JP2017041152A - 無人搬送システム - Google Patents

Abstract

【課題】撮像部で取得したマークの認識精度を向上させる手段を提供する。
【解決手段】路面に敷設された誘導ラインと、前記誘導ラインに設けられた認識マークと、前記誘導ラインおよび前記認識マークの画像を取得する撮像部と、前記画像を解析する制御部とを備え、前記誘導ラインに沿って走行する無人搬送車と、を有し、前記認識マークは、範囲検出パターンと、前記範囲検出パターンの内側に形成された固有パターンとを有する。
【選択図】 図１

Description

本発明は、誘導ラインに沿って走行する無人搬送車を有する無人搬送システムに関する。

従来の無人搬送システムは、無人搬送車が走行する走行経路の路面に敷設されたラインをカメラによって画像認識し、誘導ラインの位置に基づいて各車輪の操舵角をフィードバック制御することにより無人搬送車を走行させ、誘導ライン上に設けられたカウント用マークと、バーコードからなる固有マークから、固有マークに含まれる固有情報を読取ることにより特定した絶対位置と、カウント用マークの数を数えることにより特定した相対位置とを併用し、マークが汚れた場合であっても、無人搬送車の現在位置を特定するようにしている（例えば、特許文献１参照）。

特開２０１３−１７１３６８号公報

しかしながら、従来の技術においては、カウント用のマークと固有マークの２つのマークを所定の距離を隔てて誘導ライン上に敷設し、その誘導ラインとマークを同一の撮像部としてのカメラで視認する場合、カーブなどによる誘導ラインの曲りに対応するため、カメラの撮影範囲を広く設定する必要があるが、カメラの撮影範囲を広くした場合、カメラの撮影エリアに対してマークが小さくなり、振動などにより走行中にカメラで取得したマークの画像データにブレが生じ、マークを正確に認識することができなくなることがあるという問題がある。
本発明は、このような問題を解決することを課題とし、撮像部で取得したマークの認識精度を向上させることを目的とする。

そのため、本発明は、路面に敷設された誘導ラインと、前記誘導ラインに設けられた認識マークと、前記誘導ラインおよび前記認識マークの画像を取得する撮像部と、前記画像を解析する制御部とを備え、前記誘導ラインに沿って走行する無人搬送車と、を有し、前記認識マークは、範囲検出パターンと、前記範囲検出パターンの内側に形成された固有パターンとを有することを特徴とする。

このようにした本発明は、撮像部で取得したマークの認識精度を向上させることができるという効果が得られる。

第１の実施例における無人搬送システムの構成を示す説明図 第１の実施例における認識マークの構成を示す説明図 第１の実施例における画像処理の説明図 第１の実施例におけるライン追跡走行処理の流れを示すフローチャート 第１の実施例におけるライン検出処理の流れを示すフローチャート 第１の実施例におけるマーク認識処理の流れを示すフローチャート 第１の実施例における認識マーク検出処理の流れを示すフローチャート 第１の実施例におけるマーク照合処理の流れを示すフローチャート 第２の実施例における認識マークおよびテンプレートの構成を示す説明図 第３の実施例における認識マークの範囲検出パターンの形状を示す説明図 第４の実施例における認識マークの構成を示す説明図 第４の実施例における認識マークの例を示す説明図 第４の実施例における画像処理の説明図 第４の実施例における認識マーク命令処理の流れを示すフローチャート 第４の実施例における認識マーク検出処理の流れを示すフローチャート 第４の実施例におけるマーク分割照合処理の流れを示すフローチャート 第５の実施例における認識マークの例を示す説明図 第６の実施例における認識マークの構成を示す説明図 第６の実施例における認識マークの例を示す説明図 第６の実施例における画像処理の説明図 第７の実施例における認識マークの例を示す説明図 変形例における認識マークの例を示す説明図 変形例における認識マークの例を示す説明図 変形例における認識マークの例を示す説明図

以下、図面を参照して本発明による無人搬送システムの実施例を説明する。

図１は第１の実施例における無人搬送システムの構成を示す説明図、図２は第１の実施例における認識マークの構成を示す説明図である。
図１において、無人搬送システム１００は、無人搬送車１１０と、認識ラベルシール１２０と、誘導ライン１３０とにより構成されている。
無人搬送車１１０は、差動二輪型の駆動方式を採用し、誘導ライン１３０に沿って走行するものであり、撮像部１１１と、複数のホイール１１２と、駆動部１１３と、副制御部１１４と、制御部１１５と、記憶部１１６とを有している。

撮像部１１１は、例えばＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）カメラやＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ−Ｏｘｉｄｅ−Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）カメラ等であり、路面の画像データを取得して制御部１１５へ送るものである。撮像部１１１は、誘導ライン１３０および認識ラベルシール１２０の画像データを取得して制御部１１５へ送る。
駆動部１１３は、差動二輪型の駆動方式であるため、図中矢印Ａが示す進行方向に対して左右２つのモータと、モータの回転駆動をホイール１１２に伝達する２つの伝達部と、モータを駆動するための２つのドライバとを有している。

副制御部１１４は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等の制御手段であり、制御部１１５からの駆動命令信号を処理して駆動部１１３へ駆動信号の伝達を行うものである。
制御部１１５は、例えば制御手段および記憶手段を有するパーソナルコンピュータ（ＰＣ）等であり、撮像部１１１から送られた画像データを解析する画像処理や副制御部１１４への駆動命令信号の伝達を行うとともに、オペレータからの命令の入力を行うものである。また、制御部１１５は、無人搬送システム１００の無人搬送運行に必要な各種データの記憶も行う。

記憶部１１６は、メモリやハードディスク等で構成され、テンプレート画像１１７等を記憶するものである。
テンプレート画像１１７は、撮像部１１１で撮影した画像との照合を行うための複数の画像である。それぞれのテンプレート画像１１７には、無人搬送車１１０に対する進行方向等の各種命令が対応付けられて記憶部１１６に記憶されている。

制御部１１５は、撮像部１１１で撮影した後述する認識マーク１２４の固有パターン１２３とテンプレート画像１１７とを照合し、類似度が最も高いテンプレート画像１１７に対応付けられた命令を取得し、その命令に従って無人搬送車１１０を制御する。
誘導ライン１３０は、無人搬送車１１０の走行経路の路面に敷設されたものであり、無人搬送車１１０を誘導するものである。

誘導ライン１３０は、図２に示すように、延伸方向に直交する方向の幅ＷＬを保持して床面に貼り付けられた粘着性のラインテープである。誘導ライン１３０は、床面とのコントラストの差が充分にとれる色を有しており、例えばベージュ色の床面に対し、白色の粘着テープで構成されていても良い。
無人搬送車１１０は、撮像部１１１で撮影した誘導ライン１３０の画像を制御部１１５により画像認識し、副制御部１１４により誘導ライン１３０の位置に基づいて各車輪の操舵角をフィードバック制御して走行を行う。

認識ラベルシール１２０は、誘導ライン１３０上に張り付けられ、位置情報等を表す固有情報を含む多角形の認識マーク１２４を有するものである。
認識ラベルシール１２０は、図２に示すように、誘導ライン１３０の延伸方向に直交する方向の幅ＷＳ、誘導ライン１３０の延伸方向の高さＨＳの矩形で表され、粘着性のラベルシール１２１の表面に印刷された範囲検出パターン１２２と、固有パターン１２３とにより構成された認識マーク１２４を有している。なお、範囲検出パターン１２２と固有パターン１２３とを合わせて認識マーク１２４と呼ぶこととする。

ラベルシール１２１の表面の色は、誘導ライン１３０と同色が望ましい。なお、ラベルシール１２１は、誘導ライン１３０の一部としても良い。この場合もラベルシール１２１の表面の色は、誘導ライン１３０と同色が望ましい。
範囲検出パターン１２２は、誘導ライン１３０の延伸方向に直交する方向の幅ＷＴ、誘導ライン１３０の延伸方向の高さＨＴであり、幅ＤＴの四角形の枠１２２ａで形成されている。枠１２２ａの色は、誘導ライン１３０と異なる色であることが望ましい。

固有パターン１２３は、範囲検出パターン１２２の内側に形成され、幅ＷＵ、高さＨＵの識別可能なパターンを有している。固有パターン１２３は、例えば図形、文字、イラスト等で構成されている。
また、図２３（ａ）、（ｂ）に示すように、固有パターン１２３とラベルシール１２１との間の領域の図中上下のいずれかに文字等を入れることも可能である。このとき認識ラベルシール１２０の高さＨＳを大きくすると良い。

このように、固有パターン１２３とラベルシール１２１との間の領域に文字等を入れることにより、オペレータやメンテナンスを行う人が認識マーク１２４の意味を理解することができるようになる。例えば、当該文字が認識マーク１２４の動作命令を表す場合、オペレータ等が認識マーク１２４の命令を理解し易くなる。また、該文字が認識マーク１２４の位置を表す場合、オペレータ等が認識マーク１２４の位置を理解し易くなる。

本実施例において、無人搬送車１１０の制御部１１５は、撮像部１１１で取得された誘導ライン１３０および認識ラベルシール１２０の画像データを解析し、範囲検出パターン１２２を検出した後、固有パターン１２３を検出する。制御部１１５は、検出した固有パターン１２３と、記憶部１１６に記憶されたテンプレート画像１１７とを照合する照合処理を行い、その照合処理で固有パターン１２３と、テンプレート画像１１７との類似度を算出し、その類似度が閾値以上の場合、照合が成功したと判定する。

上述した構成の作用について説明する。
まず、無人搬送システムが行う動作の概要を図１に基づいて説明する。
無人搬送車１１０の制御部１１５に駆動命令を入力すると、制御部１１５は、副制御部１１４へ駆動命令信号を送信する。副制御部１１４は、受信した駆動命令信号に応じた駆動信号を駆動部１１３へ送る。駆動部１１３は、受けた駆動信号に基づいて２つのモータをそれぞれ所定の回転数で回転させて複数のホイール１１２を回転させ、無人搬送車１１０を走行させる。

