JP2021117893A - 自己位置推定装置、及び自己位置推定方法 - Google Patents

Abstract

【課題】移動体が目的地に到達するまでの時間を短くすることができる自己位置推定装置、及び自己位置推定方法を提供する。【解決手段】自己位置推定部１１は、自己位置推定精度が低下したと評価する。そして、自己位置推定部１１は、当該自己位置推定精度が低いと評価された低評価領域ＶＥについて、経路設定時において経路として選択される頻度を下げる。従って、経路設定部１０が経路設定を行う時には、低評価領域ＶＥではなく、自己位置推定精度の高い領域（低評価領域ＶＥ以外の領域）が優先的に経路として選ばれる（例えば、図２（ｂ）参照）。そのため、自己位置推定装置１００は、移動体２が低評価領域ＶＥへ実際に行くなどの不要な動作（例えば図６参照）を抑制し、不要な時間がかかることを抑制できる。【選択図】図１

Description

本発明は、自己位置推定装置、及び自己位置推定方法に関する。

移動体の自己位置を推定する自己位置推定装置として、例えば特許文献１に記載されているような技術が知られている。特許文献１に記載の自己位置推定装置は、周囲の環境を検出して、自己位置を推定し、当該推定結果に基づいて設定された経路を移動している。この自己位置推定部は、自己位置推定の精度を演算し、当該自己位置推定精度が低いと判定した場合、移動体は、自己位置推定精度の高い領域まで戻り、自己位置推定精度が低い領域を回避できる他の経路を移動する。

特開２０１６−１７３７０９号公報

しかしながら、上述の自己位置推定装置では、移動体は、一度は自己位置推定精度が低くなる領域まで移動し、その後に、当該領域を回避するような経路を移動して目的地へ向かっている。そのため、移動体は、実際に自己位置推定精度が低くなる領域まで行く事になるため、不要な動作が発生し、目的地に到達するのに時間がかかってしまうという問題がある。

本発明の目的は、移動体が目的地に到達するまでの時間を短くすることができる自己位置推定装置、及び自己位置推定方法を提供することである。

本発明の一態様に係る自己位置推定装置は、移動体の自己位置を推定する自己位置推定装置において、移動体の周囲の環境の状態を検出する検出部と、検出部による検出結果、及び予め取得された地図データに基づいて、移動体の自己位置を推定する自己位置推定部と、移動体が通過し得る領域について、経路設定時において経路として選択される頻度を調整する調整部と、を備え、自己位置推定部は、自己位置推定精度を評価し、調整部は、自己位置推定部によって自己位置推定精度が低いと評価された領域について、経路設定時において経路として選択される頻度を下げる。

このような自己位置推定装置においては、自己位置推定部は、移動体の周囲の環境の状態の検出結果、及び予め取得された地図データに基づいて、移動体の自己位置を推定する。従って、環境が変化することで、検出部によって検出された環境の状態が、地図データを取得したときと異なる場合がある。このような場合、自己位置推定部は、自己位置推定精度が低下したと評価する。そして、調整部は、当該自己位置推定精度が低いと評価された領域について、経路設定時において経路として選択される頻度を下げる。経路設定時には、自己位置推定精度の低い領域ではなく、自己位置推定精度の高い領域が優先的に経路として選ばれる。そのため、自己位置推定装置は、移動体が自己位置推定精度の低い領域へ実際に行くなどの不要な動作を抑制し、不要な時間がかかることを抑制できる。以上より、移動体が目的地に到達するまでの時間を短くすることができる。

調整部は、自己位置推定部によって自己位置推定精度が低いと評価された前記領域について、経路設定時において経路として選択されないように設定してよい。これにより、経路作成時には、自己位置推定精度の低い領域を回避した経路が作成される。

経路設定時において、自己位置推定精度が低いと評価された領域以外の経路を選択できないと判定された場合、自己位置推定部は、自己位置推定精度が低いと評価された領域における地図データを再設定してよい。この場合、自己位置推定精度の低い領域に経路を設定せざるを得ない状況にあるときは、自己位置推定部が当該領域の地図データを更新することで、当該領域での自己推定精度を高めることができる。

