JP2021135580A - 位置推定装置、制御装置、産業用車両、物流支援システム、位置推定方法およびプログラム - Google Patents

位置推定装置、制御装置、産業用車両、物流支援システム、位置推定方法およびプログラム Download PDF

Info

Publication number
JP2021135580A
JP2021135580A JP2020029442A JP2020029442A JP2021135580A JP 2021135580 A JP2021135580 A JP 2021135580A JP 2020029442 A JP2020029442 A JP 2020029442A JP 2020029442 A JP2020029442 A JP 2020029442A JP 2021135580 A JP2021135580 A JP 2021135580A
Authority
JP
Japan
Prior art keywords
point cloud
cloud data
industrial vehicle
image
position estimation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2020029442A
Other languages
English (en)
Other versions
JP7350671B2 (ja
Inventor
克将 北島
Katsumasa Kitajima
克将 北島
裕介 木内
Yusuke Kiuchi
裕介 木内
匠 藤田
Takumi Fujita
匠 藤田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Heavy Industries Ltd
Original Assignee
Mitsubishi Heavy Industries Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Heavy Industries Ltd filed Critical Mitsubishi Heavy Industries Ltd
Priority to JP2020029442A priority Critical patent/JP7350671B2/ja
Priority to SG10202100566UA priority patent/SG10202100566UA/en
Priority to US17/158,706 priority patent/US11768503B2/en
Priority to CN202110103518.8A priority patent/CN113375671A/zh
Priority to DE102021200657.4A priority patent/DE102021200657A1/de
Publication of JP2021135580A publication Critical patent/JP2021135580A/ja
Application granted granted Critical
Publication of JP7350671B2 publication Critical patent/JP7350671B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4817—Constructional features, e.g. arrangements of optical elements relating to scanning
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0248—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means in combination with a laser
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Optics & Photonics (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Forklifts And Lifting Vehicles (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

【課題】よりロバストな自己位置推定を実現する、産業用車両の位置を推定する位置推定装置を提供する。【解決手段】位置推定装置１００Ａは、レーザ光の走査により点群データを取得可能なレーザスキャナ１１と、所定方向の画像を取得可能なカメラ１２と、を搭載する産業用車両の位置を推定する位置推定装置であって、前記点群データおよび前記画像を取得する取得部１０００と、前記点群データおよび前記画像の少なくともいずれか一方に基づいて前記産業用車両の位置を推定する推定部１００４と、前記点群データのうち前記位置の推定に用いることができる有効点群データを抽出する抽出部１００１と、を備え、前記推定部１００４は、前記有効点群データの個数が所定数以上であった場合に当該有効点群データを用いて前記産業用車両の位置を推定し、前記有効点群データの個数が所定数未満であった場合に前記画像を用いて前記産業用車両の位置を推定する。【選択図】図２

Description

本開示は、位置推定装置、制御装置、産業用車両、物流支援システム、位置推定方法およびプログラムに関する。
屋内または半屋外で使用される産業用車両は、ＧＮＳＳ（Global Navigation Satellite System）を用いることが難しい場合があるため、自己位置を推定するためのセンサを搭載する場合がある。
特開２０１９−０７４５０５号公報
自己位置推定用のセンサとして、ＬｉＤＡＲ（Light Detection and Ranging）が知られている（例えば、特許文献１参照）。しかしながら、作業エリアに存在する障害物（例えば、他の産業用車両や仮置きされた荷物等）によってレーザ光が遮られると、自己位置推定が困難になるという課題がある。
本開示の目的は、よりロバストな自己位置推定を実現することにある。
