JP2019072787A - 制御装置、ロボット、制御方法、および制御プログラム - Google Patents

Abstract

【課題】ユーザにより認識され易い方法で発話を止めるよう促すことができる。【解決手段】制御部（１０または７０）は音声を取得する。制御部（１０または７０）は音声に基づき、発話衝突が発生したか否かを判定する衝突判定部（１１）と、発話衝突が発生した場合、ロボット（１または２）の駆動部（３０）を制御することによって、ロボット（１または２）の可動部位（４０）に抑止動作を行わせる駆動制御部（１３）と、を備える。【選択図】図１

Description

本発明は、可動部を備えたロボットを制御する制御装置等に関する。

従来、ロボット等の機械とユーザ、またはユーザ同士の会話における発話のタイミングを調整する装置が知られている。例えば、特許文献１には、ユーザ間で生じる発話衝突を検知する技術が開示されている。また、同文献には、発話衝突が生じた場合に、後から発言した方のユーザに対して、画面表示または音声によって発話を止めるよう促す通知を出力する技術が開示されている。

特開２０１１−６１６３４号公報（２０１１年３月２４日公開）

しかしながら、画面表示または音声でユーザに発話を止めさせようとしても、効果が無い場合がある。例えば、ユーザが画像および文字を表示している画面の方を向いていない場合、発話を止めるよう促す通知は見逃されてしまう。また例えば、ユーザが音声を聞き取りにくい状態である場合、発話を止めるよう促す通知は聞き逃されてしまう。

本発明の一態様は、ユーザにより認識され易い方法で発話を止めるよう促すことを目的とする。

前記の課題を解決するために、本発明の一態様に係る制御装置は、駆動部によって駆動される可動部位を備えたロボットを制御する制御装置であって、前記ロボットの周囲の音声を示す音声を取得する音声取得部と、前記音声に基づいて、前記ロボットとユーザの間、または複数のユーザの間で発話衝突が発生したか否かを判定する発話衝突判定部と、前記発話衝突判定部によって前記発話衝突が発生したと判定された場合、前記駆動部を制御することによって、前記ロボットの前記可動部位に前記発話を止めるよう促すための動作である抑止動作を行わせる駆動制御部と、を備えることを特徴とする。

前記の課題を解決するために、本発明の一態様に係る制御方法は、駆動部によって駆動される可動部位を備えたロボットを制御する制御装置が実行する制御方法であって、前記ロボットの周囲の音声を示す音声を取得する音声取得ステップと、前記音声に基づいて、前記ロボットとユーザの間、または複数のユーザの間で発話衝突が発生したか否かを判定する発話衝突判定ステップと、前記発話衝突判定ステップにおいて前記発話衝突が発生したと判定した場合、前記駆動部を制御することによって、前記ロボットの前記可動部位に前記発話を止めるよう促すための動作である抑止動作を行わせる駆動制御ステップと、を含むことを特徴とする。

本発明の一態様によれば、ユーザにより認識され易い方法で発話を止めるよう促すことができる。

本発明の実施形態１に係るロボットの要部構成を示すブロック図である。 前記ロボットの動作概要を示す図である。 前記ロボットの制御部が実行する処理の流れを示すフローチャートである。 本発明の実施形態２に係るロボットの動作概要を示す図である。 前記ロボットの要部構成を示すブロック図である。 前記ロボットの制御部が実行する処理の流れを示すフローチャートである。 本発明の実施形態３に係るロボットの制御部が実行する処理の流れを示すフローチャートである。

本発明は、発話衝突が起こった場合に、該発話衝突を解消するための技術に関する。発話衝突とは、音声出力を行う装置（例えば、後述するロボット１〜３のいずれか）とユーザの間、または複数のユーザの間で、発話音声が重複することを意味する。換言すると、発話衝突が起こっている状態とは、複数のロボットまたはユーザが話している状態と同義である。本発明に係る制御装置は、発話衝突が起こった場合に、１人以上のユーザの発話を抑止することで、発話衝突を解消するための装置である。以下、本発明の実施形態の一例である、実施形態１〜４について説明する。