走行中、撮像部１１１は、撮影範囲１４０を所定の速度（例えば、３０フレーム毎秒）で撮影し、その領域の画像データを制御部１１５へ転送する。ここで、撮影範囲１４０の大きさは、誘導ライン１３０の延伸方向と直交する方向が幅ＷＣであり、誘導ライン１３０の延伸方向が高さＨＣである。
制御部１１５は、転送された画像データの画像処理を行う。

ここで、画像データの画像処理の概要を図３の第１の実施例における画像処理の説明図に基づいて説明する。
図３において、画像データ１６０は、幅ＷＣｐ、高さＨＣｐで構成されている。画像データ１６０の幅ＷＣｐ、高さＨＣｐは、それぞれ図１に示す撮影範囲１４０の幅ＷＣ、高さＨＣに相当する。例えば、画像データ１６０がＶＧＡである場合、（ＷＣｐ、ＨＣｐ）＝（６４０[ｐｘ]、４８０[ｐｘ]）である。

なお、以下の実施例において、図２に示す誘導ライン１３０の幅ＷＬは、画像データ１６０内ではＷＬｐ[ｐｘ]と表記する。また、ｐｘはピクセルを表している。さらに、以下に説明する位置は、画像データ１６０の左上点を原点１６３としている。また、「＊」は乗算を表している。
ライン検出範囲１６１は、原点１６３を基準として幅ＷＬｓｐ＝ＷＣｐ＊０．９[ｐｘ]とし、高さＨＬｓｐ＝ＨＣｐ＊０．３[ｐｘ]とする。また、ライン検出範囲１６１の高さ方向の中心位置ＹＬｓｐ＝０．７＊ＨＣｐ[ｐｘ]とする。

また、マーク検出範囲１６２は、ライン情報が決定されていない場合、例えば幅ＷＭｓｐ＝ＷＬｐ＊２[ｐｘ]とし、高さＨＭｓｐ＝ＨＣｐ＊０．７[ｐｘ]とし、またマーク検出範囲１６２の幅方向の中心位置ＸＭｓ＝ＷＣｐ＊０．５[ｐｘ]とし、マーク検出範囲１６２の高さ方向の中心位置ＹＭｓ＝ＨＣｐ＊０．３[ｐｘ]とすることができる。

一方、ライン情報が決定されている場合は、画像データ１６０内の誘導ライン１３０の形状の重心ＣＬに基づいてマーク検出範囲１６２の位置を指定する。画像データ１６０における重心ＣＬの幅方向の位置をＣＬｘｐ[ｐｘ]、高さ方向の位置をＣＬｙｐ[ｐｘ]とすると、例えば、ライン検出範囲１６１の幅、高さ、高さ方向の中心位置は上述した通りとし、マーク検出範囲１６２の幅方向の中心位置ＸＭｓ＝ＣＬｘｐ[ｐｘ]とし、マーク検出範囲１６２の高さ方向の中心位置ＹＭｓ＝ＨＣｐ＊０．５[ｐｘ]とすることができる。
画像データの画像処理は、誘導ライン１３０を認識しながら走行するライン追跡走行処理および認識マーク１２４を認識するマーク認識処理で構成されている。以下に、ライン追跡走行処理およびマーク認識処理を説明する。

まず、無人搬送車１１０の制御部１１５が行うライン追跡走行処理を図４の第１の実施例におけるライン追跡走行処理の流れを示すフローチャートの図中Ｓで表すステップに従って図１および図３を参照しながら説明する。
Ｓ１０１：無人搬送車１１０の制御部１１５は、準備を行う。制御部１１５は、各機能を起動し、入力された命令に応じた目的地までの走行を開始する。

Ｓ１０２：制御部１１５は、撮像部１１１で撮影した画像データ内から誘導ライン１３０を検出するライン検出処理を行う。このライン検出処理からは誘導ライン１３０の有無を表す情報が返される。なお、ライン検出処理の詳細は後述する。
Ｓ１０３：制御部１１５は、ライン検出処理から返される情報に基づいて誘導ライン１３０の有無を判定し、誘導ライン１３０が有ると判定すると処理をＳ１０４へ移行し、誘導ライン１３０が無いと判定すると処理をＳ１０７へ移行する。

Ｓ１０４：誘導ライン１３０が有ると判定した制御部１１５は、検出したライン情報に基づいて左右のモータの回転速度を決定するライン追跡制御値演算処理を行う。
Ｓ１０５：制御部１１５は、ライン追跡制御値演算処理で得られた回転速度でホイール１１２を駆動するように副制御部１１４に指示する。副制御部１１４は、制御部１１５からの指示に従って駆動部１１３を制御して左右のホイール１１２を駆動するライン追跡駆動処理を行う。

Ｓ１０６：制御部１１５は、画像処理を終了、すなわち目的に到達したか否かを判定し、到達したと判定すると本画像処理を終了し、到達していないと判定すると画像処理を継続するため処理をＳ１０２へ移行する。
Ｓ１０７：一方、Ｓ１０３において、誘導ライン１３０が無いと判定した制御部１１５は、走行動作を停止するラインロスト処理を行い、本処理を終了する。

次に、制御部１１５が行うライン検出処理を図５の第１の実施例におけるライン検出処理の流れを示すフローチャートの図中Ｓで表すステップに従って図１および図３を参照しながら説明する。このライン検出処理は図４におけるＳ１０２で行われる処理である。
Ｓ２０１：制御部１１５は、撮像部１１１が撮影した画像を取得する。制御部１１５は、撮像部１１１から撮影された画像を画像データ１６０として取得する。
Ｓ２０２：制御部１１５は、取得した画像データ１６０においてライン検出範囲１６１を指定するライン検索範囲指定を行う。

Ｓ２０３：制御部１１５は、画像データ１６０の中で検索対象となる誘導ライン１３０が白色となるように画像データ１６０を二値化する閾値処理を行う。
Ｓ２０４：制御部１１５は、ライン検出範囲１６１において誘導ライン１３０の候補を検出するライン候補検出処理を行う。このライン候補検出処理は、例えば公知のラベリング処理であり、連続した白色領域がラベリングされる。ライン候補検出処理により、連続した白色の領域で形成されるライン候補が検出される。ライン候補のそれぞれにおいての面積ＳＬ、重心ＣＬ、外接矩形情報、外接矩形に対する傾きＣｄｅｇが演算によって求められる。これらの求められた情報をライン候補情報という。

Ｓ２０５：制御部１１５は、ライン候補情報の中から真のラインに最も近いライン候補情報を選定する。誘導ライン１３０の幅は、一定であるのでライン検出範囲１６１内に存在する真のライン情報を算出することができる。制御部１１５は、この真のライン情報とＳ２０４において求めたライン候補情報とを比較し、最も真のライン情報に近いライン候補情報を選定し、ライン情報とする。
なお、制御部１１５は、選定したライン候補情報が２個以上ある場合、制御部１１５に記憶されている命令に応じて指定された方向のライン候補情報をライン情報とする。また、ライン候補情報が０個の場合は、そのまま処理をＳ２０６へ移行する。

Ｓ２０６：制御部１１５は、選定したライン候補情報の個数を判定し、１個と判定するとライン情報（ライン有）を戻り値として画像処理にリターンし、０個と判定すると処理をＳ２０７へ移行する。
Ｓ２０７：選定したライン候補情報が０個と判定した制御部１１５は、繰り返し回数や繰り返し時間等の再実行の指標が設定値内であるか否かの終了判定を行い、終了であると判定するとライン無を戻り値として画像処理にリターンし、終了でないと判定すると処理をＳ２０１へ移行して処理を継続する。

次に、無人搬送車１１０の制御部１１５が行うマーク認識処理を図６の第１の実施例におけるマーク認識処理の流れを示すフローチャートの図中Ｓで表すステップに従って図１、図２および図３を参照しながら説明する。
Ｓ３０１：制御部１１５は、撮像部１１１が撮影した画像を取得する。制御部１１５は、撮像部１１１から撮影された画像を画像データ１６０として取得する。
Ｓ３０２：制御部１１５は、画像データ１６０から認識マーク１２４の範囲検出パターン１２２を探索し、固有パターン１２３を検出する認識マーク検出処理を行う。なお、認識マーク検出処理の詳細は後述する。

Ｓ３０３：制御部１１５は、認識マーク検出処理で認識マーク１２４の固有パターン１２３が検出されたか否かを判定し、検出されたと判定すると処理Ｓ３０４へ移行し、検出されなかったと判定すると処理をＳ３０１へ戻す。
Ｓ３０４：制御部１１５は、検出した認識マーク１２４の固有パターン１２３と、テンプレート画像１１７とを照合し、固有パターン１２３にあらかじめ設定された命令を呼び出すマーク照合処理を行う。なお、マーク照合処理の詳細は後述する。

Ｓ３０５：制御部１１５は、マーク照合処理で呼び出された命令があるか否かを判定し、命令があると判定すると処理をＳ３０６へ移行し、命令がないと判定すると処理をＳ３０１へ戻す。
Ｓ３０６：制御部１１５は、マーク照合処理で呼び出された命令に応じた動作を行うマーク命令駆動処理を行い、本処理を終了する。

次に、制御部１１５が行う認識マーク検出処理を図７の第１の実施例における認識マーク検出処理の流れを示すフローチャートの図中Ｓで表すステップに従って図１、図２および図３を参照しながら説明する。この認識マーク検出処理は図６のＳ３０２において実行される処理である。
Ｓ４０１：制御部１１５は、画像データ１６０のマーク検出範囲１６２を指定するマーク検索範囲指定を行う。このように、誘導ライン１３０の情報に基づいてマーク検出範囲１６２を指定するようにしたことにより、制御部１１５の処理時間を短縮させることができる。

Ｓ４０２：制御部１１５は、指定したマーク検出範囲１６２内で範囲検出パターン１２２の検出を行う。制御部１１５は、例えば画像データ１６０に閾値処理を施し、画像データ１６０の反転処理を行い、範囲検出パターン１２２の部分を白色にする。制御部１１５は、この白色の部分をラベリング処理などで検出し、検出された形状の条件の照合を行う。この条件は、例えば範囲検出パターン１２２の幅、高さのサイズとすることができる。

画像データ１６０内の誘導ライン１３０の幅は、ＷＬｐ[ｐｘ]であるので、画像データ１６０内において範囲検出パターン１２２の幅ＷＴｐは、ＷＴｐ＝ＷＬｐ＊ＷＴ／ＷＬ[ｐｘ]となる。また、画像データ１６０内において範囲検出パターン１２２の高さＨＴｐは、ＨＴｐ＝ＷＬｐ＊ＨＴ／ＷＬ[ｐｘ]となる。
制御部１１５は、幅ＷＴｐおよび高さＨＴｐと検出された形状との条件照合を行い、範囲検出パターン１２２の検出を行う。なお、本実施例では、範囲検出パターン１２２の形状を四角形として説明するが、三角形や五角形などの多角形、または円形としても良い。

このように本実施例では、幅ＷＴｐおよび高さＨＴｐと検出された形状との条件照合を行うようにしているため、範囲検出パターン１２２の形状の一部が欠けている場合や固有パターン１２３の一部が欠けている場合、範囲検出パターン１２２に白色系の汚れや認識マーク１２４内に黒色系の汚れがあった場合であっても、範囲検出パターン１２２の外接矩形の形状が検出できれば範囲検出パターン１２２を検出することができる。
例えば、範囲検出パターン１２２の形状が四角形の場合、一辺が欠けている場合や一頂点が欠けている場合であっても３辺または３頂点を特定することができれば範囲検出パターン１２２を検出することができる。

また、認識マーク１２４外にはみ出す黒色系の汚れがあった場合も、外接矩形の範囲は大きくなるが、その外接矩形は固有パターン１２３を包含するので固有パターン１２３の検出には影響を及ぼさない。
なお、制御部１１５は、閾値処理を行う前に、微分処理により画像データ１６０から勾配を検出する処理を行うことができる。微分処理を行った場合、閾値処理の画像データ１６０の反転は不要となる。この微分処理として、例えばソーベルフィルタ処理やラプラシアンフィルタ処理を行うことができる。

Ｓ４０３：制御部１１５は、範囲検出パターン１２２が検出できたか否か、すなわち認識マーク１２４の有無を判定し、認識マーク１２４が有ると判定すると範囲検出パターン１２２の情報を記憶部１１６に記憶し、戻り値をマーク有としてマーク認識処理にリターンし、認識マーク１２４が無いと判定すると戻り値をマーク無しとしてマーク認識処理にリターンする。

次に、制御部１１５が行うマーク照合処理を図８の第１の実施例におけるマーク照合処理の流れを示すフローチャートの図中Ｓで表すステップに従って図１、図２および図３を参照しながら説明する。このマーク照合処理は図６のＳ３０４において実行される処理である。
Ｓ５０１：制御部１１５は、図７に示す認識マーク検出処理で検出した範囲検出パターン１２２の情報に基づいてマーク検出範囲１６２を指定する固有パターン検索範囲指定を行う。制御部１１５は、例えば検出した範囲検出パターン１２２の外接矩形をそのままマーク検出範囲１６２とすることができる。

Ｓ５０２：制御部１１５は、マーク検出範囲１６２に基づいて固有パターン１２３を検出し、検出した固有パターン１２３とテンプレート画像１１７とを照合する照合処理を行う。
本実施例では、照合処理に、公知のテンプレートマッチングアルゴリズムを用いるものとする。テンプレートマッチングアルゴリズムは、例えばゼロ平均正規化相互相関マッチング（ＺＮＣＣ：Ｚｅｒｏ−ｍｅａｎｓ Ｎｏｒｍａｌｉｚｅｄ Ｃｒｏｓｓ−Ｃｏｒｒｅｌａｔｉｏｎ）を用いることができる。

制御部１１５は、記憶部１１６に記憶されているすべてのテンプレート画像１１７と、画像データ１６０の固有パターン１２３とをＺＮＣＣ演算処理し、固有パターン１２３と用意された複数のテンプレート画像１１７との最大の類似度および類似度が最大となる固有パターン１２３内の座標を演算出力する。制御部１１５は、演算出力した最大の類似度および類似度が最大となる固有パターン１２３内の座標を選択し、記憶部１１６に記憶する。

Ｓ５０３：制御部１１５は、最大類似度が閾値以上であるか否かを判定し、閾値以上であると判定すると戻り値を命令有りとしてマーク認識処理にリターンし、閾値以上でないと判定すると戻り値を命令無しとしてマーク認識処理にリターンする。
このように、本実施例では、固有パターン１２３とテンプレート画像１１７とを照合する照合処理で出力された類似度を指標として固有パターン１２３とテンプレート画像１１７との照合を行うようにしているため、無人搬送車１１０の走行による外乱により、撮像部１１１で撮影した画像データがぶれた場合であっても固有パターン１２３とテンプレート画像１１７との照合を行うができる。

また、固有パターン１２３に欠けや汚れが存在する場合であっても、類似度という幅を有する値を指標としているため、誤認識を行うことなく固有パターン１２３とテンプレート画像１１７との照合を行うができる。
さらに、制御部１１５は、範囲検出パターン１２２を検出した後に、固有パターン１２３とテンプレート画像１１７とを照合するようにしたことにより、範囲検出パターン１２２を検出するまでは固有パターン１２３とテンプレート画像１１７との照合処理を行わないので、照合処理を行う回数を減らすことができる。

また、制御部１１５は、範囲検出パターン１２２により指定された領域で照合処理を行うため、照合処理を高速で行うことができる。
ここで、テンプレート画像１１７について図１を参照しながら説明する。
テンプレート画像１１７は、誘導ライン１３０上に複数の認識ラベルシール１２０を形成した走行経路を作成した後、実際の走行速度で無人搬送車１１０を、誘導ライン１３０を追跡走行させながら、撮像部１１１で撮影した画像を制御部１１５の記憶部１１６に記憶したものである。

制御部１１５は、記憶部１１６に記憶した各テンプレート画像１１７に固有の命令情報を割り当てることができる。例えば、経路分岐を行う場合、所定のテンプレート画像１１７に分岐方向を指示する分岐方向命令を割り当てることにより、図４に示すライン追跡走行処理でテンプレート画像１１７が指示する方向に経路分岐を行うことができる。
走行経路の複雑な交差や分岐において直進を行う場合、所定のテンプレート画像１１７に直進命令を割り当てることもできる。直進命令が反映された後、例えば指定時間内は誘導ライン１３０の追跡を停止し、モータ制御による直進走行を行うこともできる。また、加速命令、減速命令、停止命令を指定することもできる。

さらに、制御部１１５は、各テンプレート画像１１７に位置情報を割り当てることもできる。これにより、現在位置や目標位置を把握することができるようになる。目的地点へ搬送物を無人搬送車１１０で無人搬送する場合、制御部１１５は当該地点の位置情報が割り当てられたテンプレート画像１１７に対応する認識マーク１２４まで走行し停止すればよい。また、搬送物を取り出した後に、オペレータが制御部１１５に、次の目標地点への走行命令を入力することにより、無人搬送車１１０の走行動作を開始させ、指定した目標地点まで移動させることもできる。

制御部１１５は、ＰＣであるため、無線でネットワーク等の通信回線に接続することも可能である。この場合、各テンプレート画像１１７に割り当てる命令や目的地を遠隔操作で設定、変更することができる。また無人搬送車１１０の現在位置や目標位置をリアルタイムに把握することもできる。

本実施例では、テンプレート画像１１７に設計画像を用いるのではなく、誘導ライン１３０上に複数の認識ラベルシール１２０を形成した走行経路を作成した後、実際の走行速度で無人搬送車１１０を、誘導ライン１３０を追跡走行させながら、撮像部１１１で撮影した画像をテンプレート画像１１７としているため、認識マーク１２４との類似度が高くなるテンプレート画像１１７を作成することができる。

このように、制御部１１５は、撮像部１１１で取得した認識マーク１２４の画像データと、テンプレート画像１１７とを照合処理し、その照合処理で算出されたテンプレート画像１１７との類似度に基づいて認識マーク１２４を認識するようにしたことにより、認識マーク１２４の認識精度を向上させることができる。

また、制御部１１５は、検出した認識マーク１２４の固有パターン１２３と、テンプレート画像１１７とを照合し、テンプレート画像１１７に対応付けられた命令を呼び出すようにしたことにより、使用することができる認識マーク１２４の種類を増やすことができる。したがって、制御部１１５は、認識マーク１２４の種類と位置情報を特定することにより、マーク照合処理で呼び出される様々な命令を実行することができる。
また、誘導ライン１３０は、粘着性のラインテープであるため、貼り換えが容易であり、無人搬送車１１０の経路の変更に柔軟に対応することができる。

また、認識マーク１２４は認識ラベルシール１２０の表面に印刷されているので貼り換えが容易であり、無人搬送車１１０の経路の変更や再構築、命令動作の変更に柔軟に対応することができる。
以上説明したように、第１の実施例では、撮像部で取得した認識マークの画像データと、テンプレート画像とを照合処理し、その照合処理で算出されたテンプレート画像との類似度に基づいて認識マークを認識するようにしたことにより、認識マークの認識精度を向上させることができるという効果が得られる。

第２の実施例は、第１の実施例の図８のＳ５０２における照合処理が第１の実施例と異なっている。その第２の実施例における照合処理を説明する。
なお、第２の実施例の構成は、第１の実施例の構成と同様であり、同一の符号を付してその説明を省略する。
制御部１１５が行う照合処理を図９の第２の実施例における認識マークおよびテンプレートの構成を示す説明図に基づいて図１および図２を参照しながら説明する。
制御部１１５は、図８に示すＳ５０２の照合処理において、固有パターン１２３の画像およびテンプレート画像１１７を４分割して照合処理を行う。

図９（ａ）は、４分割した固有パターン１２３の画像であり、図中左右の幅方向における中心線と、上下の高さ方向における中心線で固有パターン１２３の画像を第１固有パターン１２３ａ、第２固有パターン１２３ｂ、第３固有パターン１２３ｃ、および第４固有パターン１２３ｄに４分割したものである。
図９（ｂ）は、４分割したテンプレート画像１１７の画像であり、図中左右の幅方向における中心線と、上下の高さ方向における中心線でテンプレート画像１１７の画像を第１テンプレート画像１１７ａ、第２テンプレート画像１１７ｂ、第３テンプレート画像１１７ｃ、および第４テンプレート画像１１７ｄに４分割したものである。

制御部１１５は、第１固有パターン１２３ａと第１テンプレート画像１１７ａ、第２固有パターン１２３ｂと第２テンプレート画像１１７ｂ、第３固有パターン１２３ｃと第３テンプレート画像１１７ｃ、第４固有パターン１２３ｄと第４テンプレート画像１１７ｄを照合して固有パターン１２３の画像とテンプレート画像１１７との照合を行う。すなわち、制御部１１５は、４分割された固有パターンと、４分割されたテンプレート画像とを照合する４回の照合処理を行って１回の固有パターン１２３の画像とテンプレート画像１１７との照合処理を行う。

１回の固有パターン１２３の画像とテンプレート画像１１７との照合処理では、４つの類似度（以下、「分割類似度」という。）と、最大の分割類似度となる４つの座標（以下、「分割座標」という。）が得られる。
制御部１１５は、取得した分割類似度のうち最も大きい類似度を当該テンプレート画像の類似度とし、また取得した分割座標から最大類似度の固有パターンの中心座標を演算する。

制御部１１５は、この１回の固有パターン１２３の画像とテンプレート画像１１７との照合処理を、すべてのテンプレート画像１１７に対して実行し、取得した類似度のうち最高の類似度のテンプレート画像１１７を選択し、そのテンプレート画像１１７に関する情報を記憶部１１６に記憶する。
制御部１１５は、取得した分割類似度のうち最も大きい類似度を当該テンプレート画像の類似度として判定するため、固有パターン１２３に汚れや欠けがあった場合でも、全体の類似度を低下させることがないため、誤認識をより少なくすることができる。

このように、固有パターン１２３に汚れがあった場合でも高い固有パターン１２３の認識率を保つことができる。
また、制御部１１５は、１回の固有パターン１２３の画像とテンプレート画像１１７との照合処理において算出される４つの分割類似度に対して閾値を設け、分割類似度が閾値より低下した場合、出力部に警告を表示または音声出力することにより、固有パターン１２３の汚れが生じたことを報知することができる。

また、制御部１１５は、固有パターン１２３に汚れがあった場合、閾値より低下した分割類似度の領域を特定することができる。さらに、汚れのない領域での分割類似度は低下せず、汚れが存在する領域のみ分割類似度が低下するため、分割類似度の低下率によってより顕著な汚れがある領域を特定し、汚れが生じたことを報知することができる。
以上説明したように、第２の実施例では、第１の実施例の効果に加え、取得した分割類似度のうち最も大きい類似度を当該テンプレート画像の類似度とするため、固有パターンに汚れや欠けがあった場合でも、全体の類似度を低下させることがないため、高い固有パターンの認識率を保つことができるという効果が得られる。

第３の実施例の構成は、認識マークの範囲検出パターンの形状が第１の実施例と異なっている。その第２の実施例における認識マークの範囲検出パターンの形状を説明する。なお、上述した第１の実施例と同様の部分は、同一の符号を付してその説明を省略する。
図１０は第３の実施例における認識マークの範囲検出パターンの形状を示す説明図である。
図１０（ａ）は、認識マーク１２４ａの範囲検出パターン１２２ａの形状を三角形とし、図中矢印Ａが示す無人搬送車の進行方向に一つの頂点を配置するようにしている。

また、図１０（ｂ）は、認識マーク１２４ｂの範囲検出パターン１２２ａの形状を五角形とし、図中矢印Ａが示す無人搬送車の進行方向に一つの頂点を配置するようにしている。
このように、本実施例では、認識マークの範囲検出パターンの形状を奇数の多角形とし、無人搬送車の進行方向に一つの頂点を配置するようにしている。

上述した構成の作用について説明する。
図１に示す無人搬送車１１０の制御部１１５は、図７に示す認識マーク検出処理のＳ４０２の範囲検出パターン検出処理において、範囲検出パターンの形状を検出し、検出された多角形の形状の条件の照合を行って範囲検出パターンの検出を行う。
このとき、制御部１１５は、範囲検出パターンの頂点の位置を検出することにより、範囲検出パターンを検出する段階で進行方向を取得することができる。
したがって、制御部１１５は、範囲検出パターンの検出を行うことにより、照合処理を行っていなくても、進行方向を取得することができる。

制御部１１５は、検出した奇数の多角形の範囲検出パターン（例えば、図１０（ａ）の範囲検出パターン１２２ａ、図１０（ｂ）の範囲検出パターン１２２ｂ）に囲まれた固有パターンとテンプレート画像を照合する照合処理を行う。
このように制御部１１５は、奇数の多角形の範囲検出パターンに囲まれた固有パターンとテンプレート画像を照合することにより、図中矢印Ａが示す進行方向と逆方向に配置された場合の固有パターンとテンプレート画像の類似度を低くすることができ、固有パターンとテンプレート画像との誤認識の発生を抑制することができる。

なお、テンプレート画像１１７は、図１０（ａ）に示す範囲検出パターン１２２ａや図１０（ｂ）に示す範囲検出パターン１２２ｂ等の奇数の多角形の範囲検出パターンに囲まれた固有パターンを撮像部１１１で撮影し、記憶部１１６に記憶されているものとする。
以上説明したように、第３の実施例では、第１の実施例の効果に加え、範囲検出パターンの検出処理において範囲検出パターンの頂点の位置を検出することにより、照合処理を行っていなくても、進行方向を取得することができるという効果が得られる。

第４の実施例の無人搬送システムの構成は、第１の実施例の構成に対して認識マークの構成が異なっている。その他の構成は第１の実施例の無人搬送システムの構成と同じなので、同一の符号を付してその説明を省略する。
本実施例の認識マークの構成を図１１の第４の実施例における認識マークの構成を示す説明図に基づいて説明する。なお、本実施例では、誘導ライン１３０は白色粘着テープとした例で説明する。

図１１において、認識ラベルシール１２０は、誘導ライン１３０の延伸方向に直交する方向の幅ＷＳ、誘導ライン１３０の延伸方向の高さＨＳの矩形で表され、粘着性のラベルシール１２１の表面に印刷された範囲検出パターン１２２２と、複合固有パターン１２３１とにより構成された認識マーク１２４１を有している。なお、範囲検出パターン１２２２と複合固有パターン１２３１とを合わせて認識マーク１２４１と呼ぶこととする。

固有パターンとしての複合固有パターン１２３１は、分割されたそれぞれの領域に形成された複数の分割固有パターンを有するものである。複合固有パターン１２３１は、４つの分割固有パターンからなり、第１分割固有パターン１２３１ａ、第２分割固有パターン１２３１ｂ、第３分割固有パターン１２３１ｃ、第４分割固有パターン１２３１ｄにより構成されている。
それぞれの分割固有パターンとしての第１分割固有パターン１２３１ａ、第２分割固有パターン１２３１ｂ、第３分割固有パターン１２３１ｃ、第４分割固有パターン１２３１ｄは、例えば図形、文字、数字、写真、イラスト等で良い。

また、第１分割固有パターン１２３１ａ、第２分割固有パターン１２３１ｂ、第３分割固有パターン１２３１ｃ、第４分割固有パターン１２３１ｄは、認識マーク１２４１の外周の範囲検出パターン１２２２の枠より内側に形成され認識マーク１２４１を誘導ライン１３０の延伸方向における中心および誘導ライン１３０の延伸方向に直交する方向における中心で４分割された領域にそれぞれ形成される。

範囲検出パターン１２２２は、誘導ライン１３０の延伸方向に直交する方向の幅ＷＴ、誘導ライン１３０の延伸方向の高さＨＴである。この幅ＷＴ、高さＨＴの範囲検出パターン１２２２の内部であり、複合固有パターン１２３１を除くエリアが範囲検出パターン１２２２となっている。
範囲検出パターン１２２２は、誘導ライン１３０とのコントラストの差が大きくなる色を基本として構成されている。本実施例では、誘導ライン１３０が白色であるため、範囲検出パターン１２２２は黒色を基本とする。

また、範囲検出パターン１２２２は、第１分割固有パターン１２３１ａ、第２分割固有パターン１２３１ｂ、第３分割固有パターン１２３１ｃ、および第４分割固有パターン１２３１ｄと一体に形成されている。
また、第１の実施例と同様に、複合固有パターン１２３１とラベルシール１２１との間の領域の上下のいずれかに文字等をいれることも可能である。このとき認識ラベルシール１２０の高さＨＳを大きくすると良い。

図１２は第４の実施例における認識マークの例を示す説明図である。
図１２において、認識マーク１２４１は、第１分割固有パターン１２３１ａ、第２分割固有パターン１２３１ｂ、第３分割固有パターン１２３１ｃ、第４分割固有パターン１２３１ｄに、数字や文字を用いた例を示している。認識マーク１２４１の範囲検出パターン（図１１に示す範囲検出パターン１２２２）は黒色であるため、第１分割固有パターン１２３１ａ、第２分割固有パターン１２３１ｂ、第３分割固有パターン１２３１ｃ、第４分割固有パターン１２３１ｄの文字や数字の色は白色の塗りつぶしとした。

本例では、第１分割固有パターン１２３１ａを「Ａ」、第２分割固有パターン１２３１ｂを「１」、第３分割固有パターン１２３１ｃを「２」、第４分割固有パターン１２３１ｄを「３」とした。
上述した構成の作用について説明する。
なお、無人搬送システムが行う動作の概要は第１の実施例と同様なのでその説明を省略する。

本実施例の画像データの画像処理の概要を図１３の第４の実施例における画像処理の説明図に基づいて説明する。
図１３において、画像データ１６０は、幅ＷＣｐ、高さＨＣｐで構成されている。画像データ１６０の幅ＷＣｐ、高さＨＣｐは、それぞれ図１に示す撮影範囲１４０の幅ＷＣ、高さＨＣに相当する。例えば、画像データ１６０がＶＧＡである場合、（ＷＣｐ、ＨＣｐ）＝（６４０[ｐｘ]、４８０[ｐｘ]）である。

ライン検出範囲１６１は、原点１６３を基準として幅ＷＬｓｐ＝ＷＣｐ＊０．９[ｐｘ]とし、高さＨＬｓｐ＝ＨＣｐ＊０．３[ｐｘ]とする。また、ライン検出範囲１６１の高さ方向の中心位置ＹＬｓｐ＝０．７＊ＨＣｐ[ｐｘ]とする。
また、マーク検出範囲１６２は、ライン情報が決定されていない場合、例えば幅ＷＭｓｐ＝ＷＬｐ＊２[ｐｘ]とし、高さＨＭｓｐ＝ＨＣｐ＊０．７[ｐｘ]とし、またマーク検出範囲１６２の幅方向の中心位置ＸＭｓ＝ＷＣｐ＊０．５[ｐｘ]とし、マーク検出範囲１６２の高さ方向の中心位置ＹＭｓ＝ＨＣｐ＊０．３[ｐｘ]とすることができる。

一方、ライン情報が決定されている場合は、画像データ１６０内の誘導ライン１３０の形状の重心ＣＬに基づいてマーク検出範囲１６２の位置を決定する。画像データ１６０における重心ＣＬの幅方向の位置をＣＬｘｐ[ｐｘ]、高さ方向の位置をＣＬｙｐ[ｐｘ]とすると、例えば、ライン検出範囲１６１の幅、高さ、高さ方向の中心位置は上述した通りとし、マーク検出範囲１６２の幅方向の中心位置ＸＭｓ＝ＣＬｘｐ[ｐｘ]とし、マーク検出範囲１６２の高さ方向の中心位置ＹＭｓ＝ＨＣｐ＊０．５[ｐｘ]とすることができる。

画像データの画像処理は、誘導ライン１３０を認識しながら走行するライン追跡走行処理および認識マーク１２４１を認識するマーク認識処理で構成されている。なお、ライン追跡走行処理は、第１の実施例のライン追跡走行処理と同様なのでその説明を省略し、以下にマーク認識処理を説明する。
無人搬送車１１０の制御部１１５が行うマーク認識処理を図１４の第４の実施例におけるマーク認識処理の流れを示すフローチャートの図中Ｓで表すステップに従って図１、図１１および図１３を参照しながら説明する。

Ｓ６０１：制御部１１５は、撮像部１１１が撮影した画像を取得する。制御部１１５は、撮像部１１１から撮影された画像を画像データ１６０として取得する。
Ｓ６０２：制御部１１５は、画像データ１６０から認識マーク１２４１の範囲検出パターン１２２２を探索し、複合固有パターン１２３１を検出する認識マーク検出処理を行う。なお、認識マーク検出処理の詳細は後述する。
Ｓ６０３：制御部１１５は、認識マーク検出処理で認識マーク１２４１の複合固有パターン１２３１が検出されたか否かを判定し、検出されたと判定すると処理Ｓ６０４へ移行し、検出されなかったと判定すると処理をＳ６０１へ戻す。

Ｓ６０４：制御部１１５は、検出した認識マーク１２４１の複合固有パターン１２３１と、テンプレート画像とを分割照合し、複合固有パターン１２３１にあらかじめ設定された命令を呼び出すマーク分割照合処理を行う。なお、マーク分割照合処理の詳細は後述する。
Ｓ６０５：制御部１１５は、マーク分割照合処理で呼び出された命令があるか否かを判定し、命令があると判定すると処理をＳ６０６へ移行し、命令がないと判定すると処理をＳ６０１へ戻す。

Ｓ６０６：制御部１１５は、マーク分割照合処理で呼び出された命令に応じた動作を行うマーク命令駆動処理を行い、本処理を終了する。
次に、制御部１１５が行う認識マーク検出処理を図１５の第４の実施例における認識マーク検出処理の流れを示すフローチャートの図中Ｓで表すステップに従って図１、図１１および図１３を参照しながら説明する。この認識マーク検出処理は図１４のＳ６０２において実行される処理である。

Ｓ７０１：制御部１１５は、画像データ１６０のマーク検出範囲１６２を指定するマーク検索範囲指定を行う。
Ｓ７０２：制御部１１５は、指定したマーク検出範囲１６２内で範囲検出パターン１２２２の検出を行う。制御部１１５は、例えば画像データ１６０に閾値処理を施し、画像データ１６０の反転処理を行い、範囲検出パターン１２２２の部分を白色にする。制御部１１５は、この白色の部分をラベリング処理などで検出し、検出された外接矩形（形状）の条件の照合を行う。この条件は、例えば範囲検出パターン１２２２の幅、高さのサイズとすることができる。

画像データ１６０内の誘導ライン１３０の幅は、ＷＬｐ[ｐｘ]であるので、画像データ１６０内において範囲検出パターン１２２２の幅ＷＴｐは、ＷＴｐ＝ＷＬｐ＊ＷＴ／ＷＬ[ｐｘ]となる。また、画像データ１６０内において範囲検出パターン１２２２の高さＨＴｐは、ＨＴｐ＝ＷＬｐ＊ＨＴ／ＷＬ[ｐｘ]となる。
制御部１１５は、幅ＷＴｐおよび高さＨＴｐと検出された形状との条件照合を行い、範囲検出パターン１２２２の検出を行う。

なお、制御部１１５は、閾値処理を行う前に、微分処理により画像データ１６０から勾配を検出する処理を行うことができる。微分処理を行った場合、閾値処理の画像データ１６０の反転は不要となる。この微分処理として、例えばソーベルフィルタ処理やラプラシアンフィルタ処理を行うことができる。
Ｓ７０３：制御部１１５は、範囲検出パターン１２２２が検出できたか否か、すなわち認識マーク１２４１の有無を判定し、認識マーク１２４１が有ると判定すると範囲検出パターン１２２２の情報を記憶部１１６に記憶し、戻り値をマーク有としてマーク認識処理にリターンし、認識マーク１２４１が無いと判定すると戻り値をマーク無しとしてマーク認識処理にリターンする。

次に、制御部１１５が行うマーク分割照合処理を図１６の第４の実施例におけるマーク分割照合処理の流れを示すフローチャートの図中Ｓで表すステップに従って図１、図１１および図１３を参照しながら説明する。このマーク分割照合処理は図１４のＳ６０４において実行される処理である。
Ｓ８０１：制御部１１５は、図１４に示す認識マーク検出処理で検出した範囲検出パターン１２２２の情報に基づいてマーク検出範囲１６２を指定する複合固有パターン照合範囲指定を行う。制御部１１５は、例えば検出した範囲検出パターン１２２２の外接矩形をそのままマーク検出範囲１６２とすることができる。

Ｓ８０２：制御部１１５は、マーク検出範囲１６２に基づいて複合固有パターン１２３１の第１分割固有パターン１２３１ａ、第２分割固有パターン１２３１ｂ、第３分割固有パターン１２３１ｃ、第４分割固有パターン１２３１ｄを検出し、検出したそれぞれの第１分割固有パターン１２３１ａ、第２分割固有パターン１２３１ｂ、第３分割固有パターン１２３１ｃ、第４分割固有パターン１２３１ｄと分割テンプレート画像とを照合する分割照合処理を行う。

本実施例では、分割照合処理に、公知のテンプレートマッチングアルゴリズムを用いるものとする。テンプレートマッチングアルゴリズムは、例えばゼロ平均正規化相互相関マッチング（ＺＮＣＣ：Ｚｅｒｏ−ｍｅａｎｓ Ｎｏｒｍａｌｉｚｅｄ Ｃｒｏｓｓ−Ｃｏｒｒｅｌａｔｉｏｎ）を用いることができる。
制御部１１５は、複合固有パターン１２３１の範囲を上下左右均等に４分割し、それぞれの分割された範囲を分割固有パターン照合範囲とする。また、分割された左上の範囲を第１分割固有パターン照合範囲、分割された左下の範囲を第２分割固有パターン照合範囲、分割された右下の範囲を第３分割固有パターン照合範囲、分割された右上の範囲を第４分割固有パターン照合範囲とする。

制御部１１５は、第１分割固有パターン照合範囲において、記憶部１１６に記憶されている複数の分割テンプレート画像と、第１分割固有パターン１２３１ａを含む画像データとを照合演算処理し、第１分割固有パターン１２３１ａと用意された複数のテンプレート画像との類似度および画像データにおける位置座標を演算出力する。制御部１１５は、演算出力した類似度の中で、最大（？）類似度となる分割テンプレート画像を選択し、その類似度、位置座標、および当該分割テンプレート画像に割り当てられた情報を第１分割照合結果として記憶部１１６に記憶する。

制御部１１５は、同様に照合演算処理を行い、第２分割固有パターン照合範囲における第２分割固有パターン１２３１ｂと用意された複数のテンプレート画像との第２分割照合結果、第３分割固有パターン照合範囲における第３分割固有パターン１２３１ｃと用意された複数のテンプレート画像との第３分割照合結果、第４分割固有パターン照合範囲における第４分割固有パターン１２３１ｄと用意された複数のテンプレート画像との第４分割照合結果を記憶部１１６に記憶する。

このように分割固有パターン毎に類似度を算出する照合演算処理を行うことにより、それぞれの分割照合結果に基づいて分割テンプレート画像に割り当てられた情報を、所定の順序で復号することにより、複合固有パターン１２３１に割り当てられた複合固有情報を解析することができる。
例えば、図１２に示す認識マーク１２４１のように、それぞれの分割テンプレート画像に文字情報を割り当ている場合、第１分割照合結果の情報は「Ａ」、第２分割照合結果の情報は「１」、第３分割照合結果の情報は「２」、第４分割照合結果の情報は「３」となり、複合固有情報は「Ａ１２３」となる。

Ｓ８０３：制御部１１５は、分割照合結果における類似度が閾値以上であるか否かを判定し、閾値以上であると判定すると戻り値を命令有りとしてマーク認識処理にリターンし、閾値以上でないと判定すると戻り値を命令無しとしてマーク認識処理にリターンする。
ここで、分割テンプレート画像について図１を参照しながら説明する。
分割テンプレート画像は、必要な分割固有パターンを有する認識ラベルシール１２０を誘導ライン１３０上に形成して走行経路を作成した後、実際の走行速度で無人搬送車１１０を、誘導ライン１３０を追跡走行させながら、撮像部１１１で撮影した画像をそれぞれの領域に分割し、制御部１１５の記憶部１１６に記憶したものである。

制御部１１５は、記憶部１１６に記憶した各分割テンプレート画像に固有の命令情報を割り当てることができる。さらに、各分割テンプレート画像に割り当てられた情報を複合することにより、複合固有情報を生成し、その複合固有情報に対してマーク命令を割り当てることができる。このようにして複合固有パターン１２３１に対してマーク命令を割り当てることができる。
例えば、経路分岐を行う場合、所定の複合固有パターン１２３１に対応する各分割テンプレート画像に分岐方向を指示する分岐方向命令を割り当てることにより、図４に示すライン追跡走行処理でテンプレート画像が指示する方向に経路分岐を行うことができる。

走行経路の複雑な交差や分岐において直進を行う場合、所定の複合固有パターン１２３１に対応する各分割テンプレート画像に直進命令を割り当てることもできる。直進命令が反映された後、例えば指定時間内は誘導ライン１３０の追跡を停止し、モータ制御による直進走行を行うこともできる。また、加速命令、減速命令、停止命令を指定することもできる。

さらに、制御部１１５は、所定の複合固有パターン１２３１に対応する各分割テンプレート画像に位置情報を割り当てることもできる。これにより、現在位置や目標位置を把握することができるようになる。目的地点へ搬送物を無人搬送車１１０で無人搬送する場合、制御部１１５は当該地点の位置情報が割り当てられた認識マーク１２４１まで走行し停止すればよい。また、搬送物を取り出した後に、オペレータが制御部１１５に、次の目標地点への走行命令を入力することにより、無人搬送車１１０の走行動作を開始させ、指定した目標地点まで移動させることもできる。

制御部１１５は、ＰＣであるため、無線でネットワーク等の通信回線に接続することも可能である。この場合、各分割テンプレート画像に割り当てる命令や目的地を遠隔操作で設定、変更することができる。また無人搬送車１１０の現在位置や目標位置をリアルタイムに把握することもできる。
制御部１１５は、検出した認識マーク１２４１の複合固有パターン１２３１と、分割テンプレート画像とを照合し、分割テンプレート画像に対応付けられた命令を呼び出すようにしたことにより、使用することができる認識マーク１２４１の種類を増やすことができる。したがって、制御部１１５は、認識マーク１２４１に基づいてマーク照合処理で呼び出される様々な命令を実行することができる。

具体的には、４つの分割固有パターンに、それぞれ０〜９までの数字を割り当てた場合、１００００（１０の４乗）通り、数字と大文字及び小文字のアルファベットを割り当てた場合、１４７７６３３６（（１０＋２６＋２６）の４乗）通りの組み合わせが可能であり、割り当てる情報を増加させることができる。
また、分割固有パターンに割り当てる情報をＮ個とした場合、分割固有パターンはＮの４分の１乗個となり、認識マーク１２４１に作成が容易になる。

さらに、分割固有パターンに、に文字や数字を用いた場合、オペレータ等が認識マーク１２４１の意味を認識することができるようになる。
また、制御部１１５は、複合固有パターン検索範囲指定を行った後、それぞれの分割固有パターン照合範囲において、分割テンプレート画像と、分割固有パターンを含む画像データとを照合演算処理するようにしたことにより、照合演算処理を並行して高速に行うことが可能になる。

なお、本実施例では、複合固有パターン１２３１を４分割したすべての領域に４つの分割固有パターンを配置した例で説明したが、４分割された領域のうち少なくとも２つの領域に分割固有パターンが配置されていれば同様の効果が得られる。
また、本実施例では、図１２に示すように、認識マーク１２４１の第１分割固有パターン１２３１ａ、第２分割固有パターン１２３１ｂ、第３分割固有パターン１２３１ｃ、第４分割固有パターン１２３１ｄに、すべて異なる数字や文字を用いた例としたが、変形例として同一の数字や文字を用いることもできる。

例えば、図２４に示すように、認識マーク１２４１の第１分割固有パターン１２３１ａに「Ａ」、第２分割固有パターン１２３１ｂに「１」、第３分割固有パターン１２３１ｃに「Ａ」、第４分割固有パターン１２３１ｄに「１」を配置することにより、複合固有パターンの分割照合結果である複合固有情報を「Ａ１」とする。
すべての分割固有パターンが正常に分割照合できた場合、分割照合結果は「Ａ１Ａ１」となり、複合固有情報を「Ａ１」とする。

また、一部の分割固有パターンが正常に分割照合できなかった場合であっても、複合固有情報を得ることができる。例えば、第４分割固有パターン１２３１ｄの領域に汚れ等があった場合、第４分割固有パターン１２３１ｄの類似度が低下し、分割照合結果が「Ａ１Ａｘ」（ｘは類似度が低下した場合を表す）であっても、閾値以上の類似度を有する複合固有情報の判定を行い、複合固有情報を「Ａ１」とする相互補完を行うことができる。さらに、類似度が低下した第４分割固有パターン１２３１ｄに異常があることを報知することもできる。
このように、認識マーク１２４１の分割固有パターンに同一の数字や文字を用いることにより、一部の分割固有パターンが正常に分割照合できなかった場合であっても、複合固有情報を正しく得ることができる。また、類似度が低下した分割固有パターンに異常があることを報知することができる。

以上説明したように、第４の実施例では、第１の実施例の効果に加え、使用することができる認識マークを増やすことにより、制御部は様々な命令を実行することができるという効果が得られる。
また、分割固有パターンに同一の数字や文字を用いることにより、一部の分割固有パターンが正常に分割照合できなかった場合であっても、複合固有情報を正しく得ることができるという効果が得られる。

第５の実施例の無人搬送システムの構成は、第１の実施例および第４の実施例の構成に対して認識マークの構成が異なっている。その他の構成は第１の実施例の無人搬送システムの構成と同じなので、同一の符号を付してその説明を省略する。また、認識ラベルシールの基本構成は第４の実施例と同様なのでその説明を省略する。
本実施例の認識マークの構成を図１７の第５の実施例における認識マークの例を示す説明図に基づいて説明する。

図１７において、認識マーク１２４２の範囲検出パターン１２２２は、基本色を黒色として、図中上下左右に４分割された領域のうち、右上の領域で幅ＷＴｂ、高さＨＴｂの大きさで外枠が白色で形成されている。また、第４分割固有パターン１２３１ｄの色を反転（背景を白色、文字を黒色）させている。
すなわち、範囲検出パターン１２２２は、第４分割固有パターン１２３１ｄと一体に形成され、第４分割固有パターン１２３１ｄの背景部が第１の色（白色）で形成され、他の第１分割固有パターン１２３１ａ、第２分割固有パターン１２３１ｂ、および第３分割固有パターン１２３１ｃの背景部が第１の色（白色）とコントラストの差が大きい第２の色（黒色）で形成されている。

このように、本実施例では、図中矢印Ａが示す無人搬送車の進行方向から認識マーク１２４２を撮影した場合と、進行方向の逆方向から認識マーク１２４２を撮影した場合とでは、認識マーク１２４２の配色を非対称とするため、認識マーク１２４２の第４分割固有パターン１２３１ｄの色を反転（背景を白色、文字を黒色）させている。
上述した構成の作用について説明する。

本実施例において、分割テンプレート画像は、図１７に示す反転色の第４分割固有パターン１２３１ｄと、第４の実施例と同様の第１分割固有パターン１２３１ａ、第２分割固有パターン１２３１ｂ、第３分割固有パターン１２３１ｃとを有する、図１１に示す認識ラベルシール１２０を誘導ライン１３０上に形成して走行経路を作成した後、実際の走行速度で無人搬送車１１０を、誘導ライン１３０を追跡走行させながら、撮像部１１１で撮影した画像をそれぞれの領域に分割し、制御部１１５の記憶部１１６に記憶したものである。

