JP2015045974A - 経路算出装置、経路算出プログラムおよび経路算出方法 - Google Patents

Abstract

【構成】 移動体１０は経路算出装置としても機能するコンピュータ１２を含み、移動体はコンピュータの指示に従って環境内を自動走行する。具体的には、コンピュータにスタート位置とゴール位置が入力されると、経験的に得た安心感のレベルを各セルに割り当てた上記の環境についてのグリッドマップを参照して、移動距離が短い、かつ安心感の高い経路が算出される。たとえば、壁などの障害物から移動体までの距離と、移動体の速度を変えて移動体を自動走行させた場合に、この移動体に乗った被験者が受けた安心感を定量化した数値がグリッドマップの各セルに割り当てられる。【効果】 安全のみならず移動体に乗るユーザの安心感を考慮した経路を算出できる。【選択図】 図１

Description

この発明は経路算出装置、経路算出プログラムおよび経路算出方法に関し、特にたとえば、自動走行する移動体の移動経路を算出する、経路算出装置、経路算出プログラムおよび経路算出方法に関する。

この発明の背景技術の一例が特許文献１に開示される。この特許文献１の自律移動のための経路生成装置では、始点終点ノードの選択、アルゴリズムＡ*による両ノード間の経路の探索、および始点終点ノードの見直しによって走行コスト最小の経路が生成される。

特開２００５−５０１０５[G05D 1/02, G05B 13/02]

しかし、この背景技術では、単に走行コストが最小になるように経路を生成するだけであり、経路を生成する段階では、安全な領域を走行するかどうかは全く考慮されていない。

それゆえに、この発明の主たる目的は、新規な、経路算出装置、経路算出プログラムおよび経路算出方法を提供することである。

この発明の他の目的は、安全のみならず移動体に乗る人間の安心感を考慮した経路を算出できる、経路算出装置、経路算出プログラムおよび経路算出方法を提供することである。

第１の発明は、人間を乗せて自動走行する移動体の移動経路を算出する経路算出装置であって、経験的に得た安心感のレベルを各セルに割り当てた移動体を走行させる環境についてのグリッドマップを記憶した記憶手段、および移動体をスタート位置からゴール位置まで移動させる場合に、グリッドマップの各セルに割り当てられた安心感のレベルを参照して、移動距離が短い、かつ当該安心感のレベルが高い移動経路を算出する算出手段を備える、経路算出装置である。

第１の発明では、経路算出装置は、人間を乗せて自動走行する移動体の移動経路を算出する。記憶手段は、移動体を走行させる環境についてのマップであって、経験的に得た安心感のレベルを各セルに割り当てたグリッドマップを記憶する。算出手段は、移動体をスタート位置からゴール位置まで移動させる場合に、所定のアルゴリズムを用いて、グリッドマップの各セルに割り当てられた安心感のレベルを参照して、移動距離が短い、かつ当該安心感のレベルが高い移動経路を算出する。

第１の発明によれば、移動距離が短いだけでなく、安心感のレベルが高くなるように移動経路を算出するので、安全のみならず移動体に乗る人間の安心感を考慮した移動経路を算出することができる。

第２の発明は、第１の発明に従属し、安心感のレベルは、移動体と障害物の距離および当該移動体の速度を変化させて、被験者を乗せた当該移動体を環境内で自動走行させた場合において、当該被験者が受けた安心感を定量化した数値である。

第２の発明によれば、安心感のレベルは実験により経験的に得られるため、被験者が受けた安心感に基づいて、移動体に乗る人間の安心感を考慮した移動経路を算出することができる。

第３の発明は、移動体を走行させる環境についてのマップであって、経験的に得た安心感のレベルを各セルに割り当てたグリッドマップを記憶した記憶手段を備え、人間を乗せて自動走行する移動体の移動経路を算出する経路算出プログラムであって、コンピュータに、移動体のスタート位置とゴール位置を設定する設定ステップ、および設定ステップによって設定されたスタート位置からゴール位置まで移動体を移動させる場合に、グリッドマップの各セルに割り当てられた安心感のレベルを参照して、移動距離が短い、かつ当該安心感のレベルが高い移動経路を算出する算出ステップを実行させる、経路算出プログラムである。