本開示の一態様によれば、位置推定装置は、レーザ光の走査により点群データを取得可能なレーザスキャナと、所定方向の画像を取得可能なカメラと、を搭載する産業用車両の位置を推定する位置推定装置であって、前記点群データおよび前記画像を取得する取得部と、前記点群データおよび前記画像の少なくともいずれか一方に基づいて前記産業用車両の位置を推定する推定部と、前記点群データのうち前記位置の推定に用いることができる有効点群データを抽出する抽出部と、を備える。前記推定部は、前記有効点群データの個数が所定数以上であった場合に当該有効点群データを用いて前記産業用車両の位置を推定し、前記有効点群データの個数が所定数未満であった場合に前記画像を用いて前記産業用車両の位置を推定する。
また、本開示の一態様によれば、位置推定方法は、レーザ光の走査により点群データを取得可能なレーザスキャナと、所定方向の画像を取得可能なカメラと、を搭載する産業用車両の位置を推定する位置推定方法であって、前記点群データおよび前記画像を取得するステップと、前記点群データおよび前記画像の少なくともいずれか一方に基づいて前記産業用車両の位置を推定するステップと、前記点群データのうち前記位置の推定に用いることができる有効点群データを抽出するステップと、を有する。前記位置を推定するステップでは、前記有効点群データの個数が所定数以上であった場合に当該有効点群データを用いて前記産業用車両の位置を推定し、前記有効点群データの個数が所定数未満であった場合に前記画像を用いて前記産業用車両の位置を推定する。
また、本開示の一態様によれば、プログラムは、レーザ光の走査により点群データを取得可能なレーザスキャナと、所定方向の画像を取得可能なカメラと、を搭載する産業用車両の位置を推定する位置推定装置のコンピュータに、前記点群データおよび前記画像を取得するステップと、前記点群データおよび前記画像の少なくともいずれか一方に基づいて前記産業用車両の位置を推定するステップと、前記点群データのうち前記位置の推定に用いることができる有効点群データを抽出するステップと、を実行させる。前記位置を推定するステップでは、前記有効点群データの個数が所定数以上であった場合に当該有効点群データを用いて前記産業用車両の位置を推定し、前記有効点群データの個数が所定数未満であった場合に前記画像を用いて前記産業用車両の位置を推定する。
上述の各態様によれば、よりロバストな自己位置推定を実現することができる。
実施形態に係る物流支援システムの全体構成を示す図である。 実施形態に係る産業用車両の機能構成を示す図である。 実施形態に係る制御装置の処理フローを示す図である。 実施形態に係る制御装置の処理を説明するための図である。 実施形態に係る制御装置の処理を説明するための図である。 実施形態に係る制御装置の処理を説明するための図である。 実施形態に係る制御装置の処理フローを示す図である。 実施形態に係る制御装置の処理を説明するための図である。 実施形態に係る制御装置の処理を説明するための図である。 実施形態に係る位置推定装置の機能を説明する図である。 実施形態に係る位置推定装置の機能を説明する図である。
＜第１の実施形態＞
以下、第１の実施形態に係る位置推定装置、及び、これを備える産業用車両について、図１〜図６を参照しながら説明する。
（物流支援システムの全体構成）
図１は、第１の実施形態に係る物流支援システムの全体構成を示す図である。
図１に示す物流支援システム９は、屋内又は半屋外の環境下（例えば、倉庫内）において、自律走行する産業用車両（例えば、無人フォークリフト）を制御しながら荷物の入庫、出庫、配置換え等を行うものである。
物流支援システム９は、産業用車両１と、上位装置２とを備える。
本実施形態において、産業用車両１は、上位装置２から受信する指令にしたがって自立走行する車両であって、例えば、無人フォークリフトである。
上位装置２は、産業用車両１に対し、走行や荷役等の指令を出力する。上位装置２は、逐次、産業用車両１から各種情報を受信し、倉庫内の荷物の配置位置や産業用車両１の位置を集約する。
なお、以下の説明では、直交座標系のＸＹ平面を産業用車両１の「走行面」とし、当該走行面と直交する±Ｚ軸方向を「高さ方向」とも表記して説明する。図１では、産業用車両１が走行面を＋Ｘ軸方向に進行している例を示している。
図１に示すように、産業用車両１は、車両本体１Ａと、制御装置１０と、レーザスキャナ１１と、カメラ１２と、内界センサ１３とを備えている。
制御装置１０は、車両本体１Ａの自動走行を制御する。具体的には、制御装置１０は、自己位置推定をしながら、車両本体１Ａが予め定められた経路に沿って走行するように制御する。制御装置１０の具体的な構成及び処理については後述する。
レーザスキャナ１１は、例えば、２Ｄ−ＬｉＤＡＲである。本実施形態においては、レーザスキャナ１１は、安全センサとしての役割を有している。即ち、安全センサであるレーザスキャナ１１は、走行経路上の障害物を検知して、衝突防止のため産業用車両１を緊急停止させる目的で設けられている。具体的には、レーザスキャナ１１は、車両本体１Ａの下方側に取り付けられ、進行方向を含む所定の走査範囲に渡ってレーザ光を走査する。レーザ光は、走行面と平行な面に沿って走査される。レーザスキャナ１１は、例えば、走行面上に寝た姿勢で作業をしている人を検知可能な高さに取り付けられているのが好ましい。
レーザスキャナ１１は、レーザ光の走査により、自己とレーザ光の照射対象との方向および距離を示す点群データを取得する。
カメラ１２は、車両本体１Ａの上方（＋Ｚ方向側）を撮影可能に取り付けられている。カメラ１２は、レンズを介して外界の光を取り込んで集光し、所定方向の、たとえば車両本体１Ａの上方の景色を映した、画像（以下、「視界画像」とも表記する。）を取得する。
内界センサ１３は、例えばＩＭＵ（inertial measurement unit）であって、車両本体１Ａの３軸加速度、３軸角速度など（以下、「加速度・角速度情報」とも表記する。）を取得可能なセンサである。なお、内界センサ１３は、ＩＭＵの他、車輪の回転角を取得するためのエンコーダや舵角センサ等であってもよい。
（産業用車両の機能構成）
図２は、第１の実施形態に係る産業用車両の機能構成を示す図である。
図２に示すように、産業用車両１の制御装置１０は、ＣＰＵ１００と、メモリ１０１と、ストレージ１０２と、無線通信機１０３と、接続インタフェース１０４とを備える。
ＣＰＵ１００は、事前に用意されたプログラムに従って動作することで、後述する種々の機能を発揮するプロセッサである。
