JP2020044591A

JP2020044591A - 自律型作業支援ロボットの環境適応性強化システム、動作シミュレーション装置及びそのプログラム

Info

Publication number: JP2020044591A
Application number: JP2018173076A
Authority: JP
Inventors: 允啓亀▲崎▼; Mitsuhiro Kamezaki; 貴裕片野; Takahiro Katano; 重樹菅野; Shigeki Sugano; 健蔵石田; Kenzo Ishida
Original assignee: Future Robotics Co Ltd; Waseda University
Current assignee: Future Robotics Co Ltd; Waseda University
Priority date: 2018-09-14
Filing date: 2018-09-14
Publication date: 2020-03-26
Anticipated expiration: 2038-09-14
Also published as: JP7125745B2

Abstract

【課題】所定のタスク指令に対応したタスク動作をロボットに自動的に実行させる際に、実際の環境に応じた適切なタスク動作にて、より確実にタスクを遂行可能にすること。【解決手段】環境適応性強化システム１０は、ロボット１１のタスク動作の仮想空間でのシミュレーションにより動作確認を事前に行う動作確認手段３０と、動作確認結果に応じた処理を経てタスク動作をロボット１１に指令する動作指令手段３１とを備える。動作確認手段３０は、地形情報に基づき実空間の環境を仮想空間内に再現する実環境再現部３３と、仮想空間内でタスク指令に対応した仮想動作を生成する仮想動作生成部３４とを備える。動作指令手段３１は、指令されたタスクの実空間での成否判断の指標となる信頼度を求める信頼度算出部３７と、信頼度に基づきロボット１１による実空間でのタスクの実行若しくは不実行を含めたロボット１１の対応を決定する対応決定部３８とを備える。【選択図】図１

Description

本発明は、自律動作可能なロボットを使って災害対応等を行う際に、実環境に合せた仮想空間にてロボットの動作確認を事前に行うことにより、現場でのロボットによる各種のタスクをより迅速且つ確実に遂行可能にする自律型作業支援ロボットの環境適応性強化システム、動作シミュレーション装置及びそのプログラムに関する。

災害発生後の復旧作業にロボットの導入が進められており、このような災害対応ロボットとしては、現場の状況調査や緊急性のある復旧作業を実行することが求められる。ここで、２次災害が起こる可能性のある作業環境や、放射線、火災、有毒ガス等の人間が入れないような過酷環境下において災害対応作業を行う際には、安全な遠隔地から遠隔操作を行う自律型のロボットが導入される。

近時において、より難易度の高い災害への対応を目的とした次世代災害対応ロボットが研究されており、この次世代災害対応ロボットには、不安定な形状の狭隘空間に素早く侵入でき、複雑な瓦礫撤去作業等を行う高い作業遂行能力が要求される。このような要求を実現するためには、環境適用性のみならず、踏破性及び作業性を災害対応ロボットに兼ね備える必要がある。ここで、踏破性は、段差や傾斜等のある不整地を安全且つ効率良く移動できる能力であり、作業性は、複雑な対象物であっても扱うことができ、更に、当該対象物に切断や引き剥がしなどの様々な動作を行える能力である。

そこで、前述の次世代災害対応用のロボットとして、作業用アームを複数備えた複腕移動ロボットが本発明者らにより既に提案されている（特許文献１参照）。この複腕移動ロボットは、所定範囲内で動作可能な４つの腕部を含むアームユニットと、当該アームユニットが取り付けられた車体を移動させるように地面に接触しながら動作する２つのメインクローラ及び４つのフリッパからなるクローラユニットと、操作者の操作に応じて各アームユニット及びクローラユニットの動作を制御する制御装置とを備えている。この複腕移動ロボットでは、操作者の遠隔操作によってアームユニット及びクローラユニットを全て手動で動作させるマニュアル操作機能と、アームユニット及びクローラユニットを全て自動で動作させる自動化機能の２種類を選択できるようになっている。当該自動化機能は、現場から離れた操作者からのタスク指令により、当該タスクをロボットが自動的に実行することを意図して設けられている。

