JP2019213082A - センサ制御装置、物体探索システム、物体探索方法及びプログラム - Google Patents

Abstract

【課題】対象物体と他の物体と相対的な位置関係が変化し得る場合であっても、効率よく対象物体を探索することが可能なセンサ制御装置を提供する。【解決手段】情報取得部１２２は、三次元環境情報格納部１１４から三次元環境情報を取得する。配置領域検出部１２６は、三次元環境情報を用いて、対象物体８０が配置された配置領域を検出する。算出部１３０は、配置領域を含む画像における、配置領域の大きさを算出する。視点位置決定部１３４は、画像データに関する画像を撮影するセンサ１２がとり得る複数のセンサ位置の内、配置領域の大きさが、他のセンサ位置の画像データを用いた場合の配置領域の大きさよりも大きくなるようなセンサ位置を、最適視点位置として決定する。センサ位置制御部１４２は、最適視点位置にセンサ１２を移動するように制御を行い、その後、対象物体８０の探索を開始するように制御を行う。【選択図】図３

Description

本発明は、センサ制御装置、物体探索システム、物体探索方法及びプログラムに関し、特に、物体の探索を行うセンサを制御するセンサ制御装置、物体探索システム、物体探索方法及びプログラムに関する。

距離センサ等のセンサを動作させて探索の対象となる対象物体を探索する技術がある。このような技術においては、他の物体によって対象物体が遮蔽されることを考慮する必要がある。この技術に関連し、特許文献１は、目標対象物に対して撮像等の所定の機能を発揮できる位置を移動目標位置として設定することにより、目標対象物を撮像しながら移動する自律移動ロボットを開示する。特許文献１にかかる自律移動ロボットは、移動目標位置を設定して自己位置から移動目標位置に至る移動経路を算出する経路探索手段を有する。経路探索手段は、空間情報と機能の障害となるか否かを示した属性情報とから求まる機能の障害となる部分空間の位置と目標対象物位置との位置関係から目標対象物に対して当該機能を発揮可能な位置を求め、当該位置に前記移動目標位置を設定する。

特開２０１７−０１６３５９号公報

センサの動作環境によっては、障害物又は対象物体が移動することにより、障害物と対象物体との相対的な位置関係が変化する可能性がある。このような場合、他の物体（障害物）を考慮してセンサによって対象物体を探索することが可能な位置が設定されていたとしても、その設定された位置では、相対的な位置関係の変化後に障害物によって対象物体を探索することができないおそれがある。特許文献１の技術では、目標対象物と障害物との相対的な位置関係が変化することを想定していない。したがって、設定された位置に自律移動ロボットを移動しても、目標対象物と障害物との相対的な位置関係の変化により、目標対象物を撮像できないおそれがある。よって、特許文献１にかかる技術では、対象物体と他の物体との相対的な位置関係が変化し得る場合であっても、効率よく対象物体を探索することができないおそれがあった。

本発明は、対象物体と他の物体と相対的な位置関係が変化し得る場合であっても、効率よく対象物体を探索することが可能なセンサ制御装置、物体探索システム、物体探索方法及びプログラムを提供するものである。

本発明にかかるセンサ制御装置は、三次元環境において探索対象である対象物体を探索するセンサを制御するセンサ制御装置であって、前記三次元環境に存在する物体の各位置を示す三次元環境情報を取得する三次元環境情報取得部と、前記三次元環境情報を用いて、前記対象物体が配置された配置領域を検出する領域検出部と、前記配置領域を含む画像を示す少なくとも１つの画像データにおける前記配置領域の大きさを算出する算出部と、前記画像データに関する画像を撮影する前記センサがとり得る複数の（少なくとも２つの異なる）センサ位置の内、前記配置領域の大きさが、他のセンサ位置の画像データを用いた場合の前記配置領域の大きさよりも大きくなるようなセンサ位置を、最適位置として決定する位置決定部と、前記最適位置が決定された後で前記対象物体の探索を行う場合に、前記最適位置に前記センサを移動させてから前記対象物体の探索を開始するように制御を行うセンサ位置制御部とを有する。

また、本発明にかかる物体探索システムは、三次元環境において探索対象である対象物体を探索するセンサと、前記センサを制御するセンサ制御装置とを有し、前記センサ制御装置は、前記三次元環境に存在する物体の各位置を示す三次元環境情報を取得する三次元環境情報取得部と、前記三次元環境情報を用いて、前記対象物体が配置された配置領域を検出する領域検出部と、前記配置領域を含む画像を示す少なくとも１つの画像データにおける前記配置領域の大きさを算出する算出部と、前記画像データに関する画像を撮影する前記センサがとり得る複数の（少なくとも２つの異なる）センサ位置の内、前記配置領域の大きさが、他のセンサ位置の画像データを用いた場合の前記配置領域の大きさよりも大きくなるようなセンサ位置を、最適位置として決定する位置決定部と、前記最適位置が決定された後で前記対象物体の探索を行う場合に、前記最適位置に前記センサを移動させてから前記対象物体の探索を開始するように制御を行うセンサ位置制御部とを有する。

また、本発明にかかる物体探索方法は、三次元環境において探索対象である対象物体を探索する物体探索方法であって、前記三次元環境に存在する物体の各位置を示す三次元環境情報を取得するステップと、前記三次元環境情報を用いて、前記対象物体が配置された配置領域を検出するステップと、前記配置領域を含む画像を示す少なくとも１つの画像データにおける前記配置領域の大きさを算出するステップと、前記画像データに関する画像を撮影する前記センサがとり得る複数の（少なくとも２つの異なる）センサ位置の内、前記配置領域の大きさが、他のセンサ位置の画像データを用いた場合の前記配置領域の大きさよりも大きくなるようなセンサ位置を、最適位置として決定するステップと、前記最適位置が決定された後で前記対象物体の探索を行う場合に、前記最適位置に前記センサを移動させてから前記対象物体の探索を開始するように前記センサを制御するステップとを有する。

また、本発明にかかるプログラムは、三次元環境において探索対象である対象物体を探索する物体探索方法を実行するプログラムであって、前記三次元環境に存在する物体の各位置を示す三次元環境情報を取得するステップと、前記三次元環境情報を用いて、前記対象物体が配置された配置領域を検出するステップと、前記配置領域を含む画像を示す少なくとも１つの画像データにおける前記配置領域の大きさを算出するステップと、前記画像データに関する画像を撮影する前記センサがとり得る複数の（少なくとも２つの異なる）センサ位置の内、前記配置領域の大きさが、他のセンサ位置の画像データを用いた場合の前記配置領域の大きさよりも大きくなるようなセンサ位置を、最適位置として決定するステップと、前記最適位置が決定された後で前記対象物体の探索を行う場合に、前記最適位置に前記センサを移動させてから前記対象物体の探索を開始するように前記センサを制御するステップとをコンピュータに実行させる。

本発明においては、対象物体が配置された配置領域の大きさがより大きくなるような画像を撮影可能なセンサの位置が、最適位置として決定される。そして、対象物体を次に探索する際に、この最適位置にセンサを移動して対象物体の探索を開始することで、対象物体と非対象物体との相対的な位置関係が変化したとしても、対象物体が認識できる可能性が高くなる。したがって、対象物体と他の物体と相対的な位置関係が変化し得る場合であっても、効率よく対象物体を探索することが可能となる。

また、好ましくは、前記算出部は、前記配置領域を含む画像を示す２つ以上の前記画像データにおける前記配置領域の大きさを算出し、前記位置決定部は、前記２つ以上の画像データのうち、前記配置領域の大きさが最も大きくなるような前記画像データに関する画像を撮影可能な前記センサの位置を、前記最適位置として決定する。
本発明は、上記のように構成されていることによって、効率よく対象物体を探索することが可能な最適位置を、より精度よく決定することが可能となる。