メモリ１０１は、いわゆる主記憶装置であって、ＣＰＵ１００の処理に必要な記憶領域である。
ストレージ１０２は、いわゆる大容量の補助記憶装置であって、ＨＤＤ、ＳＳＤなどである。本実施形態において、ストレージ１０２には、自己位置推定に必要な各種情報が予め格納されている。具体的には、ストレージ１０２には、倉庫内地図情報Ｍ１、特徴点マップ情報Ｍ２、及び、カメラ使用可能マップ情報Ｍ３が格納されている。
倉庫内地図情報Ｍ１は、レーザスキャナ１１を通じて得られた点群データを照合して自己位置を特定するための地図情報である。
特徴点マップ情報Ｍ２は、既に得られた特徴点群からなる地図情報であって、カメラ１２を通じて得られた視界画像の特徴点と照合して自己位置を特定するための地図情報である。
カメラ使用可能マップ情報Ｍ３は、視界画像を用いて自己位置推定を行うか否かの判定に用いる地図情報である。本実施形態においては、ストレージ１０２には、時間帯に応じて使い分ける複数のカメラ使用可能マップ情報Ｍ３が格納されている。
無線通信機１０３は、上位装置２（図１）と無線通信を行うための通信インタフェースである。
接続インタフェース１０４は、制御装置１０と、レーザスキャナ１１、カメラ１２及び内界センサ１３との通信を行うための接続インタフェースである。
ＣＰＵ１００の機能について詳しく説明する。
ＣＰＵ１００は、プログラムに従って動作することにより、取得部１０００、抽出部１００１、第１判定部１００２、第２判定部１００３、推定部１００４および操舵部１００５としての機能を発揮する。このうち、取得部１０００、抽出部１００１、第１判定部１００２、第２判定部１００３および推定部１００４は、産業用車両１の自己位置を推定するための位置推定装置１００Ａの構成である。
取得部１０００は、レーザスキャナ１１からの点群データ、および、カメラ１２からの視界画像を取得する。
抽出部１００１は、取得部１０００が取得した点群データのうち、自己位置の推定に用いることができる有効点群データを抽出する。抽出部１００１の具体的な処理内容については後述する。
第１判定部１００２は、点群データを用いて自己位置の推定を行うか否かの判定を行う。
第２判定部１００３は、視界画像を用いて自己位置の推定を行うか否かの判定を行う。
推定部１００４は、点群データおよび視界画像の少なくともいずれか一方に基づいて産業用車両１の位置（自己位置）を推定する。推定部１００４は、第１判定部１００２、第２判定部１００３の判定結果に基づいて、自己位置推定の処理内容を適切に選択する。
操舵部１００５は、位置推定装置１００Ａによる自己位置の推定結果に基づいて産業用車両１を所定の経路に沿って走行させる。
（制御装置の処理フロー）
図３は、第１の実施形態に係る制御装置の処理フローを示す図である。
図４〜図６は、第１の実施形態に係る制御装置の処理を説明するための図である。
図３に示す処理フローは、産業用車両１の走行中において繰り返し実行される。
まず、制御装置１０の取得部１０００は、各種センサデータを取得する（ステップＳ０１）。具体的には、取得部１０００は、レーザスキャナ１１から点群データを取得し、カメラ１２から視界画像を取得し、さらに、内界センサ１３から加速度・角速度情報を取得する。
次に、制御装置１０の抽出部１００１は、レーザスキャナ１１を通じて取得した点群データのうち、自己位置推定に用いることができる有効点群データを抽出する（ステップＳ０２）。ここで、抽出部１００１によるステップＳ０２の処理について、図４、図５を参照しながら詳しく説明する。
図４、図５において、産業用車両１は、＋Ｘ方向に走行しているものとする。原点Ｏは、産業用車両１（レーザスキャナ１１）の原点位置である。図４に示すように、レーザスキャナ１１は、繰り返し、所定の走査範囲Ｑに沿ってレーザ光を走査する。そして、自己位置（原点Ｏ）とレーザ光の照射対象までの方向及び距離を示す点群データＰを取得する。
点群データＰは、常に固定されているもの（例えば、倉庫の壁や棚など）に照射されて取得された点群データと、一時的にしか存在しないもの（例えば、他の産業用車両や仮置きされた荷物など）に照射されて取得されたものとに分けられる。
一時的にしか存在しないものに照射されて取得された点群データを含めて自己位置推定を行うと自己位置推定の精度が低減してしまう。そこで、抽出部１００１は、ステップＳ０１で取得された全ての点群データＰのうち、一時的にしか存在しないものに照射されて取得された点群データ（以下、「無効点群データＰ２」とも表記する。）を除外し、残りの点群データ（以下、「有効点群データＰ１」とも表記する。）を抽出する。有効点群データＰ１は、倉庫の壁や棚などに照射されて取得された点群データであるから、自己位置の推定に用いることができる点群データである。即ち、制御装置１０は、抽出部１００１によって抽出された有効点群データＰ１のみに基づいて倉庫内地図情報Ｍ１との照合を行うことで、精度よく自己位置を推定することができる。
なお、図５では、点群データＰから無効点群データＰ２が除外されて、有効点群データＰ１のみが抽出された結果を示している。
各点群データＰが、有効点群データＰ１（倉庫の壁や棚などに由来する点群データ）か、無効点群データＰ２（他の産業用車両や仮置きの荷物などに由来する点群データ）かを区別する方法は以下のとおりである。
まず、抽出部１００１は、上位装置２が保持する管理情報を受信する。上位装置２が保持する管理情報とは、現在の時刻における各産業用車両の走行位置および荷物の配置位置を示す情報である。
次に、抽出部１００１は、一つ前の段階で推定された自己位置と、上位装置２から受信した管理情報とを参照して、他の産業用車両に由来する点群データおよび仮置きされた荷物に由来する点群データを除外する。
図３に戻り、次に、制御装置１０の第１判定部１００２は、有効点群データを用いて自己位置推定を行うか否かを判定する。具体的には、第１判定部１００２は、レーザ光の走査範囲の各分割領域で所定数以上の有効点群データが残存するか否かを判定する（ステップＳ０３）。ここで、第１判定部１００２によるステップＳ０３の処理について、図５を参照しながら詳しく説明する。
図５に示すように、まず、第１判定部１００２は、レーザ光の走査範囲Ｑを複数の領域に分割する。図５に示す例では、走査範囲Ｑは、３つの領域（分割領域Ｒ１、Ｒ２、Ｒ３）に分割される。分割領域Ｒ１は、走査範囲Ｑのうち産業用車両１の進行方向左側の領域であり、分割領域Ｒ２は、走査範囲Ｑのうち産業用車両１の前方の領域であり、分割領域Ｒ３は、走査範囲Ｑのうち産業用車両１の進行方向右側の領域である。