第４の発明は、移動体を走行させる環境についてのマップであって、経験的に得た安心感のレベルを各セルに割り当てたグリッドマップを記憶した記憶手段を備え、人間を乗せて自動走行する移動体の移動経路を算出するコンピュータの経路算出方法であって、コンピュータは、移動体のスタート位置とゴール位置を設定し、そして設定したスタート位置からゴール位置まで移動体を移動させる場合に、グリッドマップの各セルに割り当てられた安心感のレベルを参照して、移動距離が短い、かつ当該安心感のレベルが高い移動経路を算出する、経路算出方法である。

第３および第４の発明においても、第１の発明と同様に、安全のみならず移動体に乗る人間の安心感を考慮した移動経路を算出することができる。

この発明によれば、移動距離が短いだけでなく、安心感のレベルが高くなるように移動経路を算出するので、安全のみならず移動体に乗る人間の安心感を考慮した移動経路を算出することができる。

この発明の上述の目的，その他の目的，特徴および利点は、図面を参照して行う以下の実施例の詳細な説明から一層明らかとなろう。

図１は経路算出装置として機能するコンピュータを含む移動体の電気的な構成の一例を示すブロック図である。 図２は図１に示す移動体の外観構成の一例を示す図解図である。 図３は図１および図２に示す距離センサの検出範囲を説明するための図解図である。 図４は実験の際の移動体の中心と壁との距離を説明するための図解図である。 図５は被験者を乗せた移動体の速度および壁からの距離を可変的に設定した場合における当該被験者の安心感の数値を示すグラフである。 図６は被験者を乗せた移動体の移動速度および壁からの距離に対応する安心感を示す３次元のグラフである。 図７は移動経路を探索するためのマップの一例およびその一部のグリッドマップの一例を示す図解図である。 図８は安心感を考慮したマップの一例を示す図解図である。 図９は安心感を考慮したマップの他の例を示す図解図である。 図１０は算出された経路の一例を示す図解図である。 図１１は算出された経路の他の例を示す図解図である。 図１２は図１に示すＲＡＭのメモリマップの一例を示す図解図である。 図１３は図１に示すＣＰＵの経路算出処理を示すフロー図である。

図１はこの実施例の移動体１０の電気的な構成を示すブロック図であり、移動体１０は経路算出装置としても機能するコンピュータ１２を含む。コンピュータ１２は、汎用のパーソナルコンピュータやワークステーションなどのコンピュータであり、ＣＰＵ１２ａ、ＲＡＭ１２ｂおよびＨＤＤ１２ｃなどのコンポーネントを備える。

また、コンピュータ１２には、入出力インターフェイス（以下、単に「インターフェイス」という。）１４、操作レバー１６および距離センサ１８ａ、１８ｂが接続される。インターフェイス１４には、モータドライバ２０ａを介してモータ２２ａが接続されるとともに、モータドライバ２０ｂを介してモータ２２ｂが接続される。さらに、インターフェイス１４には、エンコーダ２４ａおよび２４ｂが接続される。

なお、モータ２２ａの回転軸と左の後輪３４ａ（図２参照）の回転軸がギアを用いて連結され、モータ２２ｂの回転軸と右の後輪３４ｂ（図２参照）の回転軸がギアを用いて連結される。

ここで、図２（Ａ）を参照して、この実施例の移動体１０は、電気車椅子のような移動体であり、その下部に、左右の前輪（キャスター）３２ａ、３２ｂおよび左右の後輪３４ａ、３４ｂを備えている。また、移動体１０の左側の枠の上部に、上述した操作レバー１６が設けられる。さらに、移動体１０の左側の枠であり、ユーザが左足を置くステップ３６ａの左側に、上述した距離センサ１８ａが取り付けられる。ただし、距離センサ１８ａは、移動体１０の右側の枠であり、ユーザが右足を置くステップ３６ｂの右側に取り付けてもよい。また、移動体１０を上方から見た模式図である図２（Ｂ）に示すように、移動体１０の後方に、上述した距離センサ１８ｂが設けられる。

