JP2017036945A - 移動体とその障害物検出方法 - Google Patents

Abstract

【課題】横臥状態で静止している人間又は人間である可能性が高い物体を、高い確率で検出することができる移動体とその障害物検出方法を提供する。【解決手段】レーザレーダ装置で検出された障害物の高さから走行閾値未満の低障害物５を抽出し（Ｓ２）、低障害物５の長さ、幅、面積、又は周長を含む特徴量Ｘを算出し（Ｓ３）、特徴量Ｘから低障害物５が人間である可能性を示す人間らしさ度Ｙを算出し（Ｓ４）、人間らしさ度Ｙから人間である可能性の高い低障害物５ａを走行不能領域とする（Ｓ５）。【選択図】図２

Description

本発明は、地上を走行可能な移動体とその障害物検出方法に関する。

移動体に搭載されその走行領域を検査する手段として、例えば特許文献１〜４が開示されている。

特許文献１の「移動ロボットの走行領域判別装置及び走行領域判別方法」は、移動ロボットのレーザレンジファインダで得た形状データから複数の幾何的な特徴量を抽出する。次に、特徴量からあらかじめ作成した事前データを教師データとする分類器を適用して移動ロボットの前方側の領域を走行可能領域及び障害による走行不能領域に区分する。また走行領域が屋外不整地である場合において、轍などの微かな車両通過跡に沿った経路を走行可能領域として処理する。

特許文献２の「走行可能領域検出装置及びプログラム」は、取得した画像の各点を、局所領域内の輝度値の変化の極大点及び極小点の一方を０度、他方を１８０度で表したときの各点の局所位相を含むモノジェニック信号に変換する。次に、局所位相が９０度に近いほど小さくなる局所コストを、走行可能領域の左端に相当する点と、走行可能領域の右端に相当する点との組み合わせ毎に算出する。次いで、画像上での走行可能領域の形状に基づいて、経路を構成する各点が連続する方向に制限を設けた複数の経路各々に沿って、局所コストを累積した累積コストを算出し、累積コストが最小となる最適経路を探索する。さらに、最適経路に基づいて、走行可能領域を検出する。

特許文献３の「レーザレーダ装置」には偏向部材が設けられ、この偏向部材は、偏向部からのレーザ光を基準面に向けて偏向し、かつこのレーザ光が基準面にて反射した第２反射光を回動偏向機構に向けて偏向している。また、レーザレーダ装置は、偏向部が第１回動範囲にあるときには、レーザ光の発生から第１反射光が検出されるまでの第１時間を検出し、偏向部が第２回動範囲にあるときには、レーザ光の発生から第２反射光が検出されるまでの第２時間を検出する。レーザレーダ装置は、さらに傾斜センサによってレーザレーダ装置の設置角度を検出する。

特許文献４の「車両周囲環境検出装置」は、車両は、レーザ光の反射信号を受光して、車両周囲の物体を検出するレーザレーダと、外界認識装置とを備える。外界認識装置は、物体の動きを検出する動き検出機能、受光状態を検出する受信状態検出機能、並びにレーザレーダが検出した物体が人間である確度を算出する確度算出機能を有する。

特許第５０８３５４３号公報 特開２０１３−３８００号公報 特開２０１０−１５１７８８号公報 特開２００９−２０８６７６号公報

移動体（例えば移動ロボット）が無舗装路を走行する場合、従来は、レーザレンジファインダで検出した障害物に高さの閾値を設定している。例えば、この閾値未満の障害物（低障害物）を轍などと判別し、轍などの微かな車両通過跡に沿った経路を走行可能領域として処理する。高さの閾値は、例えば０．２３ｍである。

しかし、検出した障害物が人間であり、かつ高さの閾値未満の横臥状態である場合、上述の処理では、轍などと同様に走行可能領域として処理し、人間に危害を与えてしまう可能性があった。

また、特許文献３，４では、検出された物体の形状の変化、すなわち物体の前後の動きに基づいて人間である確度を算出するので、人間であっても意図的に又は怪我などで静止している場合には、人間として検出されない可能性があった。

さらに、移動体が走行可能な種々の低障害物の特徴量を学習して、低障害物のうち人間のみを検出するには、多数の低障害物の特徴量を学習させる必要がある。

本発明は上述した問題点を解決するために創案されたものである。すなわち本発明の目的は、横臥状態で静止している人間又は人間である可能性が高い物体を、高い確率で検出することができる移動体とその人間検出方法を提供することにある。