また、好ましくは、前記配置領域を含む画像を抽出する画像抽出部をさらに有し、前記算出部は、前記配置領域を含む画像を示す、前記画像抽出部によって抽出可能な全ての前記画像データにおける前記配置領域の大きさを算出し、前記位置決定部は、前記全ての画像データのうち、前記配置領域の大きさが最も大きくなるような前記画像データに関する画像を撮影可能な前記センサの位置を、前記最適位置として決定する。
本発明は、上記のように構成されていることによって、効率よく対象物体を探索することが可能な最適位置を、さらに精度よく決定することが可能となる。

また、好ましくは、前記位置決定部は、前記配置領域の大きさが予め定められた閾値以上となるような前記画像データに関する画像を撮影可能な前記センサの位置を、前記最適位置として決定する。
本発明は、上記のように構成されていることによって、画像における配置領域の大きさが最適位置を決定する上で許容範囲ある場合に、他の画像について処理を行わないで、処理を終了することができる。したがって、最適位置を早く決定することが可能となる。

また、好ましくは、前記配置領域は、前記対象物体が配置された平面に対応する。
本発明は、上記のように構成されていることによって、位置決定部における計算量を削減することができる。したがって、最適位置を決定するのに要する時間を減少させることが可能となる。

また、好ましくは、前記配置領域は、前記対象物体が配置された空間の領域に対応する。
本発明は、上記のように構成されていることによって、対象物体の高さを考慮した配置領域とすることができる。したがって、効率的に対象物体を探索可能な最適位置をより精度よく決定することが可能となる。

本発明によれば、対象物体と他の物体と相対的な位置関係が変化し得る場合であっても、効率よく対象物体を探索することが可能なセンサ制御装置、物体探索システム、物体探索方法及びプログラムを提供できる。

実施の形態１にかかる物体探索システムを示す図である。 実施の形態１にかかる物体探索システムのハードウェア構成を示すブロック図である。 実施の形態１にかかるセンサ制御装置の構成を示すブロック図である。 実施の形態１にかかる最適視点決定部の構成を示すブロック図である。 実施の形態１にかかるセンサ制御装置によって行われる、物体探索方法を示すフローチャートである。 実施の形態１にかかる最適視点決定部の処理を示すフローチャートである。 実施の形態１にかかる複数の視点を例示する図である。 実施の形態１にかかる算出部及び画像選択部の処理の具体例を示すフローチャートである。 図７に示した例について、配置領域が平面である場合の処理を説明するための図である。 図７に示した例について、配置領域が平面である場合の処理を説明するための図である。 図７に示した例について、配置領域が平面である場合の処理を説明するための図である。 図７に示した例について、配置領域が空間である場合の処理を説明するための図である。 図７に示した例について、配置領域が空間である場合の処理を説明するための図である。 図７に示した例について、配置領域が空間である場合の処理を説明するための図である。 比較例における最適視点位置を決定する処理を説明するための図である。 比較例における最適視点位置を決定する処理を説明するための図である。 比較例における問題点を説明するための図である。 比較例における問題点を説明するための図である。 比較例における問題点を説明するための図である。 実施の形態２にかかる最適視点決定部の構成を示すブロック図である。 実施の形態２にかかる最適視点決定部の処理を示すフローチャートである。

（実施の形態１）
以下、図面を参照して本発明の実施の形態について説明する。なお、実質的に同じ構成要素には、同じ符号が付される。

図１は、実施の形態１にかかる物体探索システム１を示す図である。また、図２は、実施の形態１にかかる物体探索システム１のハードウェア構成を示すブロック図である。物体探索システム１は、物体探索装置１０と、センサ制御装置１００とを有する。物体探索装置１０は、センサ１２と、センサ１２を駆動する駆動部１４とを有する。

センサ制御装置１００は、例えばコンピュータである。センサ制御装置１００は、物体探索装置１０と、有線又は無線の通信リンク２を介して通信可能に接続されている。したがって、センサ制御装置１００は、センサ１２及び駆動部１４と、通信可能に接続されている。

なお、図１では、センサ制御装置１００は、物体探索装置１０と物理的に別個の装置であるとしたが、物体探索装置１０の内部に組み込まれていてもよい。また、後述するセンサ制御装置１００の構成要素の１つ以上が、物体探索装置１０に組み込まれていてもよい。この場合、物体探索装置１０も、コンピュータとしての機能を有する。

物体探索装置１０は、三次元環境４を移動する。物体探索装置１０は、三次元環境４を自律的に移動可能である。なお、三次元環境４は、直交座標系で表現されてもよいし、極座標系で表現されてもよい。以下の説明では、三次元環境４が（Ｘ，Ｙ，Ｚ）の直交座標系で表現された例を示している。

センサ１２は、物体までの距離を計測可能な深度センサ、距離センサ、三次元カメラ（ステレオカメラ）等の計測装置である。センサ１２は、例えばライダ（ＬＩＤＡＲ；Light Detection and Ranging）等である。物体探索装置１０（センサ１２）は、駆動部１４により、以下に説明するように５つの自由度を有する。

駆動部１４は、矢印Ａで示すように、物体探索装置１０（センサ１２）を三次元環境４のＸ軸方向に移動させる。また、駆動部１４は、矢印Ｂで示すように、物体探索装置１０（センサ１２）を三次元環境４のＹ軸方向に移動させる。また、駆動部１４は、矢印Ｃで示すように、センサ１２を三次元環境４のＺ軸方向（鉛直方向）に移動させる。また、駆動部１４は、矢印Ｄで示すように、センサ１２を三次元環境４のＸＹ平面に平行に（つまり水平方向に）回転（旋回）させる。また、駆動部１４は、矢印Ｅで示すように、センサ１２を三次元環境４の上下方向に回転（揺動）させる。つまり、センサ１２は、駆動部１４によって、矢印Ａ，Ｂ，Ｃで示すように、三次元環境４における三次元位置座標を変化させるように移動する。また、センサ１２は、駆動部１４によって、矢印Ｄ，Ｅで示すように、三次元環境４における姿勢（向き）を変化させるように移動する。以下の説明では、センサ１２の「移動」とは、三次元位置座標の変化及び姿勢の変化を含む。また、センサ１２の「位置」とは、三次元位置座標及び姿勢を含む。

センサ１２は、物体探索装置１０の周囲を観測し、センサ１２（物体探索装置１０）から、観測した物体における各点までの距離を計測する。そして、センサ１２は、計測された距離を示す距離データを生成する。センサ１２は、距離データとして、距離画像（ポイントクラウド）を示す距離画像データを生成する。つまり、距離データは、センサ１２（物体探索装置１０）に対する周囲の各物体表面の点群を三次元で示す。センサ１２は、レーザ光を周囲に走査し、物体に反射した反射光を受光して、送信時間と受信時間との差分から物体までの距離を算出する。そして、物体探索装置１０（センサ１２）は、三次元環境４におけるセンサ１２の三次元位置座標と、レーザ光の照射方向と、物体までの距離とから、レーザ光の反射位置における三次元座標（Ｘ，Ｙ，Ｚ）を算出する。

三次元環境４には、物体探索装置１０によって探索される対象である対象物体８０と、対象物体８０とは異なる非対象物体８２とが配置されている。なお、非対象物体８２が探索の対象となることもある。その場合は、非対象物体８２が対象物体となり、対象物体８０が非対象物体となる。