なお、この実施例では、距離センサ１８ａおよび１８ｂを移動体１０の前後に取り付けるようにしてあるが、移動体１０の左右に取り付けるようにしてもよい。このように２つの距離センサ１８ａ、１８ｂを移動体１０の前後または左右に設けるのは、移動体１０の周りを全周（３６０°）に渡って、距離を検出（計測）するためである。ただし、これは単なる一例であり、距離センサは１つでもよく、または、３つ以上設けてもよい。

また、この実施例では、距離センサ１８ａおよび１８ｂは、或る環境内の壁、柱のような固定物（静的な障害物）のみならず、人間のような移動物（動的な障害物）との距離を計測（検出）する。

図２（Ａ）に戻って、移動体１０の座席シートの下側であり、左の後輪３４ａと右の後輪３４ｂの間には、ボックス４０が設けられる。この中に、上述したコンピュータ１２、インターフェイス１４、モータドライバ２０ａ、２０ｂ、モータ２２ａ、２２ｂおよびエンコーダ２４ａ、２４ｂが設けられる。ただし、コンピュータ１２およびインターフェイス１４は、ボックス４０の外に設けるようにしてもよい。

コンピュータ１２は、この実施例の移動体１０の全体的な制御を司る。この実施例では、ＣＰＵ１２ａは、移動体１０の移動経路を算出する。また、ＣＰＵ１２ａは、自動的に、または、操作レバー１６からの操作入力に応じてモータ２２ａ、２２ｂの駆動を制御する。つまり、ＣＰＵ１２ａは、移動体１０の移動を制御する。さらに、ＣＰＵ１２ａは、距離センサ１８ａ、１８ｂおよびエンコーダ２４ａ、２４ｂで検出された距離データや回転数データを取得および記憶する。そして、ＣＰＵ１２ａは、検出したデータに基づいて、障害物までの距離を計測したり、移動体１０の位置を推定（決定）したりする。

操作レバー１６は、移動体１０に乗っているユーザによって操作され、操作に応じた信号（操作入力）がコンピュータ１２に与えられる。たとえば、前進、後退、停止、左折、右折および旋回などの操作を行うことができる。

ただし、リモートコントローラ（図示せず）を用いて、遠隔操作により、操作入力をコンピュータ１２に与えることもできる。また、この実施例では、移動体１０を自動走行させるため、操作レバー１６は設けなくてもよい。

距離センサ１８ａ、１８ｂは、たとえば、汎用のレーザレンジファインダ（ＬＲＦ）であり、レーザーを照射し、物体に反射して戻ってくるまでの時間から当該物体との距離を計測するものである。たとえば、ＬＲＦは、トランスミッタ（図示せず）から照射したレーザーを回転ミラー（図示せず）で反射させて、扇状に一定角度（たとえば、０．２５度）ずつスキャンする。また、この実施例では、検出範囲（図３参照）の全体をスキャンする周期は、２５ｍｓｅｃである。

図３は、距離センサ１８ａ、１８ｂの検出範囲（計測範囲）を説明するための図解図である。この実施例の距離センサ１８ａ、１８ｂの計測範囲は、半径Ｒ（Ｒ≒１０〜１５ｍ）の扇形状で示される。扇の角度は、正面方向を中心として左側および右側のそれぞれに１３５°である。つまり、正面を中心とする２７０°の範囲について距離を検出することができる。

図１に戻って、モータドライバ２０ａ、２０ｂは、コンピュータ１２からの指示に基づいて、モータ２２ａ、２２ｂを駆動する。エンコーダ２４ａは、モータ２２ａの回転数（ｒｐｓ）を検出し、回転数についてのデータ（回転数データ）を、インターフェイス１４を介してコンピュータ１２に入力する。同様に、エンコーダ２４ｂは、モータ２２ｂの回転数を検出し、回転数についての回転数データを、インターフェイス１４を介してコンピュータ１２に入力する。

コンピュータ１２は、距離センサ１８ａ、１８ｂで検出される距離データと、エンコーダ２４ａ、２４ｂで検出される回転数データを取得して、ＲＡＭ１２ｂ（ＨＤＤ１２ｃでもよい。）に記憶する。ただし、距離センサ１８ａで検出される距離データと距離センサ１８ｂで検出される距離データは区別されるとともに、同じ時点において検出された距離データと回転数データは互いに関連付けられる。

このような構成の移動体１０は、上述したように、操作レバー１６を操作することにより、移動（走行）することができるが、スタート地点とゴール地点を入力（設定）することにより、移動経路を算出して、自動走行（自律移動）することもできる。

たとえば、通常の移動経路計画は、最短距離や最短時間経路を求める手法である。しかし、最短距離は障害物（壁、柱など）の近くを通る経路が選択される場合があるため、移動体１０に乗っているユーザに恐怖心を与えやすい。また、移動速度を速くすれば、所要時間を短縮することができるが、移動体１０に乗っているユーザにとって移動における予測がつき難くなるため、恐怖心が増大する。さらに、移動体１０の速度がとても遅い場合には、安全ではあるが、移動体１０に乗っているユーザをいらいらさせると考えられる。つまり、移動体１０に乗っているユーザの安心感（快適さ）は、移動経路における障害物との距離や速度に関係すると考えられる。

このため、移動体１０と障害物との距離および移動体１０の速度と、移動体１０に乗っているユーザの安心感との関係を定量化するための実験を行った。自動走行する移動体１０に被験者が乗り、障害物（ここでは、壁）から移動体１０（の中心）までの距離ｄ_ｈを３段階（遠い、中くらい、近い）で変化させ、移動体１０の速度ｖを３段階（速い、中くらい、遅い）で変化させ、合計９回試行した。

ただし、壁からの距離ｄ_ｈは、廊下の幅をＬ（２．４ｍ）とした場合の割合で表し、図４に示すように、遠い（Ｆ）場合には、Ｌ×０．５（１．２０ｍ）に設定され、中くらい（Ｍ）の場合には、Ｌ×０．３５（０．８４ｍ）に設定され、そして、近い（Ｃ）場合には、Ｌ×０．２（０．４８ｍ）に設定される。また、速度ｖは、速い（Ｆ）場合には、１．６ｍ／ｓｅｃに設定され、中くらい（Ｍ）の場合には、１．２ｍ／ｓｅｃに設定され、そして、遅い（Ｌ）場合には、０．８ｍ／ｓｅｃに設定される。

また、被験者は、男性１１名と女性１１名の計２２名であり、平均年齢は２３．５３歳である。また、被験者は、試行毎に、安心感を５段階で評価した。ただし、安心感が最も大きい場合を「５」とし、安心感が最も小さい（不安感が最も大きい）場合を「１」とした。その集計結果（実験結果）が図５に示される。この図５に示す集計結果は、各試行における安心感の数値を全被験者で平均化した棒グラフである。

図５を参照して分かるように、実験結果によれば、速度ｖが上がると安心感が低下する傾向にあり、壁からの距離ｄ_ｈについては、中くらい（Ｍ）付近に安心感のピークが存在する。実験前においては、壁から離れるに連れて安心感が増大することが予想されていたが、通路の中央よりも壁側が好まれる傾向があることが分かった。また、壁からの距離ｄ_ｈが中くらい（Ｍ）である場合には、速度ｖが中くらい（Ｍ）および遅い（Ｌ）である場合に、安心感の数値が高かった。

また、実験結果に基づいて、安心感をモデル化すると、移動体１０の速度ｖ（ｍ／ｓｅｃ）、障害物からの距離ｄ_ｈ（ｍ）および安心感Ｕは、図６に示すような楕円球の表面の一部の形状で表される。図６からも分かるように、速度ｖが中くらい（Ｍ）であり、距離ｄｈが中くらい（Ｍ）である場合に安心感Ｕが最大となる。たとえば、図６を参照すると、障害物に接近し過ぎたり衝突したりすることのない距離ｄ_ｈ（ｍ）やユーザを不安にさせることのない速度ｖ（ｍ／ｓｅｃ）で決定される領域は安全な領域であり、その安全な領域の中の一部に安心感の得られる領域が存在すると言える。ただし、図６においては、安心感Ｕは０〜１に正規化されている。安心感Ｕが最も大きい場合を「１」とし、安心感が最も小さい場合を「０」としてある。また、図６では（後述する図８および図９も同様）、安心感が最も小さい場合を黒色とし、安心感が最も高い場合を白色として、安心感の大きさ（レベル）をグレースケールで示してある。