本発明によれば、（Ａ）レーザレーダ装置で検出された障害物の高さから走行閾値未満の低障害物を抽出し、
（Ｂ）前記低障害物の長さ、幅、面積、又は周長を含む特徴量を算出し、
（Ｃ）前記特徴量から前記低障害物が人間である可能性を示す人間らしさ度を算出し、
（Ｄ）前記人間らしさ度から前記可能性の高い前記低障害物を走行不能領域とする、ことを特徴とする障害物検出方法が提供される。

前記人間らしさ度は、人間の長さ、幅、面積、又は周長の平均値と標準偏差に基づくメンバーシップ値であり、
前記メンバーシップ値の積、和、最小値、又は最大値が閾値を超える場合に、前記低障害物を前記走行不能領域と判定する。

また本発明によれば、路面に対し鉛直な鉛直軸を中心に回転して周囲の路面を計測するレーザレーダ装置と、
前記レーザレーダ装置の検出データに基づき、車両を制御する自律制御装置と、を備え、
前記自律制御装置は、
（Ａ）前記レーザレーダ装置で検出された障害物の高さから走行閾値未満の低障害物を抽出し、
（Ｂ）前記低障害物の長さ、幅、面積、又は周長を含む特徴量を算出し、
（Ｃ）前記特徴量から前記低障害物が人間である可能性を示す人間らしさ度を算出し、
（Ｄ）前記人間らしさ度から前記可能性の高い前記低障害物を走行不能領域とする、ことを特徴とする移動体が提供される。

本発明によれば、レーザレーダ装置で検出された低障害物の特徴量から低障害物が人間である可能性を示す「人間らしさ度」を算出し、この人間らしさ度から人間である可能性の高い低障害物を走行不能領域とする。
従って、横臥状態で静止している人間又は人間である可能性が高い物体を、走行不能領域として高い確率で検出することができる。
これにより、人間ではない低障害物を検出し、無舗装路であってもスムーズな走行が可能となる。

本発明による移動体の全体構成図である。 本発明の人間検出方法を示す全体フロー図である。 ステップＳ２の処理フロー図である。 走行可能度の説明図である。 特徴量Ｘとメンバーシップ値（ＭＳ値）との関係図である。

以下、本発明の好ましい実施形態を添付図面に基づいて詳細に説明する。なお、各図において共通する部分には同一の符号を付し、重複した説明を省略する。

図１は、本発明による移動体１０の全体構成図である。
本発明の移動体１０は、地上を走行可能であり、レーザレーダ装置１２と自律制御装置１４を備える。
この図において、移動体１０は、クローラを備えているが、クローラの代わりに車輪であってもよい。移動体１０は、例えば移動ロボット、自律走行可能な半自律走行車、遠隔操縦可能な無人作業車、などである。

レーザレーダ装置１２は、路面１に対し鉛直な鉛直軸２を中心に回転して周囲の路面１を計測するレーザレンジファインダである。路面１は、無舗装路であってもよい。
レーザレーダ装置１２は、レーザ光３を用いて進行方向における地形の凹凸を検出し、移動体１０の進行方向前方の障害物４の位置を検出する。

レーザレーダ装置１２は、それぞれ複数対の投光器と受光器を有し、それぞれの投光器と受光器は、それぞれ独立してレーザ光３を照射（投光）して受光する。なお、好ましくは、複数のレーザ光３は、時間をずらして１つずつ発光して照射する。

上述したレーザレーダ装置１２は、例えば、６４対の投光器と受光器を内蔵し、垂直視野２６．８°、最大測定距離約１００〜１２０ｍ、測定精度＋／−約２ｃｍ（水平距離２５ｍの位置において）である。

自律制御装置１４は、制御用コンピュータ（ＰＣ）であり、レーザレーダ装置１２の検出データに基づき、車両１６を制御する。
車両１６は、移動速度測定用の車速パルス、操舵用アクチュエータ、ブレーキ／アクセル用アクチュエータなどを備え、車速を検出し、自律制御装置１４からの指令により走行し操舵し、車速を減速又は加速できるようになっている。

また、自律制御装置１４は、本発明による障害物検出方法を実行する。
図２は、本発明の障害物検出方法を示す全体フロー図である。
この図において、本発明の障害物検出方法は、Ｓ１〜Ｓ７の各ステップ（工程）を有する。

