JP2020140490A - 搬送システム、領域決定装置、および、領域決定方法 - Google Patents

Abstract

【課題】確実性の高い搬送車の自動走行を実現可能な搬送システムを提供する。【解決手段】搬送車２は、レーザスキャナと反射体１０とを用いて特定された現在位置に基づいて自動走行することができる（レーザ誘導）。搬送車２は、周囲の環境を計測する計測センサからの情報を用いたＳＬＡＭにより特定された現在位置に基づいて自動走行することもできる（ＳＬＡＭ誘導）。搬送車２の制御装置は、当該搬送車２がレーザ誘導およびＳＬＡＭ誘導を所定の条件で切り替えて施設１内を走行するように、搬送車２を制御する。また、搬送システムの施設１内のＳＬＡＭ誘導の実効性が確実な領域４０を学習済みモデルを用いて決定するための装置および方法も提供される。【選択図】図１

Description

本発明は、搬送車を施設内で自動で走行させる搬送システムに関する。また、本発明は、前記搬送システムにおいて施設内のＳＬＡＭ誘導の実効性が確実な領域を決定するための装置および方法に関する。

特許文献１に開示の通り、搬送車を自動で走行させるための誘導方式として、レーザ誘導が知られている。レーザ誘導では、レーザスキャナが搬送車に設けられており、反射体が施設内の壁、柱などに複数設置されている。

レーザスキャナがレーザ光を周囲に投射するとともに、複数の反射体から反射されて戻ってくるレーザ光を検出する。搬送車の現在位置は、レーザスキャナからの情報を用いた三角測量の原理に基づいて特定される。

また、特許文献２、３に示される通り、誘導方式として、ＳＬＡＭ（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｌｏｃａｌｉｚａｔｉｏｎ Ａｎｄ Ｍａｐｐｉｎｇ）を利用したＳＬＡＭ誘導も知られている。搬送車の現在位置は、周囲の環境を計測する計測センサからの情報を用いたＳＬＡＭによって特定（推定）される。

特開２０００−５６８２８号公報 特開２０１３−４５２９８号公報 特開２０１４−２１９７２１号公報

レーザ誘導は、ＳＬＡＭ誘導よりも位置精度が高い。ただし、レーザスキャナが少なくとも３つの反射体を認識できなければ、現在位置を特定することができない。レーザ光が荷物や予期せぬ障害物などによって遮られると、現在位置を特定できない場合がある。その結果、搬送車は自動で走行できなくなる。

これに対して、ＳＬＡＭ誘導では、レーザ誘導の上記問題は存在しない。ただし、ＳＬＡＭ誘導は、レーザ誘導よりも位置精度が低い。高い位置精度が要求される場所は、ＳＬＡＭ誘導では対応できないことが多い。

レーザ誘導およびＳＬＡＭ誘導は、それぞれ一長一短があり、自動走行の確実性が必ずしも高いわけではない。

本発明の一態様によれば、確実性の高い自動走行を実現可能な搬送システムが提供される。また、本発明の他の態様によれば、前記搬送システムにおいて施設内のＳＬＡＭ誘導の実効性が確実な領域を決定するための装置および方法が提供される。

本発明の一態様によれば、搬送システムが提供され、当該搬送システムは、施設と、施設内に設置された複数の反射体と、施設内で走行する搬送車と、搬送車に設けられ、レーザ光を当該搬送車の周囲に投射するとともに反射体で反射されたレーザ光を検出するレーザスキャナと、搬送車に設けられ、当該搬送車の周囲の環境を計測する計測センサと、搬送車に設けられ、当該搬送車を制御する制御装置と、を備える。そして、搬送車は、レーザスキャナからの情報を用いて特定された現在位置に基づいて自動で走行するレーザ誘導と、計測センサからの情報を用いたＳＬＡＭにより特定された現在位置に基づいて自動で走行するＳＬＡＭ誘導とを所定の条件で切り替えて走行するように、制御装置によって制御される。

施設は、施設内のＳＬＡＭ誘導の実効性が確実な領域であるＳＬＡＭ確実領域を部分的に含んでよい。そして、搬送車は、ＳＬＡＭ確実領域内でレーザ誘導で走行できなくなった場合、ＳＬＡＭ誘導に切り替えて、ＳＬＡＭ確実領域内をＳＬＡＭ誘導で走行し、ＳＬＡＭ確実領域外でレーザ誘導で走行できなくなった場合、走行停止するように制御装置によって制御されてよい。

制御装置は、計測センサからの情報を用いたＳＬＡＭにより施設内の環境地図を作成する地図作成部をさらに備え、地図作成部は、搬送車のレーザ誘導時に環境地図を作成してよい。

搬送システムは、ＳＬＡＭ確実領域を決定するための領域決定装置をさらに備え、制御装置は、領域決定装置によって決定されたＳＬＡＭ確実領域に従って搬送車を制御してよい。領域決定装置は、施設内の形状、広さ、および、荷物レイアウトと、当該施設内のＳＬＡＭ確実領域との相関関係を機械学習させた学習済みモデルに対して、搬送システムの施設内の形状、広さ、および、荷物レイアウトを示す情報を入力して、当該搬送システムの施設内のＳＬＡＭ確実領域を決定する領域決定部を備えてよい。

本発明の別の態様によれば、上記態様の搬送システムにおいて施設内のＳＬＡＭ確実領域を決定するための領域決定装置が提供される。ＳＬＡＭ確実領域は、施設内のＳＬＡＭ誘導の実効性が確実な領域である。領域決定装置は、施設内の形状、広さ、および、荷物レイアウトと、当該施設内のＳＬＡＭ確実領域との相関関係を機械学習させた学習済みモデルに対して、対象施設内の形状、広さ、および、荷物レイアウトを示す情報を入力して、当該対象施設内のＳＬＡＭ確実領域を決定する領域決定部を備える。

本発明のさらに別の態様によれば、上記態様の搬送システムにおいて施設内のＳＬＡＭ確実領域を決定するための領域決定方法が提供される。ＳＬＡＭ確実領域は、施設内のＳＬＡＭ誘導の実効性が確実な領域である。領域決定方法は、施設内の形状、広さ、および、荷物レイアウトと、当該施設内のＳＬＡＭ確実領域との相関関係を機械学習させた学習済みモデルに対して、対象施設内の形状、広さ、および、荷物レイアウトを示す情報を入力するステップと、
学習済みモデルから出力される情報を用いて対象施設内のＳＬＡＭ確実領域を決定するステップと、を備える。

本発明の搬送システムによれば、搬送車がレーザ誘導とＳＬＡＭ誘導を所定の条件によって切り替えて施設内を自動で走行する。このように、２つの誘導方式が組み合わされることにより、確実性の高い自動走行が実現可能となる。本発明の領域決定装置および領域決定方法によれば、ＳＬＡＭ誘導の実効性が確実な領域が学習済みモデルを用いて決定されるので、本発明の搬送システムの実施に役立つ。

一実施形態に係る搬送システムを示す概略的な平面図である。 搬送車を示す側面図である。 搬送車を示すブロック図である。 レーザ誘導を説明するための図である。 一実施形態に係る領域決定装置を示すブロック図である。 教師データの例を説明するための図である。 教師データの例を説明するための図である。 一実施形態に係る領域決定方法を示すフローチャートである。 一実施形態に係る領域決定方法を示す概念図である。

以下、図面を参照して本発明の実施形態が説明される。

［搬送システム］
図１は、一実施形態に係る搬送システムを概略的に示す平面図である。搬送システムは、工場や倉庫などの施設１と、施設１内で自動で走行する少なくとも一台の搬送車２とを備える。搬送システムは、施設１内に設置された複数の反射体１０を備える。反射体１０は、例えば、図１のように施設１内の壁や柱などの構造物に設置される。施設１内には、荷物１１が積まれた状態で床面に置かれている。なお、荷物１１は、施設１内に配置された棚に保管されることもある。

図２の通り、搬送車２は、実施形態では、自動で走行し荷役作業を行う無人フォークリフトである。搬送車２は、走行輪２１を有する車両本体２０と、車両本体２０に設けられたマスト２２と、マスト２２に対して昇降可能に設けられたフォーク２３とを備える。

レーザスキャナ２４が搬送車２に設けられており、レーザ光Ｌ（図４）を当該搬送車２の周囲に投射するとともに反射体１０によって反射されたレーザ光を検出する。

ＳＬＡＭ用の計測センサ２５が搬送車２に設けられており、当該搬送車２の周囲の環境を計測する。ＳＬＡＭ（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｌｏｃａｌｉｚａｔｉｏｎ Ａｎｄ Ｍａｐｐｉｎｇ）は、自己位置の推定と環境地図の作成を同時に行う技術であり、周知の技術であるため、その詳細は省略される。

計測センサ２５は、例えば、周囲の物体までの距離を計測する測距センサでよい。測距センサは、例えば、レーザレンジファインダ（ＬＲＦ）、ステレオカメラ、デプスカメラである。また、Ｖｉｓｉａｌ ＳＬＡＭが用いられる場合、計測センサ２５は、周囲の環境を撮像する単眼カメラでよい。１つのセンサ２５だけでなく、２以上のセンサが１台の搬送車２に設けられてよい。なお、ＳＬＡＭのために、上述のような外界センサに加えて、必要に応じて内界センサが搬送車２に設けられてもよい。