この安心感のモデルを経路算出（経路計画）に反映させるために、数１に示す２次関数で安心感が近似される。ただし、数１において、Ｕ（ｄ_ｈ，ｘ^・）は安心感であり、ｄ_ｈは壁からの移動体１０の距離であり、ｘ^・は移動体１０の速度であり、Ｖ_０は安心感が最大値になる場合の移動体１０の速度であり、そして、ｋ_０Ｌは安心感が最大値になる場合の壁から移動体１０の中心までの距離である。ただし、速度Ｖ_０および距離ｋ_０Ｌは実験によって求められた値である。具体的には、この実施例では、幅Ｌ＝２．４ｍであり、このとき、速度Ｖ_０＝０．８ｍ／ｓｅｃであり、距離ｋ_０Ｌ＝０．８４ｍである。なお、表記の都合上、数式以外においては、“・”を“ｘ”の右上に表示するが、実際には、数１に示すように“ｘ”の上側に表示され、この“・”は微分を意味する。以下、同じ。

なお、最小自乗法（回帰分析）で数１を図６に示す安心感のモデルに近似した結果、定数ｃ_ａ＝０．０４，ｃ_ｂ＝１．０８、ｃ_ｃ＝０．６７９が得られた。

ただし、実際に移動体１０を走行させる場合には、移動体１０の速度ｘ^・を安心感のモデルに基づいて決定すると、乗っているユーザに不安感を与えてしまう虞がある。これは、移動体１０が実際に走行している位置と算出（生成）した移動経路上の位置とにずれが生じている場合があるからである。また、マップ上に無い障害物との距離が考慮されていないため、実際の走行中にマップ上に無い障害物を検知した場合に、移動体１０が適切な速度ｘ^・で走行されない可能性があるからでもある。

なお、マップ上に無い障害物とは、柱や壁以外の物や人間（通行人）などを意味する。

そこで、この実施例では、速度ｘ^・の成分を無視して、安心感を求めるようにしてある。そして、移動体１０が移動している場合には、壁などの障害物との実際の距離ｄ_ｈを距離センサ１８ａ、１８ｂを用いて計測し、その距離ｄ_ｈに応じて安心感モデルから速度ｘ^・が決定される。

したがって、数１は数２のように変形される。ただし、速度ｘ^・を考慮しないで、最小自乗法（回帰分析）で数２を図６に示した安心感のモデルに近似した結果、定数ｇ_ａ＝０．００９，ｇ_ｃ＝０．３６３が得られた。

図７（Ａ）は、この実施例の移動体１０を走行させる環境の一部を上方（真上）から見たマップである。図７（Ａ）に示す例では、斜線で示す部分が壁等の障害物であり、白色で示す部分が通路である。以下、図８−図１１において同じである。ただし、マップは、グリッドマップである。図７（Ｂ）は、図７（Ａ）において点線で囲む範囲についてのグリッドマップを示す。図７（Ｂ）に示す例では、グリッドマップの各セルの大きさは３０ｃｍ×３０ｃｍに設定されるが、実際には、５ｃｍ×５ｃｍ程度の大きさに設定される。このセルの大きさは一例であり、限定されるべきでない。また、図７（Ｂ）において、斜線を付したセルは障害物（ここでは、壁）を示し、白色のセルは通路を示す。

図８には、一部において、安心感のモデルを適用した場合のマップが示される。ただし、数２に従って各セルの安心感Ｕ（ｄ_ｈ）が算出され、算出された安心感Ｕ（ｄ_ｈ）の数値（レベル）が各セルに対応して記憶される。上述したように、図８に示すマップでは、安心感Ｕ（ｄ_ｈ）の数値の大小を分かり易く示すために、各セルについて算出された安心感Ｕ（ｄ_ｈ）の数値がグレースケールで示される。ただし、図８に示す例では、マップの略中央に記載される直線状の通路の部分に安心感のモデルが適用される。図８の一部拡大図からも分かるように、通路の中央から少し壁側に寄った位置において安心感Ｕ（ｄ_ｈ）が最も大きくなっている。

図９には、図８に示す安心感のモデルを適用した部分に対応する通路に障害物を置いた場合のマップが示される。図９の一部拡大図からも分かるように、通路の一部に、この通路と並行に板が設置される。板は、廊下の中央よりも一方の壁側（図面では下側）に少し寄った位置に設置される。したがって、板を設置した部分においては、板によって廊下の幅Ｌが分断され、壁との距離および板との距離が考慮されるため、安心感が低下される。

このような場合に、安心感を考慮せずに（後述する数３においてｋ_Ｄ＝１）、図１０に示すように、スタート位置ＳＰとゴール位置ＧＰを設定し、最短距離となる移動経路を算出すると、板で分断された通路のうち、板と壁との距離が短く、移動体１０がぎりぎり通ることができる側を通る直線的な移動経路が算出される。

一方、この実施例のように、移動距離のみならず安心感を考慮した場合には（たとえば、後述する数３においてｋ_Ｄ＝０．５）、図１１に示すように、板を設置した部分において、板と壁との距離が長い側を通る移動経路が算出される。つまり、移動経路が短い、かつ安心感の高い移動経路が算出される。

このように、安心感を考慮した経路計画は、Ａ＊（エースター）探索アルゴリズムを用いて行われる。具体的には、安心感を考慮するため、コスト関数ｆ（ｘ）を数３のように定義した。ただし、ｇ（ｘ）は出発地点（スタート位置ＳＰ）から或る地点ｘまでの距離であり、ｈ（ｘ）は地点ｘから目標地点（ゴール位置ＧＰ）までの距離であり、ｍ_ｄｉｓｃ（ｘ）は地点ｘを通る経路の不安感（１−安心感）である。ただし、数３においては、地点ｘにおける安心感はｍ_{ｃｏｍｆｏｒｔ}（ｘ）である。また、ｋ_Ｄは最短経路に対する安心感の重みであり、重みｋ_Ｄが１のとき最短経路が算出され、重みｋ_Ｄが０のとき安心感が最も大きくなる経路が算出される。ただし、グリッドマップでは、セル単位で経路が算出されるため、地点ｘは或るセルを意味する。

図１２は図１に示したＲＡＭ１２ｂのメモリマップ３００の一例を示す図解図である。図１２に示すように、ＲＡＭ１２ｂは、プログラム記憶領域３０２およびデータ記憶領域３０４を含む。プログラム記憶領域３０２には、情報処理プログラムが記憶され、この情報処理プログラムは、メイン処理プログラム３０２ａ、経路算出プログラム３０２ｂおよび移動制御プログラム３０２ｃなどを含む。

メイン処理プログラム３０２ａは、移動体１０を制御するためのメインルーチンを処理するためのプログラムである。経路算出プログラム３０２ｂは、移動体１０の移動経路を算出するためのプログラムである。たとえば、この経路算出プログラム３０２ｂが実行されると、数３に示した数式に従って、距離が短く、高い安心感を得られるセルが順次選択され、したがって、スタート位置ＳＰからゴール位置ＧＰまでの移動経路が算出される。移動制御プログラム３０２ｃは、移動経路に従って移動体１０を移動させるためのプログラムである。ただし、移動制御プログラム３０２ｃに従えば、障害物を検出したことに応じて、当該障害物を回避するように、移動体１０が移動される場合もある。

なお、図示および詳細な説明は省略するが、プログラム記憶領域３０２には、他のコンピュータと通信するためのプログラム、障害物を検出するためのプログラム、移動体１０の位置を推定するためのプログラムなども記憶される。