特開２０１７−５２０１３号公報

しかしながら、ロボットの動作を自動的に行う場合、実際のロボット周囲の環境状況が、予め想定された環境状況と異なるときに所望とするタスクを行えない場合がある。つまり、前記自動化機能では、ロボットが、いかなる状況でも操作者により指令されたタスクを実行しようと動作し、タスクの失敗やロボットが移動不能に陥る等の問題が発生する。換言すると、現場の実際の状況から、予め想定されていないロボットの制御条件が必要になる場合や、ロボットの動作に悪影響を与える地面や障害物の摩擦や安定性等、現場で実際に接触しないと判らないような実環境上の阻害要因がある場合に、前記問題が発生する。例えば、２段になっている段差で段差昇りを行う場合、１段の段差昇り用の動作制御しか用意されていなければ、実際の段差を昇ることができない。また、ロボットが走行する地面に凹凸があることで、その左右のバランスが崩れることが予想されるが、当該凹凸を考慮した動作を行っていなければロボットの転倒の虞がある。更に、地面が滑りやすい段差の場合、通常の段差と同様に動作すると、滑りによりタスク遂行上の影響が生じ得る。また、実際の段差がロボットの動作性能を超える高さのときに、遠隔地から操作者がカメラ等でモニタリングしていても、操作者がロボットの動作性能を判断することは難しい場合が多く、当該動作性能を超えてロボットが段差を無理に登ろうとすると転倒等が生じてしまう虞がある。

実際の現場で自律型のロボットを使って災害対応作業を行う場合には、当該作業を失敗しないこと、ロボットが脱出不能に陥らないことが求められる。ところが、従来の自動化機能では、災害現場の特質により、実空間で実際にロボットを使って試行錯誤することが難しいばかりか、現場での作業対象物の多くの物性が未知の状態での作業が強いられる。このことから、災害現場において、所望のタスク動作をロボットにより適切に行うには限界があり、災害対応作業の自動化促進を阻害する要因となっている。

本発明は、このような課題を解決するために案出されたものであり、その目的は、所定のタスク指令に対応したタスク動作をロボットに自動的に実行させる際に、実際の環境に応じた適切なタスク動作にて、より確実にタスクを遂行可能にする自律型作業支援ロボットの環境適応性強化システム、動作シミュレーション装置及びそのプログラムを提供することにある。

前記目的を達成するため、本発明は、主として、操作者からのタスク指令に対応したタスク動作を実空間で自動的に行う機能を有するロボットに対して、実空間の環境に応じた適切な前記タスク動作を実行させるための環境適応性強化システムであって、前記タスク動作を仮想空間でシミュレーションすることにより、前記ロボットの動作確認を事前に行う動作確認手段と、当該動作確認手段での動作確認結果に応じた処理を経て前記タスク動作を前記ロボットに指令する動作指令手段とを備え、前記動作確認手段は、前記ロボットの周囲の地形情報に基づき、前記実空間の環境を前記仮想空間内に再現する実環境再現部と、前記仮想空間内で、前記タスク指令に対応した前記ロボットの仮想動作を生成する仮想動作生成部とを備え、前記動作指令手段は、前記仮想動作の動作データに基づいて、指令されたタスクの実空間での成否判断の指標となる信頼度を求める信頼度算出部と、前記信頼度に基づき、前記ロボットによる実空間での前記タスクの実行若しくは不実行を含めた前記ロボットの対応を決定する対応決定部とを備える、という構成を採っている。

本発明によれば、所定のタスク指令に対応したタスク動作を実空間でロボットに実行させる前に、当該タスク動作が仮想空間でシミュレーションされ、ロボットによるタスクの成否を事前に推定することができる。また、タスクが失敗する可能性が高いと判断される場合には、ロボットの制御条件等を変えた仮想空間でのシミュレーション上で、事前にロボットの動作調整を行うことができる。更に、シミュレーションにより、どうしてもタスクの遂行が不能であると判断される場合には、実空間でのロボットによるタスク動作を不実行にすることで、実空間でのタスクの失敗やロボットの移動不能を回避することができる。このように、本発明では、タスク指令に対応したタスク動作をロボットに自動的に実行させる際に、実際の環境に応じた適切なタスク動作にて、より確実にタスクを遂行することができる。

また、ロボットが実空間でタスク動作を実行する前に、ロボットにより実空間における地面や障害物等の対象物に直接接触する探索動作が行われ、当該対象物の物性や安定性等の性状情報を能動的に取得することもできる。これにより、仮想空間でのシミュレーションに前記性状情報を含めることで、実空間でのロボットによるタスク動作の確実性をより向上させることができる。

本実施形態に係る環境適応性強化システムの構成を表したブロック図である。前記環境適応性強化システムに適用される自律型作業支援ロボットの概略斜視図を主体的に表した図である。（Ａ）〜（Ｃ）は、ロボットが段差を昇って移動する際の動作を例示的に説明するための概念図である。動作シミュレーション装置によるロボットへのタスクの実行指令の手順について説明するためのフローチャートである。

以下、本発明の実施形態について図面を参照しながら説明する。

図１には、本実施形態に係る環境適応性強化システムの構成を表したブロック図が示されている。この図において、本実施形態に係る環境適応性強化システム１０は、図示しない操作者からのタスク指令に対応したタスク動作を実空間で自動的に行う機能を有する自律型作業支援ロボット（以下、単に「ロボット」と称する）１１に適用され、当該ロボット１１が存在する実空間の環境に応じた適切なタスク動作をロボット１１に実行させるためのシステムである。