〔実施形態１〕
本発明の実施形態１について、図１〜３を用いて説明する。図２の（ａ）および（ｂ）は、本実施形態に係るロボット１の動作概要を示す図である。図２の（ａ）に示すように、あるユーザ（ユーザＡ）が話している間に、他のユーザ（ユーザＢ）が話し始めたとする。この場合、ユーザＡとユーザＢとの間で発話衝突が起こる。ロボット１は、自機周囲の音声を取得して解析することにより、自装置を含む周囲で発話衝突が起こっていないか監視している。そして、発話衝突が起こった場合、ロボット１は図２の（ｂ）に示すように、ユーザに発話を止めるよう促すための動作（以降、抑止動作と称する）を行う。以降、特段の記載が無い限りは、ロボット１の入力音声とは、ロボット１の周囲の音声のことを示す。

抑止動作の種類は特に限定されない。抑止動作は、ロボット１の可動部位で表現可能な動作であって、ユーザが発話を止めるべきであることが理解可能な動作であればよい。例えば、ロボット１が人型のロボットである場合、ロボット１は抑止動作として、腕を振る、手の平をロボット１の前面に突き出す、人差し指をロボット１の口に当てる、等の動作を行ってもよい。

≪ロボット１の要部構成≫
次に、図２に示した動作を実現するためのロボット１の構成について説明する。図１は、ロボット１の要部構成を示すブロック図である。ロボット１は少なくとも、制御部（制御装置、音声取得部、映像取得部）１０と、マイク２０と、駆動部３０と、１箇所以上の可動部位４０と、音声出力部５０とを備えている。

マイク２０は、ロボット１の周囲の音声を逐一制御部１０に入力する。マイク２０は、所定のタイミングで該入力を開始する。所定のタイミングとは、例えばロボット１が起動したタイミング、または制御部１０から音声入力を指示されたタイミング等である。音声出力部５０は、制御部１０の制御に従って音声出力を行う。音声出力部５０はスピーカ等で実現可能である。

駆動部３０は、制御部１０の制御に従って可動部位４０を動作させる。駆動部３０は、例えばモータ等で実現可能である。音声出力部５０は、制御部１０の制御に従って音声または画像の出力を行う。音声出力部５０は例えばスピーカまたはディスプレイ等で実現可能である。可動部位４０は、駆動部３０により駆動されることで動作するロボット１のパーツである。可動部位４０は、抑止動作が表現可能な部位であればどのような部位であってもよい。例えばロボット１が人型のロボットの場合、可動部位４０は、腕、手指、脚、首、頭、顔の各種パーツであってもよい。

制御部１０は、ロボット１を統括的に制御する。制御部１０はマイク２０から音声を取得する。制御部１０は取得した音声に基づいて、発話衝突が起こったか否かの判定処理と、抑止すべき発話の特定に係る処理と、駆動部３０および音声出力部５０の制御処理とを行う。

より詳しくは、制御部１０は、衝突判定部（発話衝突判定部）１１、抑止対象特定部１２、および駆動制御部１３を含む。衝突判定部１１は、発話衝突が起こったか否かを判定する。衝突判定部１１は、制御部１０がマイク２０から取得する音声を逐一解析して、現在、複数の発話音声が重複しているか否かを判定する。ここで、「発話音声」とは、環境音等の音声ではなく、ユーザまたはロボットの発話により生じる音声を示している。複数の発話音声が重複している場合、衝突判定部１１は、発話衝突が起こったと判定する。発話衝突が起こったと判定した場合、衝突判定部１１は抑止対象特定部１２に発話衝突が起こった旨を通知する。以降、特段の記載が無ければ、発話衝突が前記ロボットとあるユーザの間、または２名のユーザの間で起こったこととして説明を行う。しかしながら、衝突判定部１１は、ロボット１と２名以上のユーザとの間、または３名以上のユーザの間で発話衝突が起こった場合も上述した判定と同様の判定を行ってよい。

抑止対象特定部１２は、発話衝突が起こった場合に、該発話衝突を起こしている複数の発話音声から、抑止すべき発話音声を１つ以上特定する。換言すると、抑止対象特定部１２は、後述する抑止動作を見せる対象のユーザを１人以上特定する。抑止対象特定部１２は、衝突判定部１１から発話衝突が起こった旨を通知されると、発話衝突を起こした時点の前後の音声を比較することで、後から発話を開始した方の発話音声を抑止対象の発話音声として特定する。なお、ロボット１およびユーザ合わせて３名以上で発話衝突が起こった場合、抑止対象特定部１２は最後に発話が開始された発話音声を、抑止対象の発話音声として特定する。