ステップＳ１では、移動体１０の現在位置、経由地点及び障害物４を含む局所地図を作成する。

ステップＳ２では、レーザレーダ装置１２で検出された障害物４の高さから走行閾値未満の低障害物５を抽出する。走行閾値は、例えば、車両１６の最低地上高又はそれ以下に設定する。

図３は、ステップＳ２の処理フロー図である。この図において、ステップＳ２は、Ｓ２１〜Ｓ２４の各ステップ（工程）を有する。
ステップＳ２１では、低障害物５があるか否かを判断する。ない場合（ＮＯ）には、ステップＳ２は終了し、ステップＳ６に移る。
低障害物５がある場合（ＹＥＳ）には、ステップＳ２２で走行可能度が閾値未満か否かを判断する。閾値以上の場合（ＮＯ）にはステップＳ２は終了し、ステップＳ６に移る。
低障害物５の周囲の計測点において、走行可能度が閾値未満の場合（ＹＥＳ）には、ステップＳ２３で低障害物フラグをＯＮし、低障害物５として抽出する。すなわち、低障害物５の走行可能度が閾値未満であることを記憶する。
ステップＳ２４では、抽出した低障害物５をグルーピングする。すなわち、走行可能度が閾値未満であるものと、閾値以上のものとをグループ分けする。

ステップＳ２の目的は人間らしい計測点のグループを抽出することにある。すなわち、走行可能度が閾値以下（走行しにくい）の計測点のみ抽出し、人間の可能性が高い低障害物の計測点のグループを抽出する。
なお、走行可能度が閾値以上の計測点まで使用すると、全ての計測点を抽出することになり、計測点のグループを抽出できない。

すなわち、まず、車両１６の最低地上高以下の障害物（低障害物５）を検出する。このとき、低障害物５の走行可能度はゼロ（最低値）である。
次に、低障害物５の周囲の計測点について、走行可能度が閾値未満の計測点を低障害物５として、膨張させる。これにより路面１ではなく、低障害物５と少し高い計測点をグルーピングして人間らしさ度Ｙを算出する。
ここで、「低障害物５の膨張」とは、レーザレーダ装置１２では、例えば倒れている人間の胴体部分を検知しているので、さらにその人間の周囲（頭、腕、足等）を計測し、グルーピングすることでそのグループが人間と認識される、ことを意味する。その大きさにより障害物が複数の人間であるかを判断する。
車両１６の最低地上高以下の低障害物５であっても、走行可能度が閾値以上であれば、人間の可能性はない（低い）として、人間らしさ度Ｙは算出しない。

図４は、走行可能度の説明図である。走行可能度とは走行可能性の高さを示す度合であり、数値が高いほど容易に走行できることを意味する。
この図において、（Ａ）はレーザレーダ装置１２による障害物４の検出図であり、（Ｂ）は高さの差による走行可能度、（Ｃ）は路面１の勾配による走行可能度を示している。

図４（Ｂ）に示すように、障害物４の高さ（図で点ａと点ｂの高さの差）が大きいほど、高さの差による走行可能度（すなわち走行可能性）は低下する。また、図４（Ｃ）に示すように、勾配が大きいほど、勾配による走行可能度（すなわち走行可能性）は低下する。
従って、移動体１０の走行可能性を示す走行可能度は、図４（Ｂ）（Ｃ）の走行可能度の積に比例する。

図２のステップＳ３では、低障害物５の長さ、幅、面積、又は周長を含む特徴量Ｘを算出する。
ステップＳ４では、特徴量Ｘから低障害物５が人間である可能性を示す人間らしさ度Ｙを算出する。

図５は、特徴量Ｘとメンバーシップ値（ＭＳ値）との関係図である。以下、メンバーシップ関数から求まるファジー理論におけるメンバーシップ値をＭＳ値と略称する。
この図において、（Ａ）は長さ、（Ｂ）は幅、（Ｃ）は面積、（Ｄ）は周長とＭＳ値との関係図である。なお各図における右側の図は、人間の長さ、幅、面積、及び周長を模式的に示している。
図５（Ａ）（Ｂ）（Ｃ）（Ｄ）に示すように、人間の長さ、幅、面積、及び周長は、統計学上の正規分布で近似することができる。人間であれば、これらの値は、有限な範囲に分布を持ち、完全な正規分布ではないが、多数及び対象の人間の形態が比較的自由に変形し得るので、数値データが分布している部分は正規分布の広がりに近くなると考えられる。
なお、この場合、平均値μと標準偏差σの値はそれぞれ相違する。しかし、予めデータを集めることで統計的に求めることができる。
統計学上の正規分布において、平均値μに対して＋／−σの範囲に６８％以上、＋／−２σの範囲に９５％以上、＋／−３σの範囲に９９％以上が含まれることが知られている。

