2 (en) | 2016-05-11 | 2021-09-21 | Aktiebolaget Electrolux | Robotic cleaning device |
US11169533B2 (en) | 2016-03-15 | 2021-11-09 | Aktiebolaget Electrolux | Robotic cleaning device and a method at the robotic cleaning device of performing cliff detection |
CN114882648A (zh) * | 2022-04-19 | 2022-08-09 | 海安方好家具有限公司 | 一种基于互联网的智能家居联动系统 |
US11474533B2 (en) | 2017-06-02 | 2022-10-18 | Aktiebolaget Electrolux | Method of detecting a difference in level of a surface in front of a robotic cleaning device |
WO2022249218A1 (ja) * | 2021-05-24 | 2022-12-01 | 三菱電機株式会社 | 軌道計画装置 |
US11921517B2 (en) | 2017-09-26 | 2024-03-05 | Aktiebolaget Electrolux | Controlling movement of a robotic cleaning device |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011048706A (ja) * | 2009-08-28 | 2011-03-10 | Fujitsu Ltd | センサフュージョンによる地図の自動生成、およびそのように自動生成された地図を用いて移動体の移動をするための、装置、方法、ならびにプログラム |
JP2011056123A (ja) * | 2009-09-11 | 2011-03-24 | Duskin Co Ltd | 掃除ロボット及びそれを用いた掃除方法 |
JP2012256209A (ja) * | 2011-06-09 | 2012-12-27 | Toyota Motor Corp | 移動ロボット |
-
2011
- 2011-08-18 JP JP2011179118A patent/JP5744676B2/ja not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011048706A (ja) * | 2009-08-28 | 2011-03-10 | Fujitsu Ltd | センサフュージョンによる地図の自動生成、およびそのように自動生成された地図を用いて移動体の移動をするための、装置、方法、ならびにプログラム |
JP2011056123A (ja) * | 2009-09-11 | 2011-03-24 | Duskin Co Ltd | 掃除ロボット及びそれを用いた掃除方法 |
JP2012256209A (ja) * | 2011-06-09 | 2012-12-27 | Toyota Motor Corp | 移動ロボット |
Non-Patent Citations (2)
Title |
---|
友納 正裕 MASAHIRO TOMONO: "確率理論のロボティクス応用", 日本ロボット学会誌 第29巻 第5号 JOURNAL OF THE ROBOTICS SOCIETY OF JAPAN, vol. 第29巻, JPN6015015224, 15 June 2011 (2011-06-15), JP, pages 21 - 24, ISSN: 0003054547 * |
古賀勇多 古賀勇多 YUTA KOGA YUTA KOGA: "室内における壁情報を事前情報として利用したSLAM Indoor SLAM using wall as prior informatio", ロボティクス・メカトロニクス講演会 ’11 講演論文集 PROCEEDINGS OF THE 2, JPN6015015223, 26 May 2011 (2011-05-26), pages 2087 - 2090, ISSN: 0003054546 * |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10448794B2 (en) | 2013-04-15 | 2019-10-22 | Aktiebolaget Electrolux | Robotic vacuum cleaner |
US10219665B2 (en) | 2013-04-15 | 2019-03-05 | Aktiebolaget Electrolux | Robotic vacuum cleaner with protruding sidebrush |
US10209080B2 (en) | 2013-12-19 | 2019-02-19 | Aktiebolaget Electrolux | Robotic cleaning device |
US10617271B2 (en) | 2013-12-19 | 2020-04-14 | Aktiebolaget Electrolux | Robotic cleaning device and method for landmark recognition |
US10433697B2 (en) | 2013-12-19 | 2019-10-08 | Aktiebolaget Electrolux | Adaptive speed control of rotating side brush |
US10149589B2 (en) | 2013-12-19 | 2018-12-11 | Aktiebolaget Electrolux | Sensing climb of obstacle of a robotic cleaning device |
US10231591B2 (en) | 2013-12-20 | 2019-03-19 | Aktiebolaget Electrolux | Dust container |
JP2017521755A (ja) * | 2014-07-10 | 2017-08-03 | アクチエボラゲット エレクトロルックス | ロボット型清掃装置における計測誤差を検出する方法 |
US20170197315A1 (en) * | 2014-07-10 | 2017-07-13 | Aktiebolaget Electrolux | Method for detecting a measurement error in a robotic cleaning device |
KR102325130B1 (ko) * | 2014-07-10 | 2021-11-12 | 에이비 엘렉트로룩스 | 로봇 청소 장치에서 측정 에러를 검출하는 방법 |
US10518416B2 (en) | 2014-07-10 | 2019-12-31 | Aktiebolaget Electrolux | Method for detecting a measurement error in a robotic cleaning device |
KR20170029424A (ko) * | 2014-07-10 | 2017-03-15 | 악티에볼라겟 엘렉트로룩스 | 로봇 청소 장치에서 측정 에러를 검출하는 방법 |
CN106415423A (zh) * | 2014-07-10 | 2017-02-15 | 伊莱克斯公司 | 用于检测机器人清洁装置的测量误差的方法 |
US10729297B2 (en) | 2014-09-08 | 2020-08-04 | Aktiebolaget Electrolux | Robotic vacuum cleaner |
US10499778B2 (en) | 2014-09-08 | 2019-12-10 | Aktiebolaget Electrolux | Robotic vacuum cleaner |
US10877484B2 (en) | 2014-12-10 | 2020-12-29 | Aktiebolaget Electrolux | Using laser sensor for floor type detection |
US10874271B2 (en) | 2014-12-12 | 2020-12-29 | Aktiebolaget Electrolux | Side brush and robotic cleaner |
US10678251B2 (en) | 2014-12-16 | 2020-06-09 | Aktiebolaget Electrolux | Cleaning method for a robotic cleaning device |
