JP2017130006A - Autonomous mobile body control device - Google Patents

Autonomous mobile body control device Download PDF

Info

Publication number
JP2017130006A
JP2017130006A JP2016008425A JP2016008425A JP2017130006A JP 2017130006 A JP2017130006 A JP 2017130006A JP 2016008425 A JP2016008425 A JP 2016008425A JP 2016008425 A JP2016008425 A JP 2016008425A JP 2017130006 A JP2017130006 A JP 2017130006A
Authority
JP
Japan
Prior art keywords
state
value
virtual value
estimated
coordinate
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
JP2016008425A
Other languages
Japanese (ja)
Other versions
JP6642026B2 (en
Inventor
達也 古室
Tatsuya Komuro
達也 古室
Original Assignee
株式会社豊田自動織機
Toyota Industries Corp
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 株式会社豊田自動織機, Toyota Industries Corp filed Critical 株式会社豊田自動織機
Priority to JP2016008425A priority Critical patent/JP6642026B2/en
Publication of JP2017130006A publication Critical patent/JP2017130006A/en
Application granted granted Critical
Publication of JP6642026B2 publication Critical patent/JP6642026B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

PROBLEM TO BE SOLVED: To provide an autonomous mobile body control device capable of autonomously moving an autonomous mobile body with high accuracy in a movement area.SOLUTION: A CPU 1 of the invention calculates a first virtual value and calculates plural second virtual values by a stochastic method. The CPU 1 determines a main specific second virtual value from each second virtual value and replaces the main specific second virtual value with the first virtual value and sets the first virtual value to a determined value when a second dispersion state of each second estimation y coordinate does not exceed a second reference state, and a third dispersion state of each second estimation posture θ does not exceed a third reference state. On the other hand, the CPU 1 determines a sub specific second virtual value from each second virtual value and replaces the sub specific second virtual value with the first virtual value and sets the first virtual value to a determined value when a first dispersion state exceeds a first reference state, a second dispersion state exceeds a second reference state, or a third dispersion state exceeds a third reference state.SELECTED DRAWING: Figure 3

Description

本発明は自律移動体制御装置に関する。   The present invention relates to an autonomous mobile control device.
従来から、移動エリアに磁気テープやレール等を敷設することで特定の移動経路を形成し、この移動経路に沿って移動体を自動で移動させる技術が多々提案されている。これに対し、近年では、移動エリアに特定の移動経路を形成することなく、移動エリア内を自律移動する自律移動体の研究も行われている。このような自律移動体は、例えば特許文献1に開示されている。   Conventionally, many techniques have been proposed in which a specific moving path is formed by laying a magnetic tape, a rail, or the like in a moving area, and a moving body is automatically moved along the moving path. On the other hand, in recent years, research on an autonomous mobile body that autonomously moves within a movement area without forming a specific movement route in the movement area has also been conducted. Such an autonomous mobile body is disclosed in Patent Document 1, for example.
特許文献1に開示された自律移動体は、駆動装置と、記憶装置と、自己移動量検出装置と、自律移動体制御装置とを備えている。駆動装置は、複数の車輪やモータ等で構成されている。自己移動量検出装置は、移動エリア内における自律移動体の移動量を検出する。記憶装置は移動エリアの地図情報を記憶している。環境情報検出装置は、移動エリア内における自己の周囲の環境情報を検出する。自律移動体制御装置は、駆動装置、記憶装置、自己移動量検出装置及び環境情報検出装置を制御する。   The autonomous mobile body disclosed in Patent Document 1 includes a drive device, a storage device, a self-movement amount detection device, and an autonomous mobile body control device. The drive device is composed of a plurality of wheels, motors, and the like. The self-movement amount detection device detects the movement amount of the autonomous mobile body in the movement area. The storage device stores map information of the moving area. The environmental information detection device detects environmental information around itself in the moving area. The autonomous mobile control device controls the drive device, the storage device, the self-movement amount detection device, and the environment information detection device.
具体的には、自律移動体制御装置は、環境情報検出装置を作動させて環境情報を検出し、この環境情報から自律移動体の周囲の幾何学的特徴に基づく幾何学形状データを生成する。そして、この幾何学形状データと、記憶装置から読み込んだ地図情報とを照合し、確率的手法によって、地図情報のうちで幾何学形状データと最も重なり合う箇所の座標及び姿勢を求める。自律移動体制御装置は、上記のように求められた座標及び姿勢を移動エリア内における自律移動体の現在の座標及び姿勢として認識するとともに、駆動装置及び自己移動量検出装置を制御して自律移動体を移動エリア内で移動させる。これらの処理を繰り返すことにより、自律移動体制御装置は、移動エリア内における自律移動体の現在の座標及び姿勢を補正しつつ、移動エリア内で自律移動体を自律移動させる。   Specifically, the autonomous mobile body control device operates the environmental information detection device to detect environmental information, and generates geometric shape data based on the geometric features around the autonomous mobile body from the environmental information. Then, the geometric shape data and the map information read from the storage device are collated, and the coordinates and orientation of the location that most overlaps the geometric shape data in the map information are obtained by a probabilistic method. The autonomous mobile body control device recognizes the coordinates and posture obtained as described above as the current coordinates and posture of the autonomous mobile body in the moving area, and controls the driving device and the self-movement amount detection device to move autonomously. Move your body within the moving area. By repeating these processes, the autonomous mobile body control device autonomously moves the autonomous mobile body within the moving area while correcting the current coordinates and posture of the autonomous mobile body within the moving area.
ところで、移動エリアには、幾何学的特徴が多数存在する環境のみで構成される場合に限らず、幾何学特徴が多数存在する環境と、幾何学形特徴に乏しいに環境とが混在し得る。このような幾何学形特徴に乏しいに環境では、自律移動体制御装置が確率的手法によって自律移動体の現在の座標及び姿勢を求めることは困難である。幾何学形特徴に乏しいに環境では、確率的手法によって複数の座標及び姿勢が演算されてしまうためである。   By the way, the moving area is not limited to an environment having only a large number of geometric features, and an environment having a large number of geometric features and an environment having few geometric features can be mixed. In an environment where such geometric features are scarce, it is difficult for the autonomous mobile control device to obtain the current coordinates and posture of the autonomous mobile by a probabilistic method. This is because a plurality of coordinates and postures are calculated by a probabilistic method in an environment where geometric features are scarce.
そこで、上記の自律移動体制御装置では、幾何学特徴が多数存在する環境においては、確率的手法によって移動エリア内における自律移動体の座標及び姿勢を求めて自律移動体を自律移動させる。一方、幾何学特徴が乏しい環境においては、確率的手法による自律移動体の座標及び姿勢の演算を行わず、環境情報から検出した移動エリア内の障害物に接触しないように自律移動体を進行方向に自律移動させる。   Therefore, in the above autonomous mobile body control device, in an environment where there are many geometric features, the autonomous mobile body is autonomously moved by obtaining the coordinates and orientation of the autonomous mobile body in the moving area by a probabilistic method. On the other hand, in an environment where geometric features are scarce, the autonomous mobile body is moved in the direction of travel so as not to touch obstacles in the moving area detected from the environmental information without calculating the coordinates and posture of the autonomous mobile body using a probabilistic method. To move autonomously.
このように、自律移動体制御装置は、移動エリア内の環境に応じて、駆動装置、記憶装置、自己移動量検出装置及び環境情報検出装置の制御を切り替えることによって、移動エリア内における目的地まで自律移動体を自律移動させることが可能となっている。   As described above, the autonomous mobile body control device switches the control of the drive device, the storage device, the self-movement amount detection device, and the environment information detection device according to the environment in the movement area, thereby reaching the destination in the movement area. An autonomous mobile body can be moved autonomously.
特開2014−67223号公報JP 2014-67223 A
しかし、従来の自律移動体制御装置では、障害物に接触しないように自律移動体を移動させている時間や距離が長くなれば、移動エリア内における自律移動体の座標及び姿勢と、移動エリア内における自律移動体の真の座標及び姿勢とのずれが大きくなる。この結果、この自律移動体制御装置では、移動エリア内で自律移動体を精度高く自律移動させることができないおそれがある。   However, in the conventional autonomous mobile control device, if the time or distance for which the autonomous mobile body is moved so as not to touch an obstacle becomes longer, the coordinates and posture of the autonomous mobile body in the movement area and the movement area The deviation from the true coordinates and posture of the autonomous mobile body becomes large. As a result, in this autonomous mobile body control device, there is a possibility that the autonomous mobile body cannot be autonomously moved with high accuracy within the movement area.
本発明は、上記従来の実情に鑑みてなされたものであって、移動エリア内で自律移動体を精度高く自律移動させることが可能な自律移動体制御装置を提供することを解決すべき課題としている。   The present invention has been made in view of the above-described conventional situation, and it is an issue to be solved to provide an autonomous mobile control apparatus capable of autonomously moving an autonomous mobile in a moving area with high accuracy. Yes.
本発明の自律移動体制御装置は、予め設定された移動エリア内を自律移動する自律移動体に用いられ、
前記自律移動体は、駆動装置と、前記移動エリアの地図情報を記憶する記憶装置と、前記移動エリア内における自己の移動量を検出する自己移動量検出装置と、前記移動エリア内における自己の周囲の環境情報を検出する環境情報検出装置とを備え、
前記移動エリア内における前記自律移動体のx座標、y座標及び姿勢を認識しつつ、前記駆動装置、前記記憶装置、前記自己移動量検出装置及び前記環境情報検出装置を制御する自律移動体制御装置であって、
前記自律移動体の移動量に基づき、前記自律移動体の第1推定x座標、第1推定y座標及び第1推定姿勢からなる第1仮想値を演算する第1演算部と、
前記環境情報に基づき、確率的手法によって前記自律移動体の第2推定x座標、第2推定y座標及び第2推定姿勢からなる複数の第2仮想値を演算する第2演算部と、
各前記第2推定x座標の第1分散状態が第1基準状態を超えているか否かと、各前記第2推定y座標の第2分散状態が第2基準状態を超えているか否かと、各前記第2推定姿勢の第3分散状態が第3基準状態を超えているか否かとを判断する判断部と、
前記第1分散状態が前記第1基準状態を超えず、前記第2分散状態が前記第2基準状態を超えず、かつ前記第3分散状態が前記第3基準状態を超えていなければ、各前記第2仮想値から主特定第2仮想値を決定する主決定部と、
前記主特定第2仮想値を前記第1仮想値に置き換えて確定値とする第1出力モードを実行し、前記駆動装置に出力する第1出力モード部と、
前記第1分散状態が前記第1基準状態を超えている場合、又は前記第2分散状態が前記第2基準状態を超えている場合、又は前記第3分散状態が前記第3基準状態を超えている場合には、各前記第2仮想値から副特定第2仮想値を決定する副決定部と、
前記副特定第2仮想値を前記第1仮想値に置き換えて確定値とする第2出力モードを実行し、前記駆動装置に出力する第2出力モード部とを有することを特徴とする。
The autonomous mobile body control device of the present invention is used for an autonomous mobile body that autonomously moves within a preset movement area,
The autonomous mobile body includes a driving device, a storage device that stores map information of the moving area, a self-moving amount detecting device that detects a moving amount of the self within the moving area, and a surrounding area of the self within the moving area. An environmental information detecting device for detecting environmental information of
An autonomous mobile body control device that controls the drive device, the storage device, the self-movement amount detection device, and the environment information detection device while recognizing the x-coordinate, y-coordinate, and posture of the autonomous mobile body in the movement area Because
A first calculation unit that calculates a first virtual value composed of a first estimated x-coordinate, a first estimated y-coordinate, and a first estimated attitude of the autonomous moving body based on a movement amount of the autonomous moving body;
A second computing unit that computes a plurality of second virtual values composed of a second estimated x-coordinate, a second estimated y-coordinate, and a second estimated attitude of the autonomous mobile body based on the environmental information by a probabilistic method;
Whether the first variance state of each second estimated x coordinate exceeds a first reference state, whether the second variance state of each second estimated y coordinate exceeds a second reference state, A determination unit that determines whether or not the third distributed state of the second estimated posture exceeds the third reference state;
Each of the first distributed state does not exceed the first reference state, the second distributed state does not exceed the second reference state, and the third distributed state does not exceed the third reference state. A main determination unit for determining a main specific second virtual value from the second virtual value;
A first output mode unit that executes a first output mode in which the main specific second virtual value is replaced with the first virtual value to be a definite value, and is output to the driving device;
When the first distributed state exceeds the first reference state, or when the second distributed state exceeds the second reference state, or the third distributed state exceeds the third reference state A sub-determination unit that determines a sub-specific second virtual value from each of the second virtual values;
And a second output mode unit that executes a second output mode in which the sub-specific second virtual value is replaced with the first virtual value to obtain a definite value and outputs the second output mode to the driving device.
本発明の自律移動体制御装置では、自己移動量検出装置が検出した移動量に基づき、第1演算部が自律移動体の第1仮想値を演算する。また、環境情報検出装置が検出した環境情報に基づき、第2演算部が確率的手法によって自律移動体の複数の第2仮想値を演算する。第2仮想値は、自律移動体の第2推定x座標、第2推定y座標及び第2推定姿勢からなる。このように確率的手法によって演算された各第2仮想値では、各第2推定x座標同士と、各第2推定y座標同士と、各第2推定姿勢同士とがそれぞれ一定の範囲で分散する。この分散状態は、環境情報検出装置が検出した環境情報、すなわち、移動エリア内における自律移動体の周囲の幾何学的特徴によって変化する。   In the autonomous mobile body control device of the present invention, the first calculation unit calculates the first virtual value of the autonomous mobile body based on the movement amount detected by the self-movement amount detection device. Further, based on the environment information detected by the environment information detection device, the second calculation unit calculates a plurality of second virtual values of the autonomous mobile body by a probabilistic method. The second virtual value includes a second estimated x coordinate, a second estimated y coordinate, and a second estimated posture of the autonomous mobile body. Thus, in each 2nd virtual value calculated by the probabilistic method, each 2nd estimated x coordinate, each 2nd estimated y coordinate, and each 2nd estimated attitude | position are disperse | distributed in a fixed range, respectively. . This distributed state changes depending on the environment information detected by the environment information detecting device, that is, the geometric feature around the autonomous mobile body in the moving area.
ここで、この自律移動体制御装置では、各第2仮想値における各第2推定x座標の第1分散状態が第1基準状態を超えず、各第2推定y座標の第2分散状態が第2基準状態を超えず、各第2推定姿勢の第3分散状態が第3基準状態を超えていなければ、主決定部が各第2仮想値から主特定第2仮想値を決定する。また、第1出力モード部が第1出力モードを実行する。第1出力モードでは、主特定第2仮想値を第1仮想値に置き換えることによって、移動エリア内における自律移動体のx座標、y座標及び姿勢である確定値とするとともに、この確定値を駆動装置に出力する。こうして、自律移動体制御装置は、移動エリア内で自律移動体を自律移動させる。   Here, in this autonomous mobile control device, the first distributed state of each second estimated x coordinate in each second virtual value does not exceed the first reference state, and the second distributed state of each second estimated y coordinate is the first. When the second reference state is not exceeded and the third distributed state of each second estimated posture does not exceed the third reference state, the main determination unit determines a main specific second virtual value from each second virtual value. The first output mode unit executes the first output mode. In the first output mode, the main specific second virtual value is replaced with the first virtual value to obtain a fixed value that is the x-coordinate, y-coordinate, and posture of the autonomous mobile body in the moving area, and this fixed value is driven. Output to the device. Thus, the autonomous mobile body control device autonomously moves the autonomous mobile body within the movement area.
一方、第1分散状態が第1基準状態を超えている場合、又は第2分散状態が第2基準状態を超えている場合、又は第3分散状態が第3基準状態を超えている場合は、確率的手法によって移動エリアにおける自律移動体のx座標、y座標及び姿勢を一意的に求めることが困難であることを意味する。そこで、このような場合には、自律移動体制御装置では、副決定部が各第2仮想値から副特定第2仮想値を決定する。そして、第2出力モード部が第2出力モードを実行する。第2出力モードでは、副特定第2仮想値を第1仮想値に置き換えて確定値とするとともに、この確定値を駆動装置に出力する。こうして、自律移動体制御装置は、移動エリア内で自律移動体を自律移動させる。   On the other hand, when the first dispersion state exceeds the first reference state, or when the second dispersion state exceeds the second reference state, or when the third dispersion state exceeds the third reference state, This means that it is difficult to uniquely obtain the x-coordinate, y-coordinate and attitude of the autonomous mobile body in the moving area by the probabilistic method. Therefore, in such a case, in the autonomous mobile control device, the sub-determining unit determines the sub-specific second virtual value from each second virtual value. Then, the second output mode unit executes the second output mode. In the second output mode, the sub-specific second virtual value is replaced with the first virtual value as a final value, and this final value is output to the driving device. Thus, the autonomous mobile body control device autonomously moves the autonomous mobile body within the movement area.
このように、この自律移動体制御装置では、幾何学的特徴が多数存在する場合に、確率的手法によって求められた各第2仮想値から主特定第2仮想値を決定するだけでなく、幾何学的特徴が乏しい場合であっても、各第2仮想値から副特定第2仮想値を決定する。これにより、この自律移動体制御装置では、自律移動体の移動量に基づく第1仮想値を演算しつつ、この第1仮想値を主特定第2仮想値又は副特定第2仮想値に置き換えて確定値とすることができる。このため、この自律移動体制御装置では、移動エリアにおける自律移動体のx座標、y座標及び姿勢を精度高く認識することが可能となる。   Thus, in this autonomous mobile control apparatus, when there are many geometric features, not only the main specific second virtual value is determined from each second virtual value obtained by the probabilistic method, but also the geometric Even if the scientific characteristics are poor, the sub-specific second virtual value is determined from each second virtual value. Thereby, in this autonomous mobile body control device, while calculating the first virtual value based on the movement amount of the autonomous mobile body, the first virtual value is replaced with the main specific second virtual value or the sub-specific second virtual value. It can be a definite value. For this reason, in this autonomous mobile body control apparatus, it becomes possible to recognize the x coordinate, y coordinate, and attitude | position of an autonomous mobile body in a movement area with high precision.
したがって、本発明の自律移動体制御装置によれば、移動エリア内で自律移動体を精度高く自律移動させることが可能である。   Therefore, according to the autonomous mobile body control device of the present invention, it is possible to autonomously move the autonomous mobile body with high accuracy within the movement area.
本発明の自律移動体制御装置は、確定値に基づき、確定値と第1仮想値との変位量を演算する第3演算部と、変位量が閾値を超えなければ、第1仮想値を確定値とする第3出力モードを実行し、駆動装置に出力する第3出力モード部と、変位量が閾値を超えれば、第1出力モード又は第2出力モードを実行させる補正モード部とを有することが好ましい。   The autonomous mobile control device of the present invention determines a first virtual value based on a fixed value, a third calculator that calculates a displacement amount between the fixed value and the first virtual value, and if the displacement does not exceed a threshold value. A third output mode that executes the third output mode as a value and outputs the third output mode, and a correction mode that executes the first output mode or the second output mode if the displacement exceeds a threshold value. Is preferred.
第1出力モード又は第2出力モードにおいて得られた確定値に対して第1仮想値の変位量が閾値を超えない場合、すなわち、確定値に基づいた移動エリア内における自律移動体のx座標、y座標及び姿勢に対して、第1推定x座標、第1推定y座標及び第1推定姿勢の精度が高い場合には、さらに第1仮想値を主特定第2仮想値又は副特定第2仮想値に置き換えて確定値とする必要性が乏しい。そこで、確定値に対する第1仮想値の変位量が閾値を超えない場合には、第1仮想値をそのまま確定値とすることにより、自律移動体制御装置は処理負担を軽減しつつ、自律移動体を自律移動させることが可能となる。   When the displacement amount of the first virtual value does not exceed the threshold value with respect to the fixed value obtained in the first output mode or the second output mode, that is, the x coordinate of the autonomous mobile body in the moving area based on the fixed value, When the accuracy of the first estimated x coordinate, the first estimated y coordinate, and the first estimated posture is high with respect to the y coordinate and the posture, the first virtual value is further set as the main specific second virtual value or the sub specific second virtual. There is little need to replace the value with the final value. Therefore, when the displacement amount of the first virtual value with respect to the confirmed value does not exceed the threshold value, the autonomous mobile body control device reduces the processing load by using the first virtual value as it is as the confirmed value. Can be moved autonomously.
主決定部は、各第2仮想値と、各第2仮想値と第1仮想値とのマッチング率とを重み付けすることにより、主特定第2仮想値を決定することが好ましい。同様に、副決定部は、各第2仮想値と、各第2仮想値と第1仮想値とのマッチング率とを重み付けすることにより、副特定第2仮想値を決定することが好ましい。これらの場合には、各第2仮想値のうち、最適な値を主特定第2仮想値や副特定第2仮想値とすることができる。このため、より精度高く確定値を求めることが可能となる。   The main determining unit preferably determines the main specific second virtual value by weighting each second virtual value and a matching rate between each second virtual value and the first virtual value. Similarly, it is preferable that the sub-determining unit determines the sub-specific second virtual value by weighting each second virtual value and the matching rate between each second virtual value and the first virtual value. In these cases, the optimum value among the second virtual values can be the main specific second virtual value and the sub specific second virtual value. For this reason, it becomes possible to obtain the determined value with higher accuracy.
確率的手法は、SLAMアルゴリズムに基づくパーティクルフィルタであることが好ましい。この場合には、比較的容易に精度の高い複数の第2仮想値を演算することが可能となる。   The probabilistic method is preferably a particle filter based on the SLAM algorithm. In this case, it is possible to calculate a plurality of second virtual values with high accuracy relatively easily.
自律移動体は、自律走行する産業車両であることが好ましい。産業車両が自律走行する工場や倉庫等の移動エリアでは、そのレイアウトが頻繁に変化するために産業車両の周囲の環境の幾何学的特徴が乏しい場合が多く、確率的手法によって自律移動体のx座標、y座標及び姿勢を一意的に求めることが困難となる場合が生じ易い。このため、産業車両に本発明の自律移動体制御装置を用いれば、移動エリア内で産業車両を精度高く自律走行させることが可能となり、作業効率を向上させることが可能となる。   The autonomous mobile body is preferably an industrial vehicle that travels autonomously. In moving areas such as factories and warehouses where industrial vehicles run autonomously, the layout often changes, so the geometrical characteristics of the environment around the industrial vehicles are often poor. It may be difficult to uniquely determine the coordinates, y-coordinate, and orientation. For this reason, if the autonomous mobile body control apparatus of this invention is used for an industrial vehicle, it will become possible to make an industrial vehicle autonomously drive with high precision within a movement area, and it will become possible to improve work efficiency.
本発明の自律移動体制御装置によれば、移動エリア内で自律移動体を精度高く自律移動させることが可能である。   According to the autonomous mobile body control device of the present invention, it is possible to autonomously move the autonomous mobile body with high accuracy within the movement area.
図1は、実施例の自律移動体制御装置が採用された産業車両を示す模式図である。FIG. 1 is a schematic diagram illustrating an industrial vehicle in which the autonomous mobile control device of the embodiment is employed. 図2は、産業車両が移動エリア内を自律走行する状態を示す模式図である。FIG. 2 is a schematic diagram showing a state in which an industrial vehicle autonomously travels within a moving area. 図3は、実施例の自律移動体制御装置が移動エリア内で産業車両を自律走行させる際の制御フローである。FIG. 3 is a control flow when the autonomous mobile control device of the embodiment causes the industrial vehicle to autonomously travel within the movement area. 図4は、図2のA地点における特定パーティクルの分散状態を示す模式図である。FIG. 4 is a schematic diagram showing the state of dispersion of specific particles at point A in FIG. 図5は、図4における特定パーティクルの分散状態に基づき、各特定パーティクルにおける第2推定x座標、第2推定y座標及び第2推定姿勢を示す一覧表である。FIG. 5 is a list showing the second estimated x-coordinate, the second estimated y-coordinate, and the second estimated posture of each specific particle based on the dispersion state of the specific particle in FIG. 図6は、図4における特定パーティクルの分散状態に基づき、各第2推定x座標の分布を示すグラフである。FIG. 6 is a graph showing the distribution of each second estimated x-coordinate based on the dispersion state of the specific particles in FIG. 図7は、図4における特定パーティクルの分散状態に基づき、各第2推定y座標の分布を示すグラフである。FIG. 7 is a graph showing the distribution of each second estimated y coordinate based on the dispersion state of the specific particles in FIG. 図8は、図2のB地点における特定パーティクルの分散状態を示す模式図である。FIG. 8 is a schematic diagram showing the state of dispersion of specific particles at point B in FIG. 図9は、図8における特定パーティクルの分散状態に基づき、各特定パーティクルにおける第2推定x座標、第2推定y座標及び第2推定姿勢を示す一覧表である。FIG. 9 is a list showing the second estimated x-coordinate, the second estimated y-coordinate, and the second estimated posture of each specific particle based on the dispersion state of the specific particle in FIG. 図10は、図8における特定パーティクルの分散状態に基づき、各第2推定x座標の分布を示すグラフである。FIG. 10 is a graph showing the distribution of each second estimated x coordinate based on the dispersion state of the specific particles in FIG. 図11は、図8における特定パーティクルの分散状態に基づき、各第2推定y座標の分布を示すグラフである。FIG. 11 is a graph showing the distribution of each second estimated y coordinate based on the dispersion state of the specific particles in FIG.
以下、本発明を具体化した実施例を図面を参照しつつ説明する。   DESCRIPTION OF THE PREFERRED EMBODIMENTS Embodiments embodying the present invention will be described below with reference to the drawings.
図1に示すように、実施例のCPU1は、自動搬送車3に搭載されている。CPU1は本発明の自律移動体制御装置の一例である。自動搬送車3は、作業者が運転を行うことなく、図2に示す倉庫5内を自律走行可能な産業車両であり、本発明の自律移動体の一例である。また、倉庫5は本発明の移動エリアの一例である。   As shown in FIG. 1, the CPU 1 of the embodiment is mounted on an automatic transport vehicle 3. The CPU 1 is an example of the autonomous mobile control device of the present invention. The automated guided vehicle 3 is an industrial vehicle that can autonomously travel in the warehouse 5 shown in FIG. 2 without driving by an operator, and is an example of the autonomous mobile body of the present invention. The warehouse 5 is an example of a moving area according to the present invention.
倉庫5内は、複数の壁面50によって、互いに大きさが異なる第1〜4室51〜54が区画されている他、第1〜4室51〜54と接続する廊下55が区画されている。第1〜4室51〜54内には、各種の荷物棚56の他、作業机57等が配置されている。   In the warehouse 5, first to fourth chambers 51 to 54 having different sizes are partitioned by a plurality of wall surfaces 50, and a corridor 55 connected to the first to fourth chambers 51 to 54 is partitioned. In the first to fourth chambers 51 to 54, a work desk 57 and the like are arranged in addition to various luggage shelves 56.
廊下55は第1〜4廊下55a〜55dによって構成されている。第1廊下55aは、第1室51と接続して南北方向に延びている。第2廊下55bは、第3室53と接続するとともに、第1廊下55aと第3廊下55cと第4廊下55dとに接続しており、東西方向に延びている。第3廊下55cは、第4室54と接続するとともに第2廊下55bと接続しており、南北方向に延びている。第4廊下55dは、第2室52と接続するとともに第2廊下55bと接続しており、南北方向に延びている。   The corridor 55 includes first to fourth corridors 55a to 55d. The first corridor 55a is connected to the first chamber 51 and extends in the north-south direction. The second hallway 55b is connected to the third chamber 53, and is connected to the first hallway 55a, the third hallway 55c, and the fourth hallway 55d, and extends in the east-west direction. The third hallway 55c is connected to the fourth chamber 54 and to the second hallway 55b, and extends in the north-south direction. The fourth hallway 55d is connected to the second chamber 52 and to the second hallway 55b, and extends in the north-south direction.
図1に示すように、自動搬送車3は、上記のCPU1の他に、複数の駆動輪7、ROM9、RAM11、エンコーダ13、外界センサ15及び情報入力部17を備えている。また、図示を省略するものの、自動搬送車3は、公知の操舵装置及び電動モータ等を備えている。   As shown in FIG. 1, the automatic guided vehicle 3 includes a plurality of drive wheels 7, a ROM 9, a RAM 11, an encoder 13, an external sensor 15, and an information input unit 17 in addition to the CPU 1 described above. Although not shown, the automated guided vehicle 3 includes a known steering device and an electric motor.
各駆動輪7は、操舵装置及び電動モータ等とともに駆動装置19を構成しており、倉庫5内で自動搬送車3を走行させることが可能となっている。   Each drive wheel 7 constitutes a drive device 19 together with a steering device, an electric motor, and the like, so that the automatic guided vehicle 3 can run in the warehouse 5.
ROM9には、自動搬送車3を自律走行させるための制御プログラムが記録されている。制御プログラムは、具体的には、SLAM(Simultaneous Localization and Mapping)アルゴリズムであり、確率的手法としてのパーティクルフィルタを実行する。   The ROM 9 stores a control program for autonomously driving the automatic guided vehicle 3. Specifically, the control program is a SLAM (Simultaneous Localization and Mapping) algorithm, and executes a particle filter as a probabilistic method.
RAM11は本発明における記憶装置の一例であり、倉庫5の地図情報を記憶している。この地図情報は、図2に示す倉庫5の東西方向をx軸とするとともに、倉庫5の南北方向をy軸とした際の倉庫5内の座標情報である。また、図1に示すRAM11は、後述する第1〜3基準状態や閾値を記憶している。さらに、RAM11は、後述する情報入力部17に入力された経路情報の他、第1、2仮想値や確定値等を一時的に記憶可能となっている。   The RAM 11 is an example of a storage device in the present invention, and stores map information of the warehouse 5. This map information is coordinate information in the warehouse 5 when the east-west direction of the warehouse 5 shown in FIG. 2 is the x axis and the north-south direction of the warehouse 5 is the y axis. Further, the RAM 11 shown in FIG. 1 stores first to third reference states and threshold values described later. Further, the RAM 11 can temporarily store the first and second virtual values, the final value, and the like in addition to the route information input to the information input unit 17 described later.
エンコーダ13は、本発明における自己移動量検出装置の一例であり、各駆動輪7の回転数や操舵装置の舵角を計測することにより、倉庫5内における自動搬送車3移動量を検出可能となっている。なお、エンコーダ13は、電動モータの回転数を計測することにより、倉庫5内における自動搬送車3移動量を検出するように構成されても良い。また、エンコーダ13に換えて、自己移動量検出装置としてGPS装置等を採用しても良い。   The encoder 13 is an example of a self-movement amount detection device according to the present invention, and can detect the movement amount of the automatic guided vehicle 3 in the warehouse 5 by measuring the rotation speed of each drive wheel 7 and the steering angle of the steering device. It has become. The encoder 13 may be configured to detect the amount of movement of the automatic guided vehicle 3 in the warehouse 5 by measuring the number of rotations of the electric motor. Further, instead of the encoder 13, a GPS device or the like may be adopted as a self-movement amount detection device.
外界センサ15は、本発明における環境情報検出装置の一例であり、倉庫5内における自動搬送車3の周囲の環境情報を検出可能となっている。具体的には、外界センサ15は自動搬送車3の下部に取り付けられており、図2のハッチングで示すように、自動搬送車3の進行方向における一定の範囲にレーザを照射する。そして、壁面50や荷物棚56等に反射して外界センサ15戻ってきたレーザにより、壁面50や荷物棚56等に基づく自動搬送車3の周囲の幾何学的特徴を環境情報として検出する。また同時に、外界センサ15は、壁面50等から自動搬送車3までの距離を計測する。   The external sensor 15 is an example of an environmental information detection device according to the present invention, and can detect environmental information around the automated guided vehicle 3 in the warehouse 5. Specifically, the external sensor 15 is attached to the lower part of the automatic transport vehicle 3 and irradiates a laser in a certain range in the traveling direction of the automatic transport vehicle 3 as shown by hatching in FIG. Then, the geometric features around the automatic transport vehicle 3 based on the wall surface 50 and the luggage rack 56 are detected as environmental information by the laser reflected on the wall surface 50 and the luggage rack 56 and returned to the external sensor 15. At the same time, the external sensor 15 measures the distance from the wall surface 50 or the like to the automatic transport vehicle 3.
情報入力部17は、操作ディスプレイやキーボード等で構成されており、作業者が自動搬送車3の現在地及び目的地等の経路情報を入力することが可能となっている。   The information input unit 17 includes an operation display, a keyboard, and the like, and an operator can input route information such as the current location and the destination of the automatic transport vehicle 3.
CPU1は、これらの駆動装置19、ROM9、RAM11、エンコーダ13、外界センサ15及び情報入力部17を制御して自動搬送車3を自律走行させる。具体的には、CPU1は、本発明における第1演算部、第2演算部、第3演算部、判断部、主決定部、副決定部、第1出力モード部、第2出力モード部、第3出力モード部及び補正モード部として各演算処理を行う。これにより、CPU1は、後述する第1出力モード又は第2出力モード又は第3出力モードを実行しつつ、倉庫5内で自動搬送車3を自律走行させる。   The CPU 1 controls the driving device 19, the ROM 9, the RAM 11, the encoder 13, the external sensor 15, and the information input unit 17 to make the automatic conveyance vehicle 3 autonomously travel. Specifically, the CPU 1 includes a first calculation unit, a second calculation unit, a third calculation unit, a determination unit, a main determination unit, a sub determination unit, a first output mode unit, a second output mode unit, Each calculation process is performed as a three-output mode section and a correction mode section. Thereby, CPU1 makes the automatic conveyance vehicle 3 autonomously run in the warehouse 5, performing the 1st output mode or the 2nd output mode or the 3rd output mode mentioned later.
次に、第1室51内の荷物棚56にある荷物(図示略)を自動搬送車3が第4室54内の荷物棚56まで搬送する場合を例に、倉庫5内で自動搬送車3を自律走行させる際のCPU1の各演算処理を具体的に説明する。   Next, the automatic transport vehicle 3 in the warehouse 5 is taken as an example in the case where the automatic transport vehicle 3 transports the load (not shown) in the load shelf 56 in the first chamber 51 to the load shelf 56 in the fourth chamber 54. Each arithmetic processing of CPU1 at the time of making it run autonomously is explained concretely.
図3に示すように、自動搬送車3を自律走行させるに当たっては、まず、CPU1は、RAM11に記憶された倉庫5の地図情報と、情報入力部17から入力された経路情報とに基づき、自動搬送車3の現在位置と、目的地である第4室54との地図情報上における座標を演算する。そして、CPU1は、駆動装置19を制御することにより、第4室54に向けて自動搬送車3の走行を開始する(ステップS101)。   As shown in FIG. 3, when autonomously driving the automatic guided vehicle 3, first, the CPU 1 automatically performs automatic processing based on the map information of the warehouse 5 stored in the RAM 11 and the route information input from the information input unit 17. The coordinates on the map information of the current position of the transport vehicle 3 and the fourth chamber 54 as the destination are calculated. And CPU1 starts the driving | running | working of the automatic conveyance vehicle 3 toward the 4th chamber 54 by controlling the drive device 19 (step S101).
自動搬送車3が走行することにより、エンコーダ13は、各駆動輪7の回転数や操舵装置の舵角を計測して自動搬送車3の移動量を検出する。そして、この移動量に基づき、CPU1は、自動搬送車3の第1推定x座標、第1推定y座標及び第1推定姿勢θからなる第1仮想値を演算する(ステップS102)。この姿勢θは、自動搬送車3の進行方向において、x軸方向に対するy軸方向への傾きである。なお、CPU1に演算された第1仮想値はRAM11に記憶される。   As the automatic conveyance vehicle 3 travels, the encoder 13 detects the amount of movement of the automatic conveyance vehicle 3 by measuring the rotation speed of each drive wheel 7 and the steering angle of the steering device. And based on this moving amount, CPU1 calculates the 1st virtual value which consists of the 1st estimated x coordinate of the automatic conveyance vehicle 3, 1st estimated y coordinate, and 1st estimated attitude | positioning (step S102). This posture θ is an inclination in the y-axis direction with respect to the x-axis direction in the traveling direction of the automatic conveyance vehicle 3. Note that the first virtual value calculated by the CPU 1 is stored in the RAM 11.
また、自動搬送車3が走行することにより、外界センサ15は、自動搬送車3の周囲の幾何学的特徴を検出する(ステップS103)。そして、CPU1は、幾何学的特徴に基づき、パーティクルフィルタによって自動搬送車3の第2推定x座標、第2推定y座標及び第2推定姿勢θからなる複数の第2仮想値を演算する。具体的には、CPU1は、自動搬送車3の仮想体である多数のパーティクルを自動搬送車3の周囲に分散させる。そして、各パーティクルから、外界センサ15によって検出された幾何学的特徴と一定の尤度でマッチングする特定パーティクルを複数個抽出する。こうして抽出された各特定パーティクルのx座標、y座標及び姿勢θから、上記の各第2仮想値、すなわち、各第2推定x座標、各第2推定y座標及び各第2推定姿勢θを演算する(ステップS104)。各第2仮想値についてもRAM11に記憶される。   Further, when the automatic transport vehicle 3 travels, the external sensor 15 detects a geometric feature around the automatic transport vehicle 3 (step S103). Then, the CPU 1 calculates a plurality of second virtual values composed of the second estimated x-coordinate, the second estimated y-coordinate, and the second estimated posture θ of the automatic transport vehicle 3 by the particle filter based on the geometric feature. Specifically, the CPU 1 disperses a large number of particles that are virtual bodies of the automatic transport vehicle 3 around the automatic transport vehicle 3. From each particle, a plurality of specific particles that match the geometric feature detected by the external sensor 15 with a certain likelihood are extracted. From the x-coordinate, y-coordinate, and orientation θ of each specific particle thus extracted, the above-described second virtual values, that is, each second estimated x-coordinate, each second estimated y-coordinate, and each second estimated orientation θ are calculated. (Step S104). Each second virtual value is also stored in the RAM 11.
次に、CPU1は、RAM11内に記憶された情報を基に、既に第1出力モード又は第2出力モードを実行したことがあるか否かを判断する(ステップS105)。そして、第1出力モード又は第2出力モードを実行したことがある場合(ステップS105:YES)には、CPU1は、既に行った第1出力モード又は第2出力モードで得られた確定値に基づいて、上記の第1仮想値の変位量を演算する(ステップS106)。この変位量の演算は、具体的には、第1推定x座標、第1推定y座標及び第1推定姿勢θと、確定値に基づく倉庫5内における現在の自動搬送車3のx座標、y座標及び姿勢θとを比較することによって行う。なお、第1出力モード、第2出力モード及び確定値についての詳細は後述する。   Next, the CPU 1 determines whether or not the first output mode or the second output mode has been executed based on the information stored in the RAM 11 (step S105). If the first output mode or the second output mode has been executed (step S105: YES), the CPU 1 is based on the determined value obtained in the first output mode or the second output mode that has already been performed. Then, the displacement amount of the first virtual value is calculated (step S106). Specifically, the displacement amount is calculated by calculating the first estimated x-coordinate, the first estimated y-coordinate, the first estimated attitude θ, and the x-coordinate of the current automated guided vehicle 3 in the warehouse 5 based on the determined value, y This is done by comparing the coordinates and orientation θ. Details of the first output mode, the second output mode, and the final value will be described later.
こうして演算された第1仮想値の変位量について、CPU1は、予め設定されてRAM11に記憶されている閾値を超えているか否かを判断する(ステップS107)。ここで、変位量が閾値を超えていなければ(ステップS107:NO)、倉庫5内における自動搬送車3の現在のx座標、y座標及び姿勢θに対して、第1推定x座標、第1推定y座標及び第1推定姿勢θの精度が高いことを意味する。このため、CPU1は、第3出力モードを実行する(ステップS108)。第3出力モードでは、CPU1は、第1仮想値の第1推定x座標、第1推定y座標及び第1推定姿勢θを倉庫5自動搬送車3の現在のx座標、y座標及び姿勢θである確定値とする。こうして、PCU1は、倉庫5内における自動搬送車3の現在のx座標、y座標及び姿勢θを認識する。そして、CPU1は、この確定値をRAM11に記憶させるともに、駆動装置19に出力することによって、自動搬送車3を自律走行させる。なお、第3出力モードでは、第1出力モード又は第2出力モードで得られた以前の確定値をRAM11から消去しない。   With respect to the displacement amount of the first virtual value calculated in this way, the CPU 1 determines whether or not the threshold value preset and stored in the RAM 11 is exceeded (step S107). Here, if the displacement amount does not exceed the threshold value (step S107: NO), the first estimated x coordinate, the first coordinate with respect to the current x coordinate, y coordinate, and attitude θ of the automated guided vehicle 3 in the warehouse 5 are set. This means that the accuracy of the estimated y coordinate and the first estimated posture θ is high. For this reason, the CPU 1 executes the third output mode (step S108). In the third output mode, the CPU 1 uses the first estimated x coordinate, the first estimated y coordinate, and the first estimated attitude θ of the first virtual value as the current x coordinate, y coordinate, and attitude θ of the warehouse 5 automatic transport vehicle 3. Let it be a certain fixed value. Thus, the PCU 1 recognizes the current x-coordinate, y-coordinate and attitude θ of the automated guided vehicle 3 in the warehouse 5. Then, the CPU 1 stores the determined value in the RAM 11 and outputs it to the driving device 19 to cause the automatic transport vehicle 3 to autonomously travel. In the third output mode, the previous determined value obtained in the first output mode or the second output mode is not erased from the RAM 11.
一方、変位量が閾値を超えている場合(ステップS107:YES)は、既に行った第1出力モード又は第2出力モードにおいて得られた確定値に対して、第1推定x座標、第1推定y座標及び第1推定姿勢θのずれが大きく、第1仮想値の精度が低いことを意味する。このような場合にまで第1仮想値を確定値とすれば、CPU1が認識する倉庫5内における自動搬送車3のx座標、y座標及び姿勢θと、倉庫5内における自動搬送車3の現在のx座標、y座標及び姿勢θとの誤差が大きくなる。そこで、変位量が閾値を超えている場合には、CPU1は、第3出力モードを実行せずに、補正モード部として後述するステップS109以降の処理を実行し、第1仮想値を第2仮想値に置き換えることで第1仮想値を補正して確定値を求める演算処理を行う。また、自動搬送車3を自律走行させた直後のように、第1出力モード又は第2出力モードを一度も実行したことがない場合(ステップS105:NO)についても、CPU1は、上記のステップS106〜S108の処理を行わずに、ステップS109以降の処理を実行する。   On the other hand, when the displacement amount exceeds the threshold value (step S107: YES), the first estimated x-coordinate and the first estimated value are obtained with respect to the determined value obtained in the first output mode or the second output mode already performed. This means that the difference between the y coordinate and the first estimated orientation θ is large, and the accuracy of the first virtual value is low. If the first virtual value is a fixed value up to such a case, the x-coordinate, y-coordinate and attitude θ of the automatic transport vehicle 3 in the warehouse 5 recognized by the CPU 1 and the current state of the automatic transport vehicle 3 in the warehouse 5 The error between the x coordinate, the y coordinate, and the orientation θ increases. Therefore, when the displacement amount exceeds the threshold value, the CPU 1 does not execute the third output mode, but executes a process after step S109, which will be described later, as the correction mode unit, and sets the first virtual value to the second virtual value. An arithmetic process is performed to correct the first virtual value by obtaining a fixed value by replacing it with a value. In addition, even when the first output mode or the second output mode has never been executed (i.e., immediately after the automatic guided vehicle 3 is autonomously driven) (step S105: NO), the CPU 1 performs the above step S106. The processes after step S109 are executed without performing the processes of .about.S108.
ところで、上記のステップS104で抽出された各特定パーティクルは一定の範囲で分散するため、パーティクルフィルタによって演算された各第2仮想値では、各第2推定x座標同士と、各第2推定y座標同士と、各第2推定姿勢θ同士とがそれぞれ一定の範囲で分散することとなる。この分散状態は、外界センサ15によって検出された自動搬送車3の周囲の幾何学的特徴によって変化する。   By the way, since each specific particle extracted in the above step S104 is dispersed within a certain range, each second estimated value calculated by the particle filter has each second estimated x coordinate and each second estimated y coordinate. And the second estimated postures θ are dispersed within a certain range. This distributed state changes depending on the geometric feature around the automatic guided vehicle 3 detected by the external sensor 15.
具体的には、図2に示す第1〜4室51〜54では、室内に多くの荷物棚56の他、作業机57等が配置されているため、外界センサ15によって検出される幾何学的特徴が多数存在する。このように、自動搬送車3の周囲に幾何学的特徴が多数存在する環境では、パーティクルフィルタによって演算された各第2仮想値の精度が高くなる。このため、例えば、地図情報上のx座標、y座標及び姿勢θが「xA:yA:θA」となる第1室51のA地点においてパーティクルフィルタを実行すれば、図4に示すように、抽出された各特定パーティクルP1〜P10は、A地点に近い範囲で分散する。つまり、第1室51のA地点のように、幾何学的特徴が多数存在する環境では、各第2推定x座標の分散状態である第1分散状態、各第2推定y座標の分散状態である第2分散状態及び各第2推定姿勢θの分散状態である第3分散状態がそれぞれ小さくなる。   Specifically, in the first to fourth chambers 51 to 54 shown in FIG. 2, a work desk 57 and the like are arranged in addition to many luggage shelves 56 in the room. There are many features. Thus, in an environment where there are many geometric features around the automatic transport vehicle 3, the accuracy of each second virtual value calculated by the particle filter is high. Therefore, for example, if the particle filter is executed at the point A of the first chamber 51 where the x coordinate, the y coordinate, and the orientation θ on the map information are “xA: yA: θA”, as shown in FIG. The specific particles P <b> 1 to P <b> 10 are dispersed in a range close to the point A. That is, in an environment where there are many geometric features, such as point A in the first chamber 51, the first distributed state, which is the distributed state of each second estimated x coordinate, and the distributed state of each second estimated y coordinate. The second dispersion state and the third dispersion state, which is the dispersion state of each second estimated posture θ, become smaller.
一方、図2に示す廊下55のように、自動搬送車3の周囲に壁面50しか存在しない状態が長く続く環境では、外界センサ15によって検出される幾何学的特徴が乏しくなる。このように、自動搬送車3の周囲の幾何学的特徴が乏しい環境では、パーティクルフィルタによって演算された各第2仮想値の精度が低くなる。このため、例えば、地図情報上のx座標、y座標及び姿勢θが「xB:yB:θB」となる第2廊下55bのB地点においてパーティクルフィルタを実行すれば、図8に示すように、抽出された各特定パーティクルP1〜P10は、B地点から遠い範囲で分散する。つまり、幾何学的特徴が乏しい環境では、幾何学的特徴が多数存在する環境に比べて、各第2推定x座標の第1分散状態、各第2推定y座標の第2分散状態及び各第2推定姿勢θの第3分散状態がそれぞれ大きくなる。特に、第2廊下55bのように、倉庫5の東西方向に壁面50のみが連続して存在する環境では、自動搬送車3の進行方向である第2推定x座標の第1分散状態が大きくなる。なお、図4及び図8に示す各特定パーティクルP1〜P10の分散状態は一例であり、たとえ第1〜4室51〜54内であっても外界センサ15によって検出される幾何学的特徴が乏しい場合があり得る。同様に、廊下55であっても、外界センサ15が幾何学的特徴を多数検出する場合があり得る。   On the other hand, in the environment where only the wall surface 50 exists around the automatic transport vehicle 3 as in the corridor 55 shown in FIG. 2, the geometric features detected by the external sensor 15 are poor. Thus, in an environment where the geometric features around the automatic transport vehicle 3 are scarce, the accuracy of each second virtual value calculated by the particle filter is low. Therefore, for example, if the particle filter is executed at the point B of the second corridor 55b where the x coordinate, the y coordinate, and the orientation θ on the map information are “xB: yB: θB”, as shown in FIG. The specific particles P <b> 1 to P <b> 10 are dispersed in a range far from the point B. In other words, in an environment where geometric features are scarce, the first distributed state of each second estimated x coordinate, the second distributed state of each second estimated y coordinate, and each 2 The third distributed state of the estimated posture θ increases. In particular, in an environment where only the wall surface 50 exists continuously in the east-west direction of the warehouse 5 as in the second corridor 55b, the first distribution state of the second estimated x-coordinate which is the traveling direction of the automatic transport vehicle 3 becomes large. . In addition, the dispersion state of each specific particle P1-P10 shown in FIG.4 and FIG.8 is an example, Even if it exists in the 1st-4th chambers 51-54, the geometric feature detected by the external sensor 15 is scarce. There may be cases. Similarly, even in the hallway 55, the external sensor 15 may detect a large number of geometric features.
そこで、図3に示すように、CPU1は、各第2推定x座標の第1分散状態が第1基準状態を超えているか否かと、各第2推定y座標の第2分散状態が第2基準状態を超えているか否かと、各第2推定姿勢θの第3分散状態が第3基準状態を超えているか否かとを判断する(ステップS109)。   Therefore, as illustrated in FIG. 3, the CPU 1 determines whether or not the first distribution state of each second estimated x coordinate exceeds the first reference state, and the second distribution state of each second estimated y coordinate is the second reference state. It is determined whether or not the state has been exceeded and whether or not the third distributed state of each second estimated posture θ has exceeded the third reference state (step S109).
第1分散状態が第1基準状態を超えているか否かを判断するに当たって、本実施例では、まず初めにCPU1は、各第2推定x座標の平均値から絶対値で2以上離れて存在する第2推定x座標の割合を求める。そして、このようにして求められた第2推定x座標の割合について、CPU1は、「絶対値で2以上離れて存在する第2推定x座標の割合が5割以下」とする第1基準状態を満たしているか否かを判断する。この第1基準状態は予め設定されており、RAM11に記憶されている。ここで、絶対値で2以上離れて存在する第2推定x座標の割合が5割よりも少なければ、CPU1は、第1分散状態が第1基準状態を超えていないと判断する。なお、上記の絶対値や第1基準状態の数値は一例であり、他の数値を用いることも可能である。   In determining whether the first dispersion state exceeds the first reference state, in this embodiment, first, the CPU 1 exists at an absolute value of 2 or more away from the average value of each second estimated x coordinate. The ratio of the second estimated x coordinate is obtained. And about the ratio of the 2nd estimated x coordinate calculated | required in this way, CPU1 makes the 1st reference state made into "the ratio of the 2nd estimated x coordinate which exists 2 or more away in absolute value below 50%". Judge whether it meets. This first reference state is preset and stored in the RAM 11. Here, if the ratio of the second estimated x-coordinates that are separated by 2 or more in absolute value is less than 50%, the CPU 1 determines that the first distributed state does not exceed the first reference state. Note that the absolute values and the numerical values in the first reference state are examples, and other numerical values can be used.
同様に、第2分散状態が第1基準状態を超えているか否かを判断するに当たっても、CPU1は、各第2推定y座標の平均値から絶対値で2以上離れて存在する第2推定y座標の割合を求める。そして、このようにして求められた第2推定y座標の割合について、「絶対値で2以上離れて存在する第2推定y座標の割合が3割以下」とする第2基準状態を満たしているか否かを判断する。この第2基準状態も予め設定されており、RAM11に記憶されている。ここで、絶対値で2以上離れて存在する第2推定y座標の割合が3割よりも少なければ、CPU1は、第2分散状態が第2基準状態を超えていないと判断する。なお、上記の絶対値や第2基準状態の数値も一例であり、他の数値を用いることも可能である。   Similarly, even when determining whether or not the second dispersion state exceeds the first reference state, the CPU 1 determines that the second estimated y existing at an absolute value of 2 or more from the average value of each second estimated y coordinate. Find the percentage of coordinates. Whether or not the ratio of the second estimated y-coordinate obtained in this way satisfies the second reference state that “the ratio of the second estimated y-coordinate existing at an absolute value of 2 or more is 30% or less” Judge whether or not. This second reference state is also set in advance and stored in the RAM 11. Here, if the ratio of the second estimated y-coordinates that are separated by 2 or more in absolute value is less than 30%, the CPU 1 determines that the second distributed state does not exceed the second reference state. Note that the absolute values and the numerical values in the second reference state are examples, and other numerical values can be used.
また、第3分散状態が第3基準状態を超えているか否かを判断するに当たっても、CPU1は、各第2推定姿勢θの平均値から絶対値で3以上離れて存在する第2推定姿勢θの割合を求める。そして、このようにして求められた第2推定姿勢θの割合について、「絶対値で3以上離れて存在する第2推定姿勢θの割合が1割以下」とする第3基準状態を満たしているか否かを判断する。この第3基準状態も予め設定されており、RAM11に記憶されている。ここで、絶対値で3以上離れて存在する第2推定姿勢θの割合が1割よりも少なければ、CPU1は、第3分散状態が第3基準状態を超えていないと判断する。なお、上記の絶対値や第3基準状態の数値も一例であり、他の数値を用いることも可能である。   Further, even when determining whether or not the third dispersion state exceeds the third reference state, the CPU 1 keeps the second estimated posture θ existing at an absolute value of 3 or more away from the average value of each second estimated posture θ. Find the percentage of Whether or not the ratio of the second estimated attitude θ obtained in this way satisfies the third reference state in which “the ratio of the second estimated attitude θ that is separated by 3 or more in absolute value is 10% or less” Judge whether or not. This third reference state is also set in advance and stored in the RAM 11. Here, if the ratio of the second estimated posture θ that is separated by 3 or more in absolute value is less than 10%, the CPU 1 determines that the third distributed state does not exceed the third reference state. Note that the absolute values and the numerical values in the third reference state are examples, and other numerical values can be used.
これらを基に第1〜3分散状態が第1〜3基準状態をそれぞれ超えているか否を判断する。具体的には、A地点では、図5及び図6に示すように、A地点のx座標(xA)の値をゼロとした際の各第2推定x座標の平均値は「−0.2」となる。そして、この平均値から絶対値で2以上離れて存在する第2推定x座標の個数は1つであることから、その割合は1割である。このため、CPU1は、A地点では、第1分散状態は第1基準状態を超えていないと判断する。なお、このように判断するに際して、平均値における小数点以下は切り上げている。   Based on these, it is determined whether or not the first to third dispersion states exceed the first to third reference states. Specifically, at the point A, as shown in FIGS. 5 and 6, the average value of the second estimated x-coordinates when the value of the x-coordinate (xA) at the point A is zero is “−0.2. " Since the number of second estimated x-coordinates that are separated from the average value by 2 or more in absolute value is one, the ratio is 10%. For this reason, the CPU 1 determines that at the point A, the first distributed state does not exceed the first reference state. In this determination, the fractional part of the average value is rounded up.
また、図5及び図7に示すように、A地点のy座標(yA)の値をゼロとした際の各第2推定y座標の平均値は「ゼロ」となる。そして、この平均値から絶対値で2以上離れて存在する第2推定y座標の個数は2つであることから、その割合は2割である。このため、CPU1は、A地点では、第2分散状態は第2基準状態を超えていないと判断する。   Further, as shown in FIGS. 5 and 7, the average value of the second estimated y coordinates when the value of the y coordinate (yA) of the point A is zero is “zero”. Then, since the number of second estimated y-coordinates that are separated from the average value by two or more in absolute value is two, the ratio is 20%. For this reason, the CPU 1 determines that the second dispersion state does not exceed the second reference state at the point A.
さらに、図5に示すように、A地点の姿勢θ(θA)の値をゼロとした際の各第2推定姿勢θの平均値は「0.05」となる。そして、この平均値から絶対値で3以上離れて存在する第2推定姿勢θは存在しない。このため、CPU1は、A地点では、第3分散状態は第3基準状態を超えていないと判断する。   Further, as shown in FIG. 5, the average value of the second estimated postures θ when the value of the posture θ (θA) at point A is zero is “0.05”. Then, there is no second estimated posture θ that is separated from this average value by 3 or more in absolute value. For this reason, at the point A, the CPU 1 determines that the third distributed state does not exceed the third reference state.
このように、A地点では、各第2仮想値における各第2推定x座標の第1分散状態が第1基準状態を超えておらず、また、各第2推定y座標の第2分散状態が第2基準状態を超えておらず、さらに、各第2推定姿勢θの第3分散状態が第3基準状態を超えていないことになる(ステップS109:NO)。   Thus, at the point A, the first distribution state of each second estimated x coordinate in each second virtual value does not exceed the first reference state, and the second distribution state of each second estimated y coordinate is The second reference state is not exceeded, and the third distributed state of each second estimated posture θ does not exceed the third reference state (step S109: NO).
この場合、CPU1は、パーティクルフィルタによって演算された各第2仮想値、つまり、各第2推定x座標、各第2推定y座標及び各第2推定姿勢θから、主特定第2仮想値を決定する(ステップS110)。この主特定第2仮想値は、CPU1が各第2仮想値と、各第2仮想値と第1仮想値とのマッチング率とを重み付けすることによって決定される。また、主特定第2仮想値はRAM11に記憶される。   In this case, the CPU 1 determines the main specific second virtual value from each second virtual value calculated by the particle filter, that is, from each second estimated x coordinate, each second estimated y coordinate, and each second estimated posture θ. (Step S110). The main specific second virtual value is determined by the CPU 1 weighing each second virtual value and the matching rate between each second virtual value and the first virtual value. The main specific second virtual value is stored in the RAM 11.
そして、CPU1は第1出力モードを実行する(ステップS111)。第1出力モードでは、CPU1は、主特定第2仮想値を第1仮想値に置き換えることによって確定値とする。つまり、CPU1は、主特定第2仮想値における第2推定x座標、第2推定y座標及び第2推定姿勢θが倉庫5内における自動搬送車3の現在のx座標、y座標及び姿勢θであると認識する。そして、CPU1は、この確定値をRAM11に記憶させるともに、駆動装置19に出力することによって、自動搬送車3を自律走行させる。ここで、既にRAM11に以前の確定値が記憶されている場合には、新たに得られた確定値を上書きする。また、CPU1は、第1出力モードを実行したことについてもRAM11に記憶させる。   Then, the CPU 1 executes the first output mode (step S111). In the first output mode, the CPU 1 sets a fixed value by replacing the main specific second virtual value with the first virtual value. That is, the CPU 1 determines that the second estimated x coordinate, the second estimated y coordinate, and the second estimated attitude θ in the main specific second virtual value are the current x coordinate, y coordinate, and attitude θ of the automatic transport vehicle 3 in the warehouse 5. Recognize that there is. Then, the CPU 1 stores the determined value in the RAM 11 and outputs it to the driving device 19 to cause the automatic transport vehicle 3 to autonomously travel. Here, when the previous confirmed value is already stored in the RAM 11, the newly obtained confirmed value is overwritten. The CPU 1 also stores in the RAM 11 that the first output mode has been executed.
一方、B地点では、図9及び図10に示すように、B地点のx座標(xB)の値をゼロとした際の各第2推定x座標の平均は「ゼロ」となる。そして、この平均値から絶対値で2以上離れて存在する第2推定x座標の個数は7つであることから、その割合は7割である。このため、CPU1は、B地点では、第1分散状態が第1基準状態を超えていると判断する。   On the other hand, at the point B, as shown in FIGS. 9 and 10, the average of the second estimated x-coordinates when the value of the x-coordinate (xB) at the point B is zero is “zero”. The number of second estimated x-coordinates that are separated from the average value by 2 or more in absolute value is seven, and the ratio is 70%. For this reason, CPU1 judges that the 1st distribution state has exceeded the 1st standard state in B point.
また、図9及び図11に示すように、B地点のy座標(yB)の値をゼロとした際の各第2推定y座標の平均は「ゼロ」となる。そして、この平均値から絶対値で2以上離れて存在する第2推定y座標の個数は2つであることから、その割合は2割である。このため、CPU1は、B地点では、第2分散状態は第2基準状態を超えていないと判断する。   As shown in FIGS. 9 and 11, the average of the second estimated y coordinates when the value of the y coordinate (yB) at the point B is zero is “zero”. Then, since the number of second estimated y-coordinates that are separated from the average value by two or more in absolute value is two, the ratio is 20%. For this reason, the CPU 1 determines that the second dispersion state does not exceed the second reference state at the point B.
さらに、図9に示すように、B地点の姿勢θ(θB)の値をゼロとした際の各第2推定姿勢θの平均は「0.05」となる。そして、この平均値から絶対値で3以上離れて存在する第2推定姿勢θは存在しない。このため、CPU1は、B地点では、第3分散状態は第3基準状態を超えていないと判断する。   Furthermore, as shown in FIG. 9, the average of the second estimated postures θ when the value of the posture θ (θB) at point B is zero is “0.05”. Then, there is no second estimated posture θ that is separated from this average value by 3 or more in absolute value. For this reason, at the point B, the CPU 1 determines that the third dispersion state does not exceed the third reference state.
このように、B地点では、各第2仮想値において、各第2推定y座標の第2分散状態が第2基準状態を超えておらず、また、各第2推定姿勢θの第3分散状態が第3基準状態を超えていないものの、各第2推定x座標の第1分散状態は、第1基準状態を超えていることとなる(ステップS109:YES)。   In this way, at the point B, in each second virtual value, the second distribution state of each second estimated y coordinate does not exceed the second reference state, and the third distribution state of each second estimated posture θ. However, the first distributed state of each second estimated x-coordinate exceeds the first reference state (step S109: YES).
この場合、CPU1は、パーティクルフィルタによって演算された各第2仮想値のうち、各第2推定y座標及び各第2推定姿勢θから副特定第2仮想値を決定する(ステップS112)。つまり、上記の主特定第2仮想値を決定する場合と異なり、副特定第2仮想値を決定するに当たっては、第1分散状態が第1基準状態を超えた各第2推定x座標は除外される。また、副特定第2仮想値の決定に当たっても、CPU1は、各第2仮想値と、各第2仮想値と第1仮想値とのマッチング率とを重み付けすることによって行う。この副特定第2仮想値はRAM11に記憶される。   In this case, the CPU 1 determines a sub-specific second virtual value from each second estimated y coordinate and each second estimated posture θ among the second virtual values calculated by the particle filter (step S112). That is, unlike the case where the main specific second virtual value is determined, each second estimated x-coordinate in which the first distributed state exceeds the first reference state is excluded in determining the sub specific second virtual value. The Further, even when determining the sub-specific second virtual value, the CPU 1 performs weighting of each second virtual value and the matching rate between each second virtual value and the first virtual value. This sub-specific second virtual value is stored in the RAM 11.
そして、CPU1は第2出力モードを実行する(ステップS113)。第2出力モードでは、CPU1は、副特定第2仮想値を第1仮想値に置き換えることによって、倉庫5内における自動搬送車3の現在のx座標、y座標及び姿勢θである確定値とする。ここで、副特定第2仮想値の決定に当たって各第2推定x座標が除外されている。このため、CPU1は、副特定第2仮想値における第2推定y座標及び第2推定姿勢θが倉庫5内における自動搬送車3の現在のy座標及び姿勢θであると認識し、第1仮想値における第1推定x座標が倉庫5内における自動搬送車3の現在のx座標であると認識する。そして、CPU1は、この確定値をRAM11に記憶させるともに、駆動装置19に出力することによって、自動搬送車3を自律走行させる。この場合についても、既にRAM11に以前の確定値が記憶されていれば、新たに得られた確定値を上書きする。また、CPU1は、第2出力モードを実行したことについてもRAM11に記憶させる。   Then, the CPU 1 executes the second output mode (step S113). In the second output mode, the CPU 1 replaces the sub-specific second virtual value with the first virtual value, thereby setting a fixed value that is the current x-coordinate, y-coordinate, and attitude θ of the automated guided vehicle 3 in the warehouse 5. . Here, the second estimated x-coordinates are excluded in determining the sub-specific second virtual value. Therefore, the CPU 1 recognizes that the second estimated y-coordinate and the second estimated attitude θ in the sub-specific second virtual value are the current y-coordinate and attitude θ of the automated guided vehicle 3 in the warehouse 5, and the first virtual The first estimated x coordinate in the value is recognized as the current x coordinate of the automated guided vehicle 3 in the warehouse 5. Then, the CPU 1 stores the determined value in the RAM 11 and outputs it to the driving device 19 to cause the automatic transport vehicle 3 to autonomously travel. Also in this case, if the previous confirmed value is already stored in the RAM 11, the newly obtained confirmed value is overwritten. Further, the CPU 1 also stores in the RAM 11 that the second output mode has been executed.
なお、上記のように、B地点では、第1分散状態のみが第1基準状態を超える結果となっているが、幾何学的特徴が乏しい他の地点では、例えば、第2分散状態のみが第2基準状態を超える結果となる場合もあり得る。このような場合には、副特定第2仮想値を決定するに当たって各第2推定y座標は除外され、各第2推定x座標及び各第2推定姿勢θから副特定第2仮想値が決定されることとなる。同様に、第3分散状態が第3基準状態を超えた場合には、副特定第2仮想値を決定するに際して各第2推定姿勢θは除外される。   As described above, at point B, only the first dispersion state exceeds the first reference state, but at other points with poor geometric features, for example, only the second dispersion state is the first. In some cases, the result may exceed two reference states. In such a case, in determining the sub-specific second virtual value, each second estimated y-coordinate is excluded, and the sub-specific second virtual value is determined from each second estimated x-coordinate and each second estimated orientation θ. The Rukoto. Similarly, when the third dispersion state exceeds the third reference state, each second estimated posture θ is excluded when determining the sub-specific second virtual value.
こうして、CPU1は、自動搬送車3が目的地である第4室54に到達していなければ(ステップS114:NO)、上記のステップS102〜ステップS113を繰り返すことにより、第1〜3出力モードのいずれかを実行する。これにより、CPU1は、自動搬送車3について、図2の矢印で示すように、第1室51から第1廊下55aを通って第2廊下55bに至り、第2廊下55bから第3廊下55cを通って第4室54に至る経路を通って、第4室54まで自律走行させることが可能となっている。そして、自動搬送車3が第4室54に到達すれば(ステップS114:YES)、CPU1は自動搬送車3の制御を終了する。   Thus, if the automatic guided vehicle 3 has not reached the fourth chamber 54 as the destination (step S114: NO), the CPU 1 repeats the above steps S102 to S113 to thereby change the first to third output modes. Do one. Thereby, as shown by the arrow in FIG. 2, the CPU 1 reaches the second hallway 55b from the first chamber 51 through the first hallway 55a, and moves from the second hallway 55b to the third hallway 55c. It is possible to autonomously travel to the fourth chamber 54 through a route passing through to the fourth chamber 54. And if the automatic conveyance vehicle 3 arrives at the 4th chamber 54 (step S114: YES), CPU1 will complete | finish control of the automatic conveyance vehicle 3. FIG.
このように、このCPU1では、第1室51のA地点のように、自動搬送車3の周囲に幾何学的特徴が多数存在する場合に、パーティクルフィルタによって求められた各第2仮想値から主特定第2仮想値を決定するだけでなく、第2廊下55bのB地点のように、自動搬送車3の周囲の幾何学的特徴が乏しい場合であっても、各第2仮想値から副特定第2仮想値を決定する。これにより、このCPU1では、自動搬送車3の移動量に基づく第1仮想値を演算しつつ、この第1仮想値を主特定第2仮想値又は副特定第2仮想値に置き換えて確定値とすることができる。   As described above, in the CPU 1, when there are many geometric features around the automatic transport vehicle 3 like the point A of the first chamber 51, the CPU 1 calculates the main value from each second virtual value obtained by the particle filter. In addition to determining the specific second virtual value, even if the geometric features around the automatic transport vehicle 3 are poor, such as point B in the second corridor 55b, the secondary specific value is determined from each second virtual value. A second virtual value is determined. Thereby, in this CPU1, while calculating the 1st virtual value based on the movement amount of the automatic conveyance vehicle 3, this 1st virtual value is replaced with the main specific 2nd virtual value or the subspecific 2nd virtual value, can do.
特に、CPU1が用いられている自動搬送車3では、自動走行する倉庫5等において、上記の第2廊下55bのように、自己の周囲の環境の幾何学的特徴が乏しい場合が多くなる。このような場合であっても、CPU1は、第1仮想値を副特定第2仮想値に置き換えて確定値とすることができる。ここで、第1仮想値を副特定第2仮想値に置き換えて確定値することにより、CPU1は、副特定第2仮想値における第2推定y座標及び第2推定姿勢θが倉庫5内における自動搬送車3の現在のy座標及び姿勢θであると認識するものの、倉庫5内における自動搬送車3の現在のx座標については、第1仮想値における第1推定x座標として認識する。このように、第1仮想値を副特定第2仮想値に置き換えて確定値する場合には、確定値の一部に、補正がされていない第1仮想値、換言すれば、変位量が閾値を超えた第1仮想値が含まれることとなる。しかし、この場合であっても、変位量が閾値を超えた第1仮想値のみで確定値とする場合に比べて、倉庫5内における自動搬送車3の真のx座標、y座標及び姿勢θとの誤差を小さくすることができる。この結果、このCPU1では、外界センサ15によって検出された自動搬送車3の周囲の幾何学的特徴が多数存在する場合だけでなく、自動搬送車3の周囲の幾何学的特徴が乏しい場合であっても、倉庫5内における自動搬送車3のx座標、y座標及び姿勢θを精度高く認識することが可能となる。このため、CPU1は、自動搬送車3の作業効率を向上させることが可能となっている。   In particular, in the automated guided vehicle 3 in which the CPU 1 is used, in the warehouse 5 or the like that automatically runs, there are many cases where the geometric features of the surrounding environment are poor as in the second corridor 55b. Even in such a case, the CPU 1 can replace the first virtual value with the sub-specific second virtual value to obtain the determined value. Here, by replacing the first virtual value with the sub-specific second virtual value and determining the final value, the CPU 1 automatically transfers the second estimated y coordinate and the second estimated attitude θ in the sub-specific second virtual value in the warehouse 5. Although recognized as the current y coordinate and attitude θ of the vehicle 3, the current x coordinate of the automated guided vehicle 3 in the warehouse 5 is recognized as the first estimated x coordinate in the first virtual value. In this way, when the first virtual value is replaced with the sub-specific second virtual value and determined, the first virtual value that has not been corrected, in other words, the displacement amount has a threshold value. The exceeded first virtual value is included. However, even in this case, the true x-coordinate, y-coordinate, and orientation θ of the automatic guided vehicle 3 in the warehouse 5 are compared with the case where only the first virtual value whose displacement exceeds the threshold value is used as the fixed value. And the error can be reduced. As a result, in this CPU 1, not only when there are many geometric features around the automatic transport vehicle 3 detected by the external sensor 15, but also when the geometric features around the automatic transport vehicle 3 are poor. However, the x-coordinate, y-coordinate and attitude θ of the automated guided vehicle 3 in the warehouse 5 can be recognized with high accuracy. For this reason, the CPU 1 can improve the working efficiency of the automatic guided vehicle 3.
したがって、本発明のCPU1によれば、倉庫5内で自動搬送車3を精度高く自律走行させることが可能である。   Therefore, according to the CPU 1 of the present invention, the automatic guided vehicle 3 can be autonomously driven with high accuracy in the warehouse 5.
特に、CPU1は、既に第1出力モード又は第2出力モードを実行し、その際に得られた確定値をRAM11が記憶している場合には、その確定値に基づいて第1仮想値の変位量を演算する。そして、変位量が閾値を超えていなければ、第1仮想値を確定値とする第3出力モードを実行する。これにより、CPU1は、第1仮想値の精度が高く、第1仮想値を主特定第2仮想値又は副特定第2仮想値に置き換えて確定値とする必要性が乏しい場合には、処理負担を軽減しつつ、自動搬送車3を自律走行させることが可能となっている。   In particular, if the CPU 1 has already executed the first output mode or the second output mode and the RAM 11 stores the determined value obtained at that time, the displacement of the first virtual value based on the determined value. Calculate the quantity. If the displacement amount does not exceed the threshold value, the third output mode in which the first virtual value is the final value is executed. As a result, when the accuracy of the first virtual value is high and it is not necessary to replace the first virtual value with the main specific second virtual value or the sub-specific second virtual value to make the final value, the processing load is reduced. It is possible to make the automatic guided vehicle 3 autonomously travel while reducing the above.
また、CPU1は、SLAMアルゴリズムに基づくパーティクルフィルタによって各第2仮想値を演算する。このため、CPU1は、比較的容易に精度の高い複数の第2仮想値を演算することが可能となっている。   Further, the CPU 1 calculates each second virtual value by a particle filter based on the SLAM algorithm. Therefore, the CPU 1 can calculate a plurality of second virtual values with high accuracy relatively easily.
さらに、CPU1は、主特定第2仮想値や副特定第2仮想値を決定するに当たり、パーティクルフィルタによって演算された各第2仮想値と、各第2仮想値と第1仮想値とのマッチング率とを重み付けする。このため、各第2仮想値のうち、最適な値を主特定第2仮想値や副特定第2仮想値とすることができ、CPU1は、より精度高く確定値を求めることが可能となっている。   Further, when determining the main specific second virtual value and the sub-specific second virtual value, the CPU 1 matches each second virtual value calculated by the particle filter and the matching rate between each second virtual value and the first virtual value. And are weighted. For this reason, among the second virtual values, the optimum value can be the main specific second virtual value or the sub specific second virtual value, and the CPU 1 can obtain the determined value with higher accuracy. Yes.
以上において、本発明を実施例に即して説明したが、本発明は上記実施例に制限されるものではなく、その趣旨を逸脱しない範囲で適宜変更して適用できることはいうまでもない。   While the present invention has been described with reference to the embodiments, it is needless to say that the present invention is not limited to the above-described embodiments and can be appropriately modified and applied without departing from the spirit thereof.
例えば、CPU1を自動搬送車3の外部に設け、CPU1は、無線通信によって、駆動装置19、ROM9、RAM11、エンコーダ13、外界センサ15及び情報入力部17を遠隔制御する構成としても良い。   For example, the CPU 1 may be provided outside the automatic conveyance vehicle 3, and the CPU 1 may be configured to remotely control the drive device 19, the ROM 9, the RAM 11, the encoder 13, the external sensor 15, and the information input unit 17 by wireless communication.
また、実施例では、1つのCPU1が第1演算部、第2演算部、第3演算部、判断部、主決定部、副決定部、第1出力モード部、第2出力モード部、第3出力モード部及び補正モード部として各演算処理を行う。しかし、これに限らずCPU1を複数とし、各CPU1に上記の演算処理を分担させても良い。   In the embodiment, one CPU 1 includes a first calculation unit, a second calculation unit, a third calculation unit, a determination unit, a main determination unit, a sub determination unit, a first output mode unit, a second output mode unit, a third Each calculation process is performed as an output mode section and a correction mode section. However, the present invention is not limited to this, and a plurality of CPUs 1 may be provided, and each CPU 1 may share the above arithmetic processing.
さらに、CPU1は、パーティクルフィルタ以外の確率的手法によって複数の第2仮想値を演算しても良く、複数の確率的手法を組み合わせることによって、各第2仮想値を演算しても良い。   Further, the CPU 1 may calculate a plurality of second virtual values by a probabilistic method other than the particle filter, or may calculate each second virtual value by combining a plurality of probabilistic methods.
また、自動搬送車3は、上記の自律走行を行う場合と、作業者の運転によって走行する場合とを切り替え可能に構成されても良い。   Moreover, the automatic conveyance vehicle 3 may be comprised so that switching between the case where it carries out said autonomous driving | running | working and the case where it drive | works by a driving | operation of an operator is possible.
本発明は、自律移動が可能なロボット、自動車及び産業車両等に利用可能である。   The present invention can be used for robots, automobiles, industrial vehicles, and the like capable of autonomous movement.
1…CPU(自律移動体制御装置、第1演算部、第2演算部、第3演算部、判断部、主決定部、副決定部、第1出力モード部、第2出力モード部、第3出力モード部、補正モード部)
3…自動搬送車(自律移動体、産業車両)
5…倉庫(移動エリア)
11…RAM(記憶装置)
13…エンコーダ(自己移動量検出装置)
15…外界センサ(環境情報検出装置)
19…駆動装置
1 ... CPU (autonomous mobile body control device, first calculation unit, second calculation unit, third calculation unit, determination unit, main determination unit, sub determination unit, first output mode unit, second output mode unit, third Output mode section, correction mode section)
3 ... Automatic transportation vehicles (autonomous vehicles, industrial vehicles)
5 ... Warehouse (moving area)
11 ... RAM (storage device)
13 ... Encoder (Self-movement amount detection device)
15 ... External sensor (environmental information detection device)
19 ... Drive device