また、データ記憶領域３０４には、マップデータ３０４ａ、スタート位置データ３０４ｂ、ゴール位置データ３０４ｃおよび経路データ３０４ｄなどが記憶される。

マップデータ３０４ａは、移動体１０を走行させる環境についてのグリッドマップのデータであり、各セル（地点ｘ）に対応して安心感ｍ_{ｃｏｍｆｏｒｔ}（ｘ）が割り当てられている。このマップデータ３０４ａは、予め生成されてコンピュータ１２に入力されたり、コンピュータ１２内部のＨＤＤ１２ｃに予め記憶されたりして、ＲＡＭ１２ｂに読み込まれる。

スタート位置データ３０４ｂは、移動経路を算出する場合のスタート位置ＳＰについてのデータ（２次元座標データ）である。ゴール位置データ３０４ｃは、移動経路を算出する場合のゴール位置ＧＰについての２次元座標データである。たとえば、スタート位置ＳＰおよびゴール位置ＧＰは、他のコンピュータ（ホストコンピュータ）からコンピュータ１２に入力される。ただし、ユーザがスタート位置ＳＰおよびゴール位置ＧＰをコンピュータ１２に入力してもよい。経路データ３０４ｄは、経路算出プログラム３０２ｂに従って算出された移動経路についてのデータである。

なお、図示は省略するが、データ記憶領域３０４には、情報処理のために必要な他のデータ（距離データや回転数データなど）が記憶されたり、カウンタ（タイマ）やフラグが設けられたりする。

図１３は、図１に示したＣＰＵ１２ａの経路算出処理のフロー図である。スタート位置ＳＰおよびゴール位置ＧＰが入力されるとともに、移動経路の算出が指示されると、ＣＰＵ１２ａは、図１３に示すように、経路算出処理を開始し、ステップＳ１で、スタート位置ＳＰおよびゴール位置ＧＰを設定する。ここでは、ＣＰＵ１２ａは、スタート位置ＳＰとして設定されたセルを記憶するとともに、ゴール位置ＧＰとして設定されたセルを記憶する。つまり、スタート位置ＳＰとして決定されたセルの２次元座標データおよびゴール位置ＧＰとして決定されたセルの２次元座標データが記憶される。これらの２次元座標データは、経路データ３０４ｄに含まれる。

次のステップＳ３では、次に移動体１０が進むべきセルを決定する。ここでは、ＣＰＵ１２ａは、直前に選択されたセルの近傍にある複数のセルの各々について数３に従ってコスト関数ｆ（ｘ）を算出し、コスト関数ｆ（ｘ）が最小になるセルを、次に移動体１０が進むべきセルとして決定する。このとき、グリッドマップのセル（地点ｘ）に対応して記憶された安心感ｍ_{ｃｏｍｆｏｒｔ}（ｘ）の値が取得される。

なお、コスト関数ｆ（ｘ）が最小になるセルが複数存在する場合には、安心感ｍ_{ｃｏｍｆｏｒｔ}（ｘ）の値が大きい方のセルが選択される。ただし、複数のセルの安心感ｍ_{ｃｏｍｆｏｒｔ}（ｘ）の値が同じ場合には、ランダムに１つのセルが選択される。

続いて、ステップＳ５では、ステップＳ３で決定されたセルを記憶する。つまり、ＣＰＵ１２ａは、スタート位置ＳＰとゴール位置ＧＰとの間で、時系列に並ぶように、今回決定されたセルの２次元座標データを記憶する。この２次元座標データも経路データ３０４ｄに含まれる。

そして、ステップＳ７では、経路の算出を終了したかどうかを判断する。つまり、ＣＰＵ１２ａは、ゴール位置ＧＰまでの経路を算出したかどうかを判断する。ステップＳ７で“ＮＯ”であれば、つまり経路の算出を終了していなければ、ステップＳ３に戻る。一方、ステップＳ７で“ＹＥＳ”であれば、つまり経路の算出を終了すれば、経路算出処理を終了する。