この環境適応性強化システム１０は、ロボット１１と一体的に設けられて実空間の環境情報に関する各種データを取得する環境情報取得装置１３と、実空間でのロボット１１のタスク動作の前に、実空間の環境を再現した仮想空間でロボット１１の動作確認を行い、実空間でのロボット１１の対応を決定する動作シミュレーション装置１４とにより構成される。

ところで、本発明の適用に際して特に限定されるものではないが、本実施形態における前記ロボット１１は、図２に示されるように、災害対応に従事するための機能を備えた複腕移動ロボットであり、ロボット１１から離れた場所にいる操作者のタスク指令に対応したタスク動作を自動的に行えるようになっている。ここで、操作者に指令されるタスクとしては、目的地への移動のためのロコモーションタスクと、物体を把持しながら所望の作業を行うマニピュレーションタスクとに大別される。前記ロコモーションタスクとしては、例えば、災害現場での移動を想定し、平地走行の他に、不整地走行、地面の障害物跨ぎ、段差の昇降等の動作が挙げられる。前記マニピュレーションタスクとしては、例えば、現場の瓦礫や障害物等の物体の除去や回収等の作業、当該物体の切断作業、現場に存在するバルブやドア等の操作作業等が挙げられる。

操作者は、ロボット１１に搭載されたカメラ１６で取得した画像等が表示される表示装置１７を見ながら、公知のインターフェースからなる入力装置１８を使って所望とするタスク指令を行う。すると、有線通信若しくは無線通信により、入力装置１８から動作シミュレーション装置１４にタスク指令に対応した電気信号が伝送され、動作シミュレーション装置１４での処理を経て、ロボット１１によりタスク動作が自動的に実行されるようになっている。

このロボット１１は、モータ等の駆動装置（図示省略）を動力源として所定の動作を可能にする可動部２０と、動作シミュレーション装置１４からの実行指令に基づいて、可動部２０の動作制御を行う動作制御部２１とを備えている。

前記可動部２０は、所定範囲内で動作可能な複数のアーム２３を含む機体２４と、当該機体２４を移動させるように地面に接触しながら動作する走行体２５と備えている。この可動部２０は、例えば、図３に示されるように、アーム２３による地面への接触及び走行体２５の駆動を利用することで段差を含む不整地の移動を可能にする他、アーム２３による瓦礫等の物体を把持して撤去等をする動作を可能にする等、災害対応作業のための各種動作を可能にする構造となっている。なお、当該可動部２０の詳細構造については、本発明の本質部分でないため、説明を省略する。

前記環境情報取得装置１３は、ロボット１１に一体的に取り付けられており、図１に示されるように、実空間におけるロボット１１の周囲に存在する地面や物体等の対象物の位置及び形状を特定するためのデータを検出する形状検出用センサ２７と、対象物に対する摩擦力、反力、重量等の物性データを検出するための物性検出用センサ２８とにより構成される。

前記形状検出用センサ２７は、対象物の位置及び形状を特定するためのデータを計測可能な限り、種々のセンサを用いることができる。本実施形態では、形状検出用センサ２７として、対象物の表面形状に沿う各点の位置データからなる点群データを取得する測域センサや深度センサが用いられる。

前記物性検出用センサ２８は、対象物の表面におけるロボット１１に対する摩擦力や反力を計測するための力センサにより構成される。

なお、以上の各センサ２７，２８は、公知の構造のものが適用され、本発明の本質部分ではないため、構成等の詳細な説明を省略する。また、これら各センサ２７，２８は、ロボット１１の周囲の環境情報を取得できる限りにおいて、ロボット１１に対し別体配置してもよい。

前記環境情報取得装置１３での検出結果は、無線通信等を利用して所定のタイミングで動作シミュレーション装置１４に送信される。

前記動作シミュレーション装置１４は、ＣＰＵ等の演算処理装置及びメモリやハードディスク等の記憶装置等からなるコンピュータによって構成され、当該コンピュータを以下の各手段として機能させるためのプログラムがインストールされている。

本実施形態における動作シミュレーション装置１４は、ロボット１１とは別の場所に配置されるサーバとして機能するが、ロボット１１に一体的に配置することも可能である。

この動作シミュレーション装置１４は、図１に示されるように、操作者からのタスク指令に対応したロボット１１のタスク動作を仮想空間でシミュレーションすることにより、ロボット１１の動作確認を事前に行う動作確認手段３０と、動作確認手段３０での動作確認結果に応じた処理を経て動作制御部２１に動作指令する動作指令手段３１とを備えている。

前記動作確認手段３０は、形状検出用センサ２７での検出結果により、実空間におけるロボット周囲の環境（以下、「実環境」と称する）を仮想空間内に再現する実環境再現部３３と、仮想空間内で、操作者からのタスク指令に対応するロボット１１の仮想動作を生成する仮想動作生成部３４と、仮想空間内でシミュレーションされたロボット１１の仮想動作の結果を動作指令手段３１に出力する出力部３５とを備えている。

前記実環境再現部３３は、ロボット用の動力学シミュレーション機能を有する公知のソフトウェアからなる物理シミュレータが用いられる。また、ここでは、形状検出用センサ２７で取得した実空間の対象物の点群データから、当該実空間内での対象物の占有領域が特定され、実空間に存在する物体及び地面からなる地形情報が形状情報として仮想空間内に再現されるようになっている。この仮想空間においては、実環境を再現した地形モデルと、ロボット１１に対応するロボットモデルとが配置されるとともに、ロボット１１と地面との摩擦係数が設定される。なお、以上の実環境再現部での処理内容については、公知技術を用いたものであり、本発明の本質部分ではないため、詳細な説明を省略する。

前記仮想動作生成部３４では、多くのパターンのロボット１１の基本動作が予め記憶されており、操作者からタスク指令がなされると、タスクの内容に対応して予め設定された動作モデルと仮想空間の地形情報に基づいて、当該タスクを実行するために必要な基本動作が抽出され、それらを時系列で結合することにより、一連の仮想動作が生成される。特に限定されるものではないが、例えば、ロコモーションタスクの場合には、平地走行、段差昇り、段差降り、不整地走行等の各種の基本動作が用意されている。なお、段差の昇降については、段差の高さの変化に対応できるように基本動作が複数パターン用意されている。そこで、例えば、操作者により段差を乗り越えて移動するタスク指令がなされると、ロコモーションタスクに使用される基本動作の中から、仮想空間の地形情報に対応した基本動作が抽出され、各動作をフェーズに分けて時系列で結合される。また、例えば、物体の除去作業等のマニピュレーションタスクの場合には、アーム２３による物体へのリーチング、把持、持ち上げ、運搬等の基本動作が各種用意されている。更に、ドア開き作業の場合には、アーム２３によるドアノブへのリーチング、把持、回転、ドアを動かしながらのドア開き等の基本動作が各種用意されている。このように、仮想動作の各フェーズでは、その動作内容に応じ、ロボット１１の可動部２０の目標関節角度や関節角度等がそれぞれ予め設定されている。以上の動作生成については、公知のアルゴリズムによって行われ、更に詳細な説明は省略する。

前記出力部３５では、仮想空間で操作者からのタスク指令に対応したロボットモデルの仮想動作が実行された結果として、ロボットモデルにおける機体２４の位置と姿勢、各フェーズでかかった時間、可動部２０の関節角度や角速度やトルク等の仮想動作の動作データ（以下、「仮想動作データ」と称する）が出力される。

前記動作指令手段３１は、仮想動作データに基づいて、予め指令されたタスクの実空間での成否判断の指標となる信頼度を求める信頼度算出部３７と、当該信頼度に基づき、ロボット１１による実空間でのタスクの実行若しくは不実行を含めたロボット１１の対応を決定する対応決定部３８と、対応決定部３８で、タスクの実行若しくは不実行を決定できない信頼度と判定された場合に、仮想動作よりも更に適切となる動作を探索することでロボットモデルの動作調整をする動作調整部３９とを備えている。

前記信頼度算出部３７では、仮想動作データから、次式により、タスクの安定性に関する第１の評価値Ｐ_１と、作業の効率性に関する第２の評価値Ｐ_２と、仮想空間における実環境の再現性に関する第３の評価値Ｐ_３とを求めた上で、これら各評価値Ｐ_１，Ｐ_２，Ｐ_３を用いて信頼度Ｃが求められる。この信頼度Ｃは、値が大きくなる程、操作者により指令されたタスクの成功可能性が高くなるように設定される。また、信頼度Ｃは、仮想動作生成部３４で生成された仮想動作を構成する各フェーズそれぞれで求められる。

前記各評価値Ｐ_１，Ｐ_２，Ｐ_３は、それぞれ０から１までの値が採られ、当該値が大きくなる程、それぞれの性能が悪く、タスクの実行を阻害し易くなる評価となるように設定される。

具体的に、第１の評価値Ｐ_１は、前記ロコモーションタスクの場合、移動中にロボット１１が転倒する可能性を表す転倒可能性Ｐ_１となる。この転倒可能性Ｐ_１は、上式（２）の通り、移動動作中における機体２４の地面に対する最大の傾き角度を表す最大機体角度θ_ｍａｘ（ｄｅｇ）と、ロボット１１が転倒しない機体２４の最大の傾き角度である制限角度θ_ｌｉｍ（ｄｅｇ）とから求められる。ここで、制限角度θ_ｌｉｍは、実際のロボット１１の性能から既定値が予め設定される。つまり、転倒可能性Ｐ_１は、最大機体角度θ_ｍａｘが０（ｄｅｇ）のときに、値「０」を採り、最大機体角度θ_ｍａｘが増大する程、増大するように設定される。なお、上式（２）において、最大機体角度θ_ｍａｘが制限角度θ_ｌｉｍと同一になった時点で、値「１」となるが、更に、最大機体角度θ_ｍａｘが制限角度θ_ｌｉｍを超えた場合には、ロボット１１の移動が不可能になるとして値「１」を採る。

ここで、前記転倒可能性Ｐ_１は、ロボット１１のロール角度とピッチ角度のそれぞれで算出され、それらの中で大きい方の転倒可能性Ｐ_１が採用される。なお、特に限定されるものではないが、制限角度θ_ｌｉｍは、ロール角度（例えば、２０（ｄｅｇ））とピッチ角度（例えば、４５（ｄｅｇ））で異なる値が設定されている。

また、前記マニピュレーションタスクにおける物体の持ち上げ作業の場合には、第１の評価値Ｐ_１として、例えば、把持する対象物の持ち上げ時における対象物の把持角度（ロール、ピッチ）について、前述と同様に求められる。また、ドア開き作業の場合には、第１の評価値Ｐ_１として、アーム２３の先端部分における把持角度の変化について、前述と同様に求められる。

前記第２の評価値Ｐ_２は、タスクの膠着可能性を表す評価値であり、上式（３）の通り、タスクを構成する各フェーズでかかったロボットモデルの動作時間ｔ（ｓ）とフェーズ毎に設定される所定の基準時間Ｔとから求められる。つまり、第２の評価値Ｐ_２は、動作時間ｔが基準時間Ｔと同一のときに、作業効率が良いとして値「０」を採る。一方、この第２の評価値Ｐ_２は、動作時間ｔが基準時間Ｔよりも多くかかるほど、作業効率が悪くなるとして、値が増大し、値「１」に近づくように設定されている。なお、上式（３）において、動作時間ｔが基準時間Ｔよりも短くなるような場合には、Ｐ_２＝０とされる。

前記第３の評価値Ｐ_３は、計測誤差の可能性に対応する評価値であり、上式（４）の通り、形状検出用センサ２７によって測定された値ｄ、すなわち、実空間でのロボット１１の位置と対象フェーズでの動作に関連する環境上の物体（例えば、段差等）との距離ｄと、既知である形状検出用センサ２７の誤差Ｅとから、１以下の正の値を採るように求められる。なお、誤差Ｅとしては、一例として、５％（Ｅ＝０．０５）を挙げることができる。

前記対応決定部３８では、操作者のタスク指令に対応して仮想空間上で生成された仮想動作を構成する各フェーズにおいて算出された信頼度から、予め設定された閾値に基づいて次の対応がなされる。

仮想動作の全てのフェーズにおいて、信頼度が上限閾値（例えば、０．７）を超える場合、すなわち、タスク実行の信頼性が高い場合（以下、「信頼性「高」の場合」と称する）には、実空間でロボット１１がタスクを確実に実行できると判定され、仮想動作生成部３４で生成された仮想動作がロボット１１の動作制御部２１に指令される。

一方、仮想動作における何れかのフェーズにおいて、信頼度が上限閾値よりも低い下限閾値（例えば、０．３）未満となる場合、すなわち、タスク実行の信頼性が低い場合（以下、「信頼性「低」の場合」と称する）には、実空間でロボット１１がタスクを確実に実行できないと判定され、実空間でのタスク動作を不実行とする指令がロボット１１になされる。

前記信頼性「高」及び信頼性「低」の何れの場合にも該当しない信頼性「中」の場合、つまり、仮想動作における全てのフェーズでの信頼度が下限閾値を超えるものの、少なくとも何れかのフェーズでの信頼度が上限閾値を超えない場合には、動作調整部３９により、次のように、そのフェーズでの仮想動作について調整が行われる。

前記動作調整部３９では、信頼度が下限閾値以上であり、且つ、上限閾値未満となったフェーズそれぞれについて、ロボット１１のタスクの成否を左右する実環境中の対象物の物性や状態等をも考慮して動作学習を行うことにより、信頼度が上限閾値以上となる最適な動作を探索する処理が行われる。

この動作調整部３９は、実環境中の対象物の物性や状態等に関する性状情報を取得する性状情報取得部４１と、環境情報として地形情報に性状情報を加えた仮想空間において、機械学習によりロボット１１の最適な動作を探索する動作探索部４２とを備えている。

前記性状情報取得部４１は、実空間のロボット１１に対し、その一部を対象物に直接接触させながら移動する探索動作をさせることで、物性検出用センサ２８で物性データを検出して対象物の性状情報を取得する。この性状情報は、対象物の表面の摩擦状態を推定するための摩擦情報と、対象物の質量や重心等を推定するための重量情報と、対象物の硬さによる変形状態や対象物の配置状態を推定するための安定性情報とからなる。従って、性状情報取得部４１は、摩擦情報を取得する摩擦情報取得機能と、重量情報を取得する重量情報取得機能と、安定性情報を取得する安定性情報取得機能を有することになる。ここで、ロボット１１のタスク動作の各フェーズにおいて、性状情報の中で必要となる情報が予め記憶されており、性状情報取得部４１では、動作調整が行われるフェーズ毎に必要となる情報を取得するようになっている。例えば、ロボット１１を移動させるロコモーションタスクにおいて、移動方向前方のアーム２３を段上に接地しながら機体２４を上昇させる段差昇りのフェーズ（図３参照）では、アーム２３が接触する地面における摩擦情報や当該地面が強固か否か等の安定性情報が必要となり、これら情報を取得するように性状情報取得部４１が機能する。

前記摩擦情報取得機能では、摩擦情報を取得する対象物の表面にアーム２３の先端部分を接触させながら、当該表面に沿って所定の速度と接触力でアーム２３を移動させる探索動作を実行させるように、ロボット１１の動作制御部２１に動作指令がなされる。更に、ここでは、アーム２３の移動に伴う物性検出用センサ２８での計測値、すなわち、アーム２３の移動方向における抵抗力となる摩擦力の計測値から、摩擦情報として対象物の摩擦係数が求められる。

前記重量情報取得機能では、重量情報を取得する対象物を２本のアーム２３の先端部分で把持して持ち上げる方向に移動する探索動作を実行させるように、ロボット１１の動作制御部２１に動作指令がなされる。更に、ここでは、対象物の持ち上げによる物性検出用センサ２８での計測値により、摩擦力を特定することで対象物の重量と重心が重量情報として求められる。

前記安定性情報取得機能では、性状情報を取得する対象物の表面にアーム２３の先端部分を接触させながら所定の押圧力を付加する探索動作を実行させるように、ロボット１１の動作制御部２３に動作指令がなされる。更に、ここでは、押圧された表面の変位量と反力との関係から、対象物の変位のし易さを表す弾性や安定性に対応する数値となる安定度が安定性情報とされる。

以上の性状情報取得部４１は、前記物性検出用センサ２８とともに、実空間でロボット１１を環境内の対象物に物理的に接触させることで、その触覚情報をロボット１１のタスクの成否を左右する物理データに基づく対象物の性状情報として収集する能動的情報収集手段を構成する。

前記動作探索部４２では、深層強化学習、遺伝的アルゴリズム等の動作学習手法を用い、動作調整を行う必要がある全てのフェーズを並行しながら、所定数の学習パラメータや制御則を変化させ、所定の学習回数若しくは演算時間の中で最適となる動作が探索される。この動作探索の過程では、候補として挙げられた動作それぞれについて、信頼度算出部３７により信頼度が算出される。そこで、動作調整を行う必要がある全てのフェーズの信頼度が前記上限閾値以上になったときに、対応決定部３８により、実空間でロボット１１がタスクを確実に実行可能になったと判定され、調整された仮想動作（以下、「調整仮想動作」と称する）を含めて信頼度が上限閾値以上になった全ての仮想動作がロボット１１の動作制御部２１に指令される。一方、ここでの動作探索により、全てのフェーズにおいて、所定回数内若しくは所定時間内に、信頼度が前記上限閾値以上になる動作を探索できなければ、対応決定部３８で、ロボット１１のタスク動作を不実行とするように決定される。

また、動作探索部４２での動作学習により、タスクの成功可能性が高い信頼度が得られたロボット１１の動作パターンは、仮想動作生成部３４で予め記憶される基本動作として都度追加されることにより、次回の動作確認手段３０での動作確認の際における仮想動作の生成時に利用される。

なお、動作探索部４２においては、前記動作調整部３９での前記性状情報の収集は必須ではなく、実環境での地形情報を含む形状情報のみで、学習パラメータや制御則の任意選択による動作学習を行うことも可能である。

次に、前記動作シミュレーション装置１４によるロボット１１へのタスクの実行指令の手順について、図４のフローチャートを用いながら、以下に説明する。

先ず、現場でロボット１１が動作する前に、ロボット１１から離れて位置する操作者が、ロボット１１に取り付けられているカメラ１６からの取得画像を表示装置１７で確認しながら、入力装置１８を使ってタスク指令が行われ、当該タスク指令が動作シミュレーション装置１４に入力される。