図１６のＳ８０２の分割照合処理において、第１分割固有パターン１２３１ａ、第２分割固有パターン１２３１ｂ、第３分割固有パターン１２３１ｃの分割照合処理に加え、第４分割固有パターン１２３１ｄと分割テンプレート画像とを照合する分割照合処理を行う。
本実施例では、無人搬送車の進行方向から認識マーク１２４２を撮影した場合と、進行方向の逆方向から認識マーク１２４２を撮影した場合とでは、認識マーク１２４２の配色を非対称としたことにより、進行方向が異なる場合の認識マーク１２４２の誤認識を防止することができる。

なお、本実施例は、第４の実施例と異なり、範囲検出パターン１２２２における第４分割固有パターン１２３１ｄの色を反転（背景を白色、文字を黒色）させているが、範囲検出パターン１２２２の外接矩形は第４の実施例と変わらないため、第４の実施例と同様に、範囲検出パターン１２２２を検出することができる。
また、本実施例では、第４分割固有パターン１２３１ｄの色を反転させるようにしたが、それに限られることなく、第１分割固有パターン１２３１ａ、第２分割固有パターン１２３１ｂ、第３分割固有パターン１２３１ｃのいずれかの色を反転させるようにしても良い。
以上説明したように、第５の実施例では、第１の実施例および第４に実施例の効果に加え、認識マークの配色を非対称としたことにより、無人搬送車の進行方向が異なる場合の認識マークの誤認識を防止することができるという効果が得られる。

第６の実施例の無人搬送システムの構成は、第１の実施例の構成に対して認識マークの構成が異なっている。その他の構成は第１の実施例の無人搬送システムの構成と同じなので、同一の符号を付してその説明を省略する。
本実施例の認識マークの構成を図１８の第６の実施例における認識マークの構成を示す説明図に基づいて説明する。なお、本実施例では、誘導ライン１３０は白色粘着テープとした例で説明する。
図１８において、認識ラベルシール１２０は、誘導ライン１３０上に張り付けられ、位置情報等を表す固有情報を有するものである。

認識ラベルシール１２０は、誘導ライン１３０の延伸方向に直交する方向の幅ＷＳ、誘導ライン１３０の延伸方向の高さＨＳの矩形で表され、粘着性のラベルシール１２１の表面に印刷された範囲検出パターン１２２３と、固有パターン１２３３とにより構成された認識マーク１２４３を有している。なお、範囲検出パターン１２２３と固有パターン１２３３とを合わせて認識マーク１２４３と呼ぶこととする。
ラベルシール１２１の表面の色は、誘導ライン１３０と同色が望ましい。

範囲検出パターン１２２３は、誘導ライン１３０の延伸方向に直交する方向の幅ＷＴ、誘導ライン１３０の延伸方向の高さＨＴであり、認識マーク１２４３の外周を形成する幅ＤＴの四角形の枠１２２３ａと、枠１２２３ａの内側に形成された背景パターン１２２３ｂとを有している。
また、範囲検出パターン１２２３の内部には、固有パターン１２３３が配置され、その固有パターン１２３３を除いた領域が、本実施例の範囲検出パターン１２２３となる。
固有パターン１２３３の誘導ライン１３０の延伸方向における両側の背景パターン１２２３ｂの幅（枠１２２３ａと固有パターン１２３３との間隔）は、図中左側が幅ＷＬＴ、右側が幅ＷＲＴとしている。

範囲検出パターン１２２３は、誘導ライン１３０とコントラストの差が大きくなる色で基本色として構成されている。本実施例では、誘導ライン１３０の色が白色であるため、背景パターン１２２３ｂの色は黒色を基本とし、枠１２２３ａの色は基本色である黒色としている。
固有パターン１２３３は、幅ＷＵ、高さＨＵであり、識別可能なパターンを有している。固有パターン１２３３は、例えば図形、文字、イラスト等で構成されている。

図中矢印Ａが示す無人搬送車の進行方向から認識マーク１２４３を撮影した場合と、進行方向の逆方向から認識マーク１２４３を撮影した場合とでは、認識マーク１２４３の配色を非対称とするため、認識マーク１２４３の背景パターン１２２３ｂの一部の領域に白色を配置する。
また、第１の実施例と同様に、固有パターン１２３３とラベルシール１２１との間の領域の上下のいずれかに文字等をいれることも可能である。このとき認識ラベルシール１２０の高さＨＳを大きくすると良い。

図１９は第６の実施例における認識マークの例を示す説明図である。
図１９（ａ）に示す認識マーク１２４３は、背景パターン１２２３ｂの配色が、図中矢印Ａが示す無人搬送車の進行方向における左右で異なり、右側が白色、左側が黒色で構成されている。黒色の領域は、幅ＷＴｂであり、範囲検出パターン１２２３の幅ＷＴ（図１８参照）の１０％以上の幅であることが望ましい。
図１９（ｂ）に示す認識マーク１２４３は、背景パターン１２２３ｂの配色が、図中矢印Ａが示す無人搬送車の進行方向における上下で異なり、上側（進行方向側）が白色、下側（進行方向と逆の方向側）が黒色で構成されている。黒色の領域は、高さＨＴｂであり、範囲検出パターン１２２３の高さＨＴ（図１８参照）の１０％以上の高さであることが望ましい。

図１９（ｃ）に示す認識マーク１２４３は、背景パターン１２２３ｂの配色が、背景パターン１２２３ｂの対角線を境界として図中矢印Ａが示す無人搬送車の進行方向における右上と左下で異なり、右上側が白色、左下側が黒色で構成されている。
このように、背景パターン１２２３ｂは、第１の色（白色）で形成された第１の領域１２２３ｃと、第１の色（白色）とコントラストの差が大きい第２の色（黒色）で形成された第２の領域１２２３ｄとを有し、第１の領域１２２３ｃは、認識マーク１２４３の中心を対称の中心として点対称とならない位置に配置されている。

上述した構成の作用について説明する。
なお、無人搬送システムが行う動作の概要は第１の実施例と同様なのでその説明を省略する。
本実施例の画像データの画像処理の概要を図２０の第６の実施例における画像処理の説明図に基づいて説明する。
図２０において、画像データ１６０は、幅ＷＣｐ、高さＨＣｐで構成されている。画像データ１６０の幅ＷＣｐ、高さＨＣｐは、それぞれ図１に示す撮影範囲１４０の幅ＷＣ、高さＨＣに相当する。例えば、画像データ１６０がＶＧＡである場合、（ＷＣｐ、ＨＣｐ）＝（６４０[ｐｘ]、４８０[ｐｘ]）である。

ライン検出範囲１６１は、原点１６３を基準として幅ＷＬｓｐ＝ＷＣｐ＊０．９[ｐｘ]とし、高さＨＬｓｐ＝ＨＣｐ＊０．３[ｐｘ]とする。また、ライン検出範囲１６１の高さ方向の中心位置ＹＬｓｐ＝０．７＊ＨＣｐ[ｐｘ]とする。
また、マーク検出範囲１６２は、ライン情報が決定されていない場合、例えば幅ＷＭｓｐ＝ＷＬｐ＊２[ｐｘ]とし、高さＨＭｓｐ＝ＨＣｐ＊０．７[ｐｘ]とし、またマーク検出範囲１６２の幅方向の中心位置ＸＭｓ＝ＷＣｐ＊０．５[ｐｘ]とし、マーク検出範囲１６２の高さ方向の中心位置ＹＭｓ＝ＨＣｐ＊０．３[ｐｘ]とすることができる。

一方、ライン情報が決定されている場合は、画像データ１６０内の誘導ライン１３０の形状の重心ＣＬに基づいてマーク検出範囲１６２の位置を決定する。画像データ１６０における重心ＣＬの幅方向の位置をＣＬｘｐ[ｐｘ]、高さ方向の位置をＣＬｙｐ[ｐｘ]とすると、例えば、ライン検出範囲１６１の幅、高さ、高さ方向の中心位置は上述した通りとし、マーク検出範囲１６２の幅方向の中心位置ＸＭｓ＝ＣＬｘｐ[ｐｘ]とし、マーク検出範囲１６２の高さ方向の中心位置ＹＭｓ＝ＨＣｐ＊０．５[ｐｘ]とすることができる。
画像データの画像処理は、誘導ライン１３０を認識しながら走行するライン追跡走行処理および認識マーク１２４３を認識するマーク認識処理で構成されている。なお、ライン追跡走行処理は、第１の実施例のライン追跡走行処理と同様なのでその説明を省略する。

また、本実施例では、図１９に示すように、認識マーク１２４３の背景パターン１２２３ｂの一部の領域に白色を配置しているため、それに応じて図１に示すテンプレート画像１１７も変更されている。したがって、マーク認識処理も第１の実施例のマーク認識処理と同様なのでその説明を省略する。
本実施例では、第１の実施例で説明したように、図１８に示す背景パターン１２２３ｂの一部の領域に白色を配置した認識マーク１２４３を撮影した画像に基づいて図１に示すテンプレート画像１１７を作成する。

また、図８のＳ５０２における照合処理では、制御部１１５がマーク検出範囲１６２に基づいて固有パターン１２３３および背景パターン１２２３ｂを検出し、検出した固有パターン１２３３および背景パターン１２２３ｂと上記テンプレート画像１１７とを照合する照合処理を行う。
したがって、図中矢印Ａが示す無人搬送車の進行方向から認識マーク１２４３を撮影した場合は、類似度が閾値以上となり、マーク命令有と判定される。一方、進行方向の逆方向から認識マーク１２４３を撮影した場合は、類似度が閾値以上とならないため、マーク命令無と判定される。