本発明の一態様に係る自己位置推定方法は、移動体の自己位置を推定する自己位置推定方法において、移動体の周囲の環境の状態を検出する検出ステップと、検出ステップによる検出結果、及び予め取得された地図データに基づいて、移動体の自己位置を推定する自己位置推定ステップと、移動体が通過し得る領域について、経路設定時において経路として選択される頻度を調整する調整ステップと、を備え、自己位置推定ステップでは、自己位置推定精度が評価され、調整ステップでは、当該自己位置推定精度が低いと評価された領域について、経路設定時において経路として選択される頻度を下げる。

このような自己位置推定方法によれば、上述の自己位置推定装置と同様な作用・効果を得ることができる。

本発明によれば、移動体が目的地に到達するまでの時間を短くすることができる自己位置推定装置、及び自己位置推定方法を提供することができる。

本発明の一実施形態に係る自己位置推定装置を備える走行制御装置を示す概略構成図である。 倉庫や工場などの構造物内で移動体が走行する様子を示す概念図である。 （ａ）（ｂ）は、所定の位置における移動体の周囲の環境を示す図であり、（ｃ）は、（ａ）（ｂ）に対応する位置の地図データを示す。 自己位置推定部による自己位置の推定処理の内容を示すフローチャートである。 経路設定部による経路設定処理の内容を示すフローチャートである。 比較例に係る自己位置推定装置を備える移動体の経路設定の様子を示す概念図である。

以下、本発明の実施形態について図面を参照して詳細に説明する。

図１は、本発明の一実施形態に係る自己位置推定装置１００を備える走行制御装置１を示す概略構成図である。走行制御装置１は、図２に示されるように、移動体２を自動的に走行させる装置である。なお、図２は、倉庫や工場などの構造物内で移動体２が走行する様子を示す概念図である。移動体２は、例えばフォークリフト、無人搬送車などである。走行制御装置１は、移動体２に搭載されている。

走行制御装置１は、レーザセンサ３（検出部）と、駆動部４と、コントローラ５とを備えている。

レーザセンサ３は、移動体２の周囲の環境の状態を検出する。具体的に、レーザセンサ３は、移動体２の周囲の物体を検出し、検出した物体との位置関係を計測する。レーザセンサ３は、移動体２の周囲にレーザを照射し、レーザの反射光を受光することにより、レーザセンサ３から移動体２の周囲の物体を検出し、当該物体までの距離を計測する。これにより、レーザセンサ３は、移動体２周囲の検出範囲ＤＥ内に存在する物体を検出し、検出した物体との距離を測定できる（図２（ａ）参照）。レーザセンサ３としては、例えばレーザレンジファインダが用いられる。使用するレーザとしては、２Ｄレーザでもよいし、３Ｄレーザでもよい。

駆動部４は、特に図示はしないが、移動体２の走行輪を回転させる走行モータと、移動体２の操舵輪を転舵させる操舵モータとを有している。

コントローラ５は、ＣＰＵ、ＲＡＭ、ＲＯＭ及び入出力インターフェース等により構成されている。コントローラ５は、経路設定部１０と、自己位置推定部１１と、調整部１５と、走行制御部１２と、記憶部１３と、を有している。

経路設定部１０は、移動体２が走行するための経路を設定する。経路設定部１０は、スタート地点とゴール地点を取得し、当該スタート地点とゴール地点との間において、移動体２が走行する経路（例えば図２のＬ１やＬ２）を設定する。経路設定部１０は、経路設定時には、地図データを記憶部１３から読み出し、地図データ中のスタート地点とゴール地点との間に、どのような物体が存在しているかを把握した上で、移動体２がこれらの物体と干渉せずに速やかにゴール地点まで到達できる経路を設定する。

自己位置推定部１１は、レーザセンサ３による検出結果、及び予め取得された地図データに基づいて、移動体２の自己位置を推定する。自己位置推定部１１は、例えばＳＬＡＭ（simultaneous localization andmapping）手法を用いて、移動体２の自己位置を推定する。ＳＬＡＭは、センサデータ及び地図データを使って自己位置推定を行う自己位置推定技術である。ＳＬＡＭは、自己位置推定と環境地図の作成とを同時に行う。具体的には、自己位置推定部１１は、レーザセンサ３により検出された物体までの距離データと移動体２の周囲環境の地図データとをマッチングさせて、移動体２の自己位置の推定演算を行う。なお、自己位置推定装置１００は、自己位置推定部１１と、調整部１５と、上述のレーザセンサ３と、を備えて構成される。自己位置推定部１１は、情報取得部１４と、演算部１６と、推定精度評価部１７と、を備える。

情報取得部１４は、自己位置の推定に必要な各種情報を所得する。情報取得部１４は、レーザセンサ３による検出結果を取得する。また、情報取得部１４は、自己位置推定のために必要な地図データを記憶部１３から読み出す。また、情報取得部１４は、経路設定部１０が設定した経路も取得する。

演算部１６は、レーザセンサ３の検出結果から、移動体２の自己位置を推定するための演算を行う。演算部１６は、レーザセンサ３で検出された周囲の物体、及び地図データに基づいて、移動体２の自己位置の推定演算を行う。演算部１６による自己位置推定は、ＳＬＡＭ手法を用いて行われてよい。また、演算部１６は、移動体２の周囲の物体を検出し、検出した物体と移動体２との間の距離データと、移動体周囲環境の地図データとをマッチングすることで自己位置を推定してよい。演算部１６は、図３（ａ）に示すような移動体２の周囲の環境の状態と、図３（ｃ）に示すような地図データが含む環境の状態とを比較することで自己位置を推定する。自己位置推定の更に詳細な説明については後述する。

また、演算部１６は、地図データを再設定することができる。すなわち、演算部１６は、レーザセンサ３の検出結果に基づき、移動体２に対して、どのような方角・距離に物体が存在しているかを地図データとして構築する。経路設定部１０による経路設定時において、自己位置推定精度が低いと評価された領域以外の経路を選択できないと判定された場合、演算部１６は、自己位置推定精度が低いと評価された領域における地図データを再設定する。

推定精度評価部１７は、自己位置推定精度を評価する。例えば、推定精度評価部１７は、演算部１６が自己位置の推定を行ったときに、レーザセンサ３で検出された物体と地図データに登録された物体とのマッチング度合いなどを演算することにより、評価を行ってよい。

走行中、演算部１６は自己位置を算出するが、位置を決定するときはパーティカルフィルタを用いて算出する。従って、演算部１６は、多数の自己位置推定候補の中から地図データと移動体２の周囲の環境との一致度が高いものを採用している。特に移動体２が特徴物の近くにいるときは、地図データと移動体２の周囲の環境とがよく一致する。従って、多数の自己位置推定候補は狭い領域にまとまった状態になる。しかし、特徴物がない状態の場合、多数の自己位置推定候補は広い範囲にばらけ、まとまりがなくなる。以上の観点を利用した推定精度の評価方法が採用されてよい。すなわち、推定精度評価部１７は、自己位置座標とそれぞれの自己位置推定候補の座標から分散を算出し、分散が低い場合は推定精度が良く、高い場合は推定精度が悪いと評価してよい。

調整部１５は、移動体２が通過し得る領域について、経路設定時において経路として選択される頻度を調整する。調整部１５は、自己位置推定精度が低いと評価された領域について、経路設定時において経路として選択される頻度を下げる。なお、自己位置推定精度が低いと評価された領域のことを、「低評価領域ＶＥ（図２（ｂ）参照）」と称する場合がある。ここで、低評価領域ＶＥが選択される頻度を下げることには、経路設定部１０が経路を設定するときに、低評価領域ＶＥが選ばれる優先度を下げる事や、ランダムに経路が選ばれるときに低評価領域ＶＥの当選確率を下げる事などを含む。また、これらの方法のように、低評価領域ＶＥが選択される余地を残してもよいが、調整部１５は、低評価領域ＶＥが全く選ばれないようにしてもよい。すなわち、調整部１５は、自己位置推定精度が低いと評価された低評価領域ＶＥについて、経路設定時において経路として選択されないように設定してよい。

調整部１５は、低評価領域ＶＥが選択される頻度を下げるように設定したら、当該設定内容を地図データ中の低評価領域ＶＥに対して紐付けて登録する。これにより、経路設定部１０が経路を設定する時には、地図データを取得したときに、当該低評価領域ＶＥの設定内容も取得することができる。

走行制御部１２は、自己位置推定部１１により推定された移動体２の自己位置に基づいて、移動体２の走行を制御する。走行制御部１２は、自己位置とゴール地点の位置とを比較することによって、移動体２の移動方向や移動距離を演算する。また、走行制御部１２は、当該演算結果に基づいて、移動体２がゴール地点へ向かうように駆動部４へ制御信号を出力する。記憶部１３は、各種データを記憶する。記憶部１３は、地図データを記憶する。

次に、図２〜図４を参照して、自己位置推定装置１００によって実行される自己位置推定方法の処理内容について説明する。図３（ａ）（ｂ）は、所定の位置における移動体２の周囲の環境を示す図である。図３（ｃ）は、図３（ａ）（ｂ）に対応する位置の地図データを示す。図４は、自己位置推定装置１００による自己位置の推定処理の内容を示すフローチャートである。図３（ａ）は、移動体２が図２（ａ）に示す経路Ｌ１を走行しているときの周囲の環境の状態を詳細に示している。また、図３（ａ）は、地図データＭＰが登録された時点から、あまり時間が経過していない状態を示している。当該状態では、棚５０から撤去された荷物５２の数が少なく、地図データＭＰの環境と略同じである。これに対し、図３（ｂ）は、移動体２が図２（ａ）に示す経路Ｌ１を繰り返し走行することにより、地図データＭＰが登録された時点から、ある程度時間が経過した状態を示している。当該状態では、棚５０から多数の荷物５２が撤去されることで、地図データＭＰの環境とは、様子が異なっている。

図４に示すように、自己位置推定部１１は、移動体２の周囲の環境の状態を検出するレーザセンサ３の検出結果を取得すると共に、移動体２の自己位置を推定する（ステップＳ１００：検出ステップ、自己位置推定ステップ）。例えば、図３（ａ）に示すように、移動体２が、棚５０，５０間の通路５１を移動しているときは、レーザセンサ３は、周囲の棚５０、及び当該棚５０に積まれている荷物５２などの物体を検出し、それらの物体との間の距離データを取得する。そして、情報取得部１４は、当該検出結果を取得する。一方、情報取得部１４は、記憶部１３から図３（ｃ）に示すような地図データＭＰを取得する。図３（ｃ）に示す地図データＭＰは、レーザセンサ３の測定ポイントＰ１の周囲に存在する棚５０や荷物５２などの位置データを含んでいる。演算部１６は、レーザセンサ３で検出された図３（ａ）に示す環境の状態と、図３（ｃ）に示す地図データＭＰ中の環境の状態とを比較することで、現在の移動体２（のレーザセンサ３）が、測定ポイントＰ１に存在することを推定できる。以上により、演算部１６は、移動体２の自己位置を推定できる。

次に、自己位置推定部１１は、自己位置推定精度が低下したか否かを判定する（ステップＳ１１０：自己位置推定ステップ）。具体的に、自己位置推定部１１の推定精度評価部１７は、ステップＳ１００にて実行された自己位置推定処理における、レーザセンサ３によって検出された物体と地図データＭＰに登録された物体とのマッチングの度合いなどを評価する。そして、推定精度評価部１７は、マッチングの度合いが所定の閾値を下回っているか否かの判断に基づいて、自己位置推定精度が低下したか否かを判定する。例えば、移動体２の周囲の環境が図３（ａ）に示すような状態であれば、推定精度評価部１７は、自己位置推定精度は低下していないと判定する。以上より、図４に示す処理が終了する。そして、移動体２が引き続き経路を移動することで、新たな位置にて自己位置推定を行う時には、再びステップＳ１００から処理が繰り返される。