続いて、第１判定部１００２は、分割領域Ｒ１、Ｒ２、Ｒ３の各々に含まれる有効点群データＰ１の個数を数え、分割領域Ｒ１、Ｒ２、Ｒ３の全てにおいて所定数以上の有効点群データＰ１が残存しているか否かを判定する。
図３に戻り、各分割領域で所定数以上の有効点群データが残存していた場合（ステップＳ０３；ＹＥＳ）、推定部１００４は、有効点群データに基づいて精度の高い自己位置推定が可能であるとの判断より、有効点群データを用いた自己位置推定を行う（ステップＳ０４）。
具体的には、推定部１００４は、ステップＳ０１〜Ｓ０２を経て取得した有効点群データから抽出される壁や棚のレイアウト（形状）を、予め記録されている倉庫内地図情報Ｍ１から探し出すことで自己位置を推定する。
他方、各分割領域で所定数以上の有効点群データが残存していなかった場合（ステップＳ０３；ＮＯ）、制御装置１０は、有効点群データに基づいて精度の高い自己位置推定ができないとの判断より、次に、第２判定部１００３による判定処理を行う。
制御装置１０の第２判定部１００３は、視界画像を用いて自己位置推定を行うか否かを判定する。具体的には、第２判定部１００３は、カメラ使用可能マップ情報Ｍ３を参照して、前回の推定自己位置がカメラ使用可能領域に属しているか否かを判定する（ステップＳ０５）。ここで、第２判定部１００３によるステップＳ０５の処理について、図６を参照しながら詳しく説明する。
図６に示すように、カメラ使用可能マップ情報Ｍ３には、カメラ使用可能領域Ａ１と、カメラ使用不可領域Ａ２とが規定されている。
カメラ使用不可領域Ａ２は、視界画像による自己位置推定の精度が低下する可能性が高い領域である。また、カメラ使用課の領域Ａ１は、倉庫内の全領域のうち、カメラ使用不可領域Ａ２以外の領域である。
本実施形態においては、カメラ使用不可領域Ａ２は、倉庫の窓の配置等に基づき、直射日光の影響を受けやすい領域として規定される。したがって、カメラ使用不可領域Ａ２は、倉庫の側窓や天窓の近傍に規定される。
また、直射日光による影響の受けやすさは、一日の時間帯によって異なると考えられる。したがって、本実施形態に係る制御装置１０は、複数のカメラ使用可能マップ情報Ｍ３（朝用マップＭ３ａ、昼用マップＭ３ｂ、夕方用マップＭ３ｂ）を用意し、一日の時間帯に合わせて参照するマップを変化させる。
図６に示す朝用マップＭ３ａでは、カメラ使用不可領域Ａ２が東側の側窓付近に規定されている。また、昼用マップＭ３ｂでは、カメラ使用不可領域Ａ２が南側の側窓付近および天窓の直下付近に規定されている。また、夕方用マップＭ３ｃでは、カメラ使用不可領域Ａ２が西側の側窓付近に規定されている。
このように、参照先とするカメラ使用可能マップ情報（カメラ使用可能領域）を時間帯に応じて変化させることで、時間帯に応じて変化する直射日光等の影響を考慮して、自己位置推定の手段を適切に選択することができる。
なお、「時間帯に応じて変化させる」ことには、本実施形態のように一日の時間帯（朝、昼、夕方）に応じて変化させることのみならず、例えば、四季の変化などに応じて変化させることも含まれるものとする。
図３に戻り、前回の推定位置が予め規定されたカメラ使用不可領域に属していない場合（ステップＳ０５；ＹＥＳ）、推定部１００４は、視界画像に基づいて精度の高い自己位置推定が可能であるとの判断より、視界画像を用いた自己位置推定を行う（ステップＳ０６）。
具体的には、推定部１００４は、ＳＬＡＭ（Simultaneous Localization and Mapping）技術を用いることで、ステップＳ０１を経て取得した視界画像の特徴点と、予め用意された特徴点マップ情報Ｍ２とに基づいて自己位置を推定する。
なお、上述した通り、カメラ１２は車両本体１Ａの上方を向くように取り付けられているので、カメラ１２で撮影された視界画像には一時的な物（他の産業用車両や仮置きされた荷物など）が含まれる可能性は低い。そのため、産業用車両１がカメラ使用可能領域Ａ１に属してさえいれば、視界画像を用いて十分に精度の高い自己位置推定が可能となる。
他方、前回の推定位置が予め規定されたカメラ使用不可領域に属している場合（ステップＳ０５；ＮＯ）、推定部１００４は、視界画像に基づいて精度の高い自己位置推定ができないとの判断より、内界センサ１３を用いた推測航法（自律航法）による自己位置推定を行う。
ただし、内界センサ１３を用いた推測航法では誤差が累積するため、所定の走行距離以上継続することは好ましくない。したがって、推定部１００４は、まず、推測航法が所定距離以上継続したか否かを判定する（ステップＳ０７）。
推測航法が所定距離以上継続していない場合（ステップＳ０７；ＮＯ）、推定部１００４は、推測航法による自己位置推定を行う（ステップＳ０８）。
推測航法が所定距離以上継続した場合（ステップＳ０７；ＹＥＳ）、制御装置１０（操舵部１００５）は、車両の走行を停止させる（ステップＳ０９）。
（作用、効果）
以上のとおり、第１の実施形態に係る位置推定装置１００Ａ（制御装置１０）は、有効点群データの個数が所定数以上であった場合に、有効点群データを用いて産業用車両の位置を推定し、有効点群データの個数が所定数未満であった場合に前記視界画像を用いて前記産業用車両の位置を推定する。
このようにすることで、有効点群データを用いてより精度の高い自己位置推定が可能となるばかりでなく、十分な有効点群データを取得できない状況であっても、視界画像を用いた自己位置推定で補うことができる。
以上より、本実施形態に係る位置推定装置１００Ａによれば、よりロバストな自己位置推定を実現することができる。
また、第１の実施形態に係る位置推定装置１００Ａは、複数の分割領域Ｒ１〜Ｒ３（図５参照）の各々において、各領域に属する有効点群データの個数が所定数以上であった場合に、当該有効点群データを用いて産業用車両１の位置を推定する。
点群データが一部の限られた領域のみに偏在していると、点群データと倉庫内地図情報Ｍ１とのマッチングを誤る可能性が高くなる。そこで、上記のような構成にすることで、走査範囲に均等に分布する有効点群データを用いて自己位置を推定するので、自己位置推定の精度を一層高めることができる。
また、第１の実施形態に係る位置推定装置１００Ａは、取得された点群データから他の産業用車両または荷物に由来する点群データを除外し、残りの点群データを有効点群データとして抽出する。