US10534367B2 (en) | 2014-12-16 | 2020-01-14 | Aktiebolaget Electrolux | Experience-based roadmap for a robotic cleaning device |
US11099554B2 (en) | 2015-04-17 | 2021-08-24 | Aktiebolaget Electrolux | Robotic cleaning device and a method of controlling the robotic cleaning device |
US10874274B2 (en) | 2015-09-03 | 2020-12-29 | Aktiebolaget Electrolux | System of robotic cleaning devices |
US11712142B2 (en) | 2015-09-03 | 2023-08-01 | Aktiebolaget Electrolux | System of robotic cleaning devices |
JP2017107456A (ja) * | 2015-12-10 | 2017-06-15 | 国立大学法人豊橋技術科学大学 | 自律走行ロボットシステム |
JPWO2017115727A1 (ja) * | 2015-12-28 | 2018-10-18 | 日本電気株式会社 | 管理システム、移動体、管理装置、位置通知方法、管理方法及びプログラム |
JP7172039B2 (ja) | 2015-12-28 | 2022-11-16 | 日本電気株式会社 | 管理システム、移動体、管理装置、位置通知方法、管理方法及びプログラム |
US11169533B2 (en) | 2016-03-15 | 2021-11-09 | Aktiebolaget Electrolux | Robotic cleaning device and a method at the robotic cleaning device of performing cliff detection |
US11122953B2 (en) | 2016-05-11 | 2021-09-21 | Aktiebolaget Electrolux | Robotic cleaning device |
US11474533B2 (en) | 2017-06-02 | 2022-10-18 | Aktiebolaget Electrolux | Method of detecting a difference in level of a surface in front of a robotic cleaning device |
US11921517B2 (en) | 2017-09-26 | 2024-03-05 | Aktiebolaget Electrolux | Controlling movement of a robotic cleaning device |
WO2022249218A1 (ja) * | 2021-05-24 | 2022-12-01 | 三菱電機株式会社 | 軌道計画装置 |
CN113408688A (zh) * | 2021-06-29 | 2021-09-17 | 哈尔滨工业大学 | 一种面向未知环境的多放射源在线探寻方法 |
CN113408688B (zh) * | 2021-06-29 | 2022-06-07 | 哈尔滨工业大学 | 一种面向未知环境的多放射源在线探寻方法 |
CN114882648A (zh) * | 2022-04-19 | 2022-08-09 | 海安方好家具有限公司 | 一种基于互联网的智能家居联动系统 |
CN114882648B (zh) * | 2022-04-19 | 2024-01-05 | 深圳市颐慧健康智能科技有限公司 | 一种基于互联网的智能家居联动系统 |
Also Published As
Publication number | Publication date |
---|---|
JP5744676B2 (ja) | 2015-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5744676B2 (ja) | 環境地図を用いた掃除ロボット | |
US11994872B1 (en) | Polymorphic path planning for robotic devices | |
US11926066B2 (en) | Carpet drift estimation using differential sensors or visual measurements | |
US9440354B2 (en) | Localization by learning of wave-signal distributions | |
JP6855524B2 (ja) | 低速特徴からのメトリック表現の教師なし学習 | |
KR101372482B1 (ko) | 이동 로봇의 경로 계획 방법 및 장치 | |
US10860033B2 (en) | Movable object and method for controlling the same | |
KR20190077481A (ko) | 로봇 맵핑 시스템 및 방법 | |
CN111433697A (zh) | 用于自主移动机器人的运动规划 | |
US20070271011A1 (en) | Indoor map building apparatus, method, and medium for mobile robot | |
KR20190029524A (ko) | 경로를 자율주행하도록 로봇을 훈련시키기 위한 시스템 및 방법 | |
CN103099583A (zh) | 机器人吸尘器及其控制方法 | |
Hess et al. | A probabilistic approach to high-confidence cleaning guarantees for low-cost cleaning robots | |
Patil et al. | Gaussian belief space planning with discontinuities in sensing domains | |
JP5465496B2 (ja) | 掃除ロボット及びそれを用いた掃除方法 | |
US7546179B2 (en) | Method and apparatus for allowing mobile robot to return to docking station | |
CN113475977B (zh) | 机器人路径规划方法、装置及机器人 | |
KR100549042B1 (ko) | 청소로봇의 청소동작 제어방법 | |
US11726489B1 (en) | Robotic cleaner | |
CN114440874B (zh) | 基于光流和光栅的融合定位方法和装置 | |
US20220100197A1 (en) | Self-propelled device and method for controlling the same | |
Naveed et al. | Analysis of indoor robot localization using ultrasonic sensors | |
Boncvi et al. | Methods and algorithms for sensor data fusion aimed at improving the autonomy of a mobile robot | |
Kumar | Development of SLAM algorithm for a Pipe Inspection Serpentine Robot | |
CN114468845B (zh) | 自行走装置及其控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140801 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150415 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150421 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150430 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5744676 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |