JP2017021791A - 地図生成方法、移動ロボット及び地図生成システム - Google Patents

地図生成方法、移動ロボット及び地図生成システム Download PDF

Info

Publication number
JP2017021791A
JP2017021791A JP2016123721A JP2016123721A JP2017021791A JP 2017021791 A JP2017021791 A JP 2017021791A JP 2016123721 A JP2016123721 A JP 2016123721A JP 2016123721 A JP2016123721 A JP 2016123721A JP 2017021791 A JP2017021791 A JP 2017021791A
Authority
JP
Japan
Prior art keywords
information
area
sensor
mobile robot
map
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
Application number
JP2016123721A
Other languages
English (en)
Other versions
JP6762148B2 (ja
Inventor
一真 竹内
Kazuma Takeuchi
一真 竹内
洋平 中田
Yohei Nakada
洋平 中田
齊藤　雅彦
Masahiko Saito
雅彦 齊藤
原田　尚幸
Naoyuki Harada
尚幸 原田
修平 松井
Shuhei Matsui
修平 松井
健介 若杉
Kensuke Wakasugi
健介 若杉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Corp of America
Original Assignee
Panasonic Intellectual Property Corp of America
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Panasonic Intellectual Property Corp of America filed Critical Panasonic Intellectual Property Corp of America
Publication of JP2017021791A publication Critical patent/JP2017021791A/ja
Application granted granted Critical
Publication of JP6762148B2 publication Critical patent/JP6762148B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0272—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising means for registering the travel distance, e.g. revolutions of wheels
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S901/00—Robots
    • Y10S901/01—Mobile robot

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electromagnetism (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Instructional Devices (AREA)
  • Traffic Control Systems (AREA)
  • Manipulator (AREA)

Abstract

【課題】より精度の高い地図を生成することができる地図生成方法、移動ロボット及び地図生成システムを提供する。【解決手段】第１領域を移動し、第１センサおよび第２センサを備える第１移動ロボットが行う地図生成方法であって、前記第１センサから第１情報を取得し、前記第２センサから第２情報を取得し、前記第１領域に設置された第３センサから第３情報を取得し、前記第１情報と前記第２情報に基づいて計算された、前記第２センサの検出領域である第２領域を示す第４情報を取得し、前記第３情報に基づいて計算された、前記第３センサの検出領域である第３領域を示す第５情報を取得し、前記第４情報と前記第５情報に基づいて、前記第２領域と前記第３領域とが重なる領域である第４領域が存在すると判断された場合、前記第４領域のうち前記第１物体を含む第５領域について、前記第１領域の地図情報を更新する。【選択図】図１

Description

本開示は、地図生成方法、移動ロボット及び地図生成システムに関する。
ロボット技術は、人の立ち入れない環境での探査や、人の代替作業を行う自動化を目的に発展してきた。近年では、家庭内を移動しながら掃除を行う移動ロボット等が販売されており、人間生活の身近な領域に移動ロボットが投入されるようになってきている。このような移動ロボットでは、移動経路を決めるために、移動ロボット自身が自己の位置及び姿勢、周辺環境を正しく認識する必要がある。
自己位置の推定及び地図を作成する技術としては、ＳＬＡＭ（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｌｏｃａｔｉｏｎ Ａｎｄ Ｍａｐｐｉｎｇ）技術が知られている。ＳＬＡＭ技術では、移動ロボットが備えるセンサであって位置及び姿勢の変化量を検出する内界センサと、移動ロボットが備えるセンサであって周辺環境に対する相対情報を捉える外界センサを用いている。ＳＬＡＭ技術では、これらのセンサを用いることによって、移動ロボットに予め地図情報を与えなくても、自己の位置及び姿勢の推定と合わせて、周辺の地図を作成することができる。
ＳＬＡＭ技術は、主に２つの処理を繰り返し行っている。第１の処理は、内界センサによって取得した情報から移動ロボットの現在の位置及び姿勢を予測し、予測した位置及び姿勢と過去に作成した地図情報とに基づいて、移動ロボットの周辺環境に対する相対情報を予測する。第２の処理は、第１の処理で予測した相対情報と、外界センサで得られた実際の周辺環境に対する相対情報とに基づいて尤度を計算する。計算した尤度から内界センサと外界センサの信頼度の重みを決定し、移動ロボットの現在の自己位置及び姿勢と地図情報を更新する。
また、地図変化がある環境での自律移動を実現する方法として特許文献１が開示されている。特許文献１に開示された自律走行車は、レーザビーム又はカメラ等のセンサを用いて対象物に対しての自己位置及び姿勢を推定することによって、自律走行車自身の走行可否を算出している。そして、特許文献１に開示された自律走行車は、算出した自律走行車自身の走行可否と飛行体により取得した走行可否とに基づいて、自律走行車の走行可否の判断を行っている。
特開２０１１−１０８０８４号公報
探査や人の代替作業を行う移動ロボットにおいては、走行可否判断に加えて、より精度の高い地図の生成が求められている。しかしながら、特許文献１に開示された自律走行車では、より精度の高い地図を生成するという点に関しては検討されていない。
本開示は、より精度の高い地図を生成することができる地図生成方法、移動ロボット及び地図生成システムを提供する。
本開示に係る第１態様の地図生成方法は、第１領域を移動し、第１センサおよび第２センサを備える第１移動ロボットが行う地図生成方法であって、前記第１センサから第１情報を取得し、前記第１情報は前記第１移動ロボットの移動量を示す情報を含み、前記第２センサから第２情報を取得し、前記第２情報は前記第１移動ロボットの観測領域に存在する第１物体から前記第１移動ロボットまでの距離を示す情報を含み、前記第１領域に設置された第３センサから第３情報を取得し、前記第３情報は前記第３センサの観測領域における映像情報を含み、前記第１情報と前記第２情報に基づいて計算された、前記第２センサの検出領域である第２領域を示す第４情報を取得し、前記第３情報に基づいて計算された、前記第３センサの検出領域である第３領域を示す第５情報を取得し、前記第４情報と前記第５情報に基づいて、前記第２領域と前記第３領域とが重なる領域である第４領域が存在するか否か判断し、前記第４領域が存在すると判断された場合、前記第４領域のうち前記第１物体を含む第５領域について、前記第１移動ロボットに予め格納された前記第１領域の地図情報を更新する。
本開示に係る第２態様の地図生成方法は、第１領域を移動し、第１センサおよび第２センサを備える第１移動ロボットが行う地図生成方法であって、前記第１センサから第１情報を取得し、前記第１情報は前記第１移動ロボットの移動量を示す情報を含み、前記第２センサから第２情報を取得し、前記第２情報は前記第１移動ロボットの観測領域に存在する第１物体から前記第１移動ロボットまでの距離を示す情報を含み、前記第１領域に設置された第３センサから第３情報を取得し、前記第３情報は前記第３センサの観測領域における映像情報を含み、前記第１情報と前記第２情報に基づいて計算された、前記第２センサの検出領域である第２領域を示す第４情報を取得し、前記３情報に基づいて計算された前記第３センサの検出領域である第３領域を示す第５情報を取得し、前記第４情報と前記第５情報と前記第１移動ロボットに予め格納された前記第１領域の地図情報に基づいて、前記第２領域外であって前記第３領域に含まれる第４領域に存在する第２物体が第１位置から第２位置に変化したか否か判断し、前記第２物体が前記第１位置から前記第２位置に変化したと判断された場合は、前記第４領域について、前記第１領域の地図情報を更新する。
本開示によれば、より精度の高い地図を生成することができる。
図１は、本開示の実施の形態１に係る地図生成システムの概略構成図である。 図２は、本開示の実施の形態１に係る移動ロボットの構成を示すブロック図である。 図３は、分散の定義の説明図である。 図４は、本開示の実施の形態１における環境センサの構成を示すブロック図である。 図５は、本開示の実施の形態１に係る移動ロボット及び環境センサの動作の一例を示す図である。 図６は、本開示の実施の形態１に係る地図生成方法を示すフローチャートである。 図７Ａは、本開示の実施の形態１に係る移動ロボット及び環境センサの動作の一例を示す図である。 図７Ｂは、本開示の実施の形態１に係る移動ロボット及び環境センサの動作の一例を示す図である。 図８は、本開示の実施の形態１に係る別の地図生成方法を示すフローチャートである。
（１）本開示に係る第１の態様の地図生成方法は、第１領域を移動し、第１センサおよび第２センサを備える第１移動ロボットが行う地図生成方法であって、前記第１センサから第１情報を取得し、前記第１情報は前記第１移動ロボットの移動量を示す情報を含み、前記第２センサから第２情報を取得し、前記第２情報は前記第１移動ロボットの観測領域に存在する第１物体から前記第１移動ロボットまでの距離を示す情報を含み、前記第１領域に設置された第３センサから第３情報を取得し、前記第３情報は前記第３センサの観測領域における映像情報を含み、前記第１情報と前記第２情報に基づいて計算された、前記第２センサの検出領域である第２領域を示す第４情報を取得し、前記第３情報に基づいて計算された、前記第３センサの検出領域である第３領域を示す第５情報を取得し、前記第４情報と前記第５情報に基づいて、前記第２領域と前記第３領域とが重なる領域である第４領域が存在するか否か判断し、前記第４領域が存在すると判断された場合、前記第４領域のうち前記第１物体を含む第５領域について、前記第１移動ロボットに予め格納された前記第１領域の地図情報を更新する。
このような構成により、移動ロボットの第２センサの検出領域と第３センサの検出領域とが重なる領域において、移動ロボットの地図情報を更新することができる。そのため、より精度の高い地図を生成することができる。
（２）上記態様において、さらに、前記第１情報と前記第２情報に基づいて、前記第１移動ロボットの現在位置と姿勢を示す第６情報を推定し、前記第４情報は、前記第６情報に基づいて計算されてもよい。
このような構成により、移動ロボットの第２センサの検出領域と第３センサの検出領域とが重なる領域に関する地図情報の信頼度を上げることができる。そのため、より精度の高い地図を生成することができる。
（３）上記態様において、前記第１物体の位置を示す第１位置情報の信頼度を更新することで、前記第１領域の地図情報が更新されてもよい。
このような構成により、移動ロボットの第２センサの検出領域と第３センサの検出領域とが重なる領域に関する地図情報の信頼度を上げることができる。そのため、より精度の高い地図を生成することができる。
（４）上記態様において、前記第１位置情報の第１分散値を、前記第１分散値より小さい第２分散値に更新することで、前記第１位置情報の信頼度が更新されてもよい。
このような構成により、移動ロボットの第２センサの検出領域と第３センサの検出領域とが重なる領域に関する地図情報の信頼度を上げることができる。そのため、より精度の高い地図を生成することができる。
（５）上記態様において、前記第３センサは、前記第１領域に配置されており、前記第１領域の地図情報は第１座標系によって表現されており、前記第５情報は第２座標系によって表現されており、さらに、前記第２座標系を前記第１座標系に変換してもよい。
このような構成により、第１領域に配置された第３センサの検出領域の座標を、第１領域を移動する移動ロボットの地図情報の座標に合わせることができるため、更に精度の高い地図を生成することができる。
（６）上記態様において、前記第３センサは、前記第１移動ロボットとは異なる第２移動ロボットに備えられ、前記第１領域の地図情報は第１座標系によって表現されており、前記第５情報は前記第２移動ロボットの第２座標系によって表現されており、さらに、前記第２座標系を前記第１座標系に変換してもよい。
このような構成により、第２移動ロボットの第３センサを使用して地図情報を生成することができるため、短時間で精度の高い地図を生成することができる。
（７）本開示に係る第２の態様の地図生成方法は、第１領域を移動し、第１センサおよび第２センサを備える第１移動ロボットが行う地図生成方法であって、前記第１センサから第１情報を取得し、前記第１情報は前記第１移動ロボットの移動量を示す情報を含み、前記第２センサから第２情報を取得し、前記第２情報は前記第１移動ロボットの観測領域に存在する第１物体から前記第１移動ロボットまでの距離を示す情報を含み、前記第１領域に設置された第３センサから第３情報を取得し、前記第３情報は前記第３センサの観測領域における映像情報を含み、前記第１情報と前記第２情報に基づいて計算された、前記第２センサの検出領域である第２領域を示す第４情報を取得し、前記３情報に基づいて計算された前記第３センサの検出領域である第３領域を示す第５情報を取得し、前記第４情報と前記第５情報と前記第１移動ロボットに予め格納された前記第１領域の地図情報に基づいて、前記第２領域外であって前記第３領域に含まれる第４領域に存在する第２物体が第１位置から第２位置に変化したか否か判断し、前記第２物体が前記第１位置から前記第２位置に変化したと判断された場合は、前記第４領域について、前記第１領域の地図情報を更新する。
このような構成により、第３センサにより取得した映像情報に基づいて、第２センサの検出領域外の環境の変化を検出することができる。そのため、移動ロボットは、環境の変化を検出した領域に関する地図情報を、第３センサの情報を使用して更新することができる。その結果、環境の変化が生じた場合でも、より精度の高い地図を生成することができる。
（８）上記態様において、さらに、前記第１情報と前記第２情報に基づいて、前記第１移動ロボットの現在位置と姿勢を示す第６情報を推定し、前記第４情報は、前記第６情報に基づいて計算されてもよい。
このような構成により、移動ロボットが自己位置及び姿勢をロバストに推定することができ、より精度の高い地図を生成することができる。
（９）上記態様において、前記第２物体の位置を示す第１位置情報の信頼度を更新することで、前記第４領域の地図情報が更新されてもよい。
このような構成により、移動ロボットは、環境の変化を検出した領域に関する地図情報の信頼度を、第３センサの情報を使用して更新することができる。その結果、環境の変化が生じた場合でも、より精度の高い地図を生成することができる。
（１０）上記態様において、前記第１位置情報の第１分散値を、前記第１分散値より大きい第２分散値に更新することで、前記第１位置情報の信頼度が更新されてもよい。
このような構成により、環境の変化を検出した領域に関する地図情報の信頼度を下げることができる。これによって、移動ロボットは、信頼度の低い部分の地図情報に頼らずに信頼度の高い部分の地図情報に基づいて、自己位置及び姿勢を推定することができる。その結果、より精度の高い地図を生成することができる。
（１１）上記態様において、前記第１位置から前記第２位置の変化量に応じて、前記第２分散値は前記第１分散値より大きくされてもよい。
このような構成により、環境の変化の量に対応させて分散の値を大きくすることで、移動ロボットの自己位置及び姿勢を更に正確に推定することができる。これによって、更に精度の高い地図情報を生成することができる。
（１２）上記態様において、前記第１移動ロボットの現在位置が前記第３領域に存在せず、前記第２領域と前記第３領域とが重ならない場合に、前記第４領域について、前記第１領域の地図情報が更新されてもよい。
このような構成により、移動ロボットの死角で環境の変化が生じた場合でも、第３センサにより取得した情報を用いて、環境の変化を検出した領域に関する地図情報の信頼度を更新することができる。このため、移動ロボットの死角で環境の変化が生じた場合でも、変化が生じた領域の地図情報を短時間で修正し、精度の高い地図を生成することができる。
（１３）上記態様において、前記第３センサは、前記第１領域に配置されており、前記第１領域の地図情報は第１座標系によって表現されており、前記第５情報は第２座標系によって表現されており、さらに、前記第２座標系を前記第１座標系に変換されてもよい。
このような構成により、第１領域に配置された第３センサの検出領域の座標を、移動ロボットの地図情報の座標に合わせることができるため、更に精度の高い地図を生成することができる。
（１４）上記態様において、前記第３センサは、前記第１移動ロボットとは異なる第２移動ロボットに備えられ、前記第１領域の地図情報は第１座標系によって表現されており、前記第５情報は前記第２移動ロボットの第２座標系によって表現されており、さらに、前記第２座標系を前記第１座標系に変換されてもよい。
このような構成により、第２移動ロボットの第３センサを使用して地図情報を生成することができるため、短時間で精度の高い地図を生成することができる。
（１５）上記態様において、さらに、前記第２センサから、所定時間前記第２情報の取得を行っていない第５領域について、前記地図情報について前記第５領域の第３分散値を前記第３分散値より大きい第４分散値に更新されてもよい。
このような構成により、所定の時間、第２センサにより第２情報の取得を行っていない領域に関する地図情報の信頼度を下げることができる。これによって、信頼度の低い部分の地図情報に頼らずに信頼度の高い部分の地図情報に基づいて、自己位置及び姿勢を推定することができる。その結果、より精度の高い地図を生成することができる。
（１６）本開示に係る第３の態様の移動ロボットは、第１領域を移動する移動ロボットであって、前記移動ロボットの移動量を示す第１情報を取得する第１センサと、前記移動ロボットの観測領域に存在する第１物体から前記移動ロボットまでの距離を示す第２情報を取得する第２センサと、（ｉ）前記第１情報と前記第２情報に基づいて計算された、前記第２センサの検出領域である第２領域を示す第４情報と、（ｉｉ）前記第１領域に設置された第３センサの観測領域における映像情報を含む第３情報に基づいて計算された、前記第３センサの検出領域である第３領域を示す第５情報と、に基づいて、前記第２領域と前記第３領域とが重なる領域である第４領域が存在するか否かを判断し、前記第４領域が存在すると判断された場合、前記第４領域のうち前記第１物体を含む第５領域について、前記移動ロボットに予め格納された前記第１領域の地図情報を更新する地図情報更新部と、を備える。
このような構成により、移動ロボットの第２センサの検出領域と第３センサの検出領域とが重なる領域において、移動ロボットの地図情報を、第３センサにより取得された情報を用いて更新することができる。そのため、より精度の高い地図を生成することができる。
（１７）本開示に係る第４の態様の移動ロボットは、第１領域を移動する移動ロボットであって、前記移動ロボットの移動量を示す第１情報を取得する第１センサと、前記移動ロボットの観測領域に存在する第１物体から前記移動ロボットまでの距離を示す第２情報を取得する第２センサと、（ｉ）前記第１情報と前記第２情報に基づいて計算された前記第２センサの検出領域である第２領域を示す第４情報と、（ｉｉ）前記第１領域に設置された第３センサの観測領域における映像情報を含む第３情報に基づいて計算された前記第３センサの検出領域である第３領域を示す第５情報と、（ｉｉｉ）前記移動ロボットに予め格納された前記第１領域の地図情報と、に基づいて、前記第２領域外であって前記第３領域に含まれる第４領域に存在する第２物体が第１位置から第２位置に変化したか否かを判断し、前記第２物体が前記第１位置から前記第２位置に変化したと判断された場合、前記第４領域について、前記第１領域の地図情報を更新する地図情報更新部と、を備える。
このような構成により、第３センサにより取得した第３情報に基づいて、第２センサの検出領域外の環境の変化を検出することができる。そのため、移動ロボットは、環境の変化を検出した領域に関する地図情報を、第３センサの情報を使用して更新することができる。その結果、環境の変化が生じた場合でも、より精度の高い地図を生成することができる。
（１８）本開示に係る第５の態様の地図生成システムは、第１領域を移動する移動ロボットであって、前記移動ロボットの移動量を示す第１情報を取得する第１センサ、及び前記移動ロボットの観測領域に存在する第１物体から前記移動ロボットまでの距離を示す第２情報を取得する第２センサを有する移動ロボットと、前記第１領域に設置された第３センサと、前記移動ロボット及び前記第３センサと通信するサーバと、を備え、前記サーバは、（ｉ）前記第１情報と前記第２情報に基づいて計算された、前記第２センサの検出領域である第２領域を示す第４情報と、（ｉｉ）前記第１領域に設置された第３センサの観測領域における映像情報を含む第３情報に基づいて計算された、前記第３センサの検出領域である第３領域を示す第５情報と、に基づいて、前記第２領域と前記第３領域とが重なる領域である第４領域が存在するか否かを判断し、前記第４領域が存在すると判断された場合、前記第４領域のうち前記第１物体を含む第５領域について、前記移動ロボットに予め格納された前記第１領域の地図情報を更新する地図情報更新部と、を有する。
このような構成により、移動ロボットの第２センサの検出領域と第３センサの検出領域とが重なる領域における地図情報を、第３センサにより取得された情報を用いて更新することができる。そのため、より精度の高い地図を生成することができる。
（１９）本開示に係る第６態様の地図生成システムは、第１領域を移動する移動ロボットであって、前記移動ロボットの移動量を示す第１情報を取得する第１センサ、及び前記移動ロボットの観測領域に存在する第１物体から前記移動ロボットまでの距離を示す第２情報を取得する第２センサを有する移動ロボットと、前記第１領域に設置された第３センサと、前記移動ロボット及び前記第３センサと通信するサーバと、を備え、前記サーバは、（ｉ）前記第１情報と前記第２情報に基づいて計算された前記第２センサの検出領域である第２領域を示す第４情報と、（ｉｉ）前記第１領域に設置された第３センサの観測領域における映像情報を含む第３情報に基づいて計算された前記第３センサの検出領域である第３領域を示す第５情報と、（ｉｉｉ）前記移動ロボットに予め格納された前記第１領域の地図情報と、に基づいて、前記第２領域外であって前記第３領域に含まれる第４領域に存在する第２物体が第１位置から第２位置に変化したか否かを判断し、前記第２物体が前記第１位置から前記第２位置に変化したと判断された場合、前記第４領域について、前記第１領域の地図情報を更新する地図情報更新部、を有する。
このような構成により、第３センサにより取得した第３情報に基づいて、第２センサの検出領域外の環境の変化を検出することができる。そのため、サーバは、環境の変化を検出した領域に関する地図情報を、第３センサの情報を使用して更新することができる。その結果、環境の変化が生じた場合でも、より精度の高い地図を生成することができる。
（本開示に係る一形態を得るに至った経緯）
ＳＬＡＭ技術では、一度信頼度の高い地図情報が作成されると、地図情報が作成された領域では専ら外界センサの情報と作成済みの地図情報に基づいて、移動ロボットの自己位置及び姿勢を推定するようになる。
特許文献１に開示された自律走行車においては、飛行体と自律走行車自身とで地図情報を生成した後、生成された地図情報と自律走行車のセンサで得られた情報に基づき、対象物に対しての自身の位置及び姿勢を推定している。
特許文献１では、自律走行車にて取得した情報と、飛行体からの情報とを用いて、自律走行車の走行可否を算出することが記載されている。しかしながら、特許文献１に開示された自律走行車においては、環境センサなどの外部のセンサ情報を用いて、地図生成の精度向上を行う点については検討されていない。
また、特許文献１に開示された自律走行車においては、外乱により周辺環境が変化した場合、実際の地図と自律走行車の地図情報とが対応しなくなり、自律走行車の地図情報とセンサの情報に基づいて自己位置及び姿勢を推定することができなくなる。更に、特許文献１に開示された自律走行車においては、環境の変化が生じた領域に関する地図情報を、実際の地図に対応させるように更新するのに時間がかかる。これらは、発明者らによって新たに見出された課題である。
そこで、発明者らは、鋭意研究したところ、環境センサで取得された環境情報に基づいて、移動ロボットの地図情報の信頼度を更新することによって、精度の高い地図情報を生成することができることを見出した。
以下、本開示の実施形態について、添付の図面を参照しながら説明する。また、各図においては、説明を容易なものとするため、各要素を誇張して示している。
（実施の形態１）
［システム構成］
図１は、実施の形態１に係る地図生成システムの概略構成図を示す。図１に示すように、地図生成システム１００は、ネットワーク１１０と、移動ロボット２００と、環境センサ３０１、３０２、３０３とを備える。
地図生成システム１００において、移動ロボット２００は、ネットワーク１１０を介して、複数の環境センサ３０１、３０２、３０３に接続されている。環境センサ３０１、３０２、３０３は、予め周辺環境に所定の間隔で配置されている。環境センサ３０１、３０２、３０３は、移動ロボット２００の上方からそれぞれ検出領域３１１、３１２、３１３内の環境情報を取得している。検出領域３１１、３１２、３１３は、それぞれの環境センサ３０１、３０２、３０３が周辺環境を観測可能な領域を示している。移動ロボット２００は、後述する外界センサによって、検出領域２０１内の外界情報を取得している。
［移動ロボット］
次に、移動ロボット２００について説明する。
移動ロボット２００は、一般的な自走式ロボットと同等の構成を有する。具体的には、移動制御情報に応じて移動する駆動装置を備える。また、移動ロボット２００は、自己の位置及び姿勢の推定、環境センサとの通信、及び地図情報の生成を行うことが可能な構成を有する。
本明細書において、「位置」とは、地図情報における場所を意味する。また、「姿勢」とは、移動ロボット２００の向きを意味しており、例えば所定の基準方向に対する回転角で表現する。向きには、水平方向の向きのみならず３次元方向の向きも含まれる。
図２は、移動ロボット２００の構成を示すブロック図である。図２に示すように、移動ロボット２００は、ロボット側通信部２１０、内界センサ２２０、外界センサ２３０、座標変換部２４０、自己位置及び姿勢推定部２５０、尤度計算部２６０、地図情報更新部２７０、及び地図情報記録部２８０を備える。また、移動ロボット２００は、これらの要素を制御する制御部を備えるが、図２においては説明を簡略化するために省略している。
＜ロボット側通信部＞
ロボット側通信部２１０は、環境センサ３０１、３０２、３０３と通信を行う通信装置である。ロボット側通信部２１０は、ネットワーク１１０を介して、環境センサ３０１、３０２、３０３と通信し、環境センサ３０１、３０２、３０３の検出領域３１１、３１２、３１３内の環境情報を取得する。ロボット側通信部２１０は、無線通信によりネットワーク１１０にアクセスしている。ロボット側通信部２１０で取得した環境センサ３０１、３０２、３０３の環境情報は、座標変換部２４０に送られる。
＜内界センサ＞
内界センサ２２０は、移動ロボット２００の内界情報を取得する。内界情報とは、移動ロボット２００の現在の自己位置及び姿勢を予測するための情報であり、例えば、移動ロボット２００の移動量等に関する情報（第１情報）である。内界センサ２２０としては、加速度センサや角速度センサ、車輪の回転量を測定するロータリーエンコーダ等を利用することができる。内界センサ２２０によって取得された内界情報は、自己位置及び姿勢推定部２５０に送られる。内界センサ２２０は、第１センサと称してもよい。
＜外界センサ＞
外界センサ２３０は、移動ロボット２００の外界情報を取得する。外界情報とは、外界センサ２３０の観測領域にある実際の周辺環境の情報であり、例えば、周辺環境に配置された対象物（物体）と移動ロボット２００との間の距離等の情報（第２情報）である。外界センサ２３０としては、カメラ、又はＴＯＦ（Ｔｉｍｅ Ｏｆ Ｆｌｉｇｈｔ）方式で距離を測定する光学式測距センサ等を利用することができる。外界センサ２３０で取得された外界情報は、尤度計算部２６０に送られる。外界センサ２３０は、第２センサと称してもよい。
＜座標変換部＞
座標変換部２４０は、ロボット側通信部２１０から環境情報を受け取る。座標変換部２４０は、環境情報の座標を、移動ロボット２００の地図情報の座標に合わせるように変換する。環境情報の座標を移動ロボット２００の地図情報の座標に合わせる変換は、環境センサ３０１、３０２、３０３の設置位置の座標を予め座標変換部２４０に与えることで行っている。座標変換部２４０で座標変換された環境情報は、地図情報更新部２７０に送られる。
＜自己位置及び姿勢推定部＞
自己位置及び姿勢推定部２５０は、内界センサ２２０によって取得された内界情報に基づいて、移動ロボット２００の現在の自己位置及び姿勢を予測する。具体的には、自己位置及び姿勢推定部２５０は、内界センサ２２０によって得られた移動量に関する情報を用いて、地図情報記録部２８０に記録された移動ロボット２００の過去の位置及び姿勢の情報から現在の予測される自己位置及び姿勢を計算する。計算された自己位置及び姿勢の情報は、尤度計算部２６０に送られ、自己位置及び姿勢推定部２５０で予測された自己位置及び姿勢から得られる見込みの予測外界情報を計算するのに用いられる。また、自己位置及び姿勢推定部２５０は、尤度計算部２６０から尤度情報を受け取る。自己位置及び姿勢推定部２５０は、尤度情報と予測した自己位置及び姿勢の情報に基づいて自己位置及び姿勢のズレを計算し、移動ロボット２００の現在の自己位置及び姿勢を推定する。自己位置及び姿勢推定部２５０で推定された自己位置及び姿勢の情報は、地図情報記録部２８０に送られる。
＜尤度計算部＞
尤度計算部２６０は、外界センサ２３０で得られた外界情報と、自己位置及び姿勢推定部２５０で予測された自己位置及び姿勢から計算された予測外界情報との対応度を計算し、尤度を計算する。尤度計算部２６０は、画像特徴量を用いて計算を行う方法や、点群としてＩＣＰ（ＩＴＥＲＡＴＩＶＥ ＣＬＯＳＥＳＴ ＰＯＩＮＴ）法を用いて尤度の計算を行っている。尤度計算部２６０で計算された尤度の情報は、自己位置及び姿勢推定部２５０と地図情報記録部２８０とに送られる。
＜地図情報更新部＞
地図情報更新部２７０は、環境センサ３０１、３０２、３０３の検出領域３１１、３１２、３１３と、外界センサ２３０の検出領域２０１とが重なる領域があるか否かを判断している。重なる領域があると判断した場合、地図情報更新部２７０は、環境センサ３０１、３０２、３０３で取得した環境情報に基づいて、重なる領域の地図情報の信頼度を更新する。具体的には、地図情報更新部２７０は、重なる領域の分散の値を小さくすることにより、重なる領域に関する地図情報の信頼度を上げている。
「分散」について、図３を用いて説明する。
図３は、分散の定義を説明する図である。図３に示すように、移動ロボット２００に搭載された外界センサ２３０から対象物（物体）４００までの距離を測定した場合、測定した距離には、センサの分解能による精度の問題やノイズの問題によって誤差が生じる。本明細書において「分散」とは、この誤差の大きさを意味する。本明細書において、分散の値が大きいとは、誤差が大きく、地図情報の信頼度が低いことを示し、分散の値が小さいとは、誤差が小さく、地図情報の信頼度が高いことを示す。
また、地図情報更新部２７０は、座標変換部２４０から座標変換された環境情報を受け取り、受け取った環境情報に基づいて外界センサ２３０の検出領域２０１の外側の領域における環境の変化を検出する変化検出部を備える。変化検出部において、環境の変化を検出した場合、地図情報更新部２７０は、環境の変化を検出した領域に関する地図情報の信頼度を更新する。具体的には、地図情報更新部２７０は、移動ロボット２００の地図情報に環境センサ３０１、３０２、３０３の環境情報を追加して、環境の変化を検出した領域に関する分散の値を大きくしている。これにより、地図情報更新部２７０は、環境の変化を検出した領域に関する地図情報の信頼度を下げている。
地図情報更新部２７０は、外界センサ２３０から得られた外界情報に基づき、外界センサ２３０の検出領域２０１を計算している。また、地図情報更新部２７０は、環境センサ３０１、３０２、３０３から得られた環境情報に基づき、環境センサ３０１、３０２、３０３の検出領域３１１、３１２、３１３を計算している。
地図情報更新部２７０で更新された地図情報は、地図情報記録部２８０に送られる。
＜地図情報記録部＞
地図情報記録部２８０は、自己位置及び姿勢推定部２５０で推定された自己位置及び姿勢の情報と、尤度計算部２６０で算出された尤度情報と、地図情報更新部２７０で更新された地図情報を記録する。また、地図情報記録部２８０は、尤度情報と、外界センサ２３０で取得した外界情報と、自己位置及び姿勢推定部２５０によって推定された自己位置及び姿勢の情報に基づいて、地図情報の生成を行い、生成された地図情報を記録する。
また、移動ロボット２００は、１つ以上のＣＰＵ、１つ以上の主記憶、１つ以上の補助記憶を備える（図示せず）。
前述した移動ロボット２００のＣＰＵは、以下に説明する、座標変換部２４０、自己位置及び姿勢推定部２５０、尤度計算部２６０、地図情報更新部２７０、地図情報記録部２８０などが行う、様々な演算処理を行う。
前述した移動ロボット２００の主記憶は、前述したＣＰＵが直接アクセスすることのできる記憶装置であり、ＤＲＡＭ、ＳＲＡＭ、フラッシュメモリ、ＲｅＲＡＭ、ＦｅＲＡＭ、ＭＲＡＭ、ＳＴＴ−ＲＡＭ、ＰＣＲＡＭ、等のメモリによって構成され得る。
前述した移動ロボット２００の補助記憶は、前述した主記憶の内容を長期保存、コピーもしくはバックアップを行う記憶装置であり、ＨＤＤ、フラッシュメモリ、光ディスク、磁気ディスク、等によって構成され得る。
実施の形態１において、制御部は、メモリと、ＣＰＵなどのプロセッサに対応する処理回路とを備え、座標変換部２４０、自己位置及び姿勢推定部２５０、尤度計算部２６０、地図情報更新部２７０、地図情報記録部２８０は、例えば、メモリに記憶されたこれらの要素を機能させるプログラムをプロセッサが実行することでこれらの要素を機能させてもよい。あるいは、座標変換部２４０、自己位置及び姿勢推定部２５０、尤度計算部２６０、地図情報更新部２７０、地図情報記録部２８０は、これらの要素を機能させる集積回路を用いて構成してもよい。
［環境センサ］
次に、環境センサ３０１、３０２、３０３について説明する。
図４は、環境センサ３０１の構成を示すブロック図である。図４に示すように、環境センサ３０１は、環境情報取得部３２１と、環境センサ通信部３３１とを備える。環境センサ３０２、３０３については、環境センサ３０１と同様の構成を有するので説明を省略する。環境センサ３０１、３０２、３０３は、第３センサと称してもよい。
＜環境情報取得部＞
環境情報取得部３２１は、検出領域３１１内の環境情報（第３情報）を取得する。環境情報取得部３２１で得られた環境情報は、環境センサ通信部３３１に送られる。環境情報取得部３２１としては、例えば、光学式測距カメラを用いている。環境情報は、例えば、カメラによる映像情報及び深度等の情報である。
＜環境センサ通信部＞
環境センサ通信部３３１は、移動ロボット２００と通信を行い、環境情報取得部３２１で得られた環境情報を移動ロボット２００に送る。具体的には、環境センサ通信部３３１は、環境情報取得部３２１で得られた環境情報を、ネットワーク１１０を介して、移動ロボット２００のロボット側通信部２１０に送る。
［地図情報生成方法］
実施の形態１の移動ロボット２００を用いて地図を生成する方法について説明する。
＜地図情報の高精度化処理＞
まず、地図情報を高精度化する処理について図５及び図６を用いて説明する。
図５は、移動ロボット２００の地図情報を高精度化する動作の一例を上から見た図を示す。図５においては、壁面５００に環境センサ３０１が配置されており、環境センサ３０１は、壁面５００の内側領域（第１領域）の環境情報（第３情報）を取得している。この環境情報に基づいて、環境センサ３０１の検出領域（第３領域）３１１を示す情報（第５情報）を取得している。移動ロボット２００は、壁面５００の内側領域を移動し、外界センサ２３０によって外界情報を取得している。
図５に示すように、移動ロボット２００の外界センサ２３０の検出領域２０１と、環境センサ３０１の検出領域３１１とが重なる領域においては、２つのセンサにより同一の領域を検出していることになる。実施の形態１においては、地図情報を高精度化するために、重なる領域に関する地図情報の信頼度を、外界センサ２３０で得られた情報と環境センサ３０１で得られた情報に基づいて更新している。具体的には、移動ロボット２００の外界センサ２３０によって取得した外界情報から生成した地図情報に、環境センサ３０１の情報を追加することによって、重なる領域に関する地図情報の信頼度を上げている。
図６は、地図情報を高精度化する処理を示すフローチャートである。以下、図６を用いて、地図情報を高精度化する処理を説明する。なお、実施の形態１の処理においては、移動ロボット２００の自己位置及び姿勢の推定、地図作成にＥＫＦ（Ｅｘｔｅｎｄｅｄ Ｋａｌｍａｎ Ｆｉｌｔｅｒ）を用いている。また、信頼度として、地図情報の座標に該当する領域のランドマークが持つ共分散値の逆数を利用している。
図６に示すように、ステップＳＴ１０１においては、内界センサ２２０によって得られた移動量に関する情報（第１情報）を用いて、移動ロボット２００の自己位置及び姿勢を予測する。具体的には、自己位置及び姿勢推定部２５０が、移動量に関する情報と、地図情報記録部２８０に記録された過去の自己位置及び姿勢とから現在の自己位置及び姿勢を計算する。
ステップＳＴ１０２においては、自己位置及び姿勢推定部２５０で予測された自己位置及び姿勢の情報から得られた予測外界情報と、外界センサ２３０から得られた外界情報（第２情報）とに基づいて尤度を計算する。具体的には、尤度計算部２６０が、ステップＳＴ１０１で予測された自己位置及び姿勢で得られる見込みの予測外界情報を計算する。そして、尤度計算部２６０は、予測外界情報と、実際に外界センサ２３０から得られた外界情報との対応度を計算することによって、尤度を計算する。
ステップＳＴ１０３においては、ステップＳＴ１０２で得られた尤度の情報と、ステップＳＴ１０１で予測された自己位置及び姿勢の情報に基づいて、移動ロボット２００の現在の自己位置及び姿勢を推定する。具体的には、自己位置及び姿勢推定部２５０が、尤度の情報とステップＳＴ１０１で予測した自己位置及び姿勢の情報に基づいて自己位置及び姿勢のズレを計算し、現在の自己位置及び姿勢を推定する。
ステップＳＴ１０４においては、ステップＳＴ１０３で得られた移動ロボット２００の現在の自己位置及び姿勢の情報と、外界情報とから地図情報を生成する。生成された地図情報は、地図情報記録部２８０に記録される。
ステップＳＴ１０５においては、ステップＳＴ１０３で得られた移動ロボット２００の現在の自己位置及び姿勢の情報（第６情報）から、移動ロボット２００の外界センサ２３０の検出領域（第２領域）２０１を計算する。これにより、移動ロボットの外界センサ２３０の検出領域２０１を示す情報（第４情報）を取得する。
ステップＳＴ１０６においては、ステップＳＴ１０５で得られた外界センサ２３０の検出領域２０１の情報（第４情報）と、環境センサ３０１の検出領域３１１の情報（第５情報）とに基づいて、検出領域（第２領域）２０１と検出領域（第３領域）３１１との間に重なる領域（第４領域）があるか否かを判断する。ステップＳＴ１０６では、座標変換部２４０で、環境センサ３０１で得られた環境情報の座標（第２座標系）を、移動ロボット２００の地図情報の座標（第１座標系）に合わすように変換される。そして、座標変換された環境情報から環境センサ３０１の検出領域３１１が計算される。
ステップＳＴ１０６において、重なる領域（第４領域）があると判断された場合、処理がステップＳＴ１０７に移行する。ステップＳＴ１０６において、重なる領域がないと判断された場合、処理が終了する。
ステップＳＴ１０７においては、環境センサ３０１の情報を用いて、移動ロボット２００の地図情報の信頼度を更新する。具体的には、地図情報更新部２７０が、環境センサ３０１の環境情報を追加することによって、重なる領域のうち物体を含む領域（第５領域）に関する地図情報の分散の値を小さくし、地図情報の信頼度を上げる。例えば、地図情報更新部２７０は、重なる領域内の物体の位置を示す位置情報の信頼度を更新することによって、壁面５００の内側領域の地図情報を更新する。更新された地図情報は、地図情報記録部２８０に記録される。
実施の形態１に係る地図生成方法においては、上記の処理を行うことで地図情報の高精度化を実現している。なお、上記の説明は、１つの環境センサ３０１の検出領域３１１と、移動ロボット２００の外界センサ２３０の検出領域２０１とが重なる場合について説明している。複数の環境センサの検出領域と、移動ロボット２００の外界センサ２３０の検出領域２０１とが重なる場合は、重なる検出領域があると判断されたすべての環境センサについて、ステップＳＴ１０７が実行される。
［外乱が発生した場合の地図情報の更新処理］
次に、周辺環境において、移動ロボット２００の外界センサ２３０の検出領域２０１外で外乱により環境の変化が生じた場合における地図情報の更新処理について図７Ａ、図７Ｂ、及び図８を用いて説明する。
図７Ａ及び図７Ｂは、環境の変化が生じた場合に移動ロボット２００の地図情報を更新する動作の一例を上から見た図を示す。図７Ａ及び図７Ｂにおいては、壁面５００に環境センサ３０１が配置されており、環境センサ３０１は、壁面５００の内側領域（第１領域）の環境情報（第３情報）を取得している。この環境情報に基づいて、環境センサ３０１の検出領域（第３領域）３１１を示す情報（第５情報）を取得している。移動ロボット２００は、壁面５００の内側領域を移動し、外界センサ２３０により外界情報を取得している。
図７Ａに示すように、移動ロボット２００の外界センサ２３０の検出領域（第２領域）２０１外で対象物（物体）４００が白矢印の方向に移動した場合、地図情報更新部２７０の変化検出部が、対象物４００の移動した領域を環境の変化が生じた領域４０１として検出する。検出された領域４０１では、移動ロボット２００に記録されている地図情報が実際の地図と異なるものとなり、対応しなくなる。そのため、移動ロボット２００が、自身の記録している地図情報と外界センサ２３０で得られた情報に基づいて自己位置及び姿勢を推定しようとしても、自己位置及び姿勢を正しく推定することができなくなる。そこで、実施の形態１においては、環境の変化を検出した領域４０１に関する地図情報の分散の値を大きくし、地図情報の信頼度を下げる処理を行っている。
図７Ｂに示すように、移動ロボット２００の外界センサ２３０が環境の変化を検出した領域４０１の外界情報を取得するとき、領域４０１の地図情報の信頼度が下げられている。そのため、移動ロボット２００は、環境の変化が検出された領域４０１以外の信頼度の高い部分の地図情報に基づいて、自己位置及び姿勢を推定する。また、環境の変化が検出された領域４０１については、上述した地図情報の高精度化処理によって信頼度の高い地図情報に更新することができる。
図８は、外乱により環境の変化が生じた場合の地図情報の更新処理を示すフローチャートである。以下、図８を用いて、移動ロボット２００の外界センサ２３０の検出領域２０１外で外乱により環境の変化が生じた場合における地図情報の更新処理を説明する。
図８に示すように、ステップＳＴ２０１においては、移動ロボット２００の現在の自己位置及び姿勢を読み出す。具体的には、地図情報記録部２８０に記録された移動ロボット２００の現在の自己位置及び姿勢の情報を読み出す。ステップＳＴ２０１においての移動ロボット２００の現在の自己位置及び姿勢とは、前述の図６に示すステップＳＴ１０３で推定された自己位置及び姿勢である。なお、ステップＳＴ２０１は、前述の図６のステップＳＴ１０１〜ＳＴ１０４に置き換えてもよい。
ステップＳＴ２０２においては、ステップＳＴ２０１で読み出した移動ロボット２００の現在の自己位置及び姿勢の情報（第６情報）から、移動ロボット２００の外界センサ２３０の検出領域（第２領域）２０１を計算する。これにより、移動ロボットの外界センサ２３０の検出領域２０１を示す情報（第４情報）を取得する。
ステップＳＴ２０３においては、環境センサ３０１の検出領域（第３領域）３１１を示す情報（第５情報）に基づいて、地図情報更新部２７０の変化検出部が環境の変化を検出する。具体的には、変化検出部が、環境センサ３０１の検出領域（第３領域）３１１を示す情報（第５情報）と過去の地図情報に基づいて、環境センサ３０１の検出領域３１１内で対象物４００が移動する等の外乱により周辺環境が変化したか否かを検出する。また、ステップＳＴ２０３においては、環境の変化を検出した領域４０１を検出する。ステップＳＴ２０３では、環境の変化を検出した場合、処理がステップＳＴ２０４に移行し、環境の変化を検出しなかった場合、処理が終了する。
ステップＳＴ２０４においては、環境センサ３０１の検出領域３１１内に移動ロボット２００が存在するか否かを検出する。具体的には、移動ロボット２００の現在の自己位置の情報を地図情報記録部２８０から読み出し、環境センサ３０１の検出領域３１１内に移動ロボット２００が位置するか否かを判断する。ステップＳＴ２０４では、環境センサ３０１の検出領域３１１内に移動ロボット２００が存在しない場合、処理がステップＳＴ２０５に移行する。環境センサ３０１の検出領域３１１内に移動ロボット２００が存在する場合、処理が終了する。
ステップＳＴ２０５においては、ステップＳＴ２０２で得られた外界センサ２３０の検出領域２０１の情報（第４情報）と、環境センサ３０１の検出領域３１１の情報（第５情報）とに基づいて、検出領域（第２領域）２０１と検出領域（第３領域）３１１との間に重なる領域（第４領域）があるか否かを判断する。ステップＳＴ２０５では、重なる領域がないと判断された場合、処理がステップＳＴ２０６に移行し、重なる領域があると判断された場合、処理が終了する。
ステップＳＴ２０６においては、環境の変化を検出した領域４０１に関する地図情報が存在するか否かを判断する。具体的には、地図情報記録部２８０に環境の変化を検出した領域４０１に関する地図情報が記録されているか否かを判断する。ステップＳＴ２０６では、環境の変化を検出した領域４０１に関する地図情報が存在する場合、処理がステップＳＴ２０７に移行する。環境の変化を検出した領域４０１に関する地図情報が存在しない場合、処理が終了する。
ステップＳＴ２０７においては、環境の変化を検出した領域４０１に関する地図情報の信頼度を、環境センサ３０１の情報を用いて更新する。具体的には、地図情報更新部２７０が、環境の変化を検出した領域４０１に関する地図情報の分散の値を大きくし、環境の変化を検出した領域４０１に関する地図情報の信頼度を下げる。例えば、地図情報更新部２７０は、重なる領域内の物体が第１位置から第２位置へ変化したと判断した場合、重なる領域の地図情報の信頼度を更新することによって、壁面５００の内側領域の地図情報を更新する。地図情報更新部２７０は、環境センサ３０１が検出した環境の変化の量に応じて、分散の値を大きくしている。
実施の形態１に係る地図生成方法においては、上記の処理を行うことで移動ロボット２００の外界センサ２３０で直接観測できない領域で発生した外乱による環境の変化についても、地図情報へ反映することが可能となる。
［その他の地図更新処理］
実施の形態１に係る地図生成方法は、一度生成された地図情報において、移動ロボット２００の外界センサ２３０が、所定の時間、外界情報の取得を行っていない領域に関する地図情報の分散の値を大きくする。地図情報を生成した後、所定の時間、外界情報の取得していない領域においては、環境の変化が生じている可能性がある。そのため、実施の形態１に係る地図生成方法では、一度生成した地図情報について、所定の時間、外界センサ２３０によって外界情報を取得していない場合に、その領域に関する地図情報の分散の値を大きくし、地図情報の信頼度を下げている。なお、所定の時間とは、地図情報を生成する領域の大きさ、移動ロボット２００の移動速度等の条件によって任意に決定することができる。
［効果］
実施の形態１に係る地図生成方法及び移動ロボット２００によれば、以下の効果を奏することができる。
実施の形態１に係る地図生成方法及び移動ロボット２００は、移動ロボット２００の外界センサ２３０の検出領域２０１と環境センサ３０１の検出領域３１１とが重なる領域に関する地図情報の分散の値を小さくすることによって、地図情報の信頼度を上げている。このように、実施の形態１では、移動ロボット２００の外界センサ２３０で取得した情報と環境センサ３０１で取得した情報とを合わせて地図情報を作成することによって、地図情報を精度高く生成することができる。
実施の形態１によれば、移動ロボット２００の外界センサ２３０の検出領域２０１外において、環境の変化を検出した領域４０１に関する地図情報の分散の値を下げることによって、領域４０１に関する地図情報の信頼度を下げている。このため、移動ロボット２００は、環境の変化が生じた信頼度の低い部分の地図情報を使用せず、信頼度の高い部分の地図情報を使用して、自己位置及び姿勢を推定することができる。このように、実施の形態１の地図生成方法及び移動ロボット２００は、外乱による環境の変化があった場合においても、移動ロボット２００の自己位置及び姿勢をロバストに推定することができる。そのため、実施の形態１の地図生成方法及び移動ロボット２００は、外乱により環境の変化が生じても、環境の変化が生じた領域の地図情報を修正し、地図情報を精度高く生成することができる。また、環境の変化を検出した領域４０１においては、移動ロボット２００の外界センサ２３０と環境センサ３０１によって、高精度な地図情報を短時間で再構築することができる。
また、環境の変化の量に応じて、環境の変化を検出した領域４０１に関する地図情報の分散の値を大きくすることによって、移動ロボット２００の自己位置及び姿勢をより正確に推定することができる。
実施の形態１によれば、環境の変化を検出したときに、移動ロボット２００の外界センサ２３０の検出領域２０１と、環境センサ３０１の検出領域３１１とが、重ならない場合に、環境の変化を検出した領域４０１に関する地図情報の信頼度を更新している。このため、移動ロボット２００の死角で生じた環境の変化を検出し、環境の変化が生じた領域を、移動ロボット２００の地図情報に反映することができる
実施の形態１によれば、一度地図情報を生成した後、所定の時間、外界センサ２３０により外界情報の取得を行っていない領域については、環境の変化が生じている可能性を考慮して、分散の値を大きくし、その領域に関する地図情報の信頼度を下げている。そのため、実施の形態１の地図生成方法及び移動ロボット２００では、更に移動ロボット２００の自己位置及び姿勢をロバストに推定することができる。
なお、実施の形態１では、移動ロボット２００と環境センサ３０１、３０２、３０３がネットワーク１１０を介して通信する構成について説明したが、これに限定されない。例えば、ネットワーク１１０を介して移動ロボット２００と環境センサ３０１、３０２、３０３と通信するサーバを備えたシステムの構成であってもよい。このようなシステムの構成において、図６及び図８に示す各ステップの処理は、サーバ側で実行されてもよい。即ち、サーバが自己位置及び姿勢推定部２５０と地図情報更新部２７０を備えてもよい。例えば、サーバは、環境センサ３０１、３０２、３０３から得られた環境情報と、移動ロボット２００から取得した外界情報及び内界情報を、ネットワークを介して取得する。そして、サーバは、取得した情報に基づいて、地図情報の高精度化処理又は外乱が発生した場合の地図情報の更新処理を行ってもよい。
実施の形態１では、環境センサ３０１の環境情報に基づいて、地図情報更新部２７０の変化検出部が環境の変化を検出する例について説明したが、これに限定されない。例えば、環境の変化の検出については、環境センサ３０１、３０２、３０３で行ってもよい。
実施の形態１では、環境センサ３０１、３０２、３０３から得られた環境情報に基づいて、地図情報の精度向上を実施したが、これに限定されない。例えば、測距センサを環境センサ３０１、３０２、３０３として利用する場合、自己位置及び姿勢の情報に対して尤度計算の処理を行うことで、移動ロボット２００の自己位置及び姿勢情報の精度を高めることができる。
実施の形態１では、座標変換部２４０は、環境センサ３０１、３０２、３０３の設置位置を予め取得しておくことで環境情報の座標を移動ロボット２００の地図情報の座標へと変換しているが、これに限定されない。例えば、環境センサ３０１、３０２、３０３において、移動ロボット２００を捉え、その際、自己位置及び姿勢推定部２５０が推定した位置情報と環境センサ３０１、３０２、３０３において捉えた座標に基づいて変換パラメータを推定してもよい。例えば、２次元平面を移動する移動ロボット２００の場合、座標変換部２４０は、環境情報を射影変換することで移動ロボット２００の地図情報の座標へと変換することができる。
実施の形態１では、環境センサ３０１、３０２、３０３は、周辺環境に所定の間隔で固定して配置される例について説明したが、これに限定されない。例えば、環境センサは、時間に応じて設置角度を変更する首振り式のセンサ等のように、検出領域を変更可能なセンサであってもよい。検出領域を変更可能な環境センサは、より広い範囲の環境情報を取得することができる。また、首つり式のセンサの場合、環境情報取得時の設置角度を座標変換部２４０に通知することで、環境情報の座標を、移動ロボット２００の地図情報の座標に変換可能である。
実施の形態１では、内界センサ２２０及び外界センサ２３０は、それぞれ１つを備える構成について説明したが、これに限定されない。内界センサ２２０及び外界センサ２３０は、それぞれ少なくとも１つ以上備えていればよい。複数の内界センサ２２０及び複数の外界センサ２３０を用いることによって、より多くの内界情報及び外界情報を取得することができるため、移動ロボット２００の自己位置及び姿勢をより精度高く推定することができる。
実施の形態１では、内界センサ２２０として加速度センサ、角速度センサを説明したが、これに限定されない。内界センサ２２０としては、例えば、磁場センサ、カメラを用いたＶｉｓｕａｌ Ｏｄｍｅｔｏｒｙ等であってもよい。
実施の形態１では、３つの環境センサ３０１、３０２、３０３を用いた構成について説明したが、環境センサは、少なくとも１つ以上備えていればよい。環境センサの数は、地図情報を生成する領域や、周辺環境の複雑さなど様々な条件によって決定してもよい。複数の環境センサを用いることによって、より多くの環境情報を取得することができるため、より高精度な地図情報を生成することができる。
実施の形態１において、生成される地図情報は、２次元の地図情報であってもよいし、３次元の地図情報であってもよい。地図情報は、障害物位置の座標と各軸方向の分散量を併せ持つ情報を意味している。地図情報は、例えば、グリッドマップ、線図、点図等で視覚的に表すことができる。
実施の形態１では、１つの移動ロボット２００で地図を生成する例について説明したが、移動ロボットは、少なくとも１つ以上備えていればよい。複数の移動ロボットを使用する場合、短時間で高精度な地図情報を生成することができる。
また、複数の移動ロボットを使用する場合、それぞれの移動ロボットに搭載された外界センサ２３０を環境センサとして使用することもできる。したがって、それぞれの移動ロボットの外界センサ２３０によって取得された外界情報は、自己位置及び姿勢を推定するために使用すると共に、周辺環境の環境情報として使用することができる。このような構成によって、更に短時間で高精度な地図情報を生成することができる。
複数のロボットによって地図情報を共有し処理することは、広範囲の地図を高頻度で更新することが可能になる。そのため、複数のロボットを使用する場合では、例えば、監視業務などに有用である。また、位置が固定された環境センサで観測できない領域に対して、図６に示す地図情報の高精度化処理及び図８に示す外乱が発生した場合の地図情報の更新処理を行うことができる。そのため、複数のロボットを使用する場合では、環境センサの死角領域での地図情報の高精度化を図ることができる。
なお、実施の形態１の地図生成方法は、移動ロボット２００に予め地図情報を与えない処理について説明したが、これに限定されない。例えば、移動ロボット２００に予め地図情報を与えておき、地図情報を更新していく処理であってもよい。
実施の形態１において、図６及び図８に示される各処理を詳細に説明したが、本開示は、これらの処理に限定されるものではない。図６及び図８に示す処理は、一例であって、いくつかの処理を省略してもよいし、公知の処理を追加してもよい。
実施の形態１において、ステップＳＴ２０５において、重なる領域があると判断された場合、処理が終了する例について説明したが、これに限定されない。例えば、ステップＳＴ２０５においては、重なる領域について、上述した地図情報の高精度化処理を行ってもよい。
本開示は、添付図面を参照しながら好ましい実施形態に関連して充分に記載されているが、この技術の熟練した人々にとっては種々の変形や修正は明白である。そのような変形や修正は、添付した特許請求の範囲による本開示の範囲から外れない限りにおいて、その中に含まれると理解されるべきである。例えば、移動ロボットは、車両であってもよく、環境センサは、監視カメラであってもよい。また、外界センサおよび環境センサは、ＬＲＦ（Ｌａｓｅｒ Ｒａｎｇｅ Ｆｉｎｄｅｒ）、ＬＩＤＡＲ（Ｌａｓｅｒ Ｉｍａｇｉｎｇ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ）、カメラ、深度カメラ、ステレオカメラ、ＲＡＤＡＲ、ＴＯＦ（Ｔｉｍｅ ｏｆ Ｆｌｉｇｈｔ）であってもよい。
本開示は、外乱の多い環境において自律移動するロボットの位置認識として有用である。また、本開示は、障害物の多い環境を移動するインフラ検査、海洋探査むけロボットに適用し、位置認識と同時に地図を作成する場合にも有用である。
１００ 地図生成システム
１１０ ネットワーク
２００ 移動ロボット
２０１ 検出領域
２１０ ロボット側通信部
２２０ 内界センサ
２３０ 外界センサ
２４０ 座標変換部
２５０ 自己位置及び姿勢推定部
２６０ 尤度計算部
２７０ 地図情報更新部
２８０ 地図情報記録部
３０１、３０２、３０３ 環境センサ
３１１、３１２、３１３ 検出領域
３２１ 環境情報取得部
３３１ 環境センサ通信部
４００ 対象物
４０１ 領域
５００ 壁面

Claims (19)

  1. 第１領域を移動し、第１センサおよび第２センサを備える第１移動ロボットが行う地図生成方法であって、
    前記第１センサから第１情報を取得し、前記第１情報は前記第１移動ロボットの移動量を示す情報を含み、
    前記第２センサから第２情報を取得し、前記第２情報は前記第１移動ロボットの観測領域に存在する第１物体から前記第１移動ロボットまでの距離を示す情報を含み、
    前記第１領域に設置された第３センサから第３情報を取得し、前記第３情報は前記第３センサの観測領域における映像情報を含み、
    前記第１情報と前記第２情報に基づいて計算された、前記第２センサの検出領域である第２領域を示す第４情報を取得し、
    前記第３情報に基づいて計算された、前記第３センサの検出領域である第３領域を示す第５情報を取得し、
    前記第４情報と前記第５情報に基づいて、前記第２領域と前記第３領域とが重なる領域である第４領域が存在するか否か判断し、
    前記第４領域が存在すると判断された場合、前記第４領域のうち前記第１物体を含む第５領域について、前記第１移動ロボットに予め格納された前記第１領域の地図情報を更新する、
    地図生成方法。
  2. さらに、
    前記第１情報と前記第２情報に基づいて、前記第１移動ロボットの現在位置と姿勢を示す第６情報を推定し、
    前記第４情報は、前記第６情報に基づいて計算される、
    請求項１に記載の地図生成方法。
  3. 前記第１物体の位置を示す第１位置情報の信頼度を更新することで、前記第１領域の地図情報が更新される、
    請求項１に記載の地図生成方法。
  4. 前記第１位置情報の第１分散値を、前記第１分散値より小さい第２分散値に更新することで、前記第１位置情報の信頼度が更新される、
    請求項３に記載の地図生成方法。
  5. 前記第３センサは、前記第１領域に配置されており、
    前記第１領域の地図情報は第１座標系によって表現されており、
    前記第５情報は第２座標系によって表現されており、
    さらに、
    前記第２座標系を前記第１座標系に変換する、
    請求項１に記載の地図生成方法。
  6. 前記第３センサは、前記第１移動ロボットとは異なる第２移動ロボットに備えられ、
    前記第１領域の地図情報は第１座標系によって表現されており、
    前記第５情報は前記第２移動ロボットの第２座標系によって表現されており、
    さらに、
    前記第２座標系を前記第１座標系に変換する、
    請求項１に記載の地図生成方法。
  7. 第１領域を移動し、第１センサおよび第２センサを備える第１移動ロボットが行う地図生成方法であって、
    前記第１センサから第１情報を取得し、前記第１情報は前記第１移動ロボットの移動量を示す情報を含み、
    前記第２センサから第２情報を取得し、前記第２情報は前記第１移動ロボットの観測領域に存在する第１物体から前記第１移動ロボットまでの距離を示す情報を含み、
    前記第１領域に設置された第３センサから第３情報を取得し、前記第３情報は前記第３センサの観測領域における映像情報を含み、
    前記第１情報と前記第２情報に基づいて計算された、前記第２センサの検出領域である第２領域を示す第４情報を取得し、
    前記３情報に基づいて計算された前記第３センサの検出領域である第３領域を示す第５情報を取得し、
    前記第４情報と前記第５情報と前記第１移動ロボットに予め格納された前記第１領域の地図情報に基づいて、前記第２領域外であって前記第３領域に含まれる第４領域に存在する第２物体が第１位置から第２位置に変化したか否か判断し、
    前記第２物体が前記第１位置から前記第２位置に変化したと判断された場合は、前記第４領域について、前記第１領域の地図情報を更新する、
    地図生成方法。
  8. さらに、
    前記第１情報と前記第２情報に基づいて、前記第１移動ロボットの現在位置と姿勢を示す第６情報を推定し、
    前記第４情報は、前記第６情報に基づいて計算される、
    請求項７に記載の地図生成方法。
  9. 前記第２物体の位置を示す第１位置情報の信頼度を更新することで、前記第４領域の地図情報が更新される、
    請求項７に記載の地図生成方法。
  10. 前記第１位置情報の第１分散値を、前記第１分散値より大きい第２分散値に更新することで、前記第１位置情報の信頼度が更新される、
    請求項９に記載の地図生成方法。
  11. 前記第１位置から前記第２位置の変化量に応じて、前記第２分散値は前記第１分散値より大きくされる、
    請求項１０に記載の地図生成方法。
  12. 前記第１移動ロボットの現在位置が前記第３領域に存在せず、前記第２領域と前記第３領域とが重ならない場合に、前記第４領域について、前記第１領域の地図情報が更新される、
    請求項８に記載の地図生成方法。
  13. 前記第３センサは、前記第１領域に配置されており、
    前記第１領域の地図情報は第１座標系によって表現されており、
    前記第５情報は第２座標系によって表現されており、
    さらに、
    前記第２座標系を前記第１座標系に変換する、
    請求項７に記載の地図生成方法。
  14. 前記第３センサは、前記第１移動ロボットとは異なる第２移動ロボットに備えられ、
    前記第１領域の地図情報は第１座標系によって表現されており、
    前記第５情報は前記第２移動ロボットの第２座標系によって表現されており、
    さらに、
    前記第２座標系を前記第１座標系に変換する、
    請求項７に記載の地図生成方法。
  15. さらに、
    前記第２センサから、所定時間前記第２情報の取得を行っていない第５領域について、前記地図情報について前記第５領域の第３分散値を前記第３分散値より大きい第４分散値に更新する、
    請求項１０に記載の地図生成方法。
  16. 第１領域を移動する移動ロボットであって、
    前記移動ロボットの移動量を示す第１情報を取得する第１センサと、
    前記移動ロボットの観測領域に存在する第１物体から前記移動ロボットまでの距離を示す第２情報を取得する第２センサと、
    （ｉ）前記第１情報と前記第２情報に基づいて計算された、前記第２センサの検出領域である第２領域を示す第４情報と、（ｉｉ）前記第１領域に設置された第３センサの観測領域における映像情報を含む第３情報に基づいて計算された、前記第３センサの検出領域である第３領域を示す第５情報と、に基づいて、前記第２領域と前記第３領域とが重なる領域である第４領域が存在するか否かを判断し、前記第４領域が存在すると判断された場合、前記第４領域のうち前記第１物体を含む第５領域について、前記移動ロボットに予め格納された前記第１領域の地図情報を更新する地図情報更新部と、
    を備える、移動ロボット。
  17. 第１領域を移動する移動ロボットであって、
    前記移動ロボットの移動量を示す第１情報を取得する第１センサと、
    前記移動ロボットの観測領域に存在する第１物体から前記移動ロボットまでの距離を示す第２情報を取得する第２センサと、
    （ｉ）前記第１情報と前記第２情報に基づいて計算された前記第２センサの検出領域である第２領域を示す第４情報と、（ｉｉ）前記第１領域に設置された第３センサの観測領域における映像情報を含む第３情報に基づいて計算された前記第３センサの検出領域である第３領域を示す第５情報と、（ｉｉｉ）前記移動ロボットに予め格納された前記第１領域の地図情報と、に基づいて、前記第２領域外であって前記第３領域に含まれる第４領域に存在する第２物体が第１位置から第２位置に変化したか否かを判断し、前記第２物体が前記第１位置から前記第２位置に変化したと判断された場合、前記第４領域について、前記第１領域の地図情報を更新する地図情報更新部と、
    を備える、移動ロボット。
  18. 第１領域を移動する移動ロボットであって、前記移動ロボットの移動量を示す第１情報を取得する第１センサ、及び前記移動ロボットの観測領域に存在する第１物体から前記移動ロボットまでの距離を示す第２情報を取得する第２センサを有する移動ロボットと、
    前記第１領域に設置された第３センサと、
    前記移動ロボット及び前記第３センサと通信するサーバと、
    を備え、
    前記サーバは、
    （ｉ）前記第１情報と前記第２情報に基づいて計算された、前記第２センサの検出領域である第２領域を示す第４情報と、（ｉｉ）前記第１領域に設置された第３センサの観測領域における映像情報を含む第３情報に基づいて計算された、前記第３センサの検出領域である第３領域を示す第５情報と、に基づいて、前記第２領域と前記第３領域とが重なる領域である第４領域が存在するか否かを判断し、前記第４領域が存在すると判断された場合、前記第４領域のうち前記第１物体を含む第５領域について、前記移動ロボットに予め格納された前記第１領域の地図情報を更新する地図情報更新部と、
    を有する、地図生成システム。
  19. 第１領域を移動する移動ロボットであって、前記移動ロボットの移動量を示す第１情報を取得する第１センサ、及び前記移動ロボットの観測領域に存在する第１物体から前記移動ロボットまでの距離を示す第２情報を取得する第２センサを有する移動ロボットと、
    前記第１領域に設置された第３センサと、
    前記移動ロボット及び前記第３センサと通信するサーバと、
    を備え、
    前記サーバは、
    （ｉ）前記第１情報と前記第２情報に基づいて計算された前記第２センサの検出領域である第２領域を示す第４情報と、（ｉｉ）前記第１領域に設置された第３センサの観測領域における映像情報を含む第３情報に基づいて計算された前記第３センサの検出領域である第３領域を示す第５情報と、（ｉｉｉ）前記移動ロボットに予め格納された前記第１領域の地図情報と、に基づいて、前記第２領域外であって前記第３領域に含まれる第４領域に存在する第２物体が第１位置から第２位置に変化したか否かを判断し、前記第２物体が前記第１位置から前記第２位置に変化したと判断された場合、前記第４領域について、前記第１領域の地図情報を更新する地図情報更新部、
    を有する、地図生成システム。
JP2016123721A 2015-07-09 2016-06-22 地図生成方法、移動ロボット及び地図生成システム Active JP6762148B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015137931 2015-07-09
JP2015137931 2015-07-09

Publications (2)

Publication Number Publication Date
JP2017021791A true JP2017021791A (ja) 2017-01-26
JP6762148B2 JP6762148B2 (ja) 2020-09-30

Family

ID=56853443

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016123721A Active JP6762148B2 (ja) 2015-07-09 2016-06-22 地図生成方法、移動ロボット及び地図生成システム

Country Status (4)

Country Link
US (1) US10006772B2 (ja)
EP (1) EP3118705B1 (ja)
JP (1) JP6762148B2 (ja)
CN (1) CN106339001B (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6402266B1 (ja) * 2018-02-09 2018-10-10 ユニティガードシステム株式会社 ロボットの移動制御システム及び移動制御方法
WO2019039733A1 (ko) * 2017-08-21 2019-02-28 (주)유진로봇 카메라와 라이다를 이용한 융합 센서 및 이동체
WO2019044499A1 (ja) * 2017-09-04 2019-03-07 日本電産株式会社 移動体、位置推定装置、およびコンピュータプログラム
JP2022059815A (ja) * 2020-10-02 2022-04-14 本田技研工業株式会社 移動体制御装置、移動体、移動体制御方法、およびプログラム
WO2022259621A1 (ja) * 2021-06-11 2022-12-15 ソニーグループ株式会社 情報処理装置、情報処理方法、コンピュータプログラム
WO2024154351A1 (ja) * 2023-01-20 2024-07-25 日本電気株式会社 信頼度決定システム、信頼度決定方法、及び信頼度決定装置

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016101552A1 (de) * 2016-01-28 2017-08-03 Vorwerk & Co. Interholding Gmbh Verfahren zum Erstellen einer Umgebungskarte für ein selbsttätig verfahrbares Bearbeitungsgerät
US10180689B2 (en) * 2016-08-19 2019-01-15 Omega Patents, L.L.C. Vehicle system including security unit providing degradation commands via a vehicle data bus and related methods
KR102012550B1 (ko) * 2017-02-20 2019-08-20 엘지전자 주식회사 돌발 장애물을 식별하는 방법 및 이를 구현하는 로봇
JP6825712B2 (ja) * 2017-09-04 2021-02-03 日本電産株式会社 移動体、位置推定装置、およびコンピュータプログラム
JP6740988B2 (ja) * 2017-09-26 2020-08-19 カシオ計算機株式会社 地図情報提供装置、携帯型地図送信装置、地図情報提供システム、地図情報提供方法及びプログラム
JP7051045B2 (ja) * 2017-11-08 2022-04-11 オムロン株式会社 移動式マニピュレータ、移動式マニピュレータの制御方法及びプログラム
CN108469826B (zh) * 2018-04-23 2021-06-08 宁波Gqy视讯股份有限公司 一种基于机器人的地图生成方法及系统
JP7075822B2 (ja) * 2018-06-04 2022-05-26 パナソニックホールディングス株式会社 マップ情報更新システム
US11309947B2 (en) * 2018-11-19 2022-04-19 Facebook Technologies, Llc Systems and methods for maintaining directional wireless links of motile devices
KR102198187B1 (ko) * 2018-12-28 2021-01-04 엘지전자 주식회사 이동 로봇
DE102019111315A1 (de) * 2019-05-02 2020-11-05 Horsch Leeb Application Systems Gmbh Autonome landwirtschaftliche Arbeitsmaschine und Verfahren zu deren Betrieb
US11478936B2 (en) * 2019-10-09 2022-10-25 Canon Kabushiki Kaisha Image processing apparatus that processes image picked up by image pickup apparatus attached to robot, control method therefor, and storage medium storing control program therefor
CN112988767A (zh) * 2019-12-16 2021-06-18 上海航空电器有限公司 一种基于飞行位置的机载地形数据的动态调度处理方法
CN111240322B (zh) * 2020-01-09 2020-12-29 珠海市一微半导体有限公司 机器人移动限制框的工作起点确定方法及运动控制方法
JP2021128207A (ja) * 2020-02-12 2021-09-02 本田技研工業株式会社 地図作成装置、地図作成システム、地図作成方法、およびプログラム
CN113449054B (zh) * 2020-03-27 2023-08-04 杭州海康机器人股份有限公司 一种地图切换的方法和移动机器人
DE102020210515A1 (de) * 2020-08-19 2022-03-24 Volkswagen Aktiengesellschaft Verfahren zur Überprüfung von detektierten Veränderungen für ein Umfeldmodell einer digitalen Umgebungskarte
EP3958086A1 (en) * 2020-08-19 2022-02-23 Carnegie Robotics, LLC A method and a system of improving a map for a robot
CN113783945B (zh) * 2021-08-25 2024-09-06 深圳拓邦股份有限公司 移动机器人的地图同步方法、装置以及移动机器人
CN113907645A (zh) * 2021-09-23 2022-01-11 追觅创新科技(苏州)有限公司 移动机器人的定位方法及装置、存储介质及电子装置
CN116594408B (zh) * 2023-07-17 2023-10-13 深圳墨影科技有限公司 一种移动协作机器人路径规划系统及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013109325A (ja) * 2011-11-22 2013-06-06 Korea Electronics Telecommun 群集の知能ロボットを用いた地図構築方法及びその装置

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7689321B2 (en) * 2004-02-13 2010-03-30 Evolution Robotics, Inc. Robust sensor fusion for mapping and localization in a simultaneous localization and mapping (SLAM) system
US9534899B2 (en) * 2005-03-25 2017-01-03 Irobot Corporation Re-localization of a robot for slam
AU2006284577B2 (en) * 2005-09-02 2012-09-13 Neato Robotics, Inc. Multi-function robotic device
US8073564B2 (en) * 2006-07-05 2011-12-06 Battelle Energy Alliance, Llc Multi-robot control interface
US8965578B2 (en) * 2006-07-05 2015-02-24 Battelle Energy Alliance, Llc Real time explosive hazard information sensing, processing, and communication for autonomous operation
CN101033971B (zh) * 2007-02-09 2011-02-16 中国科学院合肥物质科学研究院 一种移动机器人地图创建系统及地图创建方法
WO2009038772A2 (en) * 2007-09-20 2009-03-26 Evolution Robotics Transferable intelligent control device
KR100955483B1 (ko) * 2008-08-12 2010-04-30 삼성전자주식회사 3차원 격자 지도 작성 방법 및 이를 이용한 자동 주행 장치의 제어 방법
KR101202695B1 (ko) * 2008-10-01 2012-11-19 무라다기카이가부시끼가이샤 자율 이동 장치
RU2012122469A (ru) * 2009-11-06 2013-12-20 Эволюшн Роботикс, Инк. Способы и системы для полного охвата поверхности автономным роботом
JP5393413B2 (ja) 2009-11-19 2014-01-22 三菱重工業株式会社 自律走行車および自律走行方法
KR101906329B1 (ko) * 2010-12-15 2018-12-07 한국전자통신연구원 카메라 기반의 실내 위치 인식 장치 및 방법
US9056754B2 (en) * 2011-09-07 2015-06-16 Crown Equipment Limited Method and apparatus for using pre-positioned objects to localize an industrial vehicle
KR101380852B1 (ko) * 2012-05-30 2014-04-10 서울대학교산학협력단 사용자로부터 환경에 대한 사진 입력을 받는 이동로봇의 ｓｌａｍ 시스템 및 방법
CN102831446A (zh) * 2012-08-20 2012-12-19 南京邮电大学 单目视觉slam中基于图像外观的闭环检测方法
US9953618B2 (en) * 2012-11-02 2018-04-24 Qualcomm Incorporated Using a plurality of sensors for mapping and localization
CN103885443B (zh) * 2012-12-20 2017-02-08 联想(北京)有限公司 用于即时定位与地图构建单元的设备、系统和方法
CN103901884B (zh) * 2012-12-25 2017-09-29 联想(北京)有限公司 信息处理方法和信息处理设备
JP6233706B2 (ja) * 2013-04-02 2017-11-22 パナソニックＩｐマネジメント株式会社 自律移動装置及び自律移動装置の自己位置推定方法
KR101448786B1 (ko) * 2013-05-22 2014-10-13 현대자동차 주식회사 주차 보조 시스템 및 주차 정렬 제어 방법
CN103901891A (zh) * 2014-04-12 2014-07-02 复旦大学 一种基于层次结构的动态粒子树slam算法
CN103955221B (zh) * 2014-05-05 2017-01-11 北京理工大学 带任务时效性的多平台协作路径规划系统和方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013109325A (ja) * 2011-11-22 2013-06-06 Korea Electronics Telecommun 群集の知能ロボットを用いた地図構築方法及びその装置

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019039733A1 (ko) * 2017-08-21 2019-02-28 (주)유진로봇 카메라와 라이다를 이용한 융합 센서 및 이동체
WO2019044499A1 (ja) * 2017-09-04 2019-03-07 日本電産株式会社 移動体、位置推定装置、およびコンピュータプログラム
JPWO2019044499A1 (ja) * 2017-09-04 2020-08-20 日本電産株式会社 移動体、位置推定装置、およびコンピュータプログラム
JP7111424B2 (ja) 2017-09-04 2022-08-02 日本電産シンポ株式会社 移動体、位置推定装置、およびコンピュータプログラム
US11537140B2 (en) 2017-09-04 2022-12-27 Nidec-Shimpo Corporation Mobile body, location estimation device, and computer program
JP6402266B1 (ja) * 2018-02-09 2018-10-10 ユニティガードシステム株式会社 ロボットの移動制御システム及び移動制御方法
JP2019139516A (ja) * 2018-02-09 2019-08-22 ユニティガードシステム株式会社 ロボットの移動制御システム及び移動制御方法
JP2022059815A (ja) * 2020-10-02 2022-04-14 本田技研工業株式会社 移動体制御装置、移動体、移動体制御方法、およびプログラム
WO2022259621A1 (ja) * 2021-06-11 2022-12-15 ソニーグループ株式会社 情報処理装置、情報処理方法、コンピュータプログラム
WO2024154351A1 (ja) * 2023-01-20 2024-07-25 日本電気株式会社 信頼度決定システム、信頼度決定方法、及び信頼度決定装置

Also Published As

Publication number Publication date
CN106339001B (zh) 2021-01-08
EP3118705A3 (en) 2017-02-08
JP6762148B2 (ja) 2020-09-30
CN106339001A (zh) 2017-01-18
EP3118705A2 (en) 2017-01-18
EP3118705B1 (en) 2020-04-08
US10006772B2 (en) 2018-06-26
US20170010100A1 (en) 2017-01-12

Similar Documents

Publication Publication Date Title
JP6762148B2 (ja) 地図生成方法、移動ロボット及び地図生成システム
JP6849330B2 (ja) 地図生成方法、自己位置推定方法、ロボットシステム、およびロボット
US6453223B1 (en) Infrastructure independent position determining system
CN103472823B (zh) 一种智能机器人用的栅格地图创建方法
JP2009193240A (ja) 移動ロボット及び環境地図の生成方法
JP6456405B2 (ja) ３次元情報算出装置、３次元情報算出方法、および自律移動装置
JP6032163B2 (ja) 三次元物体認識装置、三次元物体認識方法、及び移動体
CN105486311A (zh) 室内机器人定位导航方法及装置
KR20170088228A (ko) 다중로봇의 자기위치인식에 기반한 지도작성 시스템 및 그 방법
RU2013154046A (ru) Способ и система для совместного использования информации карт, связанной с автоматическими промышленными транспортными средствами
JP6998281B2 (ja) 自律移動装置、サーバ装置、プログラム、および情報処理方法
KR20140003987A (ko) 비젼 센서 정보와 모션 센서 정보를 융합한 모바일 로봇용 ｓｌａｍ 시스템
KR101341204B1 (ko) 레이저 스캐너 및 구조물을 이용한 모바일 로봇의 위치추정장치 및 방법
JP2016080460A (ja) 移動体
CN112652001B (zh) 基于扩展卡尔曼滤波的水下机器人多传感器融合定位系统
CN112041634A (zh) 移动机器人的定位方法、构建地图的方法及移动机器人
WO2019124343A1 (ja) 移動体
JP6801269B2 (ja) 自律移動装置
JP7121489B2 (ja) 移動体
KR101502071B1 (ko) 랜드마크 기반 비전항법시스템을 위한 카메라 데이터 생성기와 그것을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체
KR102481615B1 (ko) 데이터 수집 방법 및 시스템
JP2021047744A (ja) 情報処理装置、情報処理方法及び情報処理プログラム
CN108115685B (zh) 多机器人围捕方法
KR20200043329A (ko) 데이터 수집 방법 및 시스템
Oh et al. Graph-based SLAM approach for environments with laser scan ambiguity

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190605

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200813

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: 20200825

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200908

R150 Certificate of patent or registration of utility model

Ref document number: 6762148

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150