また、三次元環境４には、１つ以上の収納物体９０が設けられている。収納物体９０は、１つ以上の棚板９２と、壁面９４とを有する。収納物体９０は、対象物体８０及び非対象物体８２を収納する。本実施の形態では、対象物体８０及び非対象物体８２は、収納物体９０の棚板９２に配置される。なお、本実施の形態では、対象物体８０及び非対象物体８２は、収納物体９０に移動可能に配置される。つまり、対象物体８０及び非対象物体８２は、棚板９２の定められた位置に常に置かれているわけではない。

図３は、実施の形態１にかかるセンサ制御装置１００の構成を示すブロック図である。センサ制御装置１００は、主要なハードウェア構成として、ＣＰＵ（Central Processing Unit）１０２と、ＲＯＭ（Read Only Memory）１０４と、ＲＡＭ（Random Access Memory）１０６と、インタフェース部１０８（ＩＦ；Interface）とを有する。ＣＰＵ１０２、ＲＯＭ１０４、ＲＡＭ１０６及びインタフェース部１０８は、データバスなどを介して相互に接続されている。

ＣＰＵ１０２は、制御処理及び演算処理等を行う演算装置としての機能を有する。ＲＯＭ１０４は、ＣＰＵ１０２によって実行される制御プログラム及び演算プログラム等を記憶するための機能を有する。ＲＡＭ１０６は、処理データ等を一時的に記憶するための機能を有する。インタフェース部１０８は、有線又は無線を介して外部と信号の入出力を行う。また、インタフェース部１０８は、ユーザによるデータの入力の操作を受け付け、ユーザに対して情報を表示する。

また、センサ制御装置１００は、三次元環境情報取得部１１２、三次元環境情報格納部１１４、物体情報格納部１１６、センサ情報格納部１１８、最適視点決定部１２０、最適視点位置格納部１４０、センサ位置制御部１４２、及び、物体探索処理部１５０（以下、「各構成要素」と称する）を有する。各構成要素は、例えば、ＣＰＵ１０２がＲＯＭ１０４に記憶されたプログラムを実行することによって実現可能である。また、必要なプログラムを任意の不揮発性記録媒体に記録しておき、必要に応じてインストールするようにしてもよい。なお、各構成要素は、上記のようにソフトウェアによって実現されることに限定されず、何らかの回路素子等のハードウェアによって実現されてもよい。また、上記構成要素の１つ以上は、物理的に別個のハードウェアによってそれぞれ実現されてもよい。各構成要素の具体的な機能については後述する。

図４は、実施の形態１にかかる最適視点決定部１２０の構成を示すブロック図である。最適視点決定部１２０は、情報取得部１２２、対象物体探索部１２４、配置領域検出部１２６、画像抽出部１２８、算出部１３０、画像選択部１３２、及び、視点位置決定部１３４を有する。最適視点決定部１２０の各構成要素の機能については後述する。

図５は、実施の形態１にかかるセンサ制御装置１００によって行われる、物体探索方法を示すフローチャートである。三次元環境情報取得部１１２は、三次元環境４を示す三次元環境情報（三次元環境地図）を取得する（ステップＳ１０２）。三次元環境情報格納部１１４は、取得された三次元環境情報を格納する（ステップＳ１０４）。

三次元環境情報とは、三次元環境４に存在する各物体の各位置（点群）の三次元座標データを示す情報である。三次元環境４が複数ある場合、三次元環境情報格納部１１４は、複数の三次元環境情報を格納し得る。例えば、家屋、店舗、テナント、フロアといったような環境ごとに、三次元環境情報が生成され、格納され得る。

三次元環境情報では、ある三次元座標（Ｘ，Ｙ，Ｚ）で示される点に何らかの物体が存在するか否かといったことが示される。したがって、センサ制御装置１００及び物体探索装置１０は、三次元環境情報において、連続する三次元座標に何らかの物体が存在することを検出することで、その物体の形状を認識することができる。なお、三次元環境情報によって、ある三次元座標に対応する位置に何らかの物体が存在することを認識可能であればよく、その物体が何であるか（例えば、対象物体８０であるか、収納物体９０であるか）を認識できなくてもよい。

三次元環境情報は、例えばセンサ１２が三次元環境４の全体を走査して各物体の各位置の三次元座標を算出することで取得される。つまり、三次元環境情報は、センサ１２を用いて生成され得る。なお、センサ１２とは別の距離センサを用いて三次元環境情報が生成されてもよい。この場合、三次元環境情報取得部１１２は、その距離センサから三次元環境情報を取得してもよい。このようにして、三次元環境情報取得部１１２は、三次元環境情報格納部１１４に三次元環境情報を提供することができる。

物体情報格納部１１６は、物体情報を格納する（ステップＳ１０６）。物体情報格納部１１６は、例えば、ユーザによってインタフェース部１０８に入力された物体情報を格納する。なお、物体情報は、予めセンサ制御装置１００に格納されていてもよい。ここで、「物体情報」とは、物体探索装置１０が扱うことができる物体の情報のうち、その物体の探索に必要な情報である。例えば、物体情報は、対象物体８０となり得る物体の形状及び寸法を示す情報である。例えば、物体情報は、物体のＣＡＤ（computer-aided design）データであってもよい。なお、物体情報には、対応する物体がどこに置かれているかといった位置情報は含まれなくてもよい。

センサ情報格納部１１８は、センサ情報を格納する（ステップＳ１０８）。センサ情報格納部１１８は、例えば、ユーザによってインタフェース部１０８に入力されたセンサ情報を格納する。なお、センサ情報は、予めセンサ制御装置１００に格納されていてもよい。ここで、「センサ情報」とは、センサ１２の計測に関する情報である。例えば、センサ情報は、センサ１２の画角、焦点距離、解像度、及び画素数等を示す。つまり、センサ情報は、センサ１２の計測可能範囲を示してもよい。これにより、センサ１２によって生成される三次元画像データ（距離画像データ）のサイズ及び解像度等が特定され得る。

最適視点決定部１２０は、対象物体８０を探索する際に最適な視点位置を算出する（ステップＳ１２０）。具体的には、最適視点決定部１２０は、三次元環境情報から対象物体８０を探索する。そして、最適視点決定部１２０は、探索された対象物体８０を再び探索するときの最初の視点として最適な視点位置（最適視点位置）を算出する。最適視点決定部１２０のさらに具体的な処理について以下に説明する。

図６は、実施の形態１にかかる最適視点決定部１２０の処理（Ｓ１２０）を示すフローチャートである。情報取得部１２２は、最適視点位置の決定のために必要な各種情報を取得する（ステップＳ１２２）。具体的には、情報取得部１２２は、三次元環境情報格納部１１４から三次元環境情報を取得する。また、情報取得部１２２は、物体情報格納部１１６から物体情報を取得する。また、情報取得部１２２は、センサ情報格納部１１８から、センサ情報を取得する。

対象物体探索部１２４は、対象物体８０の位置を探索する（ステップＳ１２４）。具体的には、対象物体探索部１２４は、三次元環境情報と、対象物体８０を示す物体情報とを用いて、対象物体８０の位置を探索する。例えば、対象物体探索部１２４は、三次元環境情報で示される三次元環境地図に存在する物体の形状を示す情報と、対象物体８０の形状を示す物体情報（ＣＡＤデータ等）との差分を、三次元環境地図に存在する物体ごとに算出する。そして、対象物体探索部１２４は、三次元環境地図に存在する物体のうち、上記差分が予め定められた閾値よりも小さい物体が、対象物体８０であると判定する。そして、対象物体探索部１２４は、その三次元環境地図に存在する物体の位置に、対象物体８０が存在すると判定する。このようにして、対象物体探索部１２４は、対象物体８０が配置された位置を探索する。