また、本実施例の変形例として、図１９（ａ）〜（ｃ）に示す認識マーク１２４３の背景パターン１２２３ｂの黒色の領域と白色の領域との境界部に、図１９（ｄ）〜（ｆ）に示すように、グラデーション処理を施すようにしても良い。背景パターン１２２３ｂの配色にグラデーション処理を施した場合であっても、照合処理に影響を与えることがないため、認識マーク１２４３の検出性能を維持することができる。
このように、無人搬送車の進行方向から認識マーク１２４３を撮影した場合と、進行方向の逆方向から認識マーク１２４３を撮影した場合とでは、認識マーク１２４３の配色を非対称としたことにより、進行方向が異なる場合の認識マーク１２４３の誤認識を防止することができる。

また、認識マーク１２４３はイラストや写真等としても良く、また配色の境界にグラデーション処理を施すことも可能であるため、景観を損なうことがない。
以上説明したように、第６の実施例では、第１の実施例の効果に加え、認識マークの配色を非対称としたことにより、無人搬送車の進行方向が異なる場合の認識マークの誤認識を防止することができるという効果が得られる。

第７の実施例の無人搬送システムの構成は、第１の実施例および第６の実施例の構成に対して認識マークの構成が異なっている。その他の構成は第１の実施例の無人搬送システムの構成と同じなので、同一の符号を付してその説明を省略する。また、認識ラベルシールの基本構成は第６の実施例と同様なのでその説明を省略する。
本実施例の認識マークの構成を図２１の第７の実施例における認識マークの例を示す説明図に基づいて説明する。
図２１において、認識マーク１２４３の範囲検出パターン１２２３は、第７の実施例と同様に、枠１２２３ａと背景パターン１２２３ｂとを有している。

背景パターン１２２３ｂは、図２１（ａ）に示すように、基本色を黒色とし、図中矢印Ａが示す無人搬送車の進行方向における右上の四角形の領域に白色領域が、幅ＷＴｗ、高さＨＴｗとして形成されている。
また、背景パターン１２２３ｂは、図２１（ｂ）に示すように、基本色を黒色とし、図中矢印Ａが示す無人搬送車の進行方向における右上の三角形の領域に白色領域が、幅（底辺の長さ）ＷＴｗ、高さＨＴｗとして形成されている。

上述した構成の作用について説明する。
本実施例でも、第６の実施例と同様に、図８のＳ５０２における照合処理では、図１に示す制御部１１５が図２０に示すマーク検出範囲１６２に基づいて図２１に示す固有パターン１２３３および背景パターン１２２３ｂを検出し、検出した固有パターン１２３３および背景パターン１２２３ｂと上記テンプレート画像１１７とを照合する照合処理を行う。

したがって、図中矢印Ａが示す無人搬送車の進行方向から認識マーク１２４３を撮影した場合は、類似度が閾値以上となり、マーク命令有と判定される。一方、進行方向の逆方向から認識マーク１２４３を撮影した場合は、類似度が閾値以上とならないため、マーク命令無と判定される。
また、本実施例の変形例として、図２１（ａ）、（ｂ）に示す認識マーク１２４３の背景パターン１２２３ｂの黒色の領域と白色の領域との境界部に、図２１（ｃ）、（ｄ）に示すように、コントラストの変化が滑らかであるグラデーション処理を施すようにしても良い。

また、上述した図２１（ａ）〜（ｄ）に示す認識マーク１２４３の背景パターン１２２３ｂは、４辺のすべてに黒色の領域が存在するため、範囲検出パターン１２２３の枠１２２３ａを形成しない構成としても良い。図７のＳ４０２における範囲検出パターン検出処理では、検出された形状での条件照合を行い、範囲検出パターン１２２３の検出を行うようにしているため、枠１２２３ａを形成しない構成であっても４辺の黒色の領域を検出することにより、範囲検出パターン１２２３を検出することができる。
したがって、本実施例の変形例として、図２２（ａ）、（ｂ）に示すように、枠の無い範囲検出パターン１２２３として認識マーク１２４３を構成することができる。

例えば、背景パターン１２２３ｂは、図２２（ａ）に示すように、基本色を黒色とし、図中矢印Ａが示す無人搬送車の進行方向における右上の四角形の領域に白色領域が形成され、欠けている黒色領域の幅ＷＴｂ、高さＨＴｂとして形成されていても良い。
また、背景パターン１２２３ｂは、図２２（ｂ）に示すように、基本色を黒色とし、図中矢印Ａが示す無人搬送車の進行方向における右上の三角形の領域に白色領域が、幅（底辺の長さ）ＷＴｗ、高さＨＴｗとして形成されていても良い。

このように、黒色領域を背景パターン１２２３ｂの４辺に存在するように形成することにより、枠を形成しない範囲検出パターン１２２３として認識マーク１２４３を構成することができる。
さらに、図２２（ｃ）、（ｄ）に示すように、背景パターン１２２３ｂの黒色の領域と白色の領域との境界部に、グラデーション処理を施すようにしても良い。

このように、認識マーク１２４３の背景パターン１２２３ｂの４辺のすべてに黒色の領域が存在するようにしたため、無人搬送車１１０の走行速度が上昇した場合や照明等による外乱光の影響がった場合であっても、範囲検出パターン１２２３の検出を行い、確実な範囲検出パターン１２２３の検出を行うことができる。
また、認識マーク１２４３はイラストや写真等としても良く、また配色の境界にグラデーション処理を施すことも可能であるため、景観を損なうことがない。

以上説明したように、第７の実施例では、第１の実施例および第６の実施例の効果に加え、認識マークの背景パターンの４辺のすべてに黒色の領域を設けたことにより、確実な範囲検出パターンの検出を行うことができるという効果が得られる。
なお、第１の実施例から第７の実施例では、制御部１１５をパーソナルコンピュータ（ＰＣ）として説明したが、それに限られることなく、制御部１１５を無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）等の通信回線を介した通信機能を搭載したタブレット端末、携帯情報端末やノートＰＣ等としても良い。

１００ 無人搬送システム
１１０ 無人搬送車
１１１ 撮像部
１１２ ホイール
１１３ 駆動部
１１４ 副制御部
１１５ 制御部
１１６ 記憶部
１１７ テンプレート画像
１２０ 認識ラベルシール
１２１ ラベルシール
１２２、１２２２、１２２３ 範囲検出パターン
１２３、１２３３ 固有パターン
１２３１ 複合固有パターン
１２４、１２４１、１２４２、１２４３ 認識マーク
１３０ 誘導ライン
１６０ 画像データ
１６１ ライン検出範囲
１６２ マーク検出範囲

Claims (14)

1. 路面に敷設された誘導ラインと、
   前記誘導ラインに設けられた認識マークと、
   前記誘導ラインおよび前記認識マークの画像を取得する撮像部と、前記画像を解析する制御部とを備え、前記誘導ラインに沿って走行する無人搬送車と、
   を有し、
   前記認識マークは、範囲検出パターンと、前記範囲検出パターンの内側に形成された固有パターンとを有することを特徴とする無人搬送システム。
2. 請求項１に記載の無人搬送システムにおいて、
   前記制御部は、前記範囲検出パターンを検出した後、前記固有パターンを検出することを特徴とする無人搬送システム。
3. 請求項２に記載の無人搬送システムにおいて、
   前記制御部は、検出した前記固有パターンと、記憶部に記憶されたテンプレート画像とを照合する照合処理を行うことを特徴とする無人搬送システム。
4. 請求項３に記載の無人搬送システムにおいて、
   前記制御部は、前記照合処理で前記固有パターンと、前記テンプレート画像との類似度を算出し、前記類似度が閾値以上の場合、照合が成功したと判定することを特徴とする無人搬送システム。
5. 請求項４に記載の無人搬送システムにおいて、
   前記認識マークは、多角形であることを特徴とする無人搬送システム。
6. 請求項４に記載の無人搬送システムにおいて、
   前記認識マークは、奇数の多角形であることを特徴とする無人搬送システム。
7. 請求項４に記載の無人搬送システムにおいて、
   前記制御部は、前記固有パターンおよび前記テンプレート画像をそれぞれ分割して前記照合処理を行い、算出された類似度のうち最も高い類似度で前記判定を行うことを特徴とする無人搬送システム。
8. 請求項１から請求項４のいずれかに記載の無人搬送システムにおいて、
   前記固有パターンは、分割されたそれぞれの領域に形成された複数の分割固有パターンを有することを特徴とする無人搬送システム。
9. 請求項８に記載の無人搬送システムにおいて、
   前記制御部は、前記分割固有パターンとテンプレート画像とを照合する分割照合を行い、前記分割固有パターン毎に類似度を算出することを特徴とする無人搬送システム。
10. 請求項８または請求項９に記載の無人搬送システムにおいて、
    前記範囲検出パターンは、前記分割固有パターンと一体に形成され、
    一の前記分割固有パターンは、背景部が第１の色で形成され、他の前記分割固有パターンは、背景部が前記第１の色とコントラストの差が大きい第２の色で形成されていることを特徴とする無人搬送システム。
11. 請求項１から請求項４のいずれかに記載の無人搬送システムにおいて、
    前記範囲検出パターンは、前記認識マークの外周を形成する枠と、前記枠の内側に形成された背景パターンとを有することを特徴とする無人搬送システム。
12. 請求項１１に記載の無人搬送システムにおいて、
    前記背景パターンは、第１の色で形成された第１の領域と、前記第１の色とコントラストの差が大きい第２の色で形成された第２の領域とを有し、
    前記第１の領域は、前記認識マークの中心を対称の中心として点対称とならない位置に配置されていることを特徴とする無人搬送システム。
13. 請求項１２に記載の無人搬送システムにおいて、
    前記第２の領域は、前記背景パターンの４辺に存在するように形成され、前記枠が形成されていないことを特徴とする無人搬送システム。
14. 請求項１２または請求項１３に記載の無人搬送システムにおいて、
    前記第１の領域と前記第２の領域との境界は、コントラストの変化が滑らかであることを特徴とする無人搬送システム。

Images