図３の通りは、搬送車２は、走行装置２６、荷役装置２７、および、通信装置２８をさらに備える。制御装置３が、搬送車２を制御するために当該搬送車２に設けられている。走行装置２６は、走行輪２１およびこれを駆動するための駆動系からなる。荷役装置２７は、マスト２２、フォーク２３およびこれらを駆動するための駆動系からなる。制御装置３および通信装置２８は、車両本体２０の内部に設けられている。走行装置２６および荷役装置２７の一部は、車両本体２０の内部に設けられている。

通信装置２８は、施設１に設置された不図示の管理装置と無線通信を行い、行うべき作業に関する情報（作業指令）を受信し、制御装置３に送る。また、通信装置２８は、作業の進捗などを管理措置に逐次送信する。

制御装置３は、第１位置特定部３１、第２位置特定部３２、走行制御部３３、および、荷役制御部３４を備える。第１および第２位置特定部３１，３２は、後述する方法で搬送車２の現在位置を特定する。

走行制御部３３は、第１または第２位置特定部３１，３２によって特定された現在位置を参照しながら作業指令に従って走行装置２６を制御し、それによって搬送車２の走行制御を行う。具体的は、走行制御部３３は、搬送車２が所定の荷役作業位置に向かうように、走行輪２１の操舵角を制御しながら走行輪２１を転動させる。すなわち、搬送車２が、走行経路に沿って自動で走行する。

荷役制御部３４は、第１または第２位置特定部３１，３２によって特定された現在位置を参照しながら作業指令に従って荷役装置２７を制御し、それによって搬送車２の荷役動作の制御を行う。具体的は、荷役制御部３４は、搬送車２が所定の荷役作業位置に到着すると、マスト２２およびフォーク２３を動かして荷取りまたは荷置きを行わせる。すなわち、搬送車２が、自動で荷役作業を行う。

制御装置３は、施設１内における反射体１０の位置情報が予め格納された反射体記憶部３５をさらに備える。第１位置特定部３１および反射体記憶部３５は、搬送車２がレーザスキャナ２４からの情報を用いた三角測量の原理により特定された現在位置に基づいて自動で走行するレーザ誘導を実現するために用いられる。

図４の通り、レーザスキャナ２４は、レーザ光Ｌを水平に３６０度回転しながらその周囲に投射するとともに、反射されたレーザ光Ｌを検出する。第１位置特定部３１は、レーザスキャナ２４からの情報を用いて各反射体１０までの距離および当該反射体１０の方位を演算する。第１位置特定部３１は、このように認識した複数の反射体１０のうち３つの反射体１０の位置関係と予め格納された反射体１０の位置情報とを照合することにより、搬送車２の現在位置を特定する。

走行制御部３３が第１位置特定部３１によって特定された現在位置を参照しながら走行装置２６を制御することで、搬送車２のレーザ誘導による自動走行が実現される。

制御装置３は、搬送車２の現在位置の特定（推定）および施設１内の環境地図（グローバルマップ）の作成を同時に行うＳＬＡＭ部３０をさらに備える。ＳＬＡＭ部３０は、搬送車２が計測センサ２５からの情報を用いたＳＡＬＭによって特定（推定）された現在位置に基づいて自動で走行するＳＬＡＭ誘導を実現するために用いられる。

ＳＬＡＭ部３０は、前述の第２位置特定部３２、地図作成部３６、および、環境地図記憶部３７を含む。地図作成部３６は、計測センサ２５からの情報を用いて施設１内の環境地図（グローバルマップ）を作成していく。環境地図は、環境地図記憶部３７に格納され更新されていく。第２位置特定部３２は、計測センサ２５からの情報と環境地図とを照合させることにより、搬送車２の現在位置を特定する。環境地図の作成および現在位置の特定が同時に行われる。

なお、本実施形態では、施設１内の壁や棚など固定的に設置された施設１内の構造物を示す情報を含む基礎環境地図が予め作成されて準備されており、環境地図記憶部３７に格納されている。地図作成部３６は、基礎環境地図を基にして、構造物を示す情報に加えて、施設１内の荷物や障害物といった移動し得る可動物を示す情報を含む環境地図を作成する。

走行制御部３３が第２位置特定部３２によってＳＬＡＭにより特定された現在位置を参照しながら走行装置２６を制御することで、搬送車２のＳＬＡＭ誘導による自動走行が実現される。

走行制御部３３は、第１位置特定部３１で特定された現在位置または第２位置特定部３２で特定された現在位置のどちらを参照して走行装置２６を制御するかを、所定の条件によって切り替える。すなわち、走行制御部３３は、搬送車２がレーザ誘導とＳＬＡＭ誘導とを所定の条件によって切り替えて走行するように、搬送車２の走行を制御する。

図１の通り、施設１は、施設１内のＳＬＡＭ誘導の実効性が確実な領域であるＳＬＡＭ確実領域４０（一点鎖線参照）（以下、単に確実領域とする）を部分的に有する。確実領域４０は、例えば広い領域の走行など位置精度が要求されず、位置精度の低いＳＬＡＭ誘導でも障害が生じる可能性が低い領域である。確実領域４０は、実際に実験して予め規定されてもよいし、シミュレーションなどで実験して予め規定されてもよい。また、確実領域４０は、後述する通り、領域決定装置５（図５）によって決定されてよい。確実領域４０を示す情報は、制御装置３の領域記憶部３８（図３）に格納される。

施設１内の残りの領域は、施設１内のＳＬＡＭ誘導の実効性が不確実な領域であるＳＬＡＭ不確実領域４１（二点鎖線参照）（以下、単に不確実領域とする）とされる。不確実領域４１は、例えば狭い通路の走行、精度の高い位置決めが必要な荷役作業など位置精度が要求され、ＳＬＡＭ誘導だと障害が生じる可能性が高い領域である。したがって、不確実領域４１は、ＳＬＡＭ誘導よりも位置精度が高いレーザ誘導が用いられるべき領域である。

制御装置３の各記憶部は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。制御装置３は、例えばＣＰＵなどを含み、制御装置３の各機能部は、記憶装置に格納されたプログラムを、ＣＰＵが実行することによって実現される。

搬送車２は、一例として、制御装置３によって以下のように制御される。

制御装置３が作業指令を受けると、その走行制御部３３は、第１位置特定部３１によって特定された現在位置を参照しながら作業指令に従って走行装置２６を制御する。したがって、搬送車２は、レーザ誘導により走行する。また、荷役制御部３４は、第１位置特定部３１によって特定された現在位置を参照して作業指令に従って荷役装置２７を制御する。したがって、搬送車２は、レーザ誘導で荷役作業を行う。このように、搬送車２は、通常は、ＳＬＡＭ誘導よりも位置精度が高いレーザ誘導で施設１内を走行しかつ荷役作業を行う。

上述の通り、レーザ誘導では、３つの反射体１０が認識されなければならない。したがって、レーザ光Ｌが荷物や障害物など何らかの原因で遮断されて３つの反射体１０が認識できない場合、第１位置特定部３１が現在位置を特定できず、結果的に、搬送車２が、レーザ誘導で自動で走行できなくなる。

第１位置特定部３１が現在位置を特定できない場合、走行制御部３３は、第１位置特定部３１が特定した搬送車２の最後の位置（特定できなくなった直前に特定した現在位置）が、確実領域４０内か否かを判定する。

走行制御部３３は、最後の位置が確実領域４０内であった場合、第１位置特定部３１に代えて、第２位置特定部３２によって特定された位置を参照しながら作業指令に従って走行装置２６を制御する。したがって、搬送車２は、確実領域４０内でレーザ誘導で走行できなくなった場合、レーザ誘導からＳＬＡＭ誘導に切り替えて、確実領域４０内をＳＬＡＭ誘導で走行する。

ここで、走行制御部３３は、第１位置特定部３１が特定した最後の位置をＳＬＡＭ処理の初期位置としてＳＬＡＭ部３０に与え、第２位置特定部３２は、当該初期位置を用いてＳＬＡＭにより搬送車２の現在位置を特定し始める。なお、レーザ誘導からＳＬＡＭ誘導へ切り替わるまでに、搬送車２が走行していることがある。そこで、走行制御部３３は、走行輪２１の回転を検出するエンコーダなどのセンサからの情報と最後の位置とを用いて、搬送車２の現在位置を演算し、第２位置特定部３２は、これを初期位置として用いて、搬送車２の現在位置を特定し始めてよい。

一方、走行制御部３３は、最後の位置が確実領域４０外（不確実領域４１内）であった場合、走行装置２６を停止制御する。すなわち、搬送車２は、確実領域４０外でレーザ誘導で走行できなくなった場合、ＳＬＡＭ誘導に切り替えることなく走行停止する。

ＳＬＡＭ誘導に切替後、走行制御部３３は、第１位置特定部３１が現在位置を特定することができるようになれば、第１位置特定部３１によって特定された現在位置を用いて走行装置２６を制御する。したがって、搬送車２は、レーザ誘導で走行できる状態になれば、ＳＬＡＭ誘導からレーザ誘導に切り替えて走行する。

但し、ＳＬＡＭ誘導に切替後、走行制御部３３は、第１位置特定部３１が現在位置を特定できないまま、第２位置特定部３２によって特定された現在位置が確実領域４０外になった場合、走行装置２６を停止制御する。したがって、搬送車２は、ＳＬＡＭ誘導で確実領域４０外に出ると直ちに走行停止する。

このように、実施形態の搬送システムでは、搬送車２は、確実領域４０内だけでしかＳＬＡＭ誘導で走行できないように、確実領域４０外はレーザ誘導でしか走行できないように制御装置３によって制御されている。

実施形態では、搬送車２は、位置精度の高いレーザ誘導で基本的に走行し、レーザ誘導ができなくなった場合にＳＬＡＭ誘導に切り替えて走行するように、制御装置３によって制御されている。これによって、搬送車２は、レーザ誘導ができなくなっても、走行を継続できる。自動走行の確実性が向上する。

レーザ誘導からＳＬＡＭ誘導への切替えは、確実領域４０内だけで行われる。ＳＬＡＭ誘導の実効性が不確実な領域４１では無理にＳＬＡＭ誘導に切り替えず搬送車２を停止させることで、位置精度の比較的低いＳＬＡＭ誘導に起因する事故が抑制される。搬送システムの安全性が向上する。

レーザ誘導とＳＬＡＭ誘導とを相互に切り替える所定の条件は、上記実施形態に限定されるものではない。

ＳＬＡＭ誘導のための地図作成部３６は、搬送車２のＳＬＡＭ誘導時だけでなくレーザ誘導時にも、計測センサ２５からの情報を用いたＳＬＡＭにより施設１内の環境地図を作成することが好ましい。これにより、レーザ誘導を主な誘導としＳＬＡＭ誘導を緊急時の予備的な誘導とする搬送システムにおいては、実施形態のような基礎環境地図がなくても、ＳＬＡＭ誘導に切り替わったときに作業指令に従った自動走行が保障されるほど十分な環境地図が、レーザ誘導時に作成される。

なお、搬送システムは、以下で詳述されるように、確実領域４０を決定するための領域決定装置５（図５）を備え、制御装置３が、決定装置５によって決定された確実領域４０に従って上述のように搬送車２を制御してもよい。以下、領域決定装置５の一例が説明される。

［領域決定装置］
図５は、領域決定装置（以下、単に決定装置）の一例を示すブロック図である。決定装置５は、制御部５０、記憶部５１、取得部５２、および、通信部５３を含む。

制御部５０は、学習モデル生成部５００、領域決定部５０１、および、出力制御部５０２を含む。制御部５０は、例えばＣＰＵなどを含み、制御部５０のこれらの機能部は、記憶装置に記憶されたプログラムを、ＣＰＵが実行することによって実現される。

学習モデル生成部５００は、確実領域４０を決定するために用いられる後述の学習済みモデルを生成する。領域決定部５０１は、学習済みモデルを用いて確実領域４０を決定する。出力制御部５０２は、決定された確実領域４０を示す情報を通信部５３を用いて無線により搬送車２の制御装置３に送信する。

記憶部５１は、各種のデータを記憶する。記憶部５１は、教師データ記憶部５１０、および、学習モデル記憶部５１１を含む。記憶部５１は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。

教師データ記憶部５１０には、学習済みモデルの生成のため用いられる教師データが格納される。学習モデル記憶部５１１には、学習モデル生成部５００によって生成された学習済みモデルが格納される。

取得部５２は、確実領域４０を決定するために必要な情報を取得する。取得部５２は、実施形態では、確実領域４０を決定すべき施設１内に設けられ、施設１内を撮像して、施設１内の画像の画像データを取得するカメラである。カメラは、例えば施設１内の天井に配置され、施設１内を撮像して、施設１内の平面画像の画像データを取得する。

通信部５３は、決定装置５と搬送車２の制御装置３とが通信ネットワークを介して無線通信するために用いられる。通信部５３は、通信機器などからなる。なお、搬送車２の制御装置３は、通信装置２８を介して決定装置５と通信することができる。

次に、確実領域４０を決定するために用いられる学習済みモデルが説明される。実施形態では、ニューラルネットワーク（以下、ＮＮとする）の学習済みモデル、より具体的には、ディープラーニング（多層ＮＮ）の学習済みモデルが用いられる。しかしながら、確実領域４０を決定することが可能な学習済みモデルを構築できるのであれば、他のアルゴリズムを適用することも可能である。

学習済みモデルの生成のために、教師データとして、図６、図７に示される施設１内の形状、広さ、荷物レイアウト、および、確実領域４０が関係付けられたデータが用いられる。この教師データにおいて、施設１内の形状、広さおよび荷物レイアウトの組合せが入力データであり、この組合せに対応する施設１内の確実領域４０が正解データである。

施設１内の形状は、図６、図７の通り、少なくとも平面的な形状を含んでいればよい。平面的な形状は、平面形状または平断面形状である。施設１内の形状は、施設１内で搬送車２が走行および作業する作業場所を規定する構造物の形状であり、施設１内の壁だけでなく、柱や仕切り（図示略）などの形状も含む。そして、施設１内の広さは、施設１内の上記作業場所の平面的な広さである。

施設１内の荷物レイアウトは、少なくとも平面的なレイアウトを含んでいればよい。なお、荷物レイアウトは、図６の通り、荷物１１が床面に置かれるときには、荷物１１のレイアウトであり、また、図７の通り、荷物１１が棚１２に保管されるときには、棚１２のレイアウトである。

施設１内で搬送車２が走行することができる走行空間は、例えば、壁などの施設１内の構造物によって形成されたり、当該構造物と施設１内に置かれた荷物１１／棚１２とによってこれらの間に形成されたり、施設１内に置かれた互いに隣り合う荷物１１／棚１２によってこれらの間に形成される。ＳＬＡＭ誘導は、位置精度が低い誘導方式である。つまり、施設１内の形状、広さおよび荷物レイアウトと、施設１内の確実領域４０（ＳＬＡＭ誘導の実効性が確実な領域）とには相関がある。

正解データとしての施設１内の確実領域４０は、実際に実験して、または、シミュレーションなどにより実験して特定されたものである。

教師データは、施設１内の形状、広さ、荷物レイアウト、および、確実領域４０が関係付けて示された画像の画像データの形式であってよい。例えば、確実領域４０はハッチングによって画像上で特定される。しかしながら、教師データは、その形式は問われない。

図６や図７に示される相関関係に加えて、その他の施設における上記の相関関係を示す複数の教師データが、教師データ記憶部５１０に予め格納されている。

学習モデル生成部５００は、教師データ記憶部５１０に格納された複数の教師データを用いて機械学習を行って学習済みモデルを生成する。この学習済みモデルは、確実領域４０を決定する対象となる施設である対象施設Ｚ（図９参照）内の形状、広さ、荷物レイアウトを示す情報を入力データとして、対象施設Ｚ内の確実領域４０を予測し、そして、これを示す情報を出力データとして出力するモデルである。

以上のようにして、施設１内の形状、広さ、および、荷物レイアウトと、当該施設１内の確実領域４０との相関関係を機械学習させた学習済みモデルが生成される。学習済みモデルは、学習モデル記憶部５１１に格納される。

［領域決定方法］
以下、領域決定装置５により確実領域４０を決定するための領域決定方法（以下、単に決定方法とする）の一例が説明される。図８は、決定方法の流れを示すフローチャートであり、図９は、決定方法の流れを概念的に示す。なお、学習済みモデルは、学習モデル生成部５００によって予め生成されて、学習モデル記憶部５１１に格納されている。

決定方法は、図８の通りステップＳ１−Ｓ４を含む。

Ｓ１は、決定装置５が対象施設Ｚ内の確実領域４０を決定するのに必要な情報を取得するステップである。すなわち、取得部５２が、対象施設Ｚ内の形状、広さ、および、荷物レイアウトを示す情報を取得する。実施形態のＳ１は、取得部５２としてのカメラが、対象施設Ｚ（ここでは図１の搬送システムの施設１である）内を撮像して、対象施設Ｚ内の形状、広さ、荷物レイアウトを示す画像の画像データを取得する。

Ｓ２は、決定装置５がＳ１で取得した情報を学習済みモデルに入力するステップである。実施形態のＳ２では、領域決定部５０１が、対象施設Ｚ内の形状、広さ、および、荷物レイアウトを示す情報を、学習済みモデルに入力する。ここで、学習済みモデルへの入力前に、Ｓ１で得られた情報（データ）を、上述の教師データの入力データと同じ形式にする前処理が、必要に応じて領域決定部５０１によって行われる。

Ｓ３は、決定装置５が学習済みモデルから出力される情報を用いて対象施設Ｚ内の確実領域４０を決定するステップである。実施形態のＳ３では、領域決定部５０１が、学習済みモデルに、対象施設Ｚ内の確実領域４０を予測させ、これを示す情報を出力データとして出力させる。領域決定部５０１は、学習モデルが予測した確実領域４０を、対象施設Ｚ内の確実領域４０と決定する。

Ｓ４は、決定装置５がＳ３で決定された対象施設Ｚの確実領域４０を示す情報を搬送車２（その制御装置３）に送信するステップである。実施形態のＳ５では、出力制御部５０２が、対象施設Ｚの確実領域４０を示す情報を、通信部５３を用いて搬送車２に送信する。搬送車２の制御装置３は、通信装置２８を介して当該情報を受信し、領域記憶部３８に格納する。

その後に、搬送システムにおいて、制御装置３が領域決定装置５によって決定された確実領域４０に従って搬送車２を上述の通りに制御するステップが行われる。

以上の実施形態に係る決定装置５および決定方法によれば、対象施設Ｚ内の確実領域４０が、学習済みモデルを用いた領域決定部５０１によって決定される。これは、作業者が搬送システムを実施するにあたり、確実領域４０を実際にまたはシミュレーションなどにより実験して決定する作業を不要にする。

