JP2019000940A - Robot control system, platform, robot, and method of controlling robot - Google Patents

Robot control system, platform, robot, and method of controlling robot Download PDF

Info

Publication number
JP2019000940A
JP2019000940A JP2017117332A JP2017117332A JP2019000940A JP 2019000940 A JP2019000940 A JP 2019000940A JP 2017117332 A JP2017117332 A JP 2017117332A JP 2017117332 A JP2017117332 A JP 2017117332A JP 2019000940 A JP2019000940 A JP 2019000940A
Authority
JP
Japan
Prior art keywords
congestion
robot
mode
service
information
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.)
Pending
Application number
JP2017117332A
Other languages
Japanese (ja)
Inventor
太郎 山崎
Taro Yamazaki
太郎 山崎
友春 羽角
Tomoharu Hasumi
友春 羽角
英也 吉内
Hideya Yoshiuchi
英也 吉内
Original Assignee
株式会社日立製作所
Hitachi Ltd
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 株式会社日立製作所, Hitachi Ltd filed Critical 株式会社日立製作所
Priority to JP2017117332A priority Critical patent/JP2019000940A/en
Publication of JP2019000940A publication Critical patent/JP2019000940A/en
Pending legal-status Critical Current

Links

Images

Abstract

To positively make good use of a robot while preventing an influence on a site where service is provided.SOLUTION: A robot control system comprises: an autonomously movable robot which provides service for a person in a service provision area; and a platform which communicates with the robot, stores congestion history information as information representing a degree of congestion in every past predetermined time in the service providing area, and then generates, based upon the congestion history information, congestion prediction information as information generated by predicting a degree of congestion for each predetermined time. The robot sets itself to one of a plurality of operation modes, differing in influence on the degree of congestion in the service providing area, which is selected according to the present or future degree of congestion of the service providing area acquired from the congestion prediction information.SELECTED DRAWING: Figure 5

Description

本発明は、ロボット制御システム、プラットフォーム、ロボット、及びロボットの制御方法に関する。   The present invention relates to a robot control system, a platform, a robot, and a robot control method.
特許文献1には、「人が展示物や案内板を見ているかどうか、見るために待っているかどうかなどをロボットシステム側で認識して、ロボットが適切なタイミングで案内サービスを行う。」、「1以上の人間を撮像する1以上のカメラと、人間を案内する移動ロボットを含むロボット案内システムにおいて、人間の位置を計算する位置計算装置と、人間が所定の領域内に滞在した時間を計測するエリア滞在時間計測装置と、人間の行動内容を識別する行動識別装置と、行動識別装置による行動識別結果に基づいてロボットを制御するロボット制御プラットフォームとを備え、物品周辺領域に、物品を設置する領域に接する第1領域と、第1領域に接する第2領域とを定め、カメラは人間を追尾し、移動ロボットは第1及び第2領域に滞在又は静止する人間に対して案内を行う」ことが記載されている。   In Patent Document 1, “the robot system recognizes whether or not a person is looking at an exhibit or a guide board, whether it is waiting for viewing, etc., and the robot provides a guidance service at an appropriate timing”. “In a robot guidance system that includes one or more cameras that capture one or more humans and a mobile robot that guides humans, a position calculation device that calculates the human position, and measures the time during which the human stayed in a predetermined area. An area stay time measuring device, a behavior identification device for identifying human behavior content, and a robot control platform for controlling a robot based on a behavior identification result by the behavior identification device, and placing an article in an article peripheral region A first area in contact with the area and a second area in contact with the first area are defined, the camera tracks a person, and the mobile robot stays in the first and second areas or A guidance to a human to stop "that have been described.
特許文献2には、「ロボットが店舗などに来店した顧客の身長や顔の高さで大人、小人、幼児などを検出および混雑度合いを検出してこれらをもとに顧客に最適な情報をテーブルから選択(あるいは作成)して表示、音声を発声、ジャスチャーで表現、更に移動して説明や案内を効率的に行う」ことが記載されている。   Patent Document 2 states that “adults, dwarfs, infants, etc. are detected based on the height and face height of the customer when the robot visits the store, etc., and the degree of congestion is detected. “Selected (or created) from the table, displayed, uttered voice, expressed in gesture, and moved further for efficient explanation and guidance”.
特許文献3には、「空間内に配置された1または2以上のロボットと、前記ロボットを制御するためのロボットルータと、前記空間内のロボットの状態管理を行うと共に空間内の環境情報を収集管理する空間マネージャとが通信ネットワークで接続されたネットワークロボットサービスシステムであって、前記ロボットルータに利用者属性を保持する手段と、ロボットルータが存在する任意の空間で、前記ロボットルータに保持された利用者属性と環境情報を基にサービスを提供する手段とを備える。」と記載されている。   Patent Document 3 states that “one or more robots arranged in a space, a robot router for controlling the robot, state management of the robot in the space, and collecting environmental information in the space. A network robot service system in which a space manager to be managed is connected by a communication network, and is stored in the robot router in any space where the robot router has a user attribute and a means for holding the user attribute. And a means for providing a service based on user attributes and environmental information. "
特許文献4には、「人に対してサービスを行うためのサービスロボットシステムにおいて、自律移動可能な1台以上のロボットを備えるとともに、前記各ロボットの周囲における複数のサービス対象人物の前記各ロボットに対する位置関係を同時的に同定することのできる位置同定装置を備え、前記位置同定装置で同定した位置関係情報をサービス動作制御用情報として前記ロボットが前記サービス対象人物に対するサービスを行うようにされている」と記載されている。   Patent Document 4 states that “in a service robot system for providing services to a person, the robot system includes one or more robots that can move autonomously, and a plurality of service target persons around the robots correspond to the robots. A position identification device capable of simultaneously identifying the positional relationship is provided, and the robot performs service for the service target person using the positional relationship information identified by the position identification device as service operation control information. Is described.
特開2007−152442号公報JP 2007-152442 A 特開2008−55578号公報JP 2008-55578 A 特開2005−111637号公報JP 2005-1111637 A 特開2005−329515号公報JP 2005-329515 A
IT基盤技術や人工知能(AI技術)関連技術の進歩に伴い、自律移動しながら高度な対人サービスを提供するロボットの研究/開発が進められている。ここで自律移動しなが
ら対人サービスを行うロボットの実用化に際しては、ロボットが対人サービスを行う現場環境の変化に応じて、ロボットが与える現場への影響を防ぎつつ、ロボットが積極的に対人サービスを提供できるようにすることが求められる。
With the advancement of IT infrastructure technology and artificial intelligence (AI technology) related technology, research / development of robots that provide advanced interpersonal services while moving autonomously is underway. Here, in the practical application of robots that perform interpersonal services while moving autonomously, the robots actively engage in interpersonal services while preventing the robot's impact on the site according to changes in the environment where the robots perform interpersonal services. It is required to be able to provide.
一例として、商業施設等のフロアやコンコース等のサービス提供エリアにおいて通行人等に対人サービス(道案内、施設紹介、通訳等)を提供するロボット(例えば、ヒューマノイドロボット等)を取り上げる。例えば、上記ロボットが、サービス提供エリアの中程で対人サービスを提供している時に昼食時間帯に突入し、サービス提供エリアが急に混雑し始めた場合、ロボットが身動きのとれない状況となって立ち往生しまうことがある。その場合、ロボットは対人サービスを効率よく提供することができなくなる上、通行の妨げとなってサービス提供エリアの混雑や渋滞を引き起こす要因となる。   As an example, a robot (for example, a humanoid robot) that provides interpersonal services (such as route guidance, facility introduction, interpretation, etc.) to passers-by in a service provision area such as a floor of a commercial facility or a concourse is taken up. For example, if the robot enters the lunch time zone while providing interpersonal services in the middle of the service provision area, and the service provision area suddenly starts to become crowded, the robot cannot move. You may get stuck. In this case, the robot cannot efficiently provide the interpersonal service, and it becomes an obstacle to traffic and causes congestion and traffic congestion in the service providing area.
ここでこうした事態となるのを避けるには、例えば、混雑を事前に予測してロボットの動作(所作や移動)を制限するようにすればよいが、必要以上にロボットの動作を制限するとロボットの稼働率が低下してしまう。そこでロボットの動作を制限する時期はなるべく正確に予測することが望ましいが、現場の状況は時間帯や曜日、季節、気候、現場の性質等の様々な要因によって変化し、ロボットの動作を事前に適切に制限することは必ずしも容易でない。   In order to avoid such a situation here, for example, it may be possible to predict the congestion in advance and restrict the robot's movement (action or movement). However, if the robot movement is restricted more than necessary, The operating rate will decrease. Therefore, it is desirable to predict the time when the robot operation is restricted as accurately as possible, but the situation on the site changes depending on various factors such as the time of day, day of the week, season, climate, site characteristics, etc. Proper restriction is not always easy.
本発明は、こうした背景に鑑みてなされたもので、サービスの提供が行われる現場に与える影響を防ぎつつロボットを積極的に活用することが可能な、ロボット制御システム、プラットフォーム、ロボット、及びロボットの制御方法を提供することを目的とする。   The present invention has been made in view of such a background, and the robot control system, the platform, the robot, and the robot that can actively use the robot while preventing the influence on the site where the service is provided are provided. An object is to provide a control method.
上記目的を達成するための本発明の一つは、ロボット制御システムであって、自律移動が可能なロボットが対人サービスを提供するエリアであるサービス提供エリアの過去の所定時間毎の混雑度合いを示す情報である混雑履歴情報を記憶する情報記憶部と、前記混雑履歴情報に基づき前記サービス提供エリアの所定時間毎の混雑度合いを予測した情報である混雑予測情報を生成する混雑状況予測部と、前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いに応じて選択される、前記サービス提供エリアの混雑度合いに与える影響の異なる複数の稼働モードのうちのいずれかの稼働モードに前記ロボットを設定する稼働モード設定部と、を備える。   One aspect of the present invention for achieving the above object is a robot control system, which shows a degree of congestion at a predetermined time interval in a service providing area in which a robot capable of autonomous movement provides an interpersonal service. An information storage unit that stores congestion history information that is information, a congestion status prediction unit that generates congestion prediction information that is information that predicts the degree of congestion for each predetermined time of the service providing area based on the congestion history information, and The operation mode is selected from the current or future congestion level of the service providing area acquired from the congestion prediction information, and the operation mode is any one of a plurality of operation modes having different effects on the congestion level of the service providing area. An operation mode setting unit for setting the robot.
その他、本願が開示する課題、及びその解決方法は、発明を実施するための形態の欄、及び図面により明らかにされる。   In addition, the subject which this application discloses, and its solution method are clarified by the column of the form for inventing, and drawing.
本発明によれば、サービスの提供が行われる現場に与える影響を防ぎつつロボットを積極的に活用することができる。   ADVANTAGE OF THE INVENTION According to this invention, a robot can be actively utilized, preventing the influence which the service provision is performed on.
ロボット制御システムの概略的な構成を示す図である。It is a figure which shows the schematic structure of a robot control system. ロボットが備える主なハードウェアを示す図である。It is a figure which shows the main hardware with which a robot is provided. ロボットが備える主な機能を示す図である。It is a figure which shows the main functions with which a robot is provided. プラットフォームが備える主なハードウェアを示す図である。It is a figure which shows the main hardware with which a platform is provided. プラットフォームが備える主な機能を示す図である。It is a figure which shows the main functions with which a platform is provided. 混雑履歴情報の一例である。It is an example of congestion history information. 混雑予測情報の一例である。It is an example of congestion prediction information. 「探索モード」を説明する図である。It is a figure explaining "search mode". 「遠隔モード」を説明する図である。It is a figure explaining "remote mode". 「待機モード」を説明する図である。It is a figure explaining "standby mode". 稼働モードの設定に関する処理の概要を説明する図である。It is a figure explaining the outline | summary of the process regarding the setting of an operation mode. 混雑予測情報生成処理を説明するフローチャートである。It is a flowchart explaining a congestion prediction information generation process. 稼働モード設定処理(現在)を説明するフローチャートである。It is a flowchart explaining an operation mode setting process (present). 稼働モード設定処理(未来)を説明するフローチャートである。It is a flowchart explaining an operation mode setting process (future). 稼働モード設定処理(現在及び未来)を説明するフローチャートである。It is a flowchart explaining the operation mode setting process (present and future).
以下、商業施設等におけるフロアやコンコース等のサービス提供エリアにおいて、通行人等の人へのサービス(道案内、施設紹介、通訳等。以下、対人サービスとも称する。)を提供する、自律移動が可能なロボット(対人サービス提供装置)の制御システムを一実施形態として説明する。尚、以下の説明において、同一の又は類似する構成について同一の符号を用いて重複した説明を省略することがある。   In the following, autonomous movement that provides services (passage guidance, facility introduction, interpretation, etc., hereinafter also referred to as interpersonal services) to people such as passersby in service provision areas such as floors and concourses in commercial facilities, etc. A control system of a possible robot (personal service providing apparatus) will be described as an embodiment. In the following description, the same or similar components may be omitted by using the same reference numerals.
図1に上記ロボットの制御システム(以下、ロボット制御システム1と称する。)の概略的な構成を示している。同図に示すように、ロボット制御システム1は、一つ以上のロボット10、ロボットプラットフォーム(Robot Platform)(以下、プラットフォーム20と称する。)、及び混雑状況センサ30を含む。   FIG. 1 shows a schematic configuration of the robot control system (hereinafter referred to as a robot control system 1). As shown in the figure, the robot control system 1 includes one or more robots 10, a robot platform (hereinafter referred to as a platform 20), and a congestion status sensor 30.
ロボット10は、サービス提供エリア2内を自律移動しつつ対人サービスを提供するロボット(ヒューマノイドロボット(Humanoid Robot)等)である。ロボット10は、プラットフォーム20と随時通信し、ロボット10の監視や制御に用いる情報をプラットフォーム20との間で送受信する。ロボット10は、例えば、ロボット10自身やプラットフォーム20に対してコンフィギュレーション(configuration)情報を設定することによ
り、様々な対人サービスの提供に対応することができる。またロボット10は、例えば、人3の動作を検知し、検知した結果に応じて提供すべきサービスを決定し、決定したサービスを人3に提供することができる。ロボット10は、例えば、その機能の全部または一部がロボット10自身が備えるハードウェア又はソフトウェアにより実現されるものであってもよいし、その機能の全部又は一部がプラットフォーム20により実現されるものであってもよい。
The robot 10 is a robot (such as a humanoid robot) that provides an interpersonal service while autonomously moving in the service providing area 2. The robot 10 communicates with the platform 20 as needed, and transmits and receives information used for monitoring and control of the robot 10 to and from the platform 20. For example, the robot 10 can respond to provision of various interpersonal services by setting configuration information for the robot 10 itself and the platform 20. For example, the robot 10 can detect the motion of the person 3, determine a service to be provided according to the detected result, and provide the determined service to the person 3. The robot 10 may be realized, for example, by hardware or software provided in the robot 10 itself, or all or part of its functions may be realized by the platform 20. It may be.
プラットフォーム20は、サービス提供エリア2に存在する一つ以上のロボット10と通信し、ロボット10の監視や制御を行う。プラットフォーム20は、例えば、情報処理装置(コンピュータ)やクラウドシステムにおけるクラウドサーバ等を利用して実現される。プラットフォーム20は、例えば、インターネット等を介して遠隔した場所に設けられた情報処理装置と通信する機能を備えていてもよい。またプラットフォーム20は、クラウドシステム等を利用して実現された人工知能に関する情報処理サービスと連携してロボット10の監視制御機能を提供するものであってもよい。   The platform 20 communicates with one or more robots 10 existing in the service providing area 2 to monitor and control the robots 10. The platform 20 is realized using, for example, an information processing apparatus (computer), a cloud server in a cloud system, or the like. For example, the platform 20 may have a function of communicating with an information processing apparatus provided at a remote location via the Internet or the like. In addition, the platform 20 may provide a monitoring control function of the robot 10 in cooperation with an information processing service related to artificial intelligence realized using a cloud system or the like.
混雑状況センサ30は、サービス提供エリア2内の状況やロボット10の周囲の混雑状況(以下、混雑度合いとも称する。)を把握するための情報をプラットフォーム20に提供する。混雑状況センサ30は、例えば、カメラ、タイムオブフライト(TOF: Time Of Flight)カメラ、ステレオカメラ、レーザレーダ(LIDAR: Laser Imaging Detection and Ranging)、ミリ波レーダ、赤外線深度センサ、超音波センサ等を用いて構成される。尚
、例えば、予めサービス提供エリア2やその周辺に設置されている環境カメラを混雑状況センサ30として利用してもよい。またプラットフォーム20が、サービス提供エリア2の混雑状況を、例えば、スマートフォン等の携帯通信端末から送信される無線信号を利用して把握する構成としてもよい。
The congestion status sensor 30 provides the platform 20 with information for grasping the status in the service providing area 2 and the congestion status around the robot 10 (hereinafter also referred to as the degree of congestion). The congestion state sensor 30 includes, for example, a camera, a time of flight (TOF) camera, a stereo camera, a laser radar (LIDAR: Laser Imaging Detection and Ranging), a millimeter wave radar, an infrared depth sensor, an ultrasonic sensor, and the like. Constructed using. Note that, for example, an environmental camera installed in advance in the service providing area 2 or in the vicinity thereof may be used as the congestion status sensor 30. Moreover, it is good also as a structure which the platform 20 grasps | ascertains the congestion condition of the service provision area 2 using the radio signal transmitted, for example from portable communication terminals, such as a smart phone.
図2にロボット10が備える主なハードウェアを示している。同図に示すように、ロボ
ット10は、プロセッサ11、記憶装置12、通信装置13、入出力インタフェース(以下、入出力I/F14と称する。)、各種センサ15、動作制御装置16、移動制御装置17、及び計時装置18を備える。
FIG. 2 shows main hardware included in the robot 10. As shown in the figure, the robot 10 includes a processor 11, a storage device 12, a communication device 13, an input / output interface (hereinafter referred to as an input / output I / F 14), various sensors 15, an operation control device 16, and a movement control device. 17 and a timing device 18.
プロセッサ11は、例えば、CPU(Central Processing Unit)、MPU(Micro Processing Unit)、DSP(Digital Signal Processor)、GPU(Graphics Processing Unit)等を用いて構成される。   The processor 11 is configured using, for example, a CPU (Central Processing Unit), an MPU (Micro Processing Unit), a DSP (Digital Signal Processor), a GPU (Graphics Processing Unit), and the like.
記憶装置12は、例えば、ROM(Read Only Memory)、RAM(Random Access Memory)、不揮発性メモリ(NVRAM(Non Volatile RAM))、ハードディスクドライブ、SSD(Solid State Drive)等)である。   The storage device 12 is, for example, a ROM (Read Only Memory), a RAM (Random Access Memory), a nonvolatile memory (NVRAM (Non Volatile RAM)), a hard disk drive, an SSD (Solid State Drive), or the like.
通信装置13は、プラットフォーム20との間の双方向通信を実現する、無線方式(又は有線方式)の通信インタフェースであり、例えば、無線通信モジュールやNIC(Network Interface Card)を用いて構成される。   The communication device 13 is a wireless (or wired) communication interface that realizes bidirectional communication with the platform 20, and is configured using, for example, a wireless communication module or a NIC (Network Interface Card).
入出力I/F14は、外部からの情報の入力を受け付ける入力インタフェース、及び外部に情報を提供する出力インタフェースを含む。入力インタフェースは、例えば、各種センサ15から送られてくる情報の受信、タッチセンサ等のユーザインタフェースからの入力の受け付け、記録媒体(不揮発性メモリ、光学式記録媒体、磁気記録媒体、光磁気記録媒体等)の読取装置等である。前述したコンフィギュレーション情報は、例えば、入出力I/F14が記録媒体から読み出す。出力インタフェースは、例えば、スピーカ、LED(Light Emitting Diode)、画面表示装置(液晶ディスプレイ(Liquid Crystal Display)、プロジェクタ等)、印字装置、記録媒体へのデータの記録装置等である。   The input / output I / F 14 includes an input interface that receives input of information from the outside and an output interface that provides information to the outside. The input interface, for example, receives information sent from various sensors 15, accepts input from a user interface such as a touch sensor, and recording medium (nonvolatile memory, optical recording medium, magnetic recording medium, magneto-optical recording medium) Etc.). For example, the input / output I / F 14 reads the configuration information described above from the recording medium. The output interface is, for example, a speaker, an LED (Light Emitting Diode), a screen display device (liquid crystal display, projector, etc.), a printing device, a data recording device on a recording medium, or the like.
各種センサ15は、例えば、マイクロフォン、光センサ、カメラ、加速度センサ、ジャイロセンサ、重力センサ、磁気センサ、GPSセンサ(GPS:Grobal Positioning System
)等である。マイクロフォンは、例えば、人の音声の取得に用いられる。光センサやカメラは、例えば、人の行動や動作に関する情報の取得に用いられる。加速度センサやジャイロセンサは、例えば、ロボット10の姿勢の把握に用いられる。GPSセンサは、例えば、ロボット10の現在位置の把握に用いられる。
The various sensors 15 are, for example, a microphone, an optical sensor, a camera, an acceleration sensor, a gyro sensor, a gravity sensor, a magnetic sensor, a GPS sensor (GPS: Global Positioning System).
) Etc. The microphone is used, for example, for acquiring a human voice. An optical sensor and a camera are used, for example, for acquiring information related to human behavior and actions. The acceleration sensor and the gyro sensor are used for grasping the posture of the robot 10, for example. The GPS sensor is used for grasping the current position of the robot 10, for example.
動作制御装置16は、ロボット10の動作(四肢や関節の動き、表情、発話等)を制御するための制御回路(サーボモータ、アクチュエータ)や機械部品(ギア機構、リンク機
構等)を含む。移動制御装置17は、ロボット10が移動するための駆動回路(モータ駆動回路等)や駆動機構(モータ、サーボモータ、ギア機構等)を含む。
The motion control device 16 includes a control circuit (servo motor, actuator) for controlling the motion of the robot 10 (movements of limbs and joints, facial expressions, speech, etc.) and mechanical parts (gear mechanism, link mechanism, etc.). The movement control device 17 includes a drive circuit (such as a motor drive circuit) and a drive mechanism (such as a motor, a servo motor, and a gear mechanism) for moving the robot 10.
計時装置18は、例えば、RTC(Real Time Clock)を用いて構成され、現在日時等
の時間に関する情報を生成する。尚、ロボット10は、例えば、インターネット上のNTPサーバ(NTP:Network Time Protocol)等の外部の装置から、現在日時等の時間に関す
る情報を取得してもよい。
The time measuring device 18 is configured using, for example, an RTC (Real Time Clock), and generates information related to time such as the current date and time. Note that the robot 10 may acquire information on time such as the current date and time from an external device such as an NTP server (NTP: Network Time Protocol) on the Internet.
図3にロボット10が備える主な機能を示している。同図に示すように、ロボット10は、情報記憶部110、通信処理部111、動作制御部112、移動制御部113、サービス提供部114、混雑予測情報受信部115、稼働モード設定部116、及び人物動作認識部117の各機能を備える。   FIG. 3 shows main functions of the robot 10. As shown in the figure, the robot 10 includes an information storage unit 110, a communication processing unit 111, an operation control unit 112, a movement control unit 113, a service providing unit 114, a congestion prediction information receiving unit 115, an operation mode setting unit 116, and Each function of the human motion recognition unit 117 is provided.
情報記憶部110は、サービス情報151、混雑予測情報152、及び稼働モード情報153等の情報を記憶する。   The information storage unit 110 stores information such as service information 151, congestion prediction information 152, and operation mode information 153.
サービス情報151は、ロボット10が提供するサービスを実現するための情報(例えば、サービスを提供する際のロボット10の動作に関する情報やサービスの提供に際して表示装置等に出力する情報)を含む。   The service information 151 includes information for realizing a service provided by the robot 10 (for example, information regarding the operation of the robot 10 when providing a service or information output to a display device or the like when providing a service).
混雑予測情報152は、ロボット10がプラットフォーム20から取得した混雑予測情報252に基づく情報を含む。   The congestion prediction information 152 includes information based on the congestion prediction information 252 acquired by the robot 10 from the platform 20.
稼働モード情報153は、ロボット10の後述する稼働モードの種類(「待機モード」、「遠隔モード」、「探索モード」)を特定する情報を含む。   The operation mode information 153 includes information for specifying the type of operation mode (“standby mode”, “remote mode”, “search mode”) to be described later of the robot 10.
通信処理部111は、プラットフォーム20への各種情報の送信、プラットフォーム20からの各種情報(制御コマンド、モード情報等)の受信を行う。   The communication processing unit 111 transmits various information to the platform 20 and receives various information (control command, mode information, etc.) from the platform 20.
動作制御部112は、ロボット10の動作を制御する。尚、動作制御部112は、例えば、稼働モード情報153の内容に従ってロボット10の動作を制御する。移動制御部113は、ロボット10の移動を制御する。尚、移動制御部113は、例えば、稼働モード情報153の内容に従ってロボット10の移動を制御する。動作制御部112や移動制御部113は、ロボット10の自律移動に関する制御を行う。   The operation control unit 112 controls the operation of the robot 10. Note that the operation control unit 112 controls the operation of the robot 10 according to the content of the operation mode information 153, for example. The movement control unit 113 controls the movement of the robot 10. The movement control unit 113 controls the movement of the robot 10 according to the contents of the operation mode information 153, for example. The operation control unit 112 and the movement control unit 113 perform control related to the autonomous movement of the robot 10.
サービス提供部114は、動作制御部112や移動制御部113を制御して、ロボット10による対人サービスの提供に関する処理を行う。サービス提供部114は、例えば、前述したコンフィギュレーション情報に従って対人サービスの提供に関する処理を行う。   The service providing unit 114 controls the operation control unit 112 and the movement control unit 113 to perform processing related to provision of interpersonal services by the robot 10. For example, the service providing unit 114 performs processing related to provision of interpersonal services according to the configuration information described above.
混雑予測情報受信部115は、プラットフォーム20と通信して後述する混雑予測情報252の内容を随時受信し、取得した内容を混雑予測情報152として記憶する。   The congestion prediction information receiving unit 115 communicates with the platform 20 to receive the contents of congestion prediction information 252 described later as needed, and stores the acquired contents as congestion prediction information 152.
稼働モード設定部116は、混雑予測情報152から取得される現在又は未来のサービス提供エリア2の混雑度合いに応じて選択される、サービス提供エリア2の混雑度合いに与える影響の異なる複数の稼働モードのうちのいずれかの稼働モードにロボット10を設定する。稼働モード設定部116は、現在、ロボット10に設定されている稼働モードを示す情報を稼働モード情報153として記憶する。   The operation mode setting unit 116 is selected according to the congestion degree of the current or future service provision area 2 acquired from the congestion prediction information 152 and has a plurality of operation modes having different influences on the congestion degree of the service provision area 2. The robot 10 is set to one of the operation modes. The operation mode setting unit 116 stores information indicating the operation mode currently set for the robot 10 as the operation mode information 153.
人物動作認識部117は、サービス提供エリア2に存在する人3の動作(人3の所作や移動)を認識する。人物動作認識部117は、例えば、公知の画像認識技術や映像認識技術により人3の行動や動作を認識する。人物動作認識部117によって認識された結果は、例えば、サービス提供部114による対人サービスの提供、動作制御部112によるロボット10の動作制御、移動制御部113によるロボット10の移動制御に利用される。   The person action recognition unit 117 recognizes the action of the person 3 existing in the service providing area 2 (the action or movement of the person 3). The person motion recognition unit 117 recognizes the action and motion of the person 3 using, for example, a known image recognition technology or video recognition technology. The result recognized by the human motion recognition unit 117 is used, for example, for providing an interpersonal service by the service providing unit 114, controlling the operation of the robot 10 by the operation control unit 112, and controlling the movement of the robot 10 by the movement control unit 113.
図4にプラットフォーム20が備える主なハードウェアを示している。同図に示すように、プラットフォーム20は、プロセッサ21、記憶装置22、通信装置23、入出力インタフェース(以下、入出力I/F24と称する。)、及び計時装置25を備える。尚、プラットフォーム20のハードウェアの全部又は一部は、例えば、クラウドシステムにおけるクラウドサーバによって実現されるものであってもよい。   FIG. 4 shows main hardware included in the platform 20. As shown in the figure, the platform 20 includes a processor 21, a storage device 22, a communication device 23, an input / output interface (hereinafter referred to as an input / output I / F 24), and a timing device 25. Note that all or part of the hardware of the platform 20 may be realized by a cloud server in a cloud system, for example.
プロセッサ21は、CPU、MPU、DSP、GPU等を用いて構成される。記憶装置22は、ROM、RAM、不揮発性メモリ、ハードディスクドライブ、SSD等である。   The processor 21 is configured using a CPU, MPU, DSP, GPU or the like. The storage device 22 is a ROM, RAM, nonvolatile memory, hard disk drive, SSD, or the like.
通信装置23は、ロボット10や混雑状況センサ30との間での通信を実現する、無線方式(又は有線方式)の通信インタフェースを含む。通信装置23はインターネットに接続する機能を有していてもよい。通信装置23は、例えば、無線通信モジュール、NIC
(Network Interface Card)、USBモジュール(USB:Universal Serial Bus)、シリアル通信モジュール等を用いて構成される。
The communication device 23 includes a wireless (or wired) communication interface that realizes communication with the robot 10 and the congestion status sensor 30. The communication device 23 may have a function of connecting to the Internet. The communication device 23 is, for example, a wireless communication module, NIC
(Network Interface Card), USB module (USB: Universal Serial Bus), serial communication module, and the like.
入出力I/F24は、ユーザや他の装置からの情報の入力を受け付ける入力インタフェース(タッチパネル、キーボード、マウス、記録媒体(不揮発性メモリ、光学式記録媒体、磁気記録媒体、光磁気記録媒体等)の読取装置等)、並びにユーザや他の装置に情報を提供する出力インタフェース(液晶ディスプレイ(Liquid Crystal Display)、印字装置、記録媒体へのデータの記録装置等)を含む。前述したコンフィギュレーション情報は、例えば、入出力I/F24が記録媒体から読み出す。   The input / output I / F 24 is an input interface (touch panel, keyboard, mouse, recording medium (nonvolatile memory, optical recording medium, magnetic recording medium, magneto-optical recording medium, etc.) for receiving input of information from the user or other devices. As well as an output interface (liquid crystal display, printing device, data recording device on a recording medium, etc.) for providing information to the user and other devices. For example, the input / output I / F 24 reads the configuration information described above from the recording medium.
計時装置25は、例えば、RTCを用いて構成され、現在日時等の時間に関する情報を生成する。尚、プラットフォーム20は、例えば、インターネット上のNTPサーバ等の外部の装置から、現在日時等の時間に関する情報を取得してもよい。   The time measuring device 25 is configured using, for example, an RTC, and generates information related to time such as the current date and time. Note that the platform 20 may acquire information on time such as the current date and time from an external device such as an NTP server on the Internet, for example.
図5にプラットフォーム20が備える主な機能を示している。同図に示すように、プラットフォーム20は、情報記憶部210、通信処理部211、及び混雑状況予測部212の各機能を備える。   FIG. 5 shows the main functions of the platform 20. As shown in the figure, the platform 20 includes functions of an information storage unit 210, a communication processing unit 211, and a congestion status prediction unit 212.
情報記憶部210は、混雑履歴情報251や混雑予測情報252等の情報を記憶する。
このうち混雑履歴情報251は、混雑状況予測部212が混雑状況センサ30から取得されるデータ(例えば、映像データや画像データ。以下、センサデータと称する。)に基づき検出したサービス提供エリア2の時間毎の混雑状況(混雑度合い)の履歴に関する情報を含む。また混雑予測情報252は、混雑状況予測部212が混雑履歴情報251に基づき予測した、サービス提供エリア2の時間毎の混雑状況(混雑度合い)を示す情報を含む。
The information storage unit 210 stores information such as congestion history information 251 and congestion prediction information 252.
Among them, the congestion history information 251 is the time of the service providing area 2 detected by the congestion state prediction unit 212 based on data (for example, video data or image data; hereinafter referred to as sensor data) acquired from the congestion state sensor 30. Information on the history of congestion status (degree of congestion) for each is included. The congestion prediction information 252 includes information indicating the congestion status (congestion degree) for each time of the service providing area 2 predicted by the congestion status prediction unit 212 based on the congestion history information 251.
通信処理部211は、ロボット10への各種情報(制御コマンド、混雑予測情報等)の送信、ロボット10からの各種情報(位置情報、サービス状況、監視情報等)の受信を行う。   The communication processing unit 211 transmits various information (control command, congestion prediction information, etc.) to the robot 10 and receives various information (position information, service status, monitoring information, etc.) from the robot 10.
混雑状況予測部212は、通信処理部211が混雑状況センサ30から受信したセンサデータに基づき混雑予測情報252を生成する。同図に示すように、混雑状況予測部212は、混雑履歴情報生成部2121、統計処理部2122、及び予測情報生成部2123を有する。   The congestion state prediction unit 212 generates the congestion prediction information 252 based on the sensor data received from the congestion state sensor 30 by the communication processing unit 211. As shown in the figure, the congestion status prediction unit 212 includes a congestion history information generation unit 2121, a statistical processing unit 2122, and a prediction information generation unit 2123.
このうち混雑履歴情報生成部2121は、混雑状況センサ30から受信したセンサデータに基づき混雑履歴情報251を生成する。混雑履歴情報生成部2121は、サービス提供エリア2の過去の所定時間毎の混雑状況(混雑度合い)を判定して混雑履歴情報251に登録する。尚、混雑履歴情報生成部2121は、例えば、センサデータについて映像解析(映像認識)、画像解析(画像認識)、人物認識、動体検知等を行うことにより所定時間毎のサービス提供エリア2の混雑状況(混雑度合い)を判定する。また混雑履歴情報生成部2121は、例えば、特許文献2(特開2008−55578号公報に記載されているように、混雑状況センサ30として機能するカメラから送られてくる画像データに基づき混雑度を求めて所定時間毎のサービス提供エリア2の混雑状況(混雑度合い)を判定する。   Among these, the congestion history information generation unit 2121 generates the congestion history information 251 based on the sensor data received from the congestion status sensor 30. The congestion history information generation unit 2121 determines the congestion status (congestion degree) every predetermined time in the service providing area 2 and registers it in the congestion history information 251. Note that the congestion history information generation unit 2121 performs, for example, video analysis (video recognition), image analysis (image recognition), person recognition, moving object detection, and the like on the sensor data, and the congestion status of the service providing area 2 every predetermined time. (Congestion degree) is determined. In addition, the congestion history information generation unit 2121 determines the degree of congestion based on image data sent from a camera functioning as the congestion state sensor 30, as described in, for example, Patent Document 2 (Japanese Patent Laid-Open No. 2008-55578). The congestion status (degree of congestion) of the service providing area 2 is determined every predetermined time.
図6に混雑履歴情報251の一例を示す。同図に示すように、混雑履歴情報251は、日付2511、曜日2512、時間2513、混雑状況2514の各項目からなる複数のレコードで構成される。各レコードは、日付2511、曜日2512、及び時間2513で特定される日時に対応している。尚、本例では隣接する(連続する)レコードの時間間
隔(隣接するレコードの時間2513の差)を1時間としているが、上記時間間隔は必ずしも限定されず、例えば、1時間よりも短い時間間隔やより長い時間間隔としてもよい。
An example of the congestion history information 251 is shown in FIG. As shown in the figure, the congestion history information 251 is composed of a plurality of records including items of a date 2511, a day of the week 2512, a time 2513, and a congestion state 2514. Each record corresponds to the date and time specified by the date 2511, the day of the week 2512, and the time 2513. In this example, the time interval between adjacent (continuous) records (difference between adjacent record time 2513) is 1 hour. However, the time interval is not necessarily limited. For example, the time interval is shorter than 1 hour. A longer time interval may be used.
混雑状況2514には、当該レコードの日時に混雑状況センサ30が取得したセンサデータに基づき混雑状況予測部212が判定したサービス提供エリア2の混雑状況を示す情報が設定される。本例では、混雑状況2514に、サービス提供エリア2が混雑していることを示す「混雑」、サービス提供エリア2が通常程度の混雑であることを示す「平常」、及び、サービス提供エリア2が空いている(無人の場合を含む)ことを示す「閑散」のいずれかを設定している。   In the congestion status 2514, information indicating the congestion status of the service providing area 2 determined by the congestion status prediction unit 212 based on the sensor data acquired by the congestion status sensor 30 at the date and time of the record is set. In this example, the congestion status 2514 includes “congestion” indicating that the service providing area 2 is congested, “normal” indicating that the service providing area 2 is normally congested, and the service providing area 2 One of “quiet” indicating that it is vacant (including unmanned cases) is set.
図5に戻り、統計処理部2122は、混雑状況を統計的に予測するための準備として、混雑履歴情報251の内容を所定の時間毎に集計(統計処理)し、集計した結果を混雑予測情報252に登録する。尚、本例では、統計処理部2122は、混雑履歴情報251の内容を曜日毎かつ時間毎に集計しているが、集計方法は必ずしも限定されない。   Returning to FIG. 5, the statistical processing unit 2122 aggregates the contents of the congestion history information 251 every predetermined time (statistical processing) as preparation for statistically predicting the congestion situation, and the aggregated result is the congestion prediction information. 252 is registered. In this example, the statistical processing unit 2122 counts the contents of the congestion history information 251 for each day of the week and for each hour, but the counting method is not necessarily limited.
図7に混雑予測情報252の一例を示す。同図に示すように、混雑予測情報252は、曜日2521、時間2522、統計情報2523、及び混雑状況(予測)2526の各項目を有する複数のレコードで構成される。同図に示すように、統計情報2523は、混雑、平常、閑散の3つの項目を含む。これらの各項目には、各項目の混雑履歴情報251の混雑状況2514における出現回数を集計した値(統計処理した結果)が設定される。   An example of the congestion prediction information 252 is shown in FIG. As shown in the figure, the congestion prediction information 252 includes a plurality of records each having items of a day of the week 2521, a time 2522, statistical information 2523, and a congestion state (prediction) 2526. As shown in the figure, the statistical information 2523 includes three items of congestion, normal, and quiet. For each of these items, a value (result of statistical processing) obtained by counting the number of appearances in the congestion status 2514 of the congestion history information 251 of each item is set.
図5に戻り、混雑状況予測部212の予測情報生成部2123は、混雑予測情報252の統計情報2523に基づき、サービス提供エリア2の所定時間毎の混雑状況を予測し、予測した結果を混雑予測情報252の混雑状況(予測)2526に設定する。図7の例では、混雑状況(予測)2526に、サービス提供エリア2が混雑していることを示す「混雑」、サービス提供エリア2が通常程度の混雑状況であることを示す「平常」、及び、サービス提供エリア2が空いている(無人の場合を含む)ことを示す「閑散」のいずれかを設定している。   Referring back to FIG. 5, the prediction information generation unit 2123 of the congestion state prediction unit 212 predicts the congestion state for each predetermined time in the service providing area 2 based on the statistical information 2523 of the congestion prediction information 252 and predicts the predicted result as a congestion prediction. Information 252 is set in the congestion status (prediction) 2526. In the example of FIG. 7, “congestion” indicating that the service providing area 2 is congested in the congestion status (prediction) 2526, “normal” indicating that the service providing area 2 is normally congested, and Any one of “quiet” indicating that the service providing area 2 is vacant (including an unmanned case) is set.
[稼働モード]
続いて、前述した稼働モードについて説明する。ロボット10は、サービス提供エリア2におけるロボット10の稼働態様を規定するモードである稼働モードを設定することができる。本例では、以下に説明する3つの稼働モード(「待機モード」、「遠隔モード」、「探索モード」)をロボット10に設定可能であるものとする。尚、本例ではこのように3つの稼働モードを設定可能としているが、2つの稼働モード、もしくは、4つ以上の稼働モードをロボット10に設定可能としてもよい。
[Operation mode]
Next, the operation mode described above will be described. The robot 10 can set an operation mode that is a mode that defines the operation mode of the robot 10 in the service providing area 2. In this example, it is assumed that three operation modes (“standby mode”, “remote mode”, and “search mode”) described below can be set in the robot 10. In this example, three operation modes can be set as described above, but two operation modes or four or more operation modes may be set in the robot 10.
図8は、上記稼働モードのうち「探索モード」を説明する図である。「探索モード」は、例えば、サービス提供エリア2が混雑していない時(以下、閑散時と称する。)にロボ
ット10に設定される。尚、閑散時にはサービス提供エリア2に人3が全く存在しない時(無人)も含まれる。同図に示すように「探索モード」に設定されているとき、ロボット10は、サービス提供エリア2内を移動(例えば、ランダムに自律移動)し、移動中に自身から所定距離以内に人3が接近すると当該人3に対して対人サービスを開始する。このように「探索モード」では、ロボット10はサービス提供エリア2内を移動して対人サービスの提供対象者を探索するので、ロボット10を積極的に活用することができる。
FIG. 8 is a diagram for explaining the “search mode” among the operation modes. The “search mode” is set in the robot 10 when, for example, the service providing area 2 is not congested (hereinafter referred to as a quiet time). In addition, it includes a time when there is no person 3 in the service providing area 2 when there is no time (unmanned). As shown in the figure, when the “search mode” is set, the robot 10 moves within the service providing area 2 (for example, autonomously moves at random), and the person 3 moves within a predetermined distance from the robot 10 during the movement. When approaching, the person 3 starts an interpersonal service. As described above, in the “search mode”, the robot 10 moves in the service providing area 2 and searches for a person to whom the interpersonal service is provided, so that the robot 10 can be actively used.
図9は、上記稼働モードのうち「遠隔モード」を説明する図である。「遠隔モード」は、例えば、サービス提供エリア2が閑散時よりも混雑しているが後述する混雑時に比べると混雑していない時(以下、平常時と称する。)にロボット10に設定される。同図に示すように、「遠隔モード」に設定されているとき、ロボット10は、対人サービスの提供
を行うとき以外はサービス提供エリア2内のサービス提供エリア2よりも狭い領域である待機エリア90で待機しており、対人サービスを提供するときにのみ、人3の近くに移動して対人サービスを行う。尚、例えば、サービス提供エリア2が通路である場合、待機エリア90は通路の端の近傍等の人3の通行の妨げになりにくい場所に設定される。また待機エリア90で待機しているとき、ロボット10の人物動作認識部117は、サービス提供エリア2内に存在する人3を監視する。そしてサービス提供エリア2内に存在する人3が所定の動作(例えば、周囲を見渡している仕草や地図を眺めている動作等)を行ったことを検知すると、ロボット10は当該人3の近傍に移動して対人サービスを提供する。尚、対人サービスが終了した後、ロボット10は待機エリア90に帰還し、サービス提供エリア2内に存在する人3を監視を再開する。このように「遠隔モード」では、ロボット10は、対人サービスを提供するとき以外は待機エリア90で待機しているので通行の妨げとなるのを防ぐことができる。また対人サービスが必要なときは人3の近傍に移動して対人サービスを提供するのでロボット10を有効に活用することができる。
FIG. 9 is a diagram for explaining the “remote mode” among the operation modes. The “remote mode” is set in the robot 10 when, for example, the service providing area 2 is more congested than when it is quiet, but is not congested compared to the congested time described below (hereinafter referred to as normal). As shown in the figure, when the “remote mode” is set, the robot 10 is in a standby area 90 which is an area narrower than the service providing area 2 in the service providing area 2 except when providing the interpersonal service. Only when providing the interpersonal service, the mobile station moves to the vicinity of the person 3 and performs the interpersonal service. For example, when the service providing area 2 is a passage, the standby area 90 is set to a place that is unlikely to obstruct the passage of the person 3 such as near the end of the passage. When waiting in the waiting area 90, the human motion recognition unit 117 of the robot 10 monitors the person 3 existing in the service providing area 2. When it is detected that the person 3 existing in the service providing area 2 has performed a predetermined action (for example, a gesture overlooking the surroundings or an action of looking at a map), the robot 10 moves close to the person 3. Go and provide interpersonal services. Note that after the interpersonal service is completed, the robot 10 returns to the standby area 90 and resumes monitoring the person 3 existing in the service providing area 2. As described above, in the “remote mode”, the robot 10 is waiting in the standby area 90 except when providing the interpersonal service, so that it is possible to prevent the traffic from being obstructed. Further, when the interpersonal service is required, the robot 10 can be used effectively because the interpersonal service is provided by moving to the vicinity of the person 3.
図10は、上記稼働モードのうち「待機モード」を説明する図である。「待機モード」は、例えば、サービス提供エリア2が平常時よりも混雑しており、ロボット10の存在が通行の妨げとなる可能性が高い時(以下、混雑時と称する。)にロボット10に設定される。同図に示すように、「待機モード」に設定されているとき、ロボット10は、サービス提供エリア2内のサービス提供エリア2よりも狭い領域である待機エリア90内に留まる(尚、非常時等の特別な状況の場合は待機エリア90から外に移動可能としてもよい)。ロボット10は、人3が自身から所定範囲内に接近したことを検知すると、当該人3に対して対人サービスの提供を行う。このように「待機モード」では、ロボット10は、待機エリア90内に留まっているので通行の妨げとなるのを確実に防ぐことができる。また人3が接近してきた場合には対人サービスを提供するのでロボット10を有効に活用することができる。   FIG. 10 is a diagram for explaining the “standby mode” among the operation modes. In the “standby mode”, for example, when the service providing area 2 is more congested than usual and there is a high possibility that the presence of the robot 10 will hinder traffic (hereinafter referred to as a congested time), the robot 10 is in a “standby mode”. Is set. As shown in the figure, when the “standby mode” is set, the robot 10 stays in the standby area 90 which is a narrower area in the service providing area 2 than the service providing area 2 (in the case of emergency etc. In the case of a special situation, it may be possible to move out of the waiting area 90). When the robot 10 detects that the person 3 has approached within a predetermined range from itself, the robot 10 provides an interpersonal service to the person 3. As described above, in the “standby mode”, the robot 10 stays in the standby area 90, so that it can be surely prevented from obstructing passage. Further, when the person 3 approaches, an interpersonal service is provided so that the robot 10 can be used effectively.
[稼働モード設定処理]
図11は、ロボット制御システム1において行われる、稼働モードの設定に関する処理の概要を説明する図である。以下、同図とともに稼働モードの設定に関する処理の概要について説明する。
[Operation mode setting process]
FIG. 11 is a diagram for explaining an overview of processing related to setting of the operation mode performed in the robot control system 1. In the following, the outline of the processing related to the operation mode setting will be described with reference to FIG.
同図に示すように、プラットフォーム20の通信処理部211は、混雑状況センサ30から送られてくるセンサデータを受信してプラットフォーム20の混雑状況予測部212に入力する(S1111,S1112)。   As shown in the figure, the communication processing unit 211 of the platform 20 receives the sensor data sent from the congestion state sensor 30 and inputs it to the congestion state prediction unit 212 of the platform 20 (S1111 and S1112).
混雑状況予測部212の混雑履歴情報生成部2121は、入力されたセンサデータに基づき混雑履歴情報251を生成する(S1113)。   The congestion history information generation unit 2121 of the congestion status prediction unit 212 generates the congestion history information 251 based on the input sensor data (S1113).
続いて、混雑状況予測部212の統計処理部2122は、混雑履歴情報251の内容を所定の時間毎に集計(統計処理)し、集計した結果を混雑予測情報252に登録する。(S1114)。   Subsequently, the statistical processing unit 2122 of the congestion status prediction unit 212 totals (statistical processing) the contents of the congestion history information 251 every predetermined time, and registers the totaled result in the congestion prediction information 252. (S1114).
続いて、混雑状況予測部212の予測情報生成部2123が、統計情報2523に基づき、サービス提供エリア2の時間毎の混雑状況を予測し、予測した結果を混雑予測情報252の混雑状況(予測)2526に設定する。   Subsequently, based on the statistical information 2523, the prediction information generation unit 2123 of the congestion state prediction unit 212 predicts the hourly congestion state of the service providing area 2, and the predicted result indicates the congestion state (prediction) of the congestion prediction information 252. Set to 2526.
プラットフォーム20は、以上の処理を繰り返し行い、それにより混雑履歴情報251及び混雑予測情報252の内容は随時更新される。   The platform 20 repeatedly performs the above processing, whereby the contents of the congestion history information 251 and the congestion prediction information 252 are updated as needed.
ロボット10は、プラットフォーム20にアクセスし、随時最新の混雑予測情報252
の内容を取得して混雑予測情報152として記憶し(S1116)、混雑予測情報152の内容に基づき自身の稼働モードの設定を行う(S1117)。
The robot 10 accesses the platform 20 and updates the latest congestion prediction information 252 at any time.
Is acquired and stored as congestion prediction information 152 (S1116), and its own operation mode is set based on the content of congestion prediction information 152 (S1117).
[混雑予測情報生成処理]
図12は、図11のS1114及びS1115の処理(以下、混雑予測情報生成処理S1200と称する。)の詳細を説明するフローチャートである。以下、同図とともに混雑予測情報生成処理S1200について説明する。
[Congestion prediction information generation processing]
FIG. 12 is a flowchart for explaining details of the processing of S1114 and S1115 of FIG. 11 (hereinafter referred to as congestion prediction information generation processing S1200). Hereinafter, the congestion prediction information generation process S1200 will be described with reference to FIG.
同図に示すように、まず混雑状況予測部212の統計処理部2122が、混雑履歴情報251に基づき統計情報2523を生成して混雑予測情報252に登録する(S1211)。   As shown in the figure, first, the statistical processing unit 2122 of the congestion status prediction unit 212 generates statistical information 2523 based on the congestion history information 251 and registers it in the congestion prediction information 252 (S1211).
続いて、混雑状況予測部212の予測情報生成部2123が、統計情報2523に基づき、混雑予測情報252の各レコードの混雑の度合い(以下、混雑度と称する。)を判定する。   Subsequently, based on the statistical information 2523, the prediction information generation unit 2123 of the congestion status prediction unit 212 determines the degree of congestion of each record of the congestion prediction information 252 (hereinafter referred to as congestion degree).
同図に示すように、まず予測情報生成部2123は、混雑予測情報252のレコードを一つ選択する(S1212)。   As shown in the figure, first, the prediction information generation unit 2123 selects one record of the congestion prediction information 252 (S1212).
予測情報生成部2123は、選択中のレコードの統計情報2523から求められる混雑状況(混雑度合い)の指標(以下、混雑指標と称する。混雑が激しくなる程、混雑指標の値は増大する。)が予め設定された第1閾値を超えていれば(S1213:YES)、当該レコードの混雑度を「混雑」と判定する(S1214)。その後、処理はS1220に進む。尚、混雑指標は、例えば、レコード毎に統計情報2523について次式に基づく計算を行うことにより求める。次式において、「混雑の値」、「平常の値」、及び「閑散の値」は、夫々、統計情報2523の「混雑」の値、「平常」の値、「閑散」の値に相当する。
混雑指標=混雑の値/(混雑の値+平常の値+閑散の値) ・・・式1
The prediction information generation unit 2123 has an index of congestion status (degree of congestion) obtained from the statistical information 2523 of the selected record (hereinafter referred to as a congestion index. The value of the congestion index increases as the congestion increases). If the preset first threshold value is exceeded (S1213: YES), the congestion level of the record is determined as “congested” (S1214). Thereafter, the process proceeds to S1220. Note that the congestion index is obtained, for example, by performing calculation based on the following equation for the statistical information 2523 for each record. In the following equation, “congestion value”, “normal value”, and “low value” correspond to the “crowded” value, “normal” value, and “low” value in the statistical information 2523, respectively. .
Congestion index = Congestion value / (Congestion value + Normal value + Leisure value) ・ ・ ・ Equation 1
また予測情報生成部2123は、選択中のレコードの上記混雑指標が予め設定された第1閾値以下であり、かつ、予め設定された第2閾値を超えていれば(S1213:NO,S1215:YES)、当該レコードの混雑度を「平常」と判定する(S1216)。その後、処理はS1220に進む。   The prediction information generation unit 2123 also determines that the congestion index of the record being selected is equal to or less than a preset first threshold value and exceeds a preset second threshold value (S1213: NO, S1215: YES). ), The congestion degree of the record is determined to be “normal” (S1216). Thereafter, the process proceeds to S1220.
また予測情報生成部2123は、選択したレコードの上記混雑指標が予め設定された第2閾値以下であれば(S1215:NO)、当該レコードの混雑度を「閑散」と判定する(S1217)。その後、処理はS1220に進む。   Further, when the congestion index of the selected record is equal to or less than the second threshold value set in advance (S1215: NO), the prediction information generation unit 2123 determines that the congestion level of the record is “free” (S1217). Thereafter, the process proceeds to S1220.
S1220では、予測情報生成部2123は、以上のようにして判定した結果を混雑予測情報252の該当レコードの混雑状況(予測)2526に設定する。   In S1220, the prediction information generation unit 2123 sets the determination result as described above in the congestion status (prediction) 2526 of the corresponding record of the congestion prediction information 252.
続いて、予測情報生成部2123は、混雑予測情報252の全てのレコードをS1212において選択済か否かを判断する(S1221)。全てのレコードを選択済でなければ(S1221:NO)、処理はS1212に戻る。全てのレコードを選択済であれば(S1221:YES)、混雑予測情報生成処理S1200は終了する。   Subsequently, the prediction information generation unit 2123 determines whether or not all the records of the congestion prediction information 252 have been selected in S1212 (S1221). If all the records have not been selected (S1221: NO), the process returns to S1212. If all the records have been selected (S1221: YES), the congestion prediction information generation process S1200 ends.
尚、混雑指標、第1閾値、第2閾値は、様々な態様で設定することができる。例えば、図12のS1213において、例えば、統計情報2523の混雑の値が所定回数(例えば1回)以上である場合に(S1213:YES)混雑度を「混雑」と判定(S1214)するようにしてもよい。また図12のS1215において、例えば、統計情報2523の
平常の値が所定回数(例えば1回)以上であれば「平常」と判定し(S1216)、それ以外は「閑散」と判定する(S1217)ようにしてもよい。
The congestion index, the first threshold value, and the second threshold value can be set in various ways. For example, in S1213 of FIG. 12, for example, when the congestion value of the statistical information 2523 is equal to or greater than a predetermined number of times (for example, once) (S1213: YES), the congestion degree is determined as “congested” (S1214). Also good. In S1215 of FIG. 12, for example, if the normal value of the statistical information 2523 is equal to or greater than a predetermined number of times (for example, once), it is determined as “normal” (S1216), and otherwise is determined as “low” (S1217) You may do it.
[稼働モードの設定(現在)]
図13は、図11のS1116及びS1117の処理(以下、稼働モード設定処理(現在)S1300と称する。)を説明するフローチャートである。以下、同図とともに稼働モード設定処理(現在)S1300について説明する。
[Operation mode setting (current)]
FIG. 13 is a flowchart for explaining the processing of S1116 and S1117 of FIG. 11 (hereinafter referred to as operation mode setting processing (current) S1300). The operation mode setting process (current) S1300 will be described below with reference to FIG.
同図に示すように、ロボット10は、稼働モードを設定するタイミングが到来したか否かをリアルタイムに判断する(S1311:NO)。尚、稼働モードを設定するタイミングは、例えば、予め設定された時刻が到来した場合や所定の時間間隔毎に到来する。稼働モードを設定するタイミングが到来すると(S1311:YES)、処理はS1312に進む。   As shown in the figure, the robot 10 determines in real time whether or not the timing for setting the operation mode has arrived (S1311: NO). The timing for setting the operation mode comes, for example, when a preset time arrives or at predetermined time intervals. When the timing for setting the operation mode arrives (S1311: YES), the process proceeds to S1312.
S1312では、ロボット10は、プラットフォーム20にアクセスし、プラットフォーム20が記憶している混雑予測情報252からサービス提供エリア2の現在の混雑状況、即ち、混雑予測情報252において、現在日時に対応する(もしくは現在日時に最も近い)、曜日2521及び時間2522に対応づけられている混雑状況(予測)2526を取得(受信)する。   In S1312, the robot 10 accesses the platform 20, and corresponds to the current date and time in the current congestion status of the service providing area 2, that is, the congestion prediction information 252, from the congestion prediction information 252 stored in the platform 20 (or The congestion status (prediction) 2526 associated with the day of the week 2521 and the time 2522 is acquired (received).
続いて、ロボット10は、取得(受信)した混雑状況(予測)2526の内容が「混雑」であるか否かを判定する(S1313)。取得した混雑状況(予測)2526の内容が「混雑」である場合(S1313:YES)、ロボット10は、稼働モードを「待機モード」に設定する(S1314)。その後、処理はS1311に戻る。一方、取得した混雑状況(予測)2526の内容が「混雑」でない場合(S1313:NO)、処理はS1315に進む。   Subsequently, the robot 10 determines whether or not the content of the acquired (received) congestion status (prediction) 2526 is “congested” (S1313). When the content of the acquired congestion status (prediction) 2526 is “congested” (S1313: YES), the robot 10 sets the operation mode to “standby mode” (S1314). Thereafter, the process returns to S1311. On the other hand, if the content of the acquired congestion status (prediction) 2526 is not “congested” (S1313: NO), the process proceeds to S1315.
S1315では、ロボット10は、取得(受信)した混雑状況(予測)2526の内容が「平常」であるか否かを判定する。取得した混雑状況(予測)2526の内容が「平常」である場合(S1315:YES)、ロボット10は、稼働モードを「遠隔モード」に設定する(S1316)。その後、処理はS1311に戻る。一方、取得した混雑状況(予測)2526の内容が「平常」でない場合(S1315:NO)、処理はS1317に進む。   In S1315, the robot 10 determines whether or not the content of the acquired (received) congestion status (prediction) 2526 is “normal”. When the content of the acquired congestion status (prediction) 2526 is “normal” (S1315: YES), the robot 10 sets the operation mode to “remote mode” (S1316). Thereafter, the process returns to S1311. On the other hand, when the content of the acquired congestion status (prediction) 2526 is not “normal” (S1315: NO), the process proceeds to S1317.
S1317では、ロボット10は、稼働モードを「探索モード」に設定する。その後、処理はS1311に戻る。   In S1317, the robot 10 sets the operation mode to “search mode”. Thereafter, the process returns to S1311.
以上のように、ロボット10は、混雑予測情報252から取得される、サービス提供エリア2の現在の混雑状況に応じて適切に稼働モードを設定するので、通行の妨げになるのを確実に防ぎつつ、ロボット10を積極的に有効に活用することができる。   As described above, the robot 10 appropriately sets the operation mode according to the current congestion state of the service providing area 2 acquired from the congestion prediction information 252, while reliably preventing the passage of traffic. The robot 10 can be actively used effectively.
[稼働モードの設定(未来)]
図13の稼働モード設定処理(現在)S1300では、ロボット10が、混雑予測情報252から取得される、サービス提供エリア2の現在の混雑状況に応じて稼働モードを設定しているが、ロボット10が、混雑予測情報252から取得される、現在よりも未来(現在から所定時間先)のサービス提供エリア2の混雑状況に応じて稼働モードを設定するようにしてもよい。
[Operation mode setting (future)]
In the operation mode setting process (current) S1300 in FIG. 13, the robot 10 sets the operation mode according to the current congestion state of the service providing area 2 acquired from the congestion prediction information 252. The operation mode may be set according to the congestion status of the service providing area 2 that is acquired from the congestion prediction information 252 and is in the future (predetermined time ahead) from the present.
図14は、ロボット10が、混雑予測情報252から取得される、現在よりも未来(現在から所定時間先)のサービス提供エリア2の混雑状況に応じて稼働モードを設定する場
合における、図11のS1116及びS1117の処理(以下、稼働モード設定処理(未来)S1400と称する。)のを説明するフローチャートである。同図に示すように、稼働モード設定処理(未来)S1400の流れは、S1412において混雑予測情報252から未来のサービス提供エリア2の混雑状況を取得(受信)し、これをS1413及びS1415において判定対象とする点以外は、図13にした稼働モード設定処理(現在)S1300と同様であるので詳細な説明は省略する。尚、S1412における未来のサービス提供エリア2の混雑状況の取得(受信)において、ロボット10は、現在日時から所定時間未来の時点に対応する、曜日2521及び時間2522に対応づけられている混雑状況(予測)2526を取得(受信)する。より具体的には、例えば、ロボット10は、混雑予測情報252の現在日時に対応するレコード(現在の曜日2521及び時間2522に対応するレコード)の次のレコードの混雑状況(予測)2526を取得(受信)する。
FIG. 14 shows the case where the robot 10 sets the operation mode according to the congestion status of the service providing area 2 in the future (predetermined time ahead) from the current time acquired from the congestion prediction information 252. It is a flowchart explaining the process of S1116 and S1117 (hereinafter, referred to as operation mode setting process (future) S1400). As shown in the figure, the flow of the operation mode setting process (future) S1400 acquires (receives) the congestion status of the future service providing area 2 from the congestion prediction information 252 in S1412, and determines this in S1413 and S1415. Except for this point, the operation mode setting process (current) S1300 shown in FIG. It should be noted that in the acquisition (reception) of the future service provision area 2 in S1412, the robot 10 receives the congestion state (corresponding to the day of the week 2521 and the time 2522 corresponding to the time point of the future for a predetermined time from the current date and time ( Prediction) 2526 is acquired (received). More specifically, for example, the robot 10 acquires the congestion status (prediction) 2526 of the record next to the record corresponding to the current date and time of the congestion prediction information 252 (the record corresponding to the current day of the week 2521 and the time 2522) ( Receive).
以上のように、ロボット10は、混雑予測情報252から取得される、サービス提供エリア2の未来の混雑状況に応じて事前に適切に稼働モードを設定するので、通行の妨げになるのを未然に防ぎつつ、ロボット10を積極的に有効に活用することができる。   As described above, the robot 10 appropriately sets the operation mode in advance according to the future congestion situation of the service providing area 2 acquired from the congestion prediction information 252, so that it is possible to obstruct traffic. The robot 10 can be used effectively and effectively while preventing it.
[稼働モードの設定(現在及び未来)]
図15は、図11のS1116及びS1117の処理の他の例(以下、稼働モード設定処理(現在及び未来)S1500と称する。)を説明するフローチャートである。稼働モード設定処理(現在及び未来)S1500では、ロボット10が、混雑予測情報252から取得される、現在及び未来の混雑状況に応じて稼働モードを設定する。以下、同図とともに稼働モード設定処理(現在及び未来)S1500について説明する。
[Operation mode setting (current and future)]
FIG. 15 is a flowchart for explaining another example of the processing of S1116 and S1117 of FIG. 11 (hereinafter referred to as operation mode setting processing (current and future) S1500). In operation mode setting processing (current and future) S1500, the robot 10 sets an operation mode according to the current and future congestion status acquired from the congestion prediction information 252. The operation mode setting process (current and future) S1500 will be described below with reference to FIG.
同図に示すように、ロボット10は、稼働モードを設定するタイミングが到来したか否かをリアルタイムに判断する(S1511:NO)。尚、稼働モードを設定するタイミングは、例えば、予め設定された時刻が到来した場合や所定の時間間隔毎に到来する。稼働モードを設定するタイミングが到来すると(S1511:YES)、処理はS1512に進む。   As shown in the figure, the robot 10 determines in real time whether or not the timing for setting the operation mode has arrived (S1511: NO). The timing for setting the operation mode comes, for example, when a preset time arrives or at predetermined time intervals. When the timing for setting the operation mode comes (S1511: YES), the process proceeds to S1512.
S1512では、ロボット10は、プラットフォーム20と通信し、プラットフォーム20が記憶している混雑予測情報252からサービス提供エリア2の現在の混雑状況、即ち、混雑予測情報252において、現在日時に対応する、曜日2521及び時間2522に対応づけられている混雑状況(予測)2526を取得(受信)する。   In S1512, the robot 10 communicates with the platform 20, and the current day of the week corresponding to the current date and time in the current congestion status of the service providing area 2 from the congestion prediction information 252 stored in the platform 20, that is, the congestion prediction information 252, is displayed. The congestion status (prediction) 2526 associated with 2521 and time 2522 is acquired (received).
続いて、ロボット10は、取得(受信)した混雑状況(予測)2526の内容が「混雑」であるか否かを判定する(S1513)。取得した混雑状況(予測)2526の内容が「混雑」である場合(S1513:YES)、ロボット10は、稼働モードを「待機モード」に設定する(S1514)。その後、処理はS1511に戻る。一方、取得(受信)した混雑状況(予測)2526の内容が「混雑」でない場合(S1513:NO)、処理はS1515に進む。   Subsequently, the robot 10 determines whether or not the content of the acquired (received) congestion status (prediction) 2526 is “congested” (S1513). When the content of the acquired congestion status (prediction) 2526 is “congested” (S1513: YES), the robot 10 sets the operation mode to “standby mode” (S1514). Thereafter, the process returns to S1511. On the other hand, if the acquired (received) congestion status (prediction) 2526 is not “congested” (S1513: NO), the process proceeds to S1515.
S1515では、ロボット10は、プラットフォーム20にアクセスし、プラットフォーム20が記憶している混雑予測情報252からサービス提供エリア2の未来の混雑状況、即ち、混雑予測情報252において、現在日時から所定時間未来の時点に対応する、曜日2521及び時間2522に対応づけられている混雑状況(予測)2526を取得(受信)する。例えば、ロボット10は、混雑予測情報252の現在日時に対応するレコード(現在の曜日2521及び時間2522に対応するレコード)の次のレコードの混雑状況(予測)2526を取得(受信)する。   In S1515, the robot 10 accesses the platform 20, and in the future congestion situation of the service providing area 2 from the congestion prediction information 252 stored in the platform 20, that is, in the congestion prediction information 252, a future time of a predetermined time from the current date and time. The congestion status (prediction) 2526 associated with the day of the week 2521 and the time 2522 corresponding to the time is acquired (received). For example, the robot 10 acquires (receives) the congestion status (prediction) 2526 of the record next to the record corresponding to the current date and time of the congestion prediction information 252 (the record corresponding to the current day of the week 2521 and the time 2522).
続いて、ロボット10は、S1515で取得(受信)した未来の混雑状況(予測)25
26の内容が「混雑」であるか否かを判定する(S1516)。取得(受信)した混雑状況(予測)2526の内容が「混雑」である場合(S1516:YES)、ロボット10は、稼働モードを「待機モード」に設定する(S1514)。その後、処理はS1511に戻る。一方、取得(受信)した混雑状況(予測)2526の内容が「混雑」でない場合(S1516:NO)、処理はS1517に進む。
Subsequently, the robot 10 acquires the future congestion status (prediction) 25 acquired (received) in S1515.
It is determined whether or not the content of 26 is “congested” (S1516). If the acquired (received) congestion status (prediction) 2526 is “congested” (S1516: YES), the robot 10 sets the operation mode to “standby mode” (S1514). Thereafter, the process returns to S1511. On the other hand, if the acquired (received) congestion status (prediction) 2526 is not “congested” (S1516: NO), the process proceeds to S1517.
S1517では、ロボット10は、S1515で取得(受信)した未来の混雑状況(予測)2526の内容が「平常」であるか否かを判定する。取得(受信)した混雑状況(予測)2526の内容が「平常」である場合(S1517:YES)、ロボット10は、稼働モードを「遠隔モード」に設定する(S1518)。その後、処理はS1511に戻る。一方、取得(受信)した混雑状況(予測)2526の内容が「平常」でない場合(S1517:NO)、処理はS1519に進む。   In S1517, the robot 10 determines whether or not the content of the future congestion status (prediction) 2526 acquired (received) in S1515 is “normal”. If the acquired (received) congestion status (prediction) 2526 is “normal” (S1517: YES), the robot 10 sets the operation mode to “remote mode” (S1518). Thereafter, the process returns to S1511. On the other hand, if the acquired (received) congestion status (prediction) 2526 is not “normal” (S1517: NO), the process proceeds to S1519.
S1519では、ロボット10は、稼働モードを「探索モード」に設定する。その後、処理はS1511に戻る。   In S1519, the robot 10 sets the operation mode to “search mode”. Thereafter, the process returns to S1511.
以上のように、ロボット10は、現在の混雑状況に加えて未来の混雑状況も考慮し、現在の混雑状況が「混雑」でなくても未来の混雑状況が「混雑」であれば、稼働モードを「待機モード」に設定するので、予め確実にロボット10が通行の妨げになるのを防ぐことができる。また平常時においては通行の妨げにならない程度にロボット10が対人サービスを提供できるように、また閑散時においてはロボット10が積極的に対人サービスが提供されるようにすることができる。   As described above, the robot 10 considers the future congestion situation in addition to the current congestion situation, and if the future congestion situation is “congestion” even if the current congestion situation is not “congestion”, the operation mode Is set to “standby mode”, so that it is possible to prevent the robot 10 from obstructing passage in advance. In addition, the robot 10 can provide interpersonal services to the extent that it does not hinder traffic during normal times, and the robot 10 can actively provide interpersonal services in off-peak hours.
ところで、本発明は上記の実施形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。例えば、上記の実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また上記実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。   By the way, it goes without saying that the present invention is not limited to the above-described embodiment, and various modifications can be made without departing from the scope of the invention. For example, the above embodiment has been described in detail for easy understanding of the present invention, and is not necessarily limited to the one having all the configurations described. In addition, it is possible to add, delete, and replace other configurations for a part of the configuration of the above embodiment.
また上記の各構成、機能部、処理部、処理手段等は、それらの一部または全部を、例えば、集積回路で設計する等によりハードウェアで実現してもよい。また上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリやハードディスク、SSD(Solid State Drive)等の記録装置、また
はICカード、SDカード、DVD等の記録媒体に置くことができる。
Each of the above-described configurations, function units, processing units, processing means, and the like may be realized in hardware by designing some or all of them, for example, with an integrated circuit. Each of the above-described configurations, functions, and the like may be realized by software by the processor interpreting and executing a program that realizes each function. Information such as programs, tables, and files for realizing each function can be stored in a recording device such as a memory, a hard disk, or an SSD (Solid State Drive), or a recording medium such as an IC card, an SD card, or a DVD.
また上記の各図において、制御線や情報線は説明上必要と考えられるものを示しており、必ずしも実装上の全ての制御線や情報線を示しているとは限らない。例えば、実際にはほとんど全ての構成が相互に接続されていると考えてもよい。   Further, in each of the above drawings, control lines and information lines indicate what is considered necessary for explanation, and not all control lines and information lines on the mounting are necessarily shown. For example, it may be considered that almost all configurations are actually connected to each other.
また以上に説明したロボット制御システム1の各種機能部、各種処理部、各種データベースの配置形態は一例に過ぎない。各種機能部、各種処理部、各種データベースの配置形態は、ロボット制御システム1が備えるハードウェアやソフトウェアの性能、処理効率、通信効率等の観点から最適な配置形態に変更し得る。   Moreover, the arrangement | positioning form of the various function parts of the robot control system 1 demonstrated above, various process parts, and various databases is only an example. The arrangement form of the various function units, the various processing units, and the various databases can be changed to an optimum arrangement form from the viewpoint of the performance of hardware and software provided in the robot control system 1, processing efficiency, communication efficiency, and the like.
また前述したデータベースの構成(スキーマ(Schema)等)は、リソースの効率的な利用、処理効率向上、アクセス効率向上、検索効率向上等の観点から柔軟に変更し得る。   The database configuration (schema) described above can be flexibly changed from the viewpoints of efficient use of resources, improvement of processing efficiency, improvement of access efficiency, improvement of search efficiency, and the like.
1 ロボット制御システム、2 サービス提供エリア、10 ロボット、110 情報記
憶部、111 通信処理部、114 サービス提供部、115 混雑予測情報受信部、116 稼働モード設定部、117 人物動作認識部、151 サービス情報、152 混雑予測情報、153 稼働モード情報、20 プラットフォーム、210 情報記憶部、211 通信処理部、212 混雑状況予測部、2121 混雑履歴情報生成部、2122 統計処理部、2123 予測情報生成部、30 混雑状況センサ、S1200 混雑予測情報生成処理、S1300 稼働モード設定処理(現在)、S1400 稼働モード設定処理(未来)、S1500 稼働モード設定処理(現在及び未来)
DESCRIPTION OF SYMBOLS 1 Robot control system, 2 Service provision area, 10 Robot, 110 Information storage part, 111 Communication processing part, 114 Service provision part, 115 Congestion prediction information receiving part, 116 Operation mode setting part, 117 Person motion recognition part, 151 Service information , 152 congestion prediction information, 153 operation mode information, 20 platforms, 210 information storage unit, 211 communication processing unit, 212 congestion status prediction unit, 2121 congestion history information generation unit, 2122 statistical processing unit, 2123 prediction information generation unit, 30 congestion Situation sensor, S1200 congestion prediction information generation process, S1300 operation mode setting process (current), S1400 operation mode setting process (future), S1500 operation mode setting process (current and future)

Claims (17)

  1. 自律移動が可能なロボットが対人サービスを提供するエリアであるサービス提供エリアの過去の所定時間毎の混雑度合いを示す情報である混雑履歴情報を記憶する情報記憶部と、
    前記混雑履歴情報に基づき前記サービス提供エリアの所定時間毎の混雑度合いを予測した情報である混雑予測情報を生成する混雑状況予測部と、
    前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いに応じて選択される、前記サービス提供エリアの混雑度合いに与える影響の異なる複数の稼働モードのうちのいずれかの稼働モードに前記ロボットを設定する稼働モード設定部と、
    を備える、ロボット制御システム。
    An information storage unit that stores congestion history information that is information indicating a degree of congestion every past predetermined time in a service providing area in which a robot capable of autonomous movement provides an interpersonal service;
    A congestion status prediction unit that generates congestion prediction information that is information obtained by predicting the degree of congestion of the service providing area every predetermined time based on the congestion history information;
    Any one of a plurality of operation modes having different influences on the degree of congestion of the service providing area selected according to the degree of congestion of the current or future service providing area acquired from the congestion prediction information An operation mode setting unit for setting the robot to
    A robot control system comprising:
  2. 請求項1に記載のロボット制御システムであって、
    前記稼働モード設定部は、
    前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いが第1閾値を超えるときは第1の前記稼働モードに前記ロボットを設定し、
    前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いが前記第1閾値以下であるときは、前記第1の稼働モードよりも前記サービス提供エリアの混雑度合いに与える影響が大きい第2の前記稼働モードに前記ロボットを設定する、
    ロボット制御システム。
    The robot control system according to claim 1,
    The operation mode setting unit
    When the congestion level of the current or future service provision area acquired from the congestion prediction information exceeds a first threshold, the robot is set to the first operation mode,
    When the degree of congestion in the current or future service provision area acquired from the congestion prediction information is equal to or less than the first threshold, the influence on the degree of congestion in the service provision area is greater than that in the first operation mode. Setting the robot to the second operation mode;
    Robot control system.
  3. 請求項1に記載のロボット制御システムであって、
    前記稼働モード設定部は、
    前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いが第1閾値を超えるときは第1の前記稼働モードに前記ロボットを設定し、
    前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いが前記第1閾値以下かつ第2閾値(<第1閾値)を超えるときは、前記第1の稼働モードよりも前記サービス提供エリアの混雑度合いに与える影響が大きい第2の前記稼働モードに前記ロボットを設定し、
    前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いが前記第2閾値以下であるときは、前記第2の稼働モードよりも前記サービス提供エリアの混雑度合いに与える影響が大きい第3の前記稼働モードに前記ロボットを設定する、
    ロボット制御システム。
    The robot control system according to claim 1,
    The operation mode setting unit
    When the congestion level of the current or future service provision area acquired from the congestion prediction information exceeds a first threshold, the robot is set to the first operation mode,
    When the degree of congestion in the current or future service provision area acquired from the congestion prediction information exceeds the first threshold and exceeds the second threshold (<first threshold), the service is more effective than the first operation mode. The robot is set to the second operation mode having a large influence on the congestion degree of the provision area,
    When the current or future congestion level of the service provision area acquired from the congestion prediction information is equal to or less than the second threshold value, the influence on the congestion level of the service provision area is greater than that of the second operation mode. Setting the robot to the third operation mode;
    Robot control system.
  4. 請求項1に記載のロボット制御システムであって、
    前記稼働モード設定部は、
    前記混雑予測情報から取得される現在の前記サービス提供エリアの混雑度合いが第1閾値を超えるときは第1の前記稼働モードに前記ロボットを設定し、
    前記混雑予測情報から取得される現在の前記混雑度合いは前記第1閾値を超えないが、前記混雑予測情報から取得される未来の前記混雑度合いが前記第1閾値を超えるときは、前記第1の稼働モードに前記ロボットを設定し、
    前記混雑予測情報から取得される現在の前記サービス提供エリアの混雑度合い、及び前記混雑予測情報から取得される未来の前記混雑度合いのいずれも前記第1閾値を超えないときは、前記第1の稼働モードよりも前記サービス提供エリアの混雑度合いに与える影響が大きい第2の前記稼働モードに前記ロボットを設定する、
    ロボット制御システム。
    The robot control system according to claim 1,
    The operation mode setting unit
    When the congestion level of the current service providing area acquired from the congestion prediction information exceeds a first threshold, the robot is set to the first operation mode,
    The current congestion level acquired from the congestion prediction information does not exceed the first threshold, but when the future congestion level acquired from the congestion prediction information exceeds the first threshold, the first degree Set the robot in operation mode,
    When neither the current congestion level of the service providing area acquired from the congestion prediction information nor the future congestion level acquired from the congestion prediction information exceeds the first threshold, the first operation Setting the robot to the second operation mode having a larger influence on the degree of congestion of the service providing area than the mode;
    Robot control system.
  5. 請求項1に記載のロボット制御システムであって、
    前記稼働モード設定部は、
    前記混雑予測情報から取得される現在の前記サービス提供エリアの混雑度合いが第1閾値を超えるときは第1の前記稼働モードに前記ロボットを設定し、
    前記混雑予測情報から取得される現在の前記混雑度合いは前記第1閾値を超えないが、前記混雑予測情報から取得される未来の前記混雑度合いが前記第1閾値を超えるときは、前記第1の稼働モードに前記ロボットを設定し、
    前記混雑予測情報から取得される未来の前記サービス提供エリアの混雑度合いが前記第1閾値以下かつ第2閾値(<第1閾値)を超えるときは、前記第1の稼働モードよりも前記サービス提供エリアの混雑度合いに与える影響が大きい第2の前記稼働モードに前記ロボットを設定し、
    前記混雑予測情報から取得される未来の前記サービス提供エリアの混雑度合いが前記第2閾値以下であるときは、前記第2の稼働モードよりも前記サービス提供エリアの混雑度合いに与える影響が大きい第3の前記稼働モードに前記ロボットを設定する、
    ロボット制御システム。
    The robot control system according to claim 1,
    The operation mode setting unit
    When the congestion level of the current service providing area acquired from the congestion prediction information exceeds a first threshold, the robot is set to the first operation mode,
    The current congestion level acquired from the congestion prediction information does not exceed the first threshold, but when the future congestion level acquired from the congestion prediction information exceeds the first threshold, the first degree Set the robot in operation mode,
    When the degree of congestion in the future service provision area acquired from the congestion prediction information is not more than the first threshold and exceeds a second threshold (<first threshold), the service provision area is more than in the first operation mode. The robot is set to the second operation mode having a large influence on the degree of congestion of
    When the degree of congestion in the future service provision area acquired from the congestion prediction information is less than or equal to the second threshold, the influence on the degree of congestion in the service provision area is greater than that in the second operation mode. Setting the robot to the operation mode of
    Robot control system.
  6. 請求項2乃至5のいずれか一項に記載のロボット制御システムであって、
    前記第1の稼働モードにおいて、前記ロボットは、前記サービス提供エリアに設けられた前記サービス提供エリアよりも狭い所定のエリア内で前記対人サービスを提供する、
    ロボット制御システム。
    The robot control system according to any one of claims 2 to 5,
    In the first operation mode, the robot provides the interpersonal service in a predetermined area narrower than the service providing area provided in the service providing area.
    Robot control system.
  7. 請求項2乃至5のいずれか一項に記載のロボット制御システムであって、
    前記第1の稼働モードにおいて、前記ロボットは、前記サービス提供エリアに設けられた前記サービス提供エリアよりも狭い所定のエリア内で前記対人サービスを提供し、
    前記第2の稼働モードにおいて、前記ロボットは、前記サービス提供エリアに設けられた所定のエリア内で前記サービス提供エリア内に存在する人の動作に基づき前記対人サービスの要否を判定し、前記対人サービスが必要と判定したときは前記人の近傍に移動して前記対人サービスを提供する、
    ロボット制御システム。
    The robot control system according to any one of claims 2 to 5,
    In the first operation mode, the robot provides the interpersonal service in a predetermined area narrower than the service providing area provided in the service providing area;
    In the second operation mode, the robot determines whether or not the interpersonal service is necessary based on an action of a person existing in the service providing area within a predetermined area provided in the service providing area. When it is determined that a service is necessary, move to the vicinity of the person and provide the interpersonal service.
    Robot control system.
  8. 請求項3又は5に記載のロボット制御システムであって、
    前記第1の稼働モードにおいて、前記ロボットは、前記サービス提供エリアに設けられた前記サービス提供エリアよりも狭い所定のエリア内で前記対人サービスを提供し、
    前記第2の稼働モードにおいて、前記ロボットは、前記サービス提供エリアに設けられた所定のエリア内で前記サービス提供エリア内に存在する人の動作に基づき前記対人サービスの要否を判定し、前記対人サービスが必要と判定したときは前記人の近傍に移動して前記対人サービスを提供し、
    前記第3の稼働モードにおいて、前記ロボットは、前記サービス提供エリア内を移動し、移動中に自身から所定範囲内に人が接近したときに前記対人サービスを提供する、
    ロボット制御システム。
    The robot control system according to claim 3 or 5,
    In the first operation mode, the robot provides the interpersonal service in a predetermined area narrower than the service providing area provided in the service providing area;
    In the second operation mode, the robot determines whether or not the interpersonal service is necessary based on an action of a person existing in the service providing area within a predetermined area provided in the service providing area. When it is determined that a service is necessary, move to the vicinity of the person to provide the interpersonal service,
    In the third operation mode, the robot moves in the service providing area and provides the interpersonal service when a person approaches within a predetermined range from the robot during the movement.
    Robot control system.
  9. 請求項1乃至5のいずれか一項に記載のロボット制御システムであって、
    前記混雑状況予測部は、前記混雑履歴情報について統計処理を行うことにより得られる情報に基づき前記混雑予測情報を生成する、
    ロボット制御システム。
    The robot control system according to any one of claims 1 to 5,
    The congestion status prediction unit generates the congestion prediction information based on information obtained by performing statistical processing on the congestion history information.
    Robot control system.
  10. 請求項1乃至5のいずれか一項に記載のロボット制御システムであって、
    前記サービス提供エリア内の混雑状況を取得するセンサである混雑状況センサによって取得されたデータであるセンサデータに基づき前記混雑履歴情報を生成する混雑履歴情報生成部を備える、
    ロボット制御システム。
    The robot control system according to any one of claims 1 to 5,
    A congestion history information generating unit that generates the congestion history information based on sensor data that is data acquired by a congestion status sensor that is a sensor that acquires a congestion status in the service providing area;
    Robot control system.
  11. 請求項10に記載のロボット制御システムであって、
    前記混雑状況センサはカメラであり、
    前記センサデータは、映像データ又は画像データであり、
    前記混雑履歴情報生成部は、前記センサデータについて映像認識又は画像認識を行うことにより前記混雑履歴情報を生成する、
    ロボット制御システム。
    The robot control system according to claim 10,
    The congestion status sensor is a camera;
    The sensor data is video data or image data,
    The congestion history information generation unit generates the congestion history information by performing video recognition or image recognition on the sensor data.
    Robot control system.
  12. 請求項1に記載のロボット制御システムであって、
    前記サービス提供エリアにおいて対人サービスを提供する自律移動が可能なロボットと、
    前記ロボットと通信する通信処理部、前記サービス提供エリアの過去の所定時間毎の混雑度合いを示す情報である混雑履歴情報を記憶する情報記憶部、及び、前記混雑履歴情報に基づき、所定時間毎の混雑度合いを予測した情報である混雑予測情報を生成する混雑状況予測部、を有するプラットフォームと、
    を備え、
    前記ロボットは、前記プラットフォームから前記混雑予測情報を受信し、受信した前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いに応じて選択される、前記サービス提供エリアの混雑度合いに与える影響の異なる複数の稼働モードのうちのいずれかの稼働モードに自身を設定する稼働モード設定部を有する、
    ロボット制御システム。
    The robot control system according to claim 1,
    A robot capable of autonomous movement providing interpersonal services in the service providing area;
    A communication processing unit that communicates with the robot, an information storage unit that stores congestion history information that is information indicating a degree of congestion at each past predetermined time in the service providing area, and a predetermined time interval based on the congestion history information A platform having a congestion status prediction unit that generates congestion prediction information, which is information predicting the degree of congestion;
    With
    The robot receives the congestion prediction information from the platform, and is selected according to the congestion degree of the current or future service provision area acquired from the received congestion prediction information. Having an operation mode setting unit for setting itself to any one of a plurality of operation modes having different influences on
    Robot control system.
  13. 請求項12に記載のロボット制御システムにおける前記プラットフォームであって、
    前記ロボットと通信する通信処理部、
    前記サービス提供エリアの過去の所定時間毎の混雑度合いを示す情報である混雑履歴情報を記憶する情報記憶部、
    及び、前記混雑履歴情報に基づき、所定時間毎の混雑度合いを予測した情報である混雑予測情報を生成する混雑状況予測部、
    を備える、プラットフォーム。
    The platform in the robot control system according to claim 12,
    A communication processing unit for communicating with the robot;
    An information storage unit that stores congestion history information that is information indicating a degree of congestion every predetermined time period in the service providing area;
    And based on the congestion history information, a congestion status prediction unit that generates congestion prediction information that is information predicting the degree of congestion every predetermined time,
    With a platform.
  14. 請求項12に記載のロボット制御システムにおける前記ロボットであって、
    自身の動作を制御する動作制御部と、
    自身の移動を制御する移動制御部と、
    前記対人サービスに関する制御を行うサービス提供部と、
    前記プラットフォームから前記混雑予測情報を受信し、受信した前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いに応じて選択される、前記サービス提供エリアの混雑度合いに与える影響の異なる複数の稼働モードのうちのいずれかの稼働モードに自身を設定する稼働モード設定部と、
    を備える、ロボット。
    The robot in the robot control system according to claim 12,
    An operation control unit for controlling its own operation;
    A movement control unit for controlling its own movement;
    A service providing unit for controlling the interpersonal service;
    The congestion prediction information is received from the platform, and is selected according to the congestion degree of the service providing area at present or in the future acquired from the received congestion prediction information. An operation mode setting unit that sets itself to one of a plurality of different operation modes;
    A robot comprising:
  15. 情報処理装置が、
    自律移動が可能なロボットが対人サービスを提供するエリアであるサービス提供エリアの過去の所定時間毎の混雑度合いを示す情報である混雑履歴情報を記憶するステップ、
    前記混雑履歴情報に基づき前記サービス提供エリアの所定時間毎の混雑度合いを予測した情報である混雑予測情報を生成するステップ、
    前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いに応じて選択される、前記サービス提供エリアの混雑度合いに与える影響の異なる複数の稼働モードのうちのいずれかの稼働モードに前記ロボットを設定するステップ、
    を実行する、ロボットの制御方法。
    Information processing device
    A step of storing congestion history information that is information indicating a degree of congestion every past predetermined time in a service providing area in which a robot capable of autonomous movement provides an interpersonal service;
    Generating congestion prediction information which is information obtained by predicting the degree of congestion every predetermined time in the service providing area based on the congestion history information;
    Any one of a plurality of operation modes having different influences on the degree of congestion of the service providing area selected according to the degree of congestion of the current or future service providing area acquired from the congestion prediction information Setting the robot to
    To control the robot.
  16. 請求項15に記載のロボットの制御方法であって、
    前記情報処理装置が、
    前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いが第1閾値を超えるときは第1の前記稼働モードに前記ロボットを設定するステップ、
    前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いが前記第1閾値以下であるときは、前記第1の稼働モードよりも前記サービス提供エリアの混雑度合いに与える影響が大きい第2の前記稼働モードに前記ロボットを設定するステップ、
    を実行する、ロボットの制御方法。
    The robot control method according to claim 15, comprising:
    The information processing apparatus is
    Setting the robot to the first operation mode when the congestion level of the current or future service providing area acquired from the congestion prediction information exceeds a first threshold;
    When the degree of congestion in the current or future service provision area acquired from the congestion prediction information is equal to or less than the first threshold, the influence on the degree of congestion in the service provision area is greater than that in the first operation mode. Setting the robot to the second operating mode;
    To control the robot.
  17. 請求項15に記載のロボットの制御方法であって、
    前記情報処理装置が、
    前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いが第1閾値を超えるときは第1の前記稼働モードに前記ロボットを設定するステップ、
    前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いが前記第1閾値以下かつ第2閾値(<第1閾値)を超えるときは、前記第1の稼働モードよりも前記サービス提供エリアの混雑度合いに与える影響が大きい第2の前記稼働モードに前記ロボットを設定するステップ、
    前記混雑予測情報から取得される現在又は未来の前記サービス提供エリアの混雑度合いが前記第2閾値以下であるときは、前記第2の稼働モードよりも前記サービス提供エリアの混雑度合いに与える影響が大きい第3の前記稼働モードに前記ロボットを設定するステップ、
    を実行する、ロボットの制御方法。
    The robot control method according to claim 15, comprising:
    The information processing apparatus is
    Setting the robot to the first operation mode when the congestion level of the current or future service providing area acquired from the congestion prediction information exceeds a first threshold;
    When the degree of congestion in the current or future service provision area acquired from the congestion prediction information exceeds the first threshold and exceeds the second threshold (<first threshold), the service is more effective than the first operation mode. Setting the robot to the second operation mode having a large influence on the congestion degree of the provision area;
    When the current or future congestion level of the service provision area acquired from the congestion prediction information is equal to or less than the second threshold value, the influence on the congestion level of the service provision area is greater than that of the second operation mode. Setting the robot to a third operating mode;
    To control the robot.
JP2017117332A 2017-06-15 2017-06-15 Robot control system, platform, robot, and method of controlling robot Pending JP2019000940A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017117332A JP2019000940A (en) 2017-06-15 2017-06-15 Robot control system, platform, robot, and method of controlling robot

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017117332A JP2019000940A (en) 2017-06-15 2017-06-15 Robot control system, platform, robot, and method of controlling robot

Publications (1)

Publication Number Publication Date
JP2019000940A true JP2019000940A (en) 2019-01-10

Family

ID=65005325

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017117332A Pending JP2019000940A (en) 2017-06-15 2017-06-15 Robot control system, platform, robot, and method of controlling robot

Country Status (1)

Country Link
JP (1) JP2019000940A (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190100115A (en) * 2019-08-09 2019-08-28 엘지전자 주식회사 Artificial intelligence server and method for determining deployment area of robot
WO2020213346A1 (en) * 2019-04-16 2020-10-22 清水建設株式会社 Information display system and information display method
WO2020251065A1 (en) * 2019-06-10 2020-12-17 엘지전자 주식회사 Method for controlling intelligent robot device

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020213346A1 (en) * 2019-04-16 2020-10-22 清水建設株式会社 Information display system and information display method
WO2020251065A1 (en) * 2019-06-10 2020-12-17 엘지전자 주식회사 Method for controlling intelligent robot device
KR20190100115A (en) * 2019-08-09 2019-08-28 엘지전자 주식회사 Artificial intelligence server and method for determining deployment area of robot
KR102259429B1 (en) * 2019-08-09 2021-06-02 엘지전자 주식회사 Artificial intelligence server and method for determining deployment area of robot
US11093795B2 (en) 2019-08-09 2021-08-17 Lg Electronics Inc. Artificial intelligence server for determining deployment area of robot and method for the same

Similar Documents

Publication Publication Date Title
JP2019000940A (en) Robot control system, platform, robot, and method of controlling robot
US9796093B2 (en) Customer service robot and related systems and methods
US9552056B1 (en) Gesture enabled telepresence robot and system
US10532003B2 (en) Guide robot and method and system for operating the same
US20170337826A1 (en) Flight Management and Control for Unmanned Aerial Vehicles
US10140987B2 (en) Aerial drone companion device and a method of operating an aerial drone companion device
KR20180029742A (en) Airport robot, and airport robot system including same
JP6870584B2 (en) Relief systems and methods, as well as the servers and programs used for them.
WO2018121283A1 (en) Service providing method and device, mobile service apparatus, and storage medium
US20190377343A1 (en) Picking up and dropping off passengers at an airport using an autonomous vehicle
EP3468181A1 (en) Drone clouds for video capture and creation
KR20180040907A (en) Airport robot
CN109634263A (en) Based on data synchronous automatic Pilot method, terminal and readable storage medium storing program for executing
WO2018106719A1 (en) Intelligent service robot and related systems and methods
JP2017152964A (en) Monitoring device and program therefor
Cremers Experiences with two deployed interactive tour-guide robots
WO2019168856A1 (en) System and method for utilizing drones for intermittent flights
CN108234918B (en) Exploration and communication architecture method and system of indoor unmanned aerial vehicle with privacy awareness
KR20180074404A (en) Robot for airport and method thereof
KR20180038673A (en) Airport robot
JP2017007033A (en) robot
KR20170002048A (en) Apparatus and Method for controlling object moving
KR20210005764A (en) Self-driving vehicle parking notification system, parking notification server based on autonomous driving thereof
WO2021075138A1 (en) Information processing device, information processing system, information processing method, and program
KR20190104488A (en) Artificial intelligence robot for managing movement of object using artificial intelligence and operating method thereof