Claims (6)

  1. 予め設定された移動エリア内を自律移動する自律移動体に用いられ、
    前記自律移動体は、駆動装置と、前記移動エリアの地図情報を記憶する記憶装置と、前記移動エリア内における自己の移動量を検出する自己移動量検出装置と、前記移動エリア内における自己の周囲の環境情報を検出する環境情報検出装置とを備え、
    前記移動エリア内における前記自律移動体のx座標、y座標及び姿勢を認識しつつ、前記駆動装置、前記記憶装置、前記自己移動量検出装置及び前記環境情報検出装置を制御する自律移動体制御装置であって、
    前記自律移動体の移動量に基づき、前記自律移動体の第1推定x座標、第1推定y座標及び第1推定姿勢からなる第1仮想値を演算する第1演算部と、
    前記環境情報に基づき、確率的手法によって前記自律移動体の第2推定x座標、第2推定y座標及び第2推定姿勢からなる複数の第2仮想値を演算する第2演算部と、
    各前記第2推定x座標の第1分散状態が第1基準状態を超えているか否かと、各前記第2推定y座標の第2分散状態が第2基準状態を超えているか否かと、各前記第2推定姿勢の第3分散状態が第3基準状態を超えているか否かとを判断する判断部と、
    前記第1分散状態が前記第1基準状態を超えず、前記第2分散状態が前記第2基準状態を超えず、かつ前記第3分散状態が前記第3基準状態を超えていなければ、各前記第2仮想値から主特定第2仮想値を決定する主決定部と、
    前記主特定第2仮想値を前記第1仮想値に置き換えて確定値とする第1出力モードを実行し、前記駆動装置に出力する第1出力モード部と、
    前記第1分散状態が前記第1基準状態を超えている場合、又は前記第2分散状態が前記第2基準状態を超えている場合、又は前記第3分散状態が前記第3基準状態を超えている場合には、各前記第2仮想値から副特定第2仮想値を決定する副決定部と、
    前記副特定第2仮想値を前記第1仮想値に置き換えて確定値とする第2出力モードを実行し、前記駆動装置に出力する第2出力モード部とを有することを特徴とする自律移動体制御装置。
    Used for autonomous moving bodies that move autonomously within a preset moving area,
    The autonomous mobile body includes a driving device, a storage device that stores map information of the moving area, a self-moving amount detecting device that detects a moving amount of the self within the moving area, and a surrounding area of the self within the moving area. An environmental information detecting device for detecting environmental information of
    An autonomous mobile body control device that controls the drive device, the storage device, the self-movement amount detection device, and the environment information detection device while recognizing the x-coordinate, y-coordinate, and posture of the autonomous mobile body in the movement area Because
    A first calculation unit that calculates a first virtual value composed of a first estimated x-coordinate, a first estimated y-coordinate, and a first estimated attitude of the autonomous moving body based on a movement amount of the autonomous moving body;
    A second computing unit that computes a plurality of second virtual values composed of a second estimated x-coordinate, a second estimated y-coordinate, and a second estimated attitude of the autonomous mobile body based on the environmental information by a probabilistic method;
    Whether the first variance state of each second estimated x coordinate exceeds a first reference state, whether the second variance state of each second estimated y coordinate exceeds a second reference state, A determination unit that determines whether or not the third distributed state of the second estimated posture exceeds the third reference state;
    Each of the first distributed state does not exceed the first reference state, the second distributed state does not exceed the second reference state, and the third distributed state does not exceed the third reference state. A main determination unit for determining a main specific second virtual value from the second virtual value;
    A first output mode unit that executes a first output mode in which the main specific second virtual value is replaced with the first virtual value to be a definite value, and is output to the driving device;
    When the first distributed state exceeds the first reference state, or when the second distributed state exceeds the second reference state, or the third distributed state exceeds the third reference state A sub-determination unit that determines a sub-specific second virtual value from each of the second virtual values;
    An autonomous mobile body comprising: a second output mode unit that executes a second output mode in which the sub-specific second virtual value is replaced with the first virtual value to obtain a definite value and outputs the second output mode to the driving device. Control device.
  2. 前記自律移動体制御装置は、前記確定値に基づき、前記確定値と前記第1仮想値との変位量を演算する第3演算部と、
    前記変位量が閾値を超えなければ、前記第1仮想値を確定値とする第3出力モードを実行し、前記駆動装置に出力する第3出力モード部と、
    前記変位量が前記閾値を超えれば、前記第1出力モード又は前記第2出力モードを実行させる補正モード部とを有する請求項1記載の自律移動体制御装置。
    The autonomous mobile body control device, based on the determined value, a third calculation unit that calculates a displacement amount of the determined value and the first virtual value;
    If the displacement amount does not exceed a threshold value, a third output mode unit that executes a third output mode in which the first virtual value is a definite value and outputs the third output mode to the drive device;
    The autonomous mobile control apparatus according to claim 1, further comprising: a correction mode unit that executes the first output mode or the second output mode if the displacement amount exceeds the threshold value.
  3. 前記主決定部は、各前記第2仮想値と、各前記第2仮想値と前記第1仮想値とのマッチング率とを重み付けすることにより、前記主特定第2仮想値を決定する請求項1又は2記載の自律移動体制御装置。   The main determination unit determines the main specific second virtual value by weighting each second virtual value and a matching rate between each second virtual value and the first virtual value. Or the autonomous mobile body control apparatus of 2 description.
  4. 前記副決定部は、各前記第2仮想値と、各前記第2仮想値と前記第1仮想値とのマッチング率とを重み付けすることにより、前記副特定第2仮想値を決定する請求項1乃至3のいずれか1項記載の自律移動体制御装置。   The said sub determination part determines the said sub specific 2nd virtual value by weighting each said 2nd virtual value and the matching rate of each said 2nd virtual value and said 1st virtual value. The autonomous mobile body control apparatus of any one of thru | or 3.
  5. 前記確率的手法は、SLAMアルゴリズムに基づくパーティクルフィルタである請求項1乃至4のいずれか1項記載の自律移動体制御装置。   The autonomous mobile control apparatus according to claim 1, wherein the probabilistic method is a particle filter based on a SLAM algorithm.
  6. 前記自律移動体は、自律走行する産業車両である請求項1乃至5のいずれか1項記載の自律移動体制御装置。   The autonomous mobile body control device according to any one of claims 1 to 5, wherein the autonomous mobile body is an industrial vehicle that travels autonomously.
JP2016008425A 2016-01-20 2016-01-20 Autonomous mobile control device Active JP6642026B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016008425A JP6642026B2 (en) 2016-01-20 2016-01-20 Autonomous mobile control device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016008425A JP6642026B2 (en) 2016-01-20 2016-01-20 Autonomous mobile control device