配置領域検出部１２６は、三次元環境情報を用いて、位置が判明した対象物体８０について、対象物体８０が配置された配置領域を検出する（ステップＳ１２６）。ここで、「配置領域」とは、対象物体８０が配置された平面又は空間である。例えば、配置領域が平面である場合、配置領域は、対象物体８０が置かれた棚板９２の面（配置面）として定義される。また、例えば、配置領域が空間である場合、配置領域は、対象物体８０が置かれた棚板９２の面を底面とし、対象物体８０の高さを高さとする仮想的な柱状の空間（配置空間）として定義される。

配置領域の検出方法の具体例について説明する。配置領域検出部１２６は、物体情報を用いて、三次元環境地図において、探索された対象物体８０の底面を認識する。ここで、物体情報には、対象物体８０において底面が占める位置等の、底面の情報が含まれているとする。配置領域検出部１２６は、三次元環境地図において、探索された対象物体８０が置かれた面、つまり底面が接触する面（接触面）を特定する。配置領域検出部１２６は、その接触面と同じカテゴリに属する面を、配置領域である配置面と判定する。

例えば、配置領域検出部１２６は、接触面と連続する面を、接触面と同じカテゴリに属する面、つまり配置面とする。配置領域検出部１２６は、接触面を含む平面のエッジ（境界）を検出し、エッジの内側の領域を配置面として検出する。例えば、図１に示した収納物体９０では、棚板９２に対象物体８０が配置されている場合、三次元環境地図において、対象物体８０が配置された棚板９２の画像の周囲のエッジが検出されることで、配置面が特定される。

さらに、配置領域が空間である場合、配置領域検出部１２６は、仮想的な三次元空間において、特定された配置面を、対象物体８０の高さに相当する距離だけ鉛直上方（Ｚ軸の正方向）に仮想的に移動したときの軌跡として定義される空間を、配置空間として検出する。なお、対象物体８０に関する物体情報には、対象物体８０の高さを示す情報が含まれているものとする。なお、直方体のように、置かれる向きに応じて異なる高さを有する対象物体８０については、配置領域検出部１２６は、置き方に応じて最も高くなる高さ（又は最も低くなる高さ）に相当する距離だけ、特定された配置面を鉛直上方に仮想的に移動したときの軌跡として定義される空間を、配置空間として検出してもよい。

また、配置面を仮想的に移動したときの軌跡と収納物体９０とが干渉する場合、収納物体９０に相当する領域については、配置空間から除かれ得る。ここで、配置領域検出部１２６は、配置領域の検出の際に、非対象物体８２については考慮しない。つまり、非対象物体８２が対象物体８０と同じ配置領域に配置されていたとしても、配置領域の検出の際には、非対象物体８２が存在しないものとして処理される。したがって、配置面を仮想的に移動したときの軌跡と非対象物体８２とが干渉しても、非対象物体８２に相当する領域については、配置空間から除かれない。同様に、配置領域検出部１２６は、対象物体８０についても考慮しない。

画像抽出部１２８は、三次元環境情報から、Ｓ１２６の処理で検出された配置領域を含む画像を示す、複数の画像データを抽出する（ステップＳ１２８）。具体的には、画像抽出部１２８は、複数の視点から見た、配置領域に対応する位置の点群を含む距離画像を含む画像データを抽出する。なお、以下、用語「画像」は、情報処理における処理対象としての、「画像を示す画像データ」も意味する。

画像抽出部１２８は、三次元環境地図において、センサ１２がとり得る複数のセンサ位置（視点）から配置領域を見たときに得られる距離画像を生成する。例えば、画像抽出部１２８は、三次元環境地図において、つまり三次元仮想空間において、仮想的に定めた視点から配置領域を見たときに得られる距離画像を生成することで、配置領域を含む距離画像を抽出してもよい。また、画像抽出部１２８は、三次元環境情報が生成される際に実際にセンサ１２等によって複数の視点から撮影された距離画像のうち、配置領域を含むものを抽出してもよい。この場合、画像抽出部１２８は、三次元環境情報が生成されるときのセンサ１２の軌道に沿って、配置領域を含む距離画像を抽出してもよい。この場合、画像抽出部１２８は、配置領域を含む距離画像を１つ抽出したときに、その距離画像が撮影された時刻の前後に撮影された距離画像を、次に抽出してもよい。あるいは、画像抽出部１２８は、配置領域を含む距離画像を１つ抽出したときに、その距離画像が撮影された位置の周囲で撮影された距離画像を、次に抽出してもよい。配置領域を含む距離画像が撮影された時刻の前後に撮影された距離画像、又は、配置領域を含む距離画像が撮影された位置の周囲で撮影された距離画像は、配置領域を含む可能性が極めて高いからである。このように処理することで、配置領域を含む距離画像をより容易かつ効率的に抽出可能である。

図７は、実施の形態１にかかる複数の視点を例示する図である。図７には、収納物体９０の棚板９２Ａに、対象物体８０及び非対象物体８２が配置されている状態が示されている。このとき、棚板９２Ａの対象物体８０が接触した面９２ａが配置領域（配置面）となる。また、このとき、画像抽出部１２８は、センサ１２がとり得る複数のセンサ位置（視点）としての視点Ａ〜Ｃから見た、面９２ａの画像を含む距離画像を抽出するとする。ここで、視点Ａは、対象物体８０（面９２ａ）を向かって左から見た視点位置である。視点Ｂは、対象物体８０（面９２ａ）を向かって右から見た視点位置である。視点Ｃは、対象物体８０（面９２ａ）を略正面から見た視点位置である。なお、図７で示した例では視点位置は３つであるが、視点の数は２以上の任意の数でよい。ここで、「視点位置（視点）」とは、物体を見る（撮影する）動作を行う主体（例えば人間の目又はセンサ１２）の位置及び向きを示す。なお、上述したように、Ｓ１２８の処理は、仮想空間上の処理であり得るので、実際にその視点から物体を見る（撮影する）必要はない。

算出部１３０は、Ｓ１２８の処理で抽出された各画像における、配置領域の大きさを算出する（ステップＳ１３０）。そして、画像選択部１３２は、配置領域の大きさが最も大きな画像（画像データ）を選択する（ステップＳ１３２）。具体的には、算出部１３０は、抽出された画像それぞれについて、距離画像に占める配置領域の大きさを算出する。画像選択部１３２は、距離画像に占める配置領域の大きさが最も大きくなるような画像を選択する。つまり、画像選択部１３２は、配置領域が最も大きく映るような視点に対応する画像を選択する。なお、算出部１３０及び画像選択部１３２の処理の具体例については後述する。

視点位置決定部１３４は、Ｓ１３２の処理で選択された画像を撮影可能な視点位置を、次に対象物体８０を探索するときの最初の視点として最適な最適視点位置として決定する（ステップＳ１３４）。視点位置決定部１３４は、最適視点位置を示す最適視点位置情報を出力する（ステップＳ１３６）。最適視点決定部１２０は、探索可能な全ての物体（対象物体８０）について最適視点を決定したか否かを判定する（ステップＳ１３８）。全ての物体（対象物体８０）について最適視点を決定していない場合（Ｓ１３８のＮＯ）、最適視点決定部１２０は、最適視点を決定していない物体についてＳ１２４〜Ｓ１３６の処理を行う。全ての物体（対象物体８０）について最適視点を決定した場合（Ｓ１３８のＹＥＳ）、図６に示したＳ１２０の処理を終了する。

最適視点位置格納部１４０は、最適視点決定部１２０から出力された最適視点位置情報を格納する（図５のステップＳ１４０）。最適視点位置情報は、最適視点位置の、三次元環境における三次元座標及び向き（角度）を示す。ここで、最適視点位置格納部１４０は、物体（対象物体８０）ごとに、対応する最適視点位置情報を格納する。