この実施例によれば、移動距離のみならず、安心感を考慮するので、安全のみならず安心感を考慮した経路を算出できる。

なお、この実施例では、移動体の例として電気車椅子を示したが、これに限定される必要はない。人を乗せて自動走行可能であれば、他の移動体であっても構わない。

また、この実施例では、複数の被験者が回答して得られた安心感、移動体の速度および障害物からの距離との関係から安心感のモデルを生成して、これを経路算出に反映させたが、実際に移動体に乗るユーザの安心感を反映させるようにしてもよい。また、移動体の速度や障害物からの距離に拘わらず、たとえば、移動体に乗っているユーザの脳波、心拍数（脈拍数）、皮膚コンダクタンス（発汗量）、単位時間における瞬きの回数などの少なくとも１つを計測して、計測結果から安心感を求めるようにしてもよい。

さらに、この実施例では、Ａ＊探索アルゴリズムを用いるようにしたが、これに限定される必要はない。Ｄ＊アルゴリズム、Ｄ＊ＬｉｔｅアルゴリズムまたはＤｉｊｋｓｔｒａ（ダイクストラ）アルゴリズムを用いることもできる。Ｄ＊アルゴリズムやＤ＊Ｌｉｔｅアルゴリズムを用いる場合には、たとえば扉が開閉されることにより、環境が変化し、移動経路を再計算する際の効率が高いという利点がある。

さらにまた、この実施例で示した具体的な数値は単なる一例であり、限定されるべきではなく、実施される製品等に応じて適宜変更可能である。

１０ …移動体
１２ …コンピュータ
１２ａ …ＣＰＵ
１２ｂ …ＲＡＭ
１２ｃ …ＨＤＤ
１６ …操作レバー
１８ａ、１８ｂ …距離センサ
２０ａ、２０ｂ …モータドライバ
２２ａ、２２ｂ …モータ
２４ａ、２４ｂ …エンコーダ
３２ａ、３２ｂ …前輪
３４ａ、３４ｂ …後輪

Claims (4)

1. 人間を乗せて自動走行する移動体の移動経路を算出する経路算出装置であって、
   前記移動体を走行させる環境についてのマップであって、経験的に得た安心感のレベルを各セルに割り当てたグリッドマップを記憶した記憶手段、および
   前記移動体をスタート位置からゴール位置まで移動させる場合に、前記グリッドマップの各セルに割り当てられた前記安心感のレベルを参照して、移動距離が短い、かつ当該安心感のレベルが高い移動経路を算出する算出手段を備える、経路算出装置。
2. 前記安心感のレベルは、前記移動体と障害物の距離および当該移動体の速度を変化させて、被験者を乗せた当該移動体を前記環境内で自動走行させた場合において、当該被験者が受けた安心感を定量化した数値である、請求項１記載の経路算出装置。
3. 移動体を走行させる環境についてのマップであって、経験的に得た安心感のレベルを各セルに割り当てたグリッドマップを記憶した記憶手段を備え、人間を乗せて自動走行する前記移動体の移動経路を算出する経路算出プログラムであって、
   コンピュータに、
   前記移動体のスタート位置とゴール位置を設定する設定ステップ、および
   前記設定ステップによって設定された前記スタート位置から前記ゴール位置まで前記移動体を移動させる場合に、前記グリッドマップの各セルに割り当てられた前記安心感のレベルを参照して、移動距離が短い、かつ当該安心感のレベルが高い移動経路を算出する算出ステップを実行させる、経路算出プログラム。
4. 移動体を走行させる環境についてのマップであって、経験的に得た安心感のレベルを各セルに割り当てたグリッドマップを記憶した記憶手段を備え、人間を乗せて自動走行する前記移動体の移動経路を算出するコンピュータの経路算出方法であって、
   前記コンピュータは、
   前記移動体のスタート位置とゴール位置を設定し、そして
   設定した前記スタート位置から前記ゴール位置まで前記移動体を移動させる場合に、前記グリッドマップの各セルに割り当てられた前記安心感のレベルを参照して、移動距離が短い、かつ当該安心感のレベルが高い移動経路を算出する、経路算出方法。