一方、移動体２の周囲の環境が図３（ｂ）に示すような状態であれば、検出された周囲の環境が地図データＭＰのものと異なっているため、マッチングの度合いが低くなる。従って、当該状況では、推定精度評価部１７は、ステップＳ１１０の処理にて自己位置推定精度が低下したと判定する。また、この場合、推定精度評価部１７は、自己推定を行った位置周辺の領域を低評価領域ＶＥと認定する。次に、調整部１５は、当該低評価領域ＶＥについて、経路設定時に経路として選択される頻度を下げる（ステップＳ１２０：調整ステップ）。また、調整部１５は、地図データＭＰのうち、低評価領域ＶＥに対応する位置に対して、経路設定時に選択される頻度を低くする旨の情報を紐付ける。以上より、図４に示す処理が終了する。

なお、ステップＳ１２０が終了した後も、移動体２は、経路Ｌ１に沿って走行を続ける必要がある。また、調整部１５は、低評価領域ＶＥの位置の特定がなされた上で、地図データＭＰに情報を紐付ける必要がある。従って、推定精度評価部１７は、自己位置推定が不可能となるレベルにまで自己位置推定精度が低下する前段階で、低評価領域ＶＥを認定することが好ましい。従って、例えばマッチング度合いに対して閾値を設定するとき、「自己位置推定精度が低下した」と判定するための閾値は、「自己位置の推定が不可能」と判定するための閾値よりは、高い値（早く判定される値）に設定される。

次に、図２及び図５を参照して、経路設定部１０によって実行される処理内容について説明する。図５は、経路設定部１０による経路設定処理の内容を示すフローチャートである。なお、図２（ａ）は、経路Ｌ１にまだ低評価領域ＶＥが設定されていないときの状態を示し，図２（ｂ）は、経路Ｌ１に低評価領域ＶＥが設定された後の状態を示す。

図５に示すように、経路設定部１０は、移動体２が走行するための経路を作成する（ステップＳ２００）。経路設定部１０は、図２（ａ）に示すように、スタート地点からゴール地点まで最短距離で到達できる経路Ｌ１を作成する。次に、経路設定部１０は、作成した経路中に低評価領域ＶＥが存在するか否かを判定する（ステップＳ２１０）。図２（ａ）に示す状態では、経路Ｌ１中にはまだ低評価領域ＶＥが設定されていない。従って、経路設定部１０は、経路Ｌ１中に低評価領域ＶＥは存在しないと判定し、ステップＳ２００で作成した経路Ｌ１を採用すべき経路として設定して図５に示す処理を終了する。

一方、図２（ｂ）に示すように、経路Ｌ１中に低評価領域ＶＥが存在する場合、ステップＳ２１０において、経路設定部１０は、経路Ｌ１中に低評価領域ＶＥが存在すると判定する。次に、経路設定部１０は、低評価領域ＶＥを回避するように、経路が修正可能であるか否かを判定する（ステップＳ２２０）。ステップＳ２２０において修正可能であると判定された場合、経路設定部１０は、低評価領域ＶＥを回避するように、経路を修正する（ステップＳ２３０）。具体的には、経路設定部１０は、経路Ｌ１の隣の通路５１を通過するような経路Ｌ２に修正する（図２（ｂ）参照）。以上より、経路設定部１０は、ステップＳ２３０で作成した経路Ｌ２を採用すべき経路として設定して図５に示す処理を終了する。

一方、経路設定部１０は、低評価領域ＶＥを回避するように、経路を修正できない場合、すなわち、低評価領域ＶＥを含む経路Ｌ１を選択せざるを得ないと判定された場合、地図データＭＰを再設定するよう、自己位置推定部１１へ指示を送信する（ステップＳ２４０）。例えば、経路Ｌ２に対応する通路５１が構造物で塞がれているような場合、経路Ｌ１しか採用することができない。このような場合は、経路設定部１０は、経路Ｌ１を設定した上で、低評価領域ＶＥにおいて、最新の地図データＭＰを作成するように、自己位置推定部１１に指示を送信する。以上より、経路設定部１０は、ステップＳ２００で作成した経路Ｌ１を採用すべき経路として設定して図５に示す処理を終了する。このとき、自己位置推定部１１は、レーザセンサ３で検出した情報に基づいて、地図データを新たに作成し、記憶部１３の地図データを更新する。これにより、移動体２が再び低評価領域ＶＥと同じ領域を通過するときには、当該領域ついて自己位置推定精度が低い領域とは判定しなくなる。