センサ位置制御部１４２は、最適視点位置が決定された後で、ある対象物体８０を探索するための命令である物体探索指示を受け付ける（ステップＳ１４２）。物体探索指示は、例えばユーザがインタフェース部１０８を操作することによって入力され得る。物体探索指示は、探索対象の対象物体８０を示す物体情報を示す。なお、Ｓ１４０の処理とＳ１４２の処理との間に、対象物体８０又は非対象物体８２が移動され得るとする。言い換えると、Ｓ１４０の処理の後、対象物体８０と非対象物体８２との相対的な位置関係が変化し得る。

センサ位置制御部１４２は、物体探索指示によって示された対象物体８０に対応する最適視点位置にセンサ１２を移動するように制御を行う（ステップＳ１４４）。具体的には、センサ位置制御部１４２は、物体探索指示によって示された対象物体８０に対応する最適視点位置情報を、最適視点位置格納部１４０から抽出する。そして、センサ位置制御部１４２は、抽出された最適視点位置情報に示される視点位置にセンサ１２が移動するように、駆動部１４を制御する。

センサ位置制御部１４２は、センサ１２が最適視点位置に移動した後、物体探索開始指令を、物体探索処理部１５０に対して出力する（ステップＳ１４６）。物体探索処理部１５０は、物体探索開始指令を受け付けると、対象物体８０の探索処理を開始する（ステップＳ１５０）。例えば、物体探索処理部１５０は、距離画像を生成するようにセンサ１２を制御する。センサ１２は、現在の視点位置（最適視点位置）で、レーザ光等を走査して、距離画像を生成する。物体探索処理部１５０は、距離画像における各物体の形状を示す情報と、対象物体８０の形状を示す物体情報（ＣＡＤデータ等）との差分を、それぞれ算出する。そして、物体探索処理部１５０は、差分が最も小さい物体（又は、差分が予め定められた閾値よりも小さい物体）を対象物体８０であると認識する。そして、物体探索処理部１５０は、対象物体８０を探索すると、探索された対象物体８０の三次元環境４における位置及び姿勢を示す情報を出力する（ステップＳ１５２）。

図８は、実施の形態１にかかる算出部１３０及び画像選択部１３２の処理の具体例を示すフローチャートである。算出部１３０は、Ｓ１２８の処理で抽出された画像のうち、配置領域の全体を含む画像を選択する（ステップＳ１３０ａ）。例えば、視点位置が配置領域に近すぎて配置領域の全体が距離画像に含まれない場合、つまり配置領域の一部が距離画像からはみ出している場合、その距離画像は選択されない。言い換えると、距離画像の外縁と配置領域とが交差しているとき、その距離画像は選択されない。したがって、配置領域がセンサ１２の画角に収まっているような距離画像が選択される。つまり、配置領域の一部が距離画像からはみ出していない場合、言い換えると、距離画像の外縁と配置領域とが交差していない場合に、その距離画像は選択される。これにより、配置領域の全体が含まれる程度に配置領域から離れた位置を視点位置とする距離画像が選択される。なお、このことは、後述する他の実施の形態においても同様である。

次に、算出部１３０は、Ｓ１３０ａの処理で選択された画像それぞれについて、画像における総画素数に対する配置領域に対応する画素数の割合を算出する（ステップＳ１３０ｂ）。ここで、総画素数は、Ｓ１２２の処理で取得されたセンサ情報に含まれている。また、配置領域に対応する画素数は、距離画像において配置領域を構成する点（画素）の数である。そして、画像選択部１３２は、配置領域に対応する画素数の割合が最も大きな距離画像を選択する（ステップＳ１３０ｃ）。

ここで、算出部１３０は、対象物体８０が存在しないものと仮定して、配置領域の大きさを算出する。さらに、算出部１３０は、距離画像に非対象物体８２が含まれている場合であっても、その非対象物体８２が存在しないものと仮定して、配置領域の大きさを算出する。つまり、算出部１３０は、移動可能な物体である対象物体８０及び非対象物体８２が存在しないものと仮定して、配置領域の大きさを算出する。したがって、算出部１３０は、距離画像に含まれる対象物体８０の画像及び非対象物体８２の画像を除外した場合の、配置領域に対応する画素数を算出する。

例えば、算出部１３０は、距離画像から対象物体８０及び非対象物体８２の画像を除去する。配置領域の境界が対象物体８０及び非対象物体８２の画像と重なっていた場合、対象物体８０及び非対象物体８２の画像を除去することによって、配置領域の境界の欠落が生じる。算出部１３０は、元々顕在していた配置領域のエッジを連続的に延長することで、配置領域の境界を補正する。そして、算出部１３０は、対象物体８０及び非対象物体８２の画像を除去した箇所のうち配置領域に対応する箇所（配置領域の境界の内側）について画素を割り当てて、配置領域に対応する画素数を算出する。

一方、算出部１３０は、対象物体８０及び非対象物体８２（つまり対象物体８０となり得る物体）以外の物体である収納物体９０を構成する壁面９４、及び、配置領域ではない他の棚板９２については、それらの画像を距離画像から除外しない。したがって、算出部１３０は、距離画像において壁面９４等によって配置領域が遮られていた場合、その遮蔽された部分の画素数についてはカウントしない。

以下、図７に示した例について行われる処理を、図面を用いて説明する。
図９〜図１１は、図７に示した例について、配置領域が平面（配置面）である場合の処理を説明するための図である。図９は、視点Ａから見た距離画像ＩｍＡを示す。図１０は、視点Ｂから見た距離画像ＩｍＢを示す。図１１は、視点Ｃから見た距離画像ＩｍＣを示す。

図９に示すように、視点Ａから見た距離画像ＩｍＡでは、対象物体８０の画像である対象物体画像８０Ｉが、非対象物体８２の画像である非対象物体画像８２Ｉ及び壁面９４の画像である壁面画像９４Ｉと離れている。したがって、現時点では、距離画像ＩｍＡを用いて、対象物体８０を認識し易い。また、距離画像ＩｍＡでは、対象物体８０が配置された棚板９２Ａの面９２ａの左側の一部は、壁面９４によって遮蔽されている。したがって、距離画像ＩｍＡにおいて、対象物体８０が配置された棚板９２Ａの面９２ａの画像である棚板面画像９２Ｉは、壁面画像９４Ｉと干渉するような態様で、棚板９２Ａの面９２ａの一部のみを反映している。この棚板面画像９２Ｉが、配置領域に対応する。

図１０に示すように、視点Ｂから見た距離画像ＩｍＢでは、対象物体画像８０Ｉが、非対象物体画像８２Ｉと重なっている。これにより、対象物体画像８０Ｉは、対象物体８０の全体を反映していない。したがって、現時点では、距離画像ＩｍＢを用いても、対象物体８０を認識し辛い。また、距離画像ＩｍＢでは、対象物体８０が配置された棚板９２Ａの面９２ａの右側の一部は、壁面９４によって遮蔽されている。したがって、距離画像ＩｍＢにおいて、棚板面画像９２Ｉは、壁面画像９４Ｉと干渉するような態様で、棚板９２の面９２ａの一部のみを反映している。この棚板面画像９２Ｉが、配置領域に対応する。

図１１に示すように、視点Ｃから見た距離画像ＩｍＣでは、対象物体画像８０Ｉが、非対象物体画像８２Ｉに近接している。したがって、現時点では、距離画像ＩｍＡを用いた場合の方が、距離画像ＩｍＣを用いた場合よりも、対象物体８０を認識し易い。また、距離画像ＩｍＣでは、対象物体８０が配置された棚板９２Ａの面９２ａは、左右の壁面９４によって遮蔽されていない。したがって、距離画像ＩｍＣにおいて、棚板面画像９２Ｉは、壁面画像９４Ｉと干渉せず、棚板９２Ａの面９２ａの全体を反映している。この棚板面画像９２Ｉが、配置領域に対応する。