他の産業用車両や荷物など、一時的なものに由来する点群データは、自己位置推定における点群データと倉庫内地図情報Ｍ１とのマッチングにおいてノイズとなり得る。そこで、上記のようにすることで、普遍的なもの（壁や棚などの構造物）に由来する点群データのみに基づいて自己位置を推定するので、自己位置推定の精度を一層高めることができる。
また、第１の実施形態に係る位置推定装置１００Ａは、有効点群データの個数が所定数未満であって前回の推定位置が予め規定されたカメラ使用可能領域Ａ１に属している場合（カメラ使用不可領域Ａ２に属していない場合）、視界画像を用いて産業用車両１の位置を推定する。
このようにすることで、視界画像による高精度な自己位置推定が困難となるカメラ使用不可領域に属していない場合に限り、視界画像を用いて自己位置を推定するので、視界画像による自己位置推定の精度を高めることができる。
また、第１の実施形態に係る位置推定装置１００Ａは、前回の推定位置が予め規定されたカメラ使用不可領域Ａ２（図６参照）に属している場合、産業用車両１に搭載された内界センサ１３の検出値を用いて産業用車両１の位置を推定する。
このようにすることで、点群データおよび視界画像のいずれを用いても精度の高い自己位置推定が困難な場合であっても、内界センサ１３の検出値を用いた推測航法により、自己位置を推定することができる。
また、第１の実施形態に係る制御装置１０は、レーザスキャナ１１によって取得された点群データに基づいて、進行方向に障害物を検知した場合に、産業用車両１の自動走行を停止させる。
上記のようにすることで、障害物との衝突抑制を図ることができる。また、元々、安全センサとしてのレーザスキャナ１１を搭載する産業用車両１においては、安全センサとして設けられているレーザスキャナ１１を、自己位置推定用のセンサとして流用することができる。
また、第１の実施形態に係る産業用車両１において、レーザスキャナ１１は、車両本体の下方側に取り付けられている。
このようにすることで、走行面上に存在する障害物を検知しやすくなり、安全性を高めることができる。
なお、レーザスキャナ１１が車両本体１Ａの下方側に設けられると、他の産業用車両や荷物などの一時的なものを検出しやすくなり、点群データを用いた自己位置推定の精度が低下し得る。しかし、本実施形態においては、上述した通り、有効点群データの個数が所定数に満たない場合には、視界画像による自己位置推定で補うことができるので、レーザスキャナ１１を車両本体１Ａの下方側に設けたとしても、精度の高い自己位置推定を実現することができる。
また、第１の実施形態に係る産業用車両１において、カメラ１２は、車両本体１Ａの上方を撮影可能に取り付けられている。
このようにすることで、一時的なもの（他の産業用車両や荷物など）が視界画像に含まれる頻度を低減することができる。したがって、視界画像を用いた自己位置推定の精度を一層高めることができる。
＜第２の実施形態＞
次に、第２の実施形態に係る位置推定装置、及び、これを備える産業用車両について、図７〜図９を参照しながら説明する。
（制御装置の処理フロー）
図７は、第２の実施形態に係る制御装置の処理フローを示す図である。
図８〜図９は、第２の実施形態に係る制御装置の処理を説明するための図である。
図７に示す処理フローは、第１の実施形態と同様に、産業用車両１の走行中において繰り返し実行される。
図７に示す処理フローは、第１の実施形態の処理フロー（図３）におけるステップＳ０５の処理が、ステップＳ０５ａの処理に置き換わったものである。
具体的には、第２の実施形態に係る第２判定部１００３は、視界画像を用いて自己位置推定を行うか否かの判定に際し、ステップＳ０１で取得された視界画像の特徴点が均等に分布しているか否かを判定する（ステップＳ０５ａ）。
以下、ステップＳ０５ａの処理について、図８〜図９を参照しながら詳しく説明する。
例えば、図８に示す視界画像ＰＡの場合、格子状に分割された１６個の分割画像領域のうち１５個の分割画像領域に特徴点が含まれている。他方、図９に示す視界画像ＰＢの場合、格子状に分割された１６個の分割画像領域のうち７個の分割画像領域にしか特徴点が含まれていない。
このように、第２判定部１００３は、全体の分割画像領域数（１６個）に対する、特徴点を含む分割画像領域数の割合に応じて、視界画像の特徴点が均等に分布しているか否かを判定する。例えば、判定の閾値を１／２とすると、第２判定部１００３は、視界画像ＰＡについては特徴点が均等に分布していると判定し、視界画像ＰＢについては特徴点が均等に分布していないと判定する。
図７に戻り、視界画像の特徴点が均等に分布している場合（ステップＳ０５ａ；ＹＥＳ）、推定部１００４は、視界画像に基づいて精度の高い自己位置推定が可能であるとの判断より、視界画像を用いた自己位置推定を行う（ステップＳ０６）。
他方、視界画像の特徴点が均等に分布していない場合（ステップＳ０５ａ；ＮＯ）、推定部１００４は、視界画像に基づいて精度の高い自己位置推定ができないとの判断より、内界センサ１３を用いた推測航法（自律航法）による自己位置推定を行う。
（作用、効果）
以上の通り、第２の実施形態に係る位置推定装置１００Ａは、視界画像から抽出される特徴点が均等に分布している場合、当該視界画像を用いて産業用車両１の位置を推定する。
他方、位置推定装置１００Ａは、視界画像から抽出される特徴点が均等に分布していない場合、産業用車両１に搭載された内界センサ１３の検出値を用いて産業用車両１の位置を推定する。
視界画像に写された特徴点が当該視界画像上で偏在している場合、特徴点マップ情報Ｍ２とのマッチングの精度が低下し、自己位置を誤認することが考えられる。そこで、上記のような構成とすることで、視界画像を用いた自己位置の推定精度を高めることができる。
＜第３の実施形態＞
次に、第３の実施形態に係る位置推定装置、及び、これを備える産業用車両について、図１０を参照しながら説明する。
図１０は、第３の実施形態に係る位置推定装置の機能を説明する図である。
本実施形態に係る位置推定装置１００Ａの推定部１００４は、第１、第２の実施形態に係る位置推定装置１００Ａに加え、更に、以下のような機能を有している。
即ち、推定部１００４は、自己位置推定に使用するセンサとして、レーザスキャナ１１とカメラ１２とをスイッチする際に、自己位置推定結果に平滑フィルタを作用させる。