次に、本実施形態に係る自己位置推定装置１００、及び自己位置推定方法の作用・効果について説明する。

まず、図６を参照して、比較例に係る自己位置推定装置の動作について説明する。比較例に係る自己推定装置を備える移動体２は、設定した経路Ｌ１を走行している途中で、自己位置推定精度が低いと評価される低評価領域ＶＥに到達したことを認識したら、経路の再演算を行う。そして、移動体２は、低評価領域ＶＥを回避できる新たな経路Ｌ２を移動する。しかしながら、比較例に係る自己位置推定装置では、移動体２は、一度は低評価領域ＶＥまで移動し、その後に、当該低評価領域ＶＥを回避するような経路Ｌ２へ戻る必要がある。そのため、移動体２は、実際に低評価領域ＶＥまで行く事になるため、不要な動作が発生し、ゴール地点に到達するのに時間がかかってしまうという問題がある。

これに対し、本実施形態に係る自己位置推定装置１００においては、自己位置推定部１１は、レーザセンサ３による移動体２の周囲の環境の状態の検出結果、及び予め取得された地図データＭＰに基づいて、移動体２の自己位置を推定する。従って、環境が変化することで、レーザセンサ３によって検出された環境の状態（例えば図３（ｂ））が、地図データＭＰを取得したとき（例えば図３（ｃ））と異なる場合がある。このような場合、自己位置推定部１１は、自己位置推定精度が低下したと評価する。そして、調整部１５は、当該自己位置推定精度が低いと評価された低評価領域ＶＥについて、経路設定時において経路として選択される頻度を下げる。従って、経路設定部１０が経路設定を行う時には、低評価領域ＶＥではなく、自己位置推定精度の高い領域（低評価領域ＶＥ以外の領域）が優先的に経路として選ばれる（例えば、図２（ｂ）参照）。そのため、自己位置推定装置１００は、移動体２が低評価領域ＶＥへ実際に行くなどの不要な動作（例えば図６参照）を抑制し、不要な時間がかかることを抑制できる。以上より、移動体２がゴール地点に到達するまでの時間を短くすることができる。

調整部１５は、自己位置推定部１１によって自己位置推定精度が低いと評価された低評価領域ＶＥについて、経路設定時において経路として選択されないように設定してよい。これにより、経路作成時には、自己位置推定精度の低い低評価領域ＶＥを回避した経路が作成される。

経路設定時において、自己位置推定精度が低いと評価された低評価領域ＶＥ以外の経路を選択できないと判定された場合、自己位置推定部１１は、自己位置推定精度が低いと評価された低評価領域ＶＥにおける地図データを再設定してよい。この場合、自己位置推定精度の低い領域に経路を設定せざるを得ない状況にあるときは、自己位置推定部１１が当該領域の地図データＭＰを更新することで、当該低評価領域ＶＥでの自己推定精度を高めることができる（すなわち、低評価領域ＶＥと評価されている状態を解除できる）。

本実施形態に係る自己位置推定方法は、移動体２の自己位置を推定する自己位置推定方法において、移動体２の周囲の環境の状態を検出する検出ステップと、検出ステップによる検出結果、及び予め取得された地図データに基づいて、移動体２の自己位置を推定する自己位置推定ステップと、移動体２が通過し得る領域について、経路設定時において経路として選択される頻度を調整する調整ステップと、を備え、自己位置推定ステップでは、自己位置推定精度が評価され、調整ステップでは、当該自己位置推定精度が低いと評価された領域について、経路設定時において経路として選択される頻度を下げる。