搬送車２が施設１内で作業中に、取得部５２が一定の間隔で施設１内の形状、広さおよび荷物レイアウトを示す情報を取得してもよい。そして、取得部５２が当該情報を取得する度に、領域決定部５０１がその情報を用いて確実領域４０を決定し、出力制御部５０２がそれを示す情報を搬送車２（その制御装置３）に送信してもよい。

例えば、図１の搬送システムのように荷物１１が床面に置かれる場合、荷物レイアウトが作業の進行により経時的に変わる。上記構成によれば、その時の荷物レイアウトに合った確実領域４０が決定され、それに従って搬送車２が制御装置３によって制御されるので有利である。

以上、本発明の好ましい実施形態について説明されたが本発明は上記実施形態に限定されるものではない。

１ 施設
１０ 反射体
１１ 荷物
１２ 棚
２ 搬送車
２４ レーザスキャナ
２５ 計測センサ
２６ 走行装置
３ 制御装置
３０ ＳＬＡＭ部
３１ 第１位置特定部
３２ 第２位置特定部
３３ 走行制御部
３６ 地図作成部
４０ ＳＬＡＭ確実領域
４１ ＳＬＡＭ不確実領域
５ 領域決定装置
５０ 制御部
５００ 学習モデル生成部
５０１ 領域決定部
５０２ 出力制御部
５１ 記憶部
５２ 取得部
５３ 通信部
Ｌ レーザ光
Ｚ 対象施設

本発明の一態様によれば、搬送システムが提供され、当該搬送システムは、施設と、施設内に設置された複数の反射体と、施設内で走行する搬送車と、搬送車に設けられ、レーザ光を当該搬送車の周囲に投射するとともに反射体で反射されたレーザ光を検出するレーザスキャナと、搬送車に設けられ、当該搬送車の周囲の環境を計測する計測センサと、搬送車に設けられ、当該搬送車を制御する制御装置と、を備える。制御装置は、施設内における反射体の位置情報が予め格納された反射体記憶部と、レーザスキャナからの情報を用いて認識した複数の反射体のうち３つの反射体の位置関係と反射体の位置情報とを照合することにより、搬送車の現在位置を特定する第１位置特定部と、計測センサからの情報と施設内の環境地図とを照合することにより、搬送車の現在位置を特定する第２位置特定部と、を備える。搬送車は、第１位置特定部によって特定された現在位置に基づいて自動で走行する第１誘導と、第２位置特定部によって特定された現在位置に基づいて自動で走行する第２誘導と、で走行することができる。

さらに、本発明では、制御装置は、搬送車の第２誘導時に、第２位置特定部による搬送車の現在位置の特定と同時に、計測センサからの情報を用いて環境地図を作成する地図作成部をさらに備え、施設は、施設内の第２誘導の実効性が確実な領域である確実領域を部分的に含み、搬送車は、確実領域内で第１誘導で走行できなくなった場合、第２誘導に切り替えて、確実領域内を第２誘導で走行し、確実領域外で第１誘導で走行できなくなった場合、走行停止するように制御装置によって制御される。

地図作成部は、さらに、搬送車の第１誘導時にも環境地図を作成してよい。

搬送システムは、確実領域を決定するための領域決定装置をさらに備え、制御装置は、領域決定装置によって決定された確実領域に従って搬送車を制御してよい。領域決定装置は、施設内の形状、広さ、および、荷物レイアウトと、当該施設内の確実領域との相関関係を機械学習させた学習済みモデルに対して、搬送システムの施設内の形状、広さ、および、荷物レイアウトを示す情報を入力して、当該搬送システムの施設内の確実領域を決定する領域決定部を備えてよい。

本発明の別の態様によれば、上記態様の搬送システムにおいて施設内の確実領域を決定するための領域決定装置が提供される。領域決定装置は、施設内の形状、広さ、および、荷物レイアウトと、当該施設内の確実領域との相関関係を機械学習させた学習済みモデルに対して、対象施設内の形状、広さ、および、荷物レイアウトを示す情報を入力して、当該対象施設内の確実領域を決定する領域決定部を備える。

本発明のさらに別の態様によれば、上記態様の搬送システムにおいて施設内の確実領域を決定するための領域決定方法が提供される。領域決定方法は、施設内の形状、広さ、および、荷物レイアウトと、当該施設内の確実領域との相関関係を機械学習させた学習済みモデルに対して、対象施設内の形状、広さ、および、荷物レイアウトを示す情報を入力するステップと、
学習済みモデルから出力される情報を用いて対象施設内の確実領域を決定するステップと、を備える。

本発明の搬送システムによれば、搬送車が第１誘導と第２誘導を上記の通りに切り替えて施設内を自動で走行する。このように、２つの誘導方式が組み合わされることにより、確実性の高い自動走行が実現可能となる。本発明の領域決定装置および領域決定方法によれば、第２誘導の実効性が確実な領域が学習済みモデルを用いて決定されるので、本発明の搬送システムの実施に役立つ。