図９〜図１１それぞれについて、算出部１３０は、対象物体８０が配置された配置領域に対応する棚板面画像９２Ｉ（図９〜図１１において太線で囲まれハッチングが施された部分）の大きさを算出する。ここで、上述したように、算出部１３０は、配置領域の大きさ（距離画像全体に対する配置領域の画素数の割合）を算出する際に、対象物体画像８０Ｉ及び非対象物体画像８２Ｉが存在しないものとして処理を行う。一方、算出部１３０は、壁面画像９４Ｉの存在を考慮して配置領域の大きさを算出する。したがって、図９〜図１１の太線で示すように、壁面画像９４Ｉによって配置領域に対応する棚板面画像９２Ｉのエッジが形成される。

ここで、上述したように、図９〜図１１にそれぞれ示した視点Ａ〜視点Ｃに関する距離画像のうち、対象物体８０を最も認識し易いものは、視点Ａに関する距離画像ＩｍＡ（図９）である。しかしながら、図９〜図１１にそれぞれ示した視点Ａ〜視点Ｃに関する距離画像のうち、距離画像における棚板面画像９２Ｉの大きさが最も大きくなるのは、視点Ｃに関する距離画像ＩｍＣ（図１１）である。したがって、画像選択部１３２は、図１１に示した距離画像ＩｍＣを選択し、視点位置決定部１３４は、距離画像ＩｍＣに対応する視点Ｃを、最適視点位置として決定する。

図１２〜図１４は、図７に示した例について、配置領域が空間（配置空間）である場合の処理を説明するための図である。図１２は、視点Ａから見た距離画像ＩｍＡを示す。図１３は、視点Ｂから見た距離画像ＩｍＢを示す。図１４は、視点Ｃから見た距離画像ＩｍＣを示す。

図１２に示す距離画像ＩｍＡでは、対象物体８０が配置された棚板９２Ａの面９２ａの左側の一部は、壁面９４によって遮蔽されている。したがって、距離画像ＩｍＡにおいて、対象物体８０が配置された棚板９２Ａに関する棚板面画像９２Ｉは、壁面画像９４Ｉと干渉するような態様で、棚板９２Ａの面９２ａの一部のみを反映している。そして、配置面である棚板９２Ａの面９２ａを対象物体８０の高さに相当する距離だけ鉛直上方に仮想的に移動したときの軌跡が、配置空間として定義される。この配置空間を示す画像である配置空間画像９６Ｉ（図１２において太線で示す部分）が、配置領域に対応する。

図１３に示す距離画像ＩｍＢでは、対象物体８０が配置された棚板９２Ａの面９２ａの右側の一部は、壁面９４によって遮蔽されている。したがって、距離画像ＩｍＢにおいて、棚板面画像９２Ｉは、壁面画像９４Ｉと干渉するような態様で、棚板９２の面９２ａの一部のみを反映している。そして、棚板９２Ａの面９２ａを対象物体８０の高さに相当する距離だけ鉛直上方に仮想的に移動したときの軌跡が、配置空間として定義される。この配置空間を示す画像である配置空間画像９６Ｉ（図１３において太線で示す部分）が、配置領域に対応する。

図１４に示す距離画像ＩｍＣでは、対象物体８０が配置された棚板９２Ａの面９２ａは、左右の壁面９４によって遮蔽されていない。したがって、距離画像ＩｍＣにおいて、棚板面画像９２Ｉは、壁面画像９４Ｉと干渉せず、棚板９２Ａの面９２ａの全体を反映している。そして、棚板９２Ａの面９２ａを対象物体８０の高さに相当する距離だけ鉛直上方に仮想的に移動したときの軌跡が、配置空間として定義される。この配置空間を示す画像である配置空間画像９６Ｉ（図１４において太線で示す部分）が、配置領域に対応する。

図１２〜図１４それぞれについて、算出部１３０は、対象物体８０が配置された配置領域に対応する配置空間画像９６Ｉ（図１２〜図１４においてハッチングが施された部分）の大きさを算出する。ここで、上述したように、算出部１３０は、配置領域の大きさ（距離画像全体に対する配置空間画像９６Ｉの画素数の割合）を算出する際に、対象物体画像８０Ｉ及び非対象物体画像８２Ｉが存在しないものとして処理を行う。一方、算出部１３０は、壁面画像９４Ｉの存在を考慮して配置領域の大きさを算出する。したがって、図１２〜図１４に示すように、壁面画像９４Ｉによって配置領域に対応する配置空間画像９６Ｉのエッジが形成される。

ここで、上述したように、図１２〜図１４にそれぞれ示した視点Ａ〜視点Ｃに関する距離画像のうち、対象物体８０を最も認識し易いものは、視点Ａに関する距離画像ＩｍＡ（図１２）である。一方、図１２〜図１４にそれぞれ示した視点Ａ〜視点Ｃに関する距離画像のうち、距離画像における配置空間画像９６Ｉの大きさが最も大きくなるのは、視点Ｃに関する距離画像ＩｍＣ（図１４）である。したがって、画像選択部１３２は、図１４に示した距離画像ＩｍＣを選択し、視点位置決定部１３４は、距離画像ＩｍＣに対応する視点Ｃを、最適視点位置として決定する。

（比較例）
次に、比較例について説明する。比較例は、三次元環境情報（三次元環境地図）が生成された時点において対象物体８０を認識し易い視点を、最適視点位置として決定する点で、実施の形態１と異なる。

図１５及び図１６は、比較例における最適視点位置を決定する処理を説明するための図である。図１５は、図７に示した例について、三次元環境情報が生成された時点において視点Ａから見た距離画像ＩｍＡを示す。図１６は、図７に示した例について、三次元環境情報が生成された時点において視点Ｂから見た距離画像ＩｍＢを示す。三次元環境情報が生成された時点では、非対象物体８２が、対象物体８０の右側に配置されている。したがって、三次元環境情報が生成された時点では、図１５に示すように視点Ａから対象物体８０を見た方が、図１６に示すように視点Ｂから対象物体８０を見るよりも、対象物体８０を認識し易い。したがって、比較例においては、視点Ａが、最適視点位置として決定される。

図１７〜図１９は、比較例における問題点を説明するための図である。図１７は、三次元環境情報が生成された後で対象物体８０と非対象物体８２との相対的な位置関係が変化した状態を示す図である。図１７に示すように、三次元環境情報が生成された後で、非対象物体８２が、向かって左側に移動したとする。

図１８は、図１７に示した状態における、視点Ａから見た距離画像ＩｍＡを示す。図１９は、図１７に示した状態における、視点Ｂから見た距離画像ＩｍＢを示す。非対象物体８２が左側に移動したため、対象物体８０の左側に非対象物体８２が存在することとなる。したがって、視点Ａからでは、対象物体８０を認識し辛くなる。つまり、図１７に示すように対象物体８０と非対象物体８２との相対的な位置関係が変化した場合は、図１８に示すように視点Ａから対象物体８０を見るよりも、図１９に示すように視点Ｂから対象物体８０を見た方が、対象物体８０を認識し易い。このように、三次元環境情報が生成された時点では最適であった視点位置が、再び対象物体８０を探索する時点でも最適であるとは限らない。