このような自己位置推定方法によれば、上述の自己位置推定装置１００と同様な作用・効果を得ることができる。

本発明は、上述の実施形態に限定されるものではない。

例えば、上述の実施形態では、自己位置推定部１１と、調整部１５と、上述のレーザセンサ３と、が自己位置推定装置に含まれるものとして例示されていた。しかし、どの構成要素までが自己位置推定装置に属するかは、特に限定されるものではない。例えば、経路設定部１０及び記憶部１３も、自己位置推定装置に属するものと見なしてもよい。

上述の実施形態では、自己位置推定部１１が低評価領域ＶＥを特定したら、調整部１５が直ちに当該低評価領域ＶＥの頻度を調整していた。これに代えて、経路設定部１０が経路設定を行うときに、頻度の調整がなされてよい。すなわち、各領域に対する評価が行われた段階では、自己位置推定部１１は、評価結果だけを記憶部１３に記憶させる。次に、経路設定部１０が経路設定を行う段階になったタイミングで、経路設定部１０は、記憶部１３に記憶された評価結果及び、所定の閾値に基づいて低評価領域ＶＥが経路候補の範囲内に存在するか判定する。そして、経路設定部１０は、低評価領域ＶＥが存在する場合は、当該低評価領域ＶＥが経路として選択される頻度を下げる。この場合、経路設定部１０は調整部として機能する。なお、この場合、経路設定部１０は自己位置推定装置１００に属するものと見なされてよい。

例えば、図２や図３で示す作業現場の様子、検出される物体、経路などは一例にすぎず、作業現場に合わせて適宜変更されてよい。

上述の実施形態では、移動体２の周囲の物体を検出する検出部としてレーザセンサが例示されていたが、検出部の具体的構成は特に限定されるものではない。例えば、検出部としてカメラが採用されてもよい。カメラは、取得した画像の画像処理を行うことで、物体を検出すると共に、当該物体までの距離などの情報を検出することができる。例えば、画像中に写された物体のエッジを検出することで、物体の検出が可能である。その他、検出部は、超音波などのセンサによって構成されてもよい。

２…移動体、３…レーザセンサ（検出部）、１１…自己位置推定部、ＶＥ…低評価領域（自己位置推定精度が低いと評価された領域）、１００…自己位置推定装置。

Claims (4)

1. 移動体の自己位置を推定する自己位置推定装置において、
   前記移動体の周囲の環境の状態を検出する検出部と、
   前記検出部による検出結果、及び予め取得された地図データに基づいて、前記移動体の自己位置を推定する自己位置推定部と、
   前記移動体が通過し得る領域について、経路設定時において経路として選択される頻度を調整する調整部と、を備え、
   前記自己位置推定部は、自己位置推定精度を評価し、
   前記調整部は、前記自己位置推定部によって前記自己位置推定精度が低いと評価された領域について、経路設定時において前記経路として選択される頻度を下げる、自己位置推定装置。
2. 前記調整部は、前記自己位置推定部によって自己位置推定精度が低いと評価された前記領域について、経路設定時において前記経路として選択されないように設定する、請求項１に記載の自己位置推定装置。
3. 経路設定時において、自己位置推定精度が低いと評価された前記領域以外の経路を選択できないと判定された場合、前記自己位置推定部は、自己位置推定精度が低いと評価された前記領域における前記地図データを再設定する、請求項１又は２に記載の自己位置推定装置。
4. 移動体の自己位置を推定する自己位置推定方法において、
   前記移動体の周囲の環境の状態を検出する検出ステップと、
   前記検出ステップによる検出結果、及び予め取得された地図データに基づいて、前記移動体の自己位置を推定する自己位置推定ステップと、
   前記移動体が通過し得る領域について、経路設定時において経路として選択される頻度を調整する調整ステップと、を備え、
   前記自己位置推定ステップでは、自己位置推定精度が評価され、
   前記調整ステップでは、当該自己位置推定精度が低いと評価された領域について、経路設定時において経路として選択される頻度を下げる、自己位置推定方法。

Images