すると、ロボット１１の動作が停止したタスク動作前の状態で、当該ロボット１１に取り付けられた形状検出用センサ２７により、実空間におけるロボット１１の周囲に存在する地面や物体等の対象物の位置及び形状を特定するためのデータが計測され、当該データが、動作シミュレーション装置１４に伝送される。

その後、動作シミュレーション装置１４では、操作者からのタスク指令と形状検出用センサ２７からのデータから、動作確認手段３０で、実空間のロボット１１を実際に動作させる前に、仮想空間においてロボット１１の動作をシミュレーションする動作確認が行われる。すなわち、実環境再現部３３において、形状検出用センサ２７での計測データから、対象物の形状情報が取得され（ステップＳ１０１）、仮想空間内に、実空間におけるロボット１１の周囲の実環境が再現される（ステップＳ１０２）。また、仮想動作生成部３４において、タスク指令に応じ、予め記憶された基本動作の中から該当する動作がフェーズ毎に抽出され、それらを組み合わせることで仮想動作が生成される（ステップＳ１０３）。

次に、仮想空間内で生成された一連の仮想動作を実行させた結果により、信頼度算出部３７でフェーズ毎に信頼度が算出される（ステップＳ１０４）。そして、全てのフェーズでの信頼度について、上限閾値、下限閾値を使った評価がなされる（ステップＳ１０５）。

ここで、全てのフェーズでの信頼度が上限閾値を超える信頼性「高」の場合には、仮想動作生成部３４で生成された仮想動作でのタスクの成功可能性が高いとされ、仮想動作の実行がロボット１１に指令され、ロボット１１によりタスク動作が実行される（ステップＳ１０６）。

また、何れかのフェーズでの信頼度が下限閾値を未満となる信頼性「低」の場合には、仮想動作生成部３４で生成された仮想動作でのタスクの成功可能性が低いとされ、ロボット１１のタスク動作が不実行とされる（ステップＳ１０７）。

更に、以上の場合の何れにも該当しない信頼性「中」の場合には、仮想動作生成部３４で生成された仮想動作が、確実とは言えないもののタスクの成功可能性があると評価される。そこで、タスク成功の確実性を更に高めるために、信頼度が下限閾値以上で上限閾値未満となるフェーズについて、動作学習を所定回数若しくは所定時間に亘って行うことにより（ステップＳ１０８）、仮想動作の調整が行われる。すなわち、先ず、性状情報取得部４１により、実空間のロボット１１の一部が対象物に接触しながら触覚情報を得る探索動作指令がロボット１１になされ、実環境における対象物の物性や状態等に関する性状情報が取得される（ステップＳ１０９）。その後、動作探索部４２では、環境情報として、対象物の形状情報に性状情報を加えた上で、動作学習によりタスク成功のための最適な動作が探索される（ステップＳ１１０）。その結果、探索された動作である調整仮想動作について、前述と同様に信頼度が再び算出されて当該信頼度に基づく評価が行われる（ステップＳ１０４、Ｓ１０５）。その結果、調整仮想動作が全てのフェーズで信頼性「高」になったときには、当該調整仮想動作の実行がロボットに指令される（ステップＳ１０６）一方、動作学習を所定回数若しくは所定時間行っても、調整仮想動作が全てのフェーズで信頼性「高」にならない場合には、ロボット１１のタスク動作が不実行とされる（ステップＳ１０７）。

なお、前記実施形態では、自律型作業支援ロボット１１として、複腕移動ロボットを例に図示説明したが、本発明はこれに限らず、種々の構造の自律型作業支援ロボットに適用することができる。

その他、本発明における装置各部の構成は図示構成例に限定されるものではなく、実質的に同様の作用を奏する限りにおいて、種々の変更が可能である。

１０環境適応性強化システム
１１自律型作業支援ロボット
１４動作シミュレーション装置
２８物性検出用センサ（能動的情報収集手段）
３０動作確認手段
３１動作指令手段
３３実環境再現部
３４仮想動作生成部
３７信頼度算出部
３８対応決定部
３９動作調整部
４１性状情報取得部（能動的情報収集手段）