抑止対象特定部１２はさらに、抑止対象の発話音声が、ユーザの発話音声か、ロボット１自体の発話音声かを判定する。例えば、抑止対象特定部１２は、音声出力制御部１４が音声出力部５０に出力させた音声と、抑止対象の発話音声とを照合して、一致度が所定値未満である場合は該発話音声がユーザの発話音声であると判定し、所定値以上である場合はロボット１の発話音声であると判定してもよい。

抑止対象特定部１２は、抑止対象の発話音声がユーザの発話音声である場合、駆動制御部１３に対し、抑止動作に係る制御を実行するよう指示する。一方、抑止対象の発話音声がロボット１自体の発話音声である場合、抑止対象特定部１２は音声出力制御部１４に音声出力を停止させる旨の指示を送信してもよいし、他の部材に指示を送信せず処理を終了してもよい。

駆動制御部１３は、駆動部３０を制御することによって、ロボット１の可動部位４０に抑止動作を行わせる。駆動制御部１３は、抑止対象特定部１２から抑止動作に係る制御を実行する旨の指示を受信すると、可動部位４０が抑止動作を行うように駆動部３０を駆動させる。

音声出力制御部１４は、音声出力部５０における音声出力を制御することにより、ロボット１の発話を制御する。音声出力制御部１４は、抑止対象特定部１２から音声出力を停止させる旨の指示を受信した場合、音声出力部５０の音声出力を停止させる。

≪ロボット１の処理の流れ≫
最後に、制御部１０の実行する処理の流れを説明する。図３は、制御部１０の処理の流れを示すフローチャートである。なお、図３のフローチャートでは、衝突判定部１１における１回の発話衝突の判定に対応して実行される処理の流れを記載している。実際には、マイク２０は音声を制御部１０に逐一入力するため、衝突判定部１１は発話衝突が起こっているか否かの判定を逐一行っている。そして、図３に示す各処理は、制御部１０がマイク２０から音声を取得している間、繰り返し行われる。

制御部１０が音声を受信すると、衝突判定部１１は、該音声を解析して複数の発話音声が重複しているか否かを判定する（Ｓ１１、発話衝突判定ステップ）。重複している場合（Ｓ１１でＹＥＳ）、衝突判定部１１は発話衝突が起こったと判定し（Ｓ１２、発話衝突判定ステップ）、抑止対象特定部１２にその旨を通知する。一方、重複していない場合（Ｓ１１でＮＯ）、制御部１０の各部は以降の処理を行わない。

抑止対象特定部１２は、衝突判定部１１から発話衝突が起こった旨を通知されると、発話衝突を起こした発話音声のうち、最後に発話が開始された音声を、抑止対象の発話音声として特定する（Ｓ１３）。

抑止対象特定部１２はさらに、抑止対象の発話音声がユーザの発話音声であるか、ロボット１の発話音声であるかを判定する（Ｓ１４）。抑止対象の発話音声がユーザの発話音声である場合（Ｓ１４でＹＥＳ）、抑止対象特定部１２は駆動制御部１３に、抑止動作に係る制御を行うよう指示する。一方、抑止対象の発話音声がユーザの発話音声ではなくロボット１の発話音声である場合（Ｓ１４でＮＯ）、制御部１０の各部は以降の処理を行わない。

駆動制御部１３は抑止対象特定部１２から指示を受けると、駆動部３０の駆動を制御することにより、可動部位４０を動作させてロボット１に抑止動作を行わせる（Ｓ１５、駆動制御ステップ）。

以上の処理によれば、ロボット１は、発話衝突が生じた場合に、抑止動作によって、ユーザに発話を止めるよう促すことができる。そのため、ユーザが、音声が聞き取りにくい状態であっても、該ユーザに発話を止めるべきことを認識させることができる。また、ユーザがロボットを注視していない状態でも、ロボットがユーザの視界に収まってさえいれば、抑止動作が該ユーザの目に留まる可能性が高い。したがって、ユーザにより認識され易い方法で発話を止めるよう促すことができる。

また、音声で発話を止めるよう促す場合に比べ、ユーザの発話と発話を止めるよう促す音（警告音等）が重複しないため、ユーザに発話を止めるべきことをより認識させ易いという利点がある。

なお、駆動制御部１３は、発話衝突が解消した場合（図３のＳ１１でＮＯと判定された場合）、ただちに駆動部３０の制御を止めてもよいし、抑止動作を示す一連の動作を可動部位４０に行わせるまでは、該抑止動作を継続するため駆動部３０を制御し続けてもよい。また、駆動制御部１３は発話衝突が継続する間（図３のＳ１１でＹＥＳの判定が続く間）、可動部位４０に抑止動作を繰り返し行わせてもよいし、１回の抑止動作を構成する一連の動作（例えば腕を２往復振る等）が終了した場合、一度発話衝突が解消するまでは抑止動作を繰り返さないこととしてもよい。

例えばユーザが大事なことを話したい場合、ロボット１から発話を止めるよう促されても、話し続けることが考えられる。この場合、発話衝突が発生していること、および発話を本来止めるべきであることはユーザに伝わっているため、抑止動作を継続する必要がないためである。

〔実施形態２〕
本発明の実施形態２について、以下で説明する。なお、説明の便宜上、実施形態１で説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。これは、以降の各実施形態においても同様である。

本実施形態に係るロボット（ロボット２）は、抑止対象の発話音声を発したユーザを特定し、ロボット２から見た該ユーザの居る方向に向けて抑止動作を行う点で、実施形態１に係るロボット１と異なる。

図４の（ａ）および（ｂ）は、本実施形態に係るロボット２の動作概要を示す図である。図４の（ａ）に示すように、ユーザＣが話している間に、ユーザＤが話し始めたとする。この場合、ユーザＣとユーザＤとの間で発話衝突が起こる。発話衝突が起こった場合、ロボット２は図２の（ｂ）に示すように、後から話し始めたユーザを特定し、該ユーザに向けて、抑止動作を行う。

図５は、ロボット２の要部構成を示すブロック図である。ロボット２は、方向特定部（方向特定部、向き特定部）１５を含む制御部（制御装置、音声取得部、映像取得部）７０と、カメラ６０とを備える点で、ロボット１と異なる。

カメラ６０は、ロボット２の周囲を逐一撮影し、撮影映像を制御部７０に送信する。なお、カメラ６０は静止画を一定の時間間隔で撮影してもよいし、動画を撮影して逐一制御部７０に送信してもよい。

制御部７０の抑止対象特定部１２は、抑止対象の発話音声がユーザの音声であると判定した場合、方向特定部１５に、ユーザの居る方向を特定するよう指示する。方向特定部１５は、音声と映像とに基づいて、ロボット２から見た、抑止対象の発話音声を発話したユーザ（対象ユーザ）の居る方向を特定する。方向特定部１５は対象ユーザの居る方向を示す情報を、駆動制御部１３に送信する。

駆動制御部１３は、方向特定部１５から対象ユーザの居る方向を受信すると、ロボット２が、該方向を向いて抑止動作を行うように、駆動部３０を制御する。

図６は、本実施形態に係る制御部７０が実行する処理の流れを示すフローチャートである。なお、Ｓ２１〜Ｓ２４までの各処理は、図３のＳ１１〜Ｓ１４の各処理と同様である。抑止対象特定部１２において、抑止対象の発話音声がユーザの発話音声であると判定された場合（Ｓ２４でＹＥＳ）、方向特定部１５は、制御部７０がカメラ６０から取得した映像から、対象ユーザの居る方向を特定する（Ｓ２５）。

そして、駆動制御部１３は、現在ロボット２が対象ユーザの居る方向を向いているか否かを判定する（Ｓ２６）。ロボット２が対象ユーザの居る方向を向いている場合（Ｓ２６でＹＥＳ）、駆動制御部１３は駆動部３０を制御してロボット２に抑止動作を行わせる（Ｓ２８）。一方、ロボット２が対象ユーザの居る方向を向いていない場合（Ｓ２６でＮＯ）、駆動制御部１３は駆動部３０を制御して、対象ユーザの居る方向にロボット２の向き（ロボット２の姿勢）を変えさせる、またはロボット２自体を移動させる（Ｓ２７）。向きの変更または移動が完了したら、駆動制御部１３は駆動部３０を制御しロボット２に抑止動作を行わせる（Ｓ２８）。

前記の処理によれば、制御部７０はロボット２に、発話を抑止すべきユーザの居る方向に向かって抑止動作を行わせることができる。したがって、ユーザに抑止動作をより認識し易い方法で示すことができる。

〔実施形態３〕
本発明の実施形態３について、以下で説明する。本実施形態に係るロボット２は、方向特定部１５が対象ユーザの居る方向とともに対象ユーザの顔の向きを特定する点で、前記各実施形態に係るロボットと異なる。また、本実施形態に係るロボット２は、駆動制御部１３が、対象ユーザの視界に収まるようにロボット２の姿勢を変更させる、またはロボット２を移動させてから抑止動作を行うよう駆動部３０を制御する点で、前記各実施形態に係るロボットと異なる。

図７は、本実施形態に係る制御部７０が実行する処理の流れを示すフローチャートである。なお、Ｓ３１〜Ｓ３４までの各処理は、図３のＳ１１〜Ｓ１４の各処理と同様である。抑止対象特定部１２において、抑止対象の発話音声がユーザの発話音声であると判定された場合（Ｓ２４でＹＥＳ）、方向特定部１５は、制御部７０がカメラ６０から取得した映像から、対象ユーザの居る方向および向きを特定する（Ｓ２５）。対象ユーザの向きとは、例えば対象ユーザの顔の向いている方向を示す。

駆動制御部１３は、ロボット２の現在の向きと、対象ユーザの向きとから、対象ユーザがロボット２の方を見ているか否か判定する（Ｓ３６）。対象ユーザがロボット２の方を向いている場合（Ｓ３６でＹＥＳ）、駆動制御部１３は駆動部３０を制御してロボット２に抑止動作を行わせる（Ｓ３８）。例えば、駆動制御部１３は、対象ユーザの顔の向いている方向を０°として、左右所定の角度で、かつ対象ユーザから所定の距離までの空間を、対象ユーザの視界範囲内であると特定する。そして、駆動制御部１３は、該範囲内にロボット２が入っている場合は、対象ユーザがロボット２の方を向いていると判定すればよい。

一方、対象ユーザがロボット２の方を向いていない場合（Ｓ３６でＮＯ）、駆動制御部１３は駆動部３０を制御して、対象ユーザの視界に入るようにロボット２の向き（ロボット２の姿勢）を変えさせる、またはロボット２自体を移動させる（Ｓ３７）。向きの変更または移動が完了したら、駆動制御部１３は駆動部３０を制御しロボット２に抑止動作を行わせる（Ｓ３８）。

前記の処理によれば、制御部７０はロボット２に、発話を抑止すべきユーザの居る方向に、かつユーザの視界に入っている状態で抑止動作を行わせることができる。したがって、ユーザがロボット２の方向を向いていない場合でも、ユーザに抑止動作を認識させることができる。

〔実施形態４〕
ロボット２は、カメラ６０を備える代わりに、指向性マイクをマイク２０として備えていてもよい。また、ロボット２の制御部７０は、前記指向性マイクを介してロボット２の周囲の音声を取得してもよい。

この場合、制御部７０の方向特定部１５は、音声に基づいて、ロボット２から見て対象ユーザが居る方向を特定する。例えば、方向特定部１５は、音声に含まれる各発話音声の大きさおよび方向性等に応じて、対象ユーザが居る方向を特定してもよい。そして、駆動制御部１３は、ロボット２が方向特定部１５の特定した方向を向いて抑止動作を行うように、駆動部３０を制御する。

前記の構成によれば、カメラ６０が無くても、指向性マイクから制御部７０に入力された音声から、ユーザの居る方向を特定することができる。また、カメラ６０を排することができるため、ロボット２を、部品数を減らしたより単純な構成で実現することができる。

〔変形例〕
前記実施形態３に記載のロボット２において、方向特定部１５は、映像から対象ユーザの顔の位置を特定してもよい。そして、駆動制御部１３はロボット２に、対象ユーザの顔の位置に合わせて抑止動作を行わせてもよい。例えば、ロボット２の手の平を対象ユーザの顔に対向するように向ける動作を抑止動作として行ってもよい。これにより、ユーザがより認識し易いように抑止動作を示すことができる。

前記各実施形態では、制御部１０および制御部７０はそれぞれ、ロボット１およびロボット２に内蔵された装置であることとした。しかしながら、制御部１０および制御部７０は、ロボット１およびロボット２に外付けされた、またはロボット１およびロボット２と有線または無線で接続された外部装置であってもよい。

また、前記各実施形態に記載の制御部１０および制御部７０は、ロボット１またはロボット２に抑止動作を行わせる場合に、抑止動作と組み合わせて、効果音または音声を出力してもよい。この場合、例えば駆動制御部１３が音声出力制御部１４に、抑止動作に対応する効果音または音声の出力を指示し、音声出力制御部１４は該指示に従って音声出力部５０を制御してもよい。

また、ロボット１およびロボット２はライトまたは表示装置を備えていてもよい。そして、制御部１０および７０は、ロボット１またはロボット２に抑止動作を行わせる場合に、抑止動作と組み合わせて、ライトの発光、または表示装置での画像の表示を実行してもよい。この場合、例えば駆動制御部１３が、抑止動作に対応するライトの明滅、または抑止動作に対応する画像の出力を決定し、制御部１０または制御部７０は該決定に従って表示装置を制御すればよい。さらに言えば、抑止動作と、上述した効果音または音声による発話抑止と、上述したライトの光または画像表示による発話抑止とを全て組み合わせて、ユーザに発話を止めるべき旨を通知してもよい。

このように、音、画像、光、ロボット１およびロボット２自体の動作を適宜組み合わせてユーザに発話を止めるよう通知することで、ユーザに該通知をより認識させ易くすることができる。

〔ソフトウェアによる実現例〕
制御部１０および制御部７０の制御ブロック（特に衝突判定部１１、抑止対象特定部１２、駆動制御部１３、音声出力制御部１４、および方向特定部１５）は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ソフトウェアによって実現してもよい。

後者の場合、制御部１０および制御部７０は、各機能を実現するソフトウェアであるプログラムの命令を実行するコンピュータを備えている。このコンピュータは、例えば少なくとも１つのプロセッサ（制御装置）を備えていると共に、前記プログラムを記憶したコンピュータ読み取り可能な少なくとも１つの記録媒体を備えている。そして、前記コンピュータにおいて、前記プロセッサが前記プログラムを前記記録媒体から読み取って実行することにより、本発明の目的が達成される。前記プロセッサとしては、例えばＣＰＵ（Central Processing Unit）を用いることができる。前記記録媒体としては、「一時的でない有形の媒体」、例えば、ＲＯＭ（Read Only Memory）等の他、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、前記プログラムを展開するＲＡＭ（Random Access Memory）などをさらに備えていてもよい。また、前記プログラムは、該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して前記コンピュータに供給されてもよい。なお、本発明の一態様は、前記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。

〔まとめ〕
本発明の態様１に係る制御装置（制御部１０および７０）は、駆動部（３０）によって駆動される可動部位（４０）を備えたロボット（１および２）を制御する制御装置であって、前記ロボットの周囲の音声を取得する音声取得部（制御部１０および７０）と、前記音声に基づいて、前記ロボットとユーザの間、または複数のユーザの間で発話衝突が発生したか否かを判定する発話衝突判定部（衝突判定部１１）と、前記発話衝突判定部によって前記発話衝突が発生したと判定された場合、前記駆動部を制御することによって、前記ロボットの前記可動部位に、前記ユーザに発話を止めるよう促すための動作である抑止動作を行わせる駆動制御部（１３）と、を備える。

本発明の態様７に係る制御方法は、駆動部（３０）によって駆動される可動部位（４０）を備えたロボット（１および２）を制御する制御装置（制御部１０および７０）が実行する制御方法であって、前記ロボットの周囲の音声を取得する音声取得ステップと、前記音声に基づいて、前記ロボットとユーザの間、または複数のユーザの間で発話衝突が発生したか否かを判定する発話衝突判定ステップ（Ｓ１１〜Ｓ１２）と、前記発話衝突判定ステップにおいて前記発話衝突が発生したと判定した場合、前記駆動部を制御することによって、前記ロボットの前記可動部位に前記発話を止めるよう促すための動作である抑止動作を行わせる駆動制御ステップ（Ｓ１５）と、を含む。