比較例のように、三次元環境情報が生成された時点で対象物体８０を認識し易い視点位置を最適視点位置として決定する方法では、再度、対象物体８０を探索する場合に、その決定された最適視点位置では、対象物体８０を適切に探索できないおそれがある。このような場合、対象物体８０を探索するために、センサ１２の視点位置を大きく変更する必要があり得るため、探索に要する時間が増大するおそれがある。したがって、比較例にかかる方法では、効率よく対象物体８０を探索できないおそれがある。

これに対し、本実施の形態では、対象物体８０が配置された配置領域の大きさがより大きくなるような距離画像を撮影可能なセンサ１２の位置が、最適位置として決定される。そして、対象物体８０を次に探索する際に、この最適位置にセンサ１２を移動して対象物体８０の探索を開始することで、対象物体８０と非対象物体８２との相対的な位置関係が変化したとしても、対象物体８０が認識できる可能性が高くなる。すなわち、配置領域の大きさがより大きくなるような視点で撮影すると、非対象物体８２の存在によらないで、対象物体８０を認識できる可能性が高くなる。さらに、対象物体８０が壁面９４の近傍に移動したとしても、対象物体８０を認識できる可能性は、比較例の場合よりも高くなる。したがって、本実施の形態にかかる方法により、対象物体８０と非対象物体８２との相対的な位置関係が変化し得る場合であっても、効率よく対象物体８０を探索することが可能となる。

なお、図７に示した例では、画像抽出部１２８は、３つの視点から見た距離画像ＩｍＡ，ＩｍＢ，ＩｍＣを抽出するとした。しかしながら、画像抽出部１２８によって抽出される距離画像の数は、２つ以上の任意の数であってもよい。つまり、画像抽出部１２８は、配置領域を含む任意の複数の距離画像を抽出してもよい。また、画像抽出部１２８は、配置領域を含む、抽出可能な全ての距離画像を抽出してもよい。このような構成とすることで、画像選択部１３２は、全ての距離画像のうちで最も大きな配置領域を有する距離画像を選択できる。したがって、効率よく対象物体を探索することが可能な最適視点位置を、さらに精度よく決定することが可能となる。

また、図９〜図１１で示すように、配置領域を平面（配置面）とすることで、配置領域を空間領域（配置空間）とする場合と比較して、最適視点決定部１２０における計算量を削減することができる。したがって、配置領域を平面（配置面）とすることにより、最適視点位置を決定するのに要する時間を減少させることが可能となる。一方、図１２〜図１４で示すように、配置領域を空間領域（配置空間）とすることで、対象物体８０の高さを考慮した配置領域とすることができる。したがって、配置領域を空間領域（配置空間）とすることにより、配置領域を平面（配置面）とする場合と比較して、効率的に対象物体８０を探索可能な最適視点位置をより精度よく決定することが可能となる。

（実施の形態２）
次に、実施の形態２について説明する。実施の形態２は、最適視点決定部１２０による最適視点位置の決定方法が、実施の形態１と異なる。実施の形態２のそれ以外の構成については、実施の形態１と実質的に同様であるので、説明を省略する。

図２０は、実施の形態２にかかる最適視点決定部１２０の構成を示すブロック図である。最適視点決定部１２０は、情報取得部１２２、対象物体探索部１２４、配置領域検出部１２６、画像抽出部１２８、算出部１３０、及び、視点位置決定部２３４を有する。最適視点決定部１２０の各構成要素の機能については後述する。ここで、実施の形態１と異なり、実施の形態２にかかる最適視点決定部１２０は、画像選択部を有さない。さらに、視点位置決定部２３４の処理は、実施の形態１にかかる視点位置決定部１３４と異なる。

図２１は、実施の形態２にかかる最適視点決定部１２０の処理（図５のＳ１２０）を示すフローチャートである。情報取得部１２２は、図６のＳ１２２の処理と同様に、各種情報を取得する（ステップＳ２２２）。対象物体探索部１２４は、Ｓ１２４の処理と同様に、対象物体８０の位置を探索する（ステップＳ２２４）。配置領域検出部１２６は、Ｓ１２６の処理と同様に、三次元環境情報を用いて、位置が判明した対象物体８０について、対象物体８０が配置された配置領域を検出する（ステップＳ２２６）。

画像抽出部１２８は、三次元環境情報から、Ｓ１２６の処理で検出された配置領域を含む画像を抽出する（ステップＳ２２８）。ここで、実施の形態１と異なり、Ｓ２２８では、画像抽出部１２８が抽出する画像は、任意の１つでよい。算出部１３０は、Ｓ１３０の処理と同様に、Ｓ２２８の処理で抽出された画像における配置領域の大きさ（例えば総画素数に対する配置領域の画素数の割合）を算出する（ステップＳ２３０）。

視点位置決定部２３４は、Ｓ２３０の処理で算出された配置領域の大きさが、予め定められた閾値Ｔｈ以上であるか否かを判定する（ステップＳ２３２）。閾値Ｔｈは、対象物体８０を効率的に探索可能な最適視点位置を決定するのに必要な程度の大きさとして、任意に決定され得る。配置領域の大きさが閾値Ｔｈ以上でない場合（Ｓ２３２のＮＯ）、処理はＳ２２８に戻り、画像抽出部１２８は、配置領域を含む別の画像を抽出する（Ｓ２２８）。そして、Ｓ２３０〜Ｓ２３２の処理が繰り返される。

一方、配置領域の大きさが閾値Ｔｈ以上である場合（Ｓ２３２のＹＥＳ）、視点位置決定部２３４は、その画像を撮影可能な視点位置を、最適視点位置として決定する（ステップＳ２３４）。視点位置決定部２３４は、最適視点位置を示す最適視点位置情報を出力する（ステップＳ２３６）。最適視点決定部１２０は、探索可能な全ての物体について最適視点を決定したか否かを判定する（ステップＳ２３８）。全ての物体（対象物体８０）について最適視点を決定していない場合（Ｓ２３８のＮＯ）、最適視点決定部１２０は、最適視点を決定していない物体についてＳ２２４〜Ｓ２３６の処理を行う。全ての物体（対象物体８０）について最適視点を決定した場合（Ｓ２３８のＹＥＳ）、図２１に示したＳ１２０の処理を終了する。

実施の形態２においても、対象物体８０が配置された配置領域の大きさがより大きくなるような距離画像を撮影可能なセンサ１２の位置が、対象物体８０を次に探索する際の最適位置として決定される。したがって、この最適位置にセンサ１２を移動して対象物体８０の探索を開始することで、対象物体８０と非対象物体８２との相対的な位置関係が変化したとしても、対象物体８０が認識できる可能性が高くなる。したがって、実施の形態２においても、対象物体８０と非対象物体８２との相対的な位置関係が変化し得る場合であっても、効率よく対象物体８０を探索することが可能となる。

さらに、実施の形態２においては、視点位置決定部２３４は、距離画像における大きさが閾値Ｔｈ以上である配置領域を含む画像を撮影可能な視点位置を、最適視点位置として決定する。これにより、距離画像における配置領域の大きさが最適視点位置を決定する上で許容範囲ある場合に、他の画像について処理を行わないで、処理を終了することができる。したがって、実施の形態２にかかる方法では、実施の形態１にかかる方法と比較して、最適視点位置を早く決定することが可能となる。

一方、実施の形態２においては、複数の距離画像について処理を行わないので、実施の形態２の方法によって決定された最適視点位置に対応する距離画像よりも、配置領域が大きな距離画像が存在する可能性がある。したがって、実施の形態２の方法は、実施の形態１の方法と比較して、最適視点位置の決定の精度が劣る可能性はある。言い換えると、実施の形態１の方法は、実施の形態２の方法と比較して、より効率的に対象物体８０を探索可能な視点位置を決定することが可能となる。