図１０に示す例では、時刻ｔａにおいて、レーザスキャナ１１による自己位置推定からカメラ１２による自己位置推定にスイッチしたことを示している。この場合、センサ種を切り替えたことによって生じる誤差により、時刻ｔａ前後において、自己位置がステップ状に変化している。本変形例に係る推定部１００４は、センサ種を切り替えたタイミング（即ち、有効点群データによる位置推定と、視界画像による位置推定とを切り替えたタイミング）で平滑フィルタを作用させ、ステップ状の変化を滑らかに遷移させる。
このようにすることで、自己位置推定結果が不連続に変化することを抑制し、自動走行において望ましくない急峻な操舵制御の発生を抑制することができる。
なお、他の実施形態においては、推定部１００４は、有効点群データによる位置推定と推測航法による位置推定とを切り替えたタイミング、もしくは、視界画像による位置推定と推測航法による位置推定とを切り替えたタイミングにおいても、同様のフィルタリング処理を行ってもよい。
＜第４の実施形態＞
次に、第４の実施形態に係る位置推定装置、及び、これを備える産業用車両について、図１１を参照しながら説明する。
図１１は、第４の実施形態に係る位置推定装置の機能を説明する図である。
第１〜第３の実施形態に係る位置推定装置１００Ａの推定部１００４は、センサ種（レーザスキャナ１１、カメラ１２）を、状況に合わせて択一的に選択しながら自己位置推定を行う態様で説明した。これに対し、第４の実施形態に係る位置推定装置１００Ａは、図１１に示すように、レーザスキャナ１１（点群データ）による自己位置推定結果Ｃ１と、カメラ１２（視界画像）による自己位置推定結果Ｃ２とを所定の比率で混合した結果（以下、「混合自己位置推定結果Ｃ３」とも表記する。）を算出する。本実施形態に係る位置推定装置１００Ａは、このようにして算出された混合自己位置推定結果Ｃ３を、産業用車両１の位置として出力する。
このようにすることで、１つのセンサのみで自己位置推定を行う場合よりも、予期せぬ外乱にロバストな自己位置推定を行うことができる。
また、第４の実施形態に係る位置推定装置１００Ａは、レーザスキャナ１１による自己位置推定結果Ｃ１と、カメラ１２による自己位置推定結果Ｃ２との混合比率を、状況に応じて動的に変化させてもよい。例えば、本実施形態の変形例に係る推定部１００４は、分割領域Ｒ１〜Ｒ３（図５参照）に含まれる有効点群データの個数が多いときは、相対的に、自己位置推定結果Ｃ１の重みが増すように混合し、分割領域Ｒ１〜Ｒ３に含まれる有効点群データの個数が少ないときは、相対的に自己位置推定結果Ｃ２の重みが増すように混合するものとしてもよい。
また、推定部１００４は、前回の自己位置がカメラ使用可能領域Ａ１（図６参照）に含まれないときは、相対的に、自己位置推定結果Ｃ１の重みが増すように混合し、前回の自己位置がカメラ使用可能領域Ａ１（図６参照）に含まれるときは、相対的に自己位置推定結果Ｃ２の重みが増すように混合するものとしてもよい。
（その他の変形例）
以上、第１〜第４の実施形態に係る位置推定装置１００Ａ、制御装置１０および産業用車両１について詳細に説明したが、これらの具体的な態様は、上述のものに限定されることはなく、要旨を逸脱しない範囲内において種々の設計変更等を加えることは可能である。
第１の実施形態に係るカメラ１２は、車両本体１Ａの真上を向くように取り付けられているが、他の実施形態においてはこの態様に限定されない。例えば、他の実施形態に係るカメラ１２は、車両本体１Ａの斜め上を向くように取り付けられていてもよい。また、また、例えば、視界画像に一時的なものが含まれていたとしても十分な位置推定精度を担保できる場合には、カメラ１２は、車両本体１Ａの水平方向を向くように取り付けられていてもよい。さらに、カメラ１２は、全天球カメラなどであってもよい。
第１の実施形態に係る位置推定装置は、自律走行する産業用車両１（無人フォークリフト）の走行を制御する目的で搭載されるものとして説明したが、他の実施形態においてはこの態様に限定されない。
他の実施形態においては、位置推定装置１００Ａは、例えば、走行経路の履歴を記録する目的で、人が搭乗して運転操作を行う有人フォークリフトに搭載されてもよい。
また、他の実施形態に係る位置推定装置１００Ａは、第１〜第３の実施形態に係る技術的特徴（択一的に選択する機能）と、第４の実施形態に係る技術的特徴（所定の比率で混合する機能）との両方を具備する態様とされてもよい。この場合、位置推定装置１００Ａは、オペレータの操作等に応じて、いずれの機能を有効にするかを切り替え可能とされてもよい。
上述の実施形態においては、位置推定装置１００Ａおよび制御装置１０の各種処理の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータが読み出して実行することによって上記各種処理が行われる。また、コンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしてもよい。
上記プログラムは、上述した機能の一部を実現するためのものであってもよい。更に、上述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。
以上のとおり、本開示に係るいくつかの実施形態を説明したが、これら全ての実施形態は、例として提示したものであり、発明の範囲を限定することを意図していない。これらの実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行うことができる。これらの実施形態及びその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
＜付記＞
各実施形態に記載の位置推定装置、制御装置、産業用車両、物流支援システム、位置推定方法およびプログラムは、例えば以下のように把握される。
（１）第１の態様に係る位置推定装置１００Ａは、レーザ光の走査により点群データを取得可能なレーザスキャナ１１と、所定方向の画像を取得可能なカメラ１２と、を搭載する産業用車両１の位置を推定する位置推定装置であって、点群データおよび画像を取得する取得部１０００と、点群データおよび画像の少なくともいずれか一方に基づいて産業用車両１の位置を推定する推定部１００４と、点群データのうち位置の推定に用いることができる有効点群データを抽出する抽出部１００１と、を備える。推定部１００４は、有効点群データの個数が所定数以上であった場合に当該有効点群データを用いて前記産業用車両の位置を推定し、前記有効点群データの個数が所定数未満であった場合に前記画像を用いて前記産業用車両の位置を推定する。