なお、図５（Ａ）〜図５（Ｄ）は例示であり、対象とする人間の性別、年齢、国籍、などを考慮して、予めデータを取得し記憶しておくことが好ましい。

図２のステップＳ４では、図５からそれぞれのＭＳ値を算出し、すべてのＭＳ値の積、和、最小値、又は最大値を人間らしさ度Ｙとする。
従って、人間らしさ度Ｙの最大値は１．０、最小値は０であり、人間らしさ度Ｙが高いほど人間である可能性が高いといえる。

図２のステップＳ５では、人間らしさ度Ｙから人間である可能性の高い低障害物５ａを検出する。
すなわち、すべてのＭＳ値の積、和、最小値、又は最大値を予め設定した閾値（人間的閾値）と比較し、その値が閾値を超える場合に、人間である可能性が高い低障害物５ａを走行不能領域と判定する。
閾値は、０から１．０の間の正数であり、任意に設定する。

ステップＳ６では、低障害物５ａを低障害物５から削除して局所地図を更新する。すなわち、低障害物５ａは低障害物５でなく、走行ができない障害物４として扱う。
従って、更新した局所地図に含まれる低障害物５は、人間である可能性がほとんどないので、轍などと同様に走行可能領域として処理する。
ステップＳ７では、更新した局所地図を送信する。この送信先は、例えば自律制御装置１４又は遠隔制御装置である。

上述した本発明によれば、レーザレーダ装置１２で検出された低障害物５の特徴量Ｘから低障害物５が人間である可能性を示す「人間らしさ度Ｙ」を算出し、この人間らしさ度Ｙから人間である可能性の高い低障害物を走行不能領域とする。
従って、横臥状態で静止している人間又は人間である可能性が高い物体を、走行不能領域として高い確率で検出することができる。
これにより、人間ではない低障害物５を検出し、無舗装路であってもスムーズな走行が可能となる。

なお本発明は上述した実施の形態に限定されず、本発明の要旨を逸脱しない範囲で種々変更を加え得ることは勿論である。

Ｘ 特徴量、Ｙ 人間らしさ度、ＭＳ値 メンバーシップ値、
１ 路面、２ 鉛直軸、３ レーザ光、４ 障害物、５ 低障害物、
５ａ 低障害物、１０ 移動体、１２ レーザレーダ装置、
１４ 自律制御装置、１６ 車両

Claims (3)

1. （Ａ）レーザレーダ装置で検出された障害物の高さから走行閾値未満の低障害物を抽出し、
   （Ｂ）前記低障害物の長さ、幅、面積、又は周長を含む特徴量を算出し、
   （Ｃ）前記特徴量から前記低障害物が人間である可能性を示す人間らしさ度を算出し、
   （Ｄ）前記人間らしさ度から前記可能性の高い前記低障害物を走行不能領域とする、ことを特徴とする障害物検出方法。
2. 前記人間らしさ度は、人間の長さ、幅、面積、又は周長の平均値と標準偏差に基づくメンバーシップ値であり、
   前記メンバーシップ値の積、和、最小値、又は最大値が閾値を超える場合に、前記低障害物を前記走行不能領域と判定する、ことを特徴とする請求項１に記載の障害物検出方法。
3. 路面に対し鉛直な鉛直軸を中心に回転して周囲の路面を計測するレーザレーダ装置と、
   前記レーザレーダ装置の検出データに基づき、車両を制御する自律制御装置と、を備え、
   前記自律制御装置は、
   （Ａ）前記レーザレーダ装置で検出された障害物の高さから走行閾値未満の低障害物を抽出し、
   （Ｂ）前記低障害物の長さ、幅、面積、又は周長を含む特徴量を算出し、
   （Ｃ）前記特徴量から前記低障害物が人間である可能性を示す人間らしさ度を算出し、
   （Ｄ）前記人間らしさ度から前記可能性の高い前記低障害物を走行不能領域とする、ことを特徴とする移動体。

Images