（変形例）
なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、図５等に示したフローチャートの各ステップの順序は、適宜変更可能である。また、図５等に示したフローチャートの１つ以上のステップは、なくてもよい。また、上述した実施の形態では、最適視点位置情報は、最適視点位置の、三次元環境における三次元座標及び向き（角度）を示すとしたが、このような構成に限られない。最適視点位置情報は、最適視点位置の、三次元環境における三次元座標を示すとしてもよい。

また、上述した実施の形態では、センサ１２は距離センサであるとしたが、このような構成に限られない。センサ１２は、物体及び配置領域を認識可能であれば、二次元センサであってもよい。しかしながら、距離センサを用いることによって、複雑な画像処理（エッジ検出及びパターンマッチング等）を行うことなく、容易に物体及び配置領域を認識可能である。

また、配置領域は、対象物体８０が配置され得ない領域を除いた領域としてもよい。例えば、図７に示した例においては、円柱形状の対象物体８０は、棚板９２の面９２ａの角部には配置され得ない。したがって、面９２ａの４つの角に対応する箇所を、配置領域から除外してもよい。

また、対象物体８０及び非対象物体８２は、棚板９２に配置される必要はない。例えば、対象物体８０は、壁面９４に設けられたフックに掛けられていてもよい。この場合、「配置領域」とは、壁面９４に対応する。対象物体８０が棚板９２に置かれていないと判定され、対象物体８０の背後に壁があることを認識できた場合に、壁面９４を「配置領域」と検出してもよい。さらに、対象物体８０及び非対象物体８２は、収納物体９０に配置（収納）される必要はない。対象物体８０及び非対象物体８２は、三次元環境４の床面に配置されてもよい。この場合、床面の、対象物体８０を中心とする予め定められた面積を、配置面としてもよい。

また、上述の例において、プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ）を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

１・・・物体探索システム、４・・・三次元環境、１０・・・物体探索装置、１２・・・センサ、１４・・・駆動部、８０・・・対象物体、８２・・・非対象物体、９０・・・収納物体、９２・・・棚板、９４・・・壁面、１００・・・センサ制御装置、１１２・・・三次元環境情報取得部、１１４・・・三次元環境情報格納部、１１６・・・物体情報格納部、１１８・・・センサ情報格納部、１２０・・・最適視点決定部、１２２・・・情報取得部、１２４・・・対象物体探索部、１２６・・・配置領域検出部、１２８・・・画像抽出部、１３０・・・算出部、１３２・・・画像選択部、１３４・・・視点位置決定部、１４０・・・最適視点位置格納部、１４２・・・センサ位置制御部、１５０・・・物体探索処理部、２３４・・・視点位置決定部

Claims (9)

1. 三次元環境において探索対象である対象物体を探索するセンサを制御するセンサ制御装置であって、
   前記三次元環境に存在する物体の各位置を示す三次元環境情報を取得する三次元環境情報取得部と、
   前記三次元環境情報を用いて、前記対象物体が配置された配置領域を検出する領域検出部と、
   前記配置領域を含む画像を示す少なくとも１つの画像データにおける前記配置領域の大きさを算出する算出部と、
   前記画像データに関する画像を撮影する前記センサがとり得る複数のセンサ位置の内、前記配置領域の大きさが、他のセンサ位置の画像データを用いた場合の前記配置領域の大きさよりも大きくなるようなセンサ位置を、最適位置として決定する位置決定部と、
   前記最適位置が決定された後で前記対象物体の探索を行う場合に、前記最適位置に前記センサを移動させてから前記対象物体の探索を開始するように制御を行うセンサ位置制御部と
   を有するセンサ制御装置。
2. 前記算出部は、前記配置領域を含む画像を示す２つ以上の前記画像データにおける前記配置領域の大きさを算出し、
   前記位置決定部は、前記２つ以上の画像データのうち、前記配置領域の大きさが最も大きくなるような前記画像データに関する画像を撮影可能な前記センサの位置を、前記最適位置として決定する
   請求項１に記載のセンサ制御装置。
3. 前記配置領域を含む画像を抽出する画像抽出部
   をさらに有し、
   前記算出部は、前記配置領域を含む画像を示す、前記画像抽出部によって抽出可能な全ての前記画像データにおける前記配置領域の大きさを算出し、
   前記位置決定部は、前記全ての画像データのうち、前記配置領域の大きさが最も大きくなるような前記画像データに関する画像を撮影可能な前記センサの位置を、前記最適位置として決定する
   請求項２に記載のセンサ制御装置。
4. 前記位置決定部は、前記配置領域の大きさが予め定められた閾値以上となるような前記画像データに関する画像を撮影可能な前記センサの位置を、前記最適位置として決定する
   請求項１に記載のセンサ制御装置。
5. 前記配置領域は、前記対象物体が配置された平面に対応する
   請求項１〜４のいずれか一項に記載のセンサ制御装置。
6. 前記配置領域は、前記対象物体が配置された空間の領域に対応する
   請求項１〜４のいずれか一項に記載のセンサ制御装置。
7. 三次元環境において探索対象である対象物体を探索するセンサと、
   前記センサを制御するセンサ制御装置と
   を有し、
   前記センサ制御装置は、
   前記三次元環境に存在する物体の各位置を示す三次元環境情報を取得する三次元環境情報取得部と、
   前記三次元環境情報を用いて、前記対象物体が配置された配置領域を検出する領域検出部と、
   前記配置領域を含む画像を示す少なくとも１つの画像データにおける前記配置領域の大きさを算出する算出部と、
   前記画像データに関する画像を撮影する前記センサがとり得る複数のセンサ位置の内、前記配置領域の大きさが、他のセンサ位置の画像データを用いた場合の前記配置領域の大きさよりも大きくなるようなセンサ位置を、最適位置として決定する位置決定部と、
   前記最適位置が決定された後で前記対象物体の探索を行う場合に、前記最適位置に前記センサを移動させてから前記対象物体の探索を開始するように制御を行うセンサ位置制御部と
   を有する
   物体探索システム。
8. 三次元環境において探索対象である対象物体を探索する物体探索方法であって、
   前記三次元環境に存在する物体の各位置を示す三次元環境情報を取得するステップと、
   前記三次元環境情報を用いて、前記対象物体が配置された配置領域を検出するステップと、
   前記配置領域を含む画像を示す少なくとも１つの画像データにおける前記配置領域の大きさを算出するステップと、
   前記画像データに関する画像を撮影するセンサがとり得る複数のセンサ位置の内、前記配置領域の大きさが、他のセンサ位置の画像データを用いた場合の前記配置領域の大きさよりも大きくなるようなセンサ位置を、最適位置として決定するステップと、
   前記最適位置が決定された後で前記対象物体の探索を行う場合に、前記最適位置に前記センサを移動させてから前記対象物体の探索を開始するように前記センサを制御するステップと
   を有する物体探索方法。
9. 三次元環境において探索対象である対象物体を探索する物体探索方法を実行するプログラムであって、
   前記三次元環境に存在する物体の各位置を示す三次元環境情報を取得するステップと、
   前記三次元環境情報を用いて、前記対象物体が配置された配置領域を検出するステップと、
   前記配置領域を含む画像を示す少なくとも１つの画像データにおける前記配置領域の大きさを算出するステップと、
   前記画像データに関する画像を撮影するセンサがとり得る複数のセンサ位置の内、前記配置領域の大きさが、他のセンサ位置の画像データを用いた場合の前記配置領域の大きさよりも大きくなるようなセンサ位置を、最適位置として決定するステップと、
   前記最適位置が決定された後で前記対象物体の探索を行う場合に、前記最適位置に前記センサを移動させてから前記対象物体の探索を開始するように前記センサを制御するステップと
   をコンピュータに実行させるプログラム。

Images