（２）第２の態様に係る位置推定装置１００Ａにおいて、推定部１００４は、レーザ光の走査範囲を分割してなる複数の領域の各々において、各領域に属する有効点群データの個数が所定数以上であった場合に、有効点群データを用いて産業用車両１の位置を推定する。
（３）第３の態様に係る位置推定装置１００Ａにおいて、抽出部１００１は、点群データから一時的にしか存在しないものに由来する点群データを除外し、残りの点群データを有効点群データとして抽出する。
（４）第４の態様に係る位置推定装置１００Ａにおいて、推定部１００４は、有効点群データの個数が所定数未満であって前回の推定位置が予め規定されたカメラ使用可能領域Ａ１に属している場合、画像を用いて産業用車両１の位置を推定する。
（５）第５の態様に係る位置推定装置１００Ａにおいて、推定部１００４は、時間帯に応じて、カメラ使用可能領域Ａ１を変化させる。
（６）第６の態様に係る位置推定装置１００Ａにおいて、推定部１００４は、有効点群データの個数が所定数未満であって前回の推定位置が予め規定されたカメラ使用可能領域Ａ１に属していない場合、産業用車両１に搭載された内界センサ１３の検出値を用いて産業用車両１の位置を推定する。
（７）第７の態様に係る位置推定装置１００Ａにおいて、推定部１００４は、有効点群データの個数が所定数未満であって画像から抽出される特徴点が均等に分布している場合、画像を用いて産業用車両１の位置を推定する。
（８）第８の態様に係る位置推定装置１００Ａにおいて、推定部１００４は、有効点群データの個数が所定数未満であって画像から抽出される特徴点が均等に分布していない場合、産業用車両１に搭載された内界センサ１３の検出値を用いて産業用車両１の位置を推定する。
（９）第９の態様に係る位置推定装置１００Ａにおいて、推定部１００４は、画像を所定数に分割してなる分割画像領域のうち、特徴点が含まれている分割画像領域の数に基づいて、特徴点が均等に分布しているか否かを判定する。
（１０）第１０の態様に係る位置推定装置１００Ａにおいて、推定部１００４は、有効点群データによる位置推定と、画像による位置推定とを切り替えた場合に、位置推定結果を滑らかに遷移させる処理を行う。
（１１）第１１の態様に係る位置推定装置１００Ａにおいて、推定部１００４は、有効点群データによる位置推定結果と、画像による位置推定結果と、を所定の比率で混合した結果を用いて産業用車両１の位置を推定する。
（１２）第１２の態様に係る位置推定装置１００Ａは、レーザ光の走査により点群データを取得可能なレーザスキャナ１１と、所定方向の画像を取得可能なカメラ１２と、を搭載する産業用車両１の位置を推定する位置推定装置であって、点群データおよび画像を取得する取得部１０００と、点群データおよび画像の少なくともいずれか一方に基づいて産業用車両１の位置を推定する推定部１００４と、点群データのうち位置の推定に用いることができる有効点群データを抽出する抽出部１００１と、を備える。推定部１００４は、有効点群データによる位置推定結果と、画像による位置推定結果と、を所定の比率で混合した結果を用いて産業用車両１の位置を推定する。
（１３）第１３の態様に係る位置推定装置１００Ａにおいて、推定部１００４は、前記比率を、状況に応じて動的に変化させる。
（１４）第１４の態様に係る位置推定装置１００Ａにおいて、推定部１００４は、前回の自己位置が所定のカメラ使用可能領域Ａ１に含まれないときは、相対的に、有効点群データによる位置推定結果Ｃ１の重みが増すように混合し、前回の自己位置がカメラ使用可能領域Ａ１に含まれるときは、相対的に、画像による位置推定結果Ｃ２の重みが増すように混合する。
（１５）第１５の態様に係る制御装置１０は、産業用車両１の自動走行を制御する制御装置であって、（１）から（１４）のいずれか一つに記載の位置推定装置１００Ａと、位置の推定結果に基づいて産業用車両１を所定の経路に沿って走行させる操舵部１００５と、を備える。
（１６）第１６の態様に係る制御装置１０において、操舵部１００５は、点群データに基づいて進行方向に障害物を検知した場合に、産業用車両の自動走行を停止させる。
（１７）第１７の態様に係る産業用車両１は、（１５）または（１６）に記載の制御装置１０を備える。
（１８）第１８の態様に係る産業用車両１において、レーザスキャナ１１は、車両本体１Ａの下方側に取り付けられている。
（１９）第１９の態様に係る産業用車両１において、カメラ１２は、車両本体１Ａの上方を撮影可能に取り付けられている。
（２０）第２０の態様に係る物流支援システム９は、（１７）から（１９）に記載の産業用車両１と、現在の時刻における各産業用車両の走行位置および荷物の配置位置を示す管理情報を保持する上位装置２と、を備える。
（２１）第２１の態様に係る位置推定方法は、レーザ光の走査により点群データを取得可能なレーザスキャナ１１と、所定方向の画像を取得可能なカメラ１２と、を搭載する産業用車両１の位置を推定する位置推定方法であって、点群データおよび画像を取得するステップと、点群データおよび画像の少なくともいずれか一方に基づいて産業用車両１の位置を推定するステップと、点群データのうち位置の推定に用いることができる有効点群データを抽出するステップと、を有する。位置を推定するステップでは、有効点群データの個数が所定数以上であった場合に当該有効点群データを用いて産業用車両１の位置を推定し、有効点群データの個数が所定数未満であった場合に画像を用いて産業用車両の位置を推定する。
（２２）第２２の態様に係るプログラムは、レーザ光の走査により点群データを取得可能なレーザスキャナ１１と、所定方向の画像を取得可能なカメラ１２と、を搭載する産業用車両１の位置を推定する位置推定装置１００Ａのコンピュータに、点群データおよび画像を取得するステップと、点群データおよび画像の少なくともいずれか一方に基づいて産業用車両１の位置を推定するステップと、点群データのうち位置の推定に用いることができる有効点群データを抽出するステップと、を実行させ、位置を推定するステップでは、有効点群データの個数が所定数以上であった場合に当該有効点群データを用いて産業用車両１の位置を推定し、有効点群データの個数が所定数未満であった場合に画像を用いて産業用車両１の位置を推定する。