制御装置３は、施設１内における反射体１０の位置情報が予め格納された反射体記憶部３５をさらに備える。第１位置特定部３１および反射体記憶部３５は、搬送車２がレーザスキャナ２４からの情報を用いた三角測量の原理により特定された現在位置に基づいて自動で走行するレーザ誘導（第１誘導）を実現するために用いられる。

制御装置３は、搬送車２の現在位置の特定（推定）および施設１内の環境地図（グローバルマップ）の作成を同時に行うＳＬＡＭ部３０をさらに備える。ＳＬＡＭ部３０は、搬送車２が計測センサ２５からの情報を用いたＳＡＬＭによって特定（推定）された現在位置に基づいて自動で走行するＳＬＡＭ誘導（第２誘導）を実現するために用いられる。

Claims (6)

1. 施設と、
   前記施設内に設置された複数の反射体と、
   前記施設内で走行する搬送車と、
   前記搬送車に設けられ、前記レーザ光を当該搬送車の周囲に投射するとともに前記反射体で反射された前記レーザ光を検出するレーザスキャナと、
   前記搬送車に設けられ、当該搬送車の周囲の環境を計測する計測センサと、
   前記搬送車に設けられ、当該搬送車を制御する制御装置と、を備え、
   前記搬送車は、前記レーザスキャナからの情報を用いて特定された現在位置に基づいて自動で走行するレーザ誘導と、前記計測センサからの情報を用いたＳＬＡＭにより特定された現在位置に基づいて自動で走行するＳＬＡＭ誘導とを所定の条件で切り替えて走行するように、前記制御装置によって制御される、
   ことを特徴とする搬送システム。
2. 前記施設は、
   前記施設内の前記ＳＬＡＭ誘導の実効性が確実な領域であるＳＬＡＭ確実領域を部分的に含み、
   前記搬送車は、前記ＳＬＡＭ確実領域内で前記レーザ誘導で走行できなくなった場合、前記ＳＬＡＭ誘導に切り替えて、前記ＳＬＡＭ確実領域内を前記ＳＬＡＭ誘導で走行し、前記ＳＬＡＭ確実領域外で前記レーザ誘導で走行できなくなった場合、走行停止するように前記制御装置によって制御される、
   ことを特徴とする請求項１に記載の搬送システム。
3. 前記制御装置は、
   前記計測センサからの情報を用いたＳＬＡＭにより前記施設内の環境地図を作成する地図作成部をさらに備え、
   前記地図作成部は、前記搬送車の前記レーザ誘導時に前記環境地図を作成する、
   ことを特徴とする請求項１または請求項２に記載の搬送システム。
4. 前記ＳＬＡＭ確実領域を決定するための領域決定装置をさらに備え、
   前記制御装置は、前記領域決定装置によって決定された前記ＳＬＡＭ確実領域に従って前記搬送車を制御し、
   前記領域決定装置は、
   施設内の形状、広さ、および、荷物レイアウトと、当該施設内の前記ＳＬＡＭ確実領域との相関関係を機械学習させた学習済みモデルに対して、前記搬送システムの前記施設内の形状、広さ、および、荷物レイアウトを示す情報を入力して、当該搬送システムの前記施設内の前記ＳＬＡＭ確実領域を決定する領域決定部を備える、
   ことを特徴とする請求項２に記載の搬送システム。
5. 請求項１に記載の搬送システムにおいて施設内のＳＬＡＭ確実領域を決定するための領域決定装置であって、
   前記ＳＬＡＭ確実領域は、前記施設内の前記ＳＬＡＭ誘導の実効性が確実な領域であり、
   前記領域決定装置は、
   施設内の形状、広さ、および、荷物レイアウトと、当該施設内の前記ＳＬＡＭ確実領域との相関関係を機械学習させた学習済みモデルに対して、対象施設内の形状、広さ、および、荷物レイアウトを示す情報を入力して、当該対象施設内の前記ＳＬＡＭ確実領域を決定する領域決定部を備える、
   ことを特徴とする領域決定装置。
6. 請求項１に記載の搬送システムにおいて施設内のＳＬＡＭ確実領域を決定するための領域決定方法であって、
   前記ＳＬＡＭ確実領域は、前記施設内の前記ＳＬＡＭ誘導の実効性が確実な領域であり、
   前記領域決定方法は、
   施設内の形状、広さ、および、荷物レイアウトと、当該施設内の前記ＳＬＡＭ確実領域との相関関係を機械学習させた学習済みモデルに対して、対象施設内の形状、広さ、および、荷物レイアウトを示す情報を入力するステップと、
   前記学習済みモデルから出力される情報を用いて前記対象施設内の前記ＳＬＡＭ確実領域を決定するステップと、を備える、
   ことを特徴とする領域決定方法。

Images