前記の構成または処理によれば、発話衝突が生じた場合に、ロボットの抑止動作によって、ユーザに発話を止めるよう促すことができる。そのため、ユーザが、音声が聞き取りにくい状態であっても、該ユーザに発話を止めるべきことを認識させることができる。また、ユーザがロボットを注視していない状態でも、ロボットがユーザの視界に収まってさえいれば、抑止動作が該ユーザの目に留まる可能性が高い。したがって、前記の構成によれば、ユーザにより認識され易い方法で発話を止めるよう促すことができる。

本発明の態様２に係る制御装置は、上記態様１において、前記発話衝突判定部によって前記発話衝突が発生したと判定された場合、前記音声に含まれる複数の発話音声のうち最後に発話が開始された発話音声を、抑止対象の発話音声として特定する抑止対象特定部（１２）を備え、前記駆動制御部は、前記抑止対象の発話音声がいずれかのユーザの発話音声である場合に、前記ロボットに前記抑止動作を行わせてもよい。

上記の構成によれば、制御装置は、発話衝突が生じた場合に抑止すべき発話音声が、ユーザから発せられたものである場合に、抑止動作を行う。換言すると、例えば抑止すべき発話音声が、制御対象であるロボットが発話した音声である場合は抑止動作を行わないこととすることができる。これにより、抑止動作が必要な場合にのみ、該抑止動作を行わせることができる。

本発明の態様３に係る制御装置は、上記態様２において、前記ロボットは、前記可動部位のうち１つ以上が動作することで、自機の向きを変更することが可能なロボットであり、前記ロボットの周囲の映像を取得する映像取得部（制御部１０および７０）と、前記映像および前記音声に基づいて、前記ロボットから前記抑止対象の発話音声を発話したユーザへの方向を特定する方向特定部（１５）を備え、前記駆動制御部は、前記ロボットが前記方向特定部の特定した前記方向を向いて前記抑止動作を行うように、前記駆動部を制御してもよい。

前記の構成によれば、制御装置はロボットに、発話を抑止すべきユーザの居る方向に向かって抑止動作を行わせることができる。したがって、ユーザに抑止動作をより認識し易い方法で示すことができる。

本発明の態様４に係る制御装置は、上記態様３において、前記映像から、前記抑止対象の発話音声を発した対象ユーザの顔の向きを特定する向き特定部（方向特定部１５）を備え、前記駆動制御部は、前記駆動部を制御することによって、前記対象ユーザの顔の向きに応じて前記ロボットの姿勢変更または移動を行わせ、かつ該ロボットに前記抑止動作を行わせてもよい。

前記の処理によれば、制御装置はロボットに、発話を抑止すべきユーザの居る方向、かつユーザの視界に入っている状態で抑止動作を行わせることができる。したがって、ユーザがロボットの方向を向いていない場合でも、ユーザに抑止動作を認識させることができる。

本発明の態様５に係る制御装置は、上記態様２において、前記音声取得部は、指向性マイクから前記音声を取得し、前記音声に基づいて、前記ロボットから前記抑止対象の発話音声を発話したユーザへの方向を特定する方向特定部（１５）を備え、前記駆動制御部は、前記ロボットが前記方向特定部の特定した前記方向を向いて前記抑止動作を行うように、前記駆動部を制御してもよい。

前記の構成によれば、カメラ等の映像を取得せずとも、指向性マイクから音声取得部に入力された音声から、ユーザの居る方向を特定することができる。したがって、ロボットを、部品数を減らしたより単純な構成で実現することができる。

本発明の態様６に係るロボット（１および２）は、前記態様１〜５のいずれか１項における制御装置（制御部１０または７０）と、周囲の音声を前記音声取得部に入力するマイク（２０）と、前記駆動制御部の制御に応じて前記可動部位を駆動させる駆動部（３０）と、を備える。前記の構成によれば、前記態様１における制御装置と同様の効果を奏する。