Publications (2)

Publication Number Publication Date
JP2017130006A true JP2017130006A (en) 2017-07-27
JP6642026B2 JP6642026B2 (en) 2020-02-05

Family

ID=59396262

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016008425A Active JP6642026B2 (en) 2016-01-20 2016-01-20 Autonomous mobile control device

Country Status (1)

Country Link
JP (1) JP6642026B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019049864A1 (en) * 2017-09-08 2019-03-14 オリジン電気株式会社 Polyurethane coating composition and method for preparing coated product

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019049864A1 (en) * 2017-09-08 2019-03-14 オリジン電気株式会社 Polyurethane coating composition and method for preparing coated product

Also Published As

Publication number Publication date
JP6642026B2 (en) 2020-02-05

Similar Documents

Publication Publication Date Title
Vasiljević et al. High-accuracy vehicle localization for autonomous warehousing
US20090093907A1 (en) Robot System
CN110260867B (en) Method, equipment and device for determining and correcting neutral position in robot navigation
CN110262495B (en) Control system and method capable of realizing autonomous navigation and accurate positioning of mobile robot
CN108762264B (en) Dynamic obstacle avoidance method of robot based on artificial potential field and rolling window
US20160062357A1 (en) Mobile Body and Position Detection Device
US8898016B2 (en) Method and apparatus for two-stage planning
Rusdinar et al. Implementation of real-time positioning system using extended Kalman filter and artificial landmark on ceiling
CN107560620B (en) Path navigation method, chip and robot
CN111307147A (en) AGV high-precision positioning method integrating positioning reflector and laser characteristics
JP2017130006A (en) Autonomous mobile body control device
Behrje et al. An autonomous forklift with 3d time-of-flight camera-based localization and navigation
Herrero-Pérez et al. An accurate and robust flexible guidance system for indoor industrial environments
JP2012014265A (en) Movable body
Padgett et al. Vector-based robot obstacle avoidance using LIDAR and mecanum drive
KR101245754B1 (en) Autonomy drive robot, and method for establishing route
JP2017182502A (en) Movable body
Aman et al. A sensor fusion methodology for obstacle avoidance robot
EP3620885A1 (en) Autonomous mobile apparatus
JP2015055906A (en) Position detection device for outputting control command to travel control means of moving body and moving body system
JP2018013860A (en) Autonomous movable object control device
Signifredi et al. A general purpose approach for global and local path planning combination
JP2012256344A (en) Robot system
JP6760786B2 (en) Mobile robot and control method
CN111033426A (en) Moving object, position estimation device, and computer program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180405

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190227

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190305

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20190412

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190627

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191029

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191107

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: 20191203

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20191216

R151 Written notification of patent or utility model registration

Ref document number: 6642026

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151