Claims

操作者からのタスク指令に対応したタスク動作を実空間で自動的に行う機能を有するロボットに対して、実空間の環境に応じた適切な前記タスク動作を実行させるための環境適応性強化システムであって、
前記タスク動作を仮想空間でシミュレーションすることにより、前記ロボットの動作確認を事前に行う動作確認手段と、当該動作確認手段での動作確認結果に応じた処理を経て前記タスク動作を前記ロボットに指令する動作指令手段とを備え、
前記動作確認手段は、前記ロボットの周囲の地形情報に基づき、前記実空間の環境を前記仮想空間内に再現する実環境再現部と、前記仮想空間内で、前記タスク指令に対応した前記ロボットの仮想動作を生成する仮想動作生成部とを備え、
前記動作指令手段は、前記仮想動作の動作データに基づいて、指令されたタスクの実空間での成否判断の指標となる信頼度を求める信頼度算出部と、前記信頼度に基づき、前記ロボットによる実空間での前記タスクの実行若しくは不実行を含めた前記ロボットの対応を決定する対応決定部とを備えたことを特徴とする自律型作業支援ロボットの環境適応性強化システム。
前記信頼度は、タスクの安定性に関する第１の評価値と、タスクの効率性に関する第２の評価値と、前記仮想空間における実環境の再現性に関する第３の評価値とにより決定されることを特徴とする請求項１記載の自律型作業支援ロボットの環境適応性強化システム。
前記動作指令手段は、前記対応決定部で前記タスクの実行若しくは不実行を決定できない前記信頼度と判定された場合に、前記仮想動作よりも更に適切となる動作を探索することで前記ロボットの動作調整をする動作調整部を更に備えたことを特徴とする請求項１記載の自律型作業支援ロボットの環境適応性強化システム。
前記ロボットを前記実空間の対象物に物理接触させることで、前記タスクの成否を左右する物性データに基づく前記対象物の性状情報を収集する能動的情報収集手段を更に備え、
前記能動的情報収集手段は、前記対応決定部で前記タスクの実行若しくは不実行を決定できない前記信頼度の場合に、前記性状情報を収集するための探索動作を前記ロボットに指令し、
前記動作調整部では、前記性状情報をも考慮して前記動作を探索することを特徴とする請求項３記載の自律型作業支援ロボットの環境適応性強化システム。
前記仮想動作生成部では、予め設定された複数の基本動作の中から前記タスク指令に対応する基本動作を抽出して前記仮想動作を生成し、
前記動作調整部では、複数の学習パラメータや制御則を適宜調整しながら最適な動作を探索する動作学習がなされ、
前記仮想動作生成部では、前記動作学習の結果、タスクの成功可能性が高い前記信頼度が得られた動作が、前記基本動作に加えられて次回の前記仮想動作の生成時に利用されることを特徴とする請求項３記載の自律型作業支援ロボットの環境適応性強化システム。
操作者からのタスク指令に対応したタスク動作を実空間で自動的に行う機能を有するロボットに対して、実空間の環境に応じた適切な前記タスク動作を実行させるためのシミュレーション装置であって、
前記タスク動作を仮想空間でシミュレーションすることにより、前記ロボットの動作確認を事前に行う動作確認手段と、当該動作確認手段での動作確認結果に応じた処理を経て前記タスク動作を前記ロボットに指令する動作指令手段とを備え、
前記動作確認手段は、前記ロボットの周囲の地形情報に基づき、前記実空間の環境を前記仮想空間内に再現する実環境再現部と、前記仮想空間内で、前記タスク指令に対応した前記ロボットの仮想動作を生成する仮想動作生成部とを備え、
前記動作指令手段は、前記仮想動作の動作データに基づいて、指令されたタスクの実空間での成否判断の指標となる信頼度を求める信頼度算出部と、前記信頼度に基づき、前記ロボットによる実空間での前記タスクの実行若しくは不実行を含めた前記ロボットの対応を決定する対応決定部とを備えたことを特徴とする自律型作業支援ロボットのシミュレーション装置。
操作者からのタスク指令に対応したタスク動作を実空間で自動的に行う機能を有するロボットに対して、実空間の環境に応じた適切な前記タスク動作を実行させるためのシミュレーション装置のプログラムであって、
前記タスク動作を仮想空間でシミュレーションすることにより、前記ロボットの動作確認を事前に行う動作確認手段と、当該動作確認手段での動作確認結果に応じた処理を経て前記タスク動作を前記ロボットに指令する動作指令手段としてコンピュータを機能させ、
前記動作確認手段は、前記ロボットの周囲の地形情報に基づき、前記実空間の環境を前記仮想空間内に再現する実環境再現部と、前記仮想空間内で、前記タスク指令に対応した前記ロボットの仮想動作を生成する仮想動作生成部とを有し、
前記動作指令手段は、前記仮想動作の動作データに基づいて、指令されたタスクの実空間での成否判断の指標となる信頼度を求める信頼度算出部と、前記信頼度に基づき、前記ロボットによる実空間での前記タスクの実行若しくは不実行を含めた前記ロボットの対応を決定する対応決定部とを有することを特徴とする自律型作業支援ロボットのシミュレーション装置のプログラム。