本発明の各態様に係る制御装置は、コンピュータによって実現してもよく、この場合には、コンピュータを前記制御装置が備える各部（ソフトウェア要素）として動作させることにより前記制御装置をコンピュータにて実現させる制御装置の制御プログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。

本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。さらに、各実施形態にそれぞれ開示された技術的手段を組み合わせることにより、新しい技術的特徴を形成することができる。

１、２ ロボット
１０、７０ 制御部（制御装置、音声取得部、映像取得部）
１１ 衝突判定部（発話衝突判定部）
１２ 抑止対象特定部
１３ 駆動制御部
１４ 音声出力制御部
１５ 方向特定部（方向特定部、向き特定部）
２０ マイク
３０ 駆動部
４０ 可動部位
５０ 音声出力部
６０ カメラ

Claims (8)

1. 駆動部によって駆動される可動部位を備えたロボットを制御する制御装置であって、
   前記ロボットの周囲の音声を取得する音声取得部と、
   前記音声に基づいて、前記ロボットとユーザの間、または複数のユーザの間で発話衝突が発生したか否かを判定する発話衝突判定部と、
   前記発話衝突判定部によって前記発話衝突が発生したと判定された場合、前記駆動部を制御することによって、前記ロボットの前記可動部位に、前記ユーザに発話を止めるよう促すための動作である抑止動作を行わせる駆動制御部と、を備えることを特徴とする、制御装置。
2. 前記発話衝突判定部によって前記発話衝突が発生したと判定された場合、前記音声に含まれる複数の発話音声のうち最後に発話が開始された発話音声を、抑止対象の発話音声として特定する抑止対象特定部を備え、
   前記駆動制御部は、前記抑止対象の発話音声がいずれかのユーザの発話音声である場合に、前記ロボットに前記抑止動作を行わせることを特徴とする、請求項１に記載の制御装置。
3. 前記ロボットは、前記可動部位のうち１つ以上が動作することで、自機の向きを変更することが可能なロボットであり、
   前記ロボットの周囲の映像を取得する映像取得部と、
   前記映像および前記音声に基づいて、前記ロボットから前記抑止対象の発話音声を発話したユーザへの方向を特定する方向特定部を備え、
   前記駆動制御部は、前記ロボットが前記方向特定部の特定した前記方向を向いて前記抑止動作を行うように、前記駆動部を制御することを特徴とする、請求項２に記載の制御装置。
4. 前記映像から、前記抑止対象の発話音声を発した対象ユーザの顔の向きを特定する向き特定部と、を備え、
   前記駆動制御部は、前記駆動部を制御することによって、前記対象ユーザの顔の向きに応じて前記ロボットの姿勢変更または移動を行わせ、かつ該ロボットに前記抑止動作を行わせることを特徴とする、請求項３に記載の制御装置。
5. 前記音声取得部は、指向性マイクから前記音声を取得し、
   前記音声に基づいて、前記ロボットから前記抑止対象の発話音声を発話したユーザへの方向を特定する方向特定部を備え、
   前記駆動制御部は、前記ロボットが前記方向特定部の特定した前記方向を向いて前記抑止動作を行うように、前記駆動部を制御することを特徴とする、請求項２に記載の制御装置。
6. 請求項１〜５のいずれか１項に記載の制御装置と、
   周囲の音声を前記音声取得部に入力するマイクと、
   前記駆動制御部の制御に応じて前記可動部位を駆動させる駆動部と、を備えることを特徴とするロボット。
7. 駆動部によって駆動される可動部位を備えたロボットを制御する制御装置が実行する制御方法であって、
   前記ロボットの周囲の音声を取得する音声取得ステップと、
   前記音声に基づいて、前記ロボットとユーザの間、または複数のユーザの間で発話衝突が発生したか否かを判定する発話衝突判定ステップと、
   前記発話衝突判定ステップにおいて前記発話衝突が発生したと判定した場合、前記駆動部を制御することによって、前記ロボットの前記可動部位に発話を止めるよう促すための動作である抑止動作を行わせる駆動制御ステップと、を含むことを特徴とする、制御方法。
8. 請求項１に記載の制御装置としてコンピュータを機能させるための制御プログラムであって、前記音声取得部、前記発話衝突判定部、および前記駆動制御部としてコンピュータを機能させるための制御プログラム。

Images