１ 産業用車両
１Ａ 車両本体
１０ 制御装置
１００ ＣＰＵ
１００Ａ 位置推定装置
１０００ 取得部
１００１ 抽出部
１００２ 第１判定部
１００３ 第２判定部
１００４ 推定部
１００５ 操舵部
１０１ メモリ
１０２ ストレージ
２ 上位装置
９ 物流支援システム

Claims (22)

  1. レーザ光の走査により点群データを取得可能なレーザスキャナと、所定方向の画像を取得可能なカメラと、を搭載する産業用車両の位置を推定する位置推定装置であって、
    前記点群データおよび前記画像を取得する取得部と、
    前記点群データおよび前記画像の少なくともいずれか一方に基づいて前記産業用車両の位置を推定する推定部と、
    前記点群データのうち前記位置の推定に用いることができる有効点群データを抽出する抽出部と、
    を備え、
    前記推定部は、前記有効点群データの個数が所定数以上であった場合に当該有効点群データを用いて前記産業用車両の位置を推定し、前記有効点群データの個数が所定数未満であった場合に前記画像を用いて前記産業用車両の位置を推定する
    位置推定装置。
  2. 前記推定部は、前記レーザ光の走査範囲を分割してなる複数の領域の各々において、各領域に属する前記有効点群データの個数が所定数以上であった場合に、前記有効点群データを用いて前記産業用車両の位置を推定する
    請求項１に記載の位置推定装置。
  3. 前記抽出部は、前記点群データから一時的にしか存在しないものに由来する点群データを除外し、残りの点群データを前記有効点群データとして抽出する
    請求項１または請求項２に記載の位置推定装置。
  4. 前記推定部は、前記有効点群データの個数が所定数未満であって前回の推定位置が予め規定されたカメラ使用可能領域に属している場合、前記画像を用いて前記産業用車両の位置を推定する
    請求項１から請求項３のいずれか一項に記載の位置推定装置。
  5. 前記推定部は、時間帯に応じて、前記カメラ使用可能領域を変化させる
    請求項４に記載の位置推定装置。
  6. 前記推定部は、前記有効点群データの個数が所定数未満であって前回の推定位置が予め規定されたカメラ使用可能領域に属していない場合、前記産業用車両に搭載された内界センサの検出値を用いて前記産業用車両の位置を推定する
    請求項４または請求項５に記載の位置推定装置。
  7. 前記推定部は、前記有効点群データの個数が所定数未満であって前記画像から抽出される特徴点が均等に分布している場合、前記画像を用いて前記産業用車両の位置を推定する
    請求項１から請求項３のいずれか一項に記載の位置推定装置。
  8. 前記推定部は、前記有効点群データの個数が所定数未満であって前記画像から抽出される特徴点が均等に分布していない場合、前記産業用車両に搭載された内界センサの検出値を用いて前記産業用車両の位置を推定する
    請求項７に記載の位置推定装置。
  9. 前記推定部は、前記画像を所定数に分割してなる分割画像領域のうち、前記特徴点が含まれている分割画像領域の数に基づいて、前記特徴点が均等に分布しているか否かを判定する
    請求項７または請求項８に記載の位置推定装置。
  10. 前記推定部は、前記有効点群データによる位置推定と、前記画像による位置推定とを切り替えた場合に、位置推定結果を滑らかに遷移させる処理を行う
    請求項１から請求項９のいずれか一項に記載の位置推定装置。
  11. 前記推定部は、前記有効点群データによる位置推定結果と、前記画像による位置推定結果と、を所定の比率で混合した結果を用いて前記産業用車両の位置を推定する
    請求項１から請求項１０のいずれか一項に記載の位置推定装置。
  12. レーザ光の走査により点群データを取得可能なレーザスキャナと、所定方向の画像を取得可能なカメラと、を搭載する産業用車両の位置を推定する位置推定装置であって、
    前記点群データおよび前記画像を取得する取得部と、
    前記点群データおよび前記画像の少なくともいずれか一方に基づいて前記産業用車両の位置を推定する推定部と、
    前記点群データのうち前記位置の推定に用いることができる有効点群データを抽出する抽出部と、
    を備え、
    前記推定部は、前記有効点群データによる位置推定結果と、前記画像による位置推定結果と、を所定の比率で混合した結果を用いて前記産業用車両の位置を推定する
    位置推定装置。
  13. 前記推定部は、前記比率を、状況に応じて動的に変化させる
    請求項１１または請求項１２に記載の位置推定装置。
  14. 前記推定部は、前回の自己位置が所定のカメラ使用可能領域に含まれないときは、相対的に、前記有効点群データによる位置推定結果の重みが増すように混合し、前回の自己位置が前記カメラ使用可能領域に含まれるときは、相対的に、前記画像による位置推定結果の重みが増すように混合する
    請求項１３に記載の位置推定装置。
  15. 産業用車両の自動走行を制御する制御装置であって、
    請求項１から請求項１４のいずれか一項に記載の位置推定装置と、
    前記位置の推定結果に基づいて前記産業用車両を所定の経路に沿って走行させる操舵部と、
    を備える制御装置。
  16. 前記操舵部は、前記点群データに基づいて進行方向に障害物を検知した場合に、前記産業用車両の自動走行を停止させる
    請求項１５に記載の制御装置。
  17. 請求項１５または請求項１６に記載の制御装置を備える産業用車両。
  18. 前記レーザスキャナは、車両本体の下方側に取り付けられている
    請求項１７に記載の産業用車両。
  19. 前記カメラは、車両本体の上方を撮影可能に取り付けられている
    請求項１７または請求項１８に記載の産業用車両。
  20. 請求項１７から請求項１９のいずれか一項に記載の産業用車両と、
    現在の時刻における各産業用車両の走行位置および荷物の配置位置を示す管理情報を保持する上位装置と、
    を備える物流支援システム。
  21. レーザ光の走査により点群データを取得可能なレーザスキャナと、所定方向の画像を取得可能なカメラと、を搭載する産業用車両の位置を推定する位置推定方法であって、
    前記点群データおよび前記画像を取得するステップと、
    前記点群データおよび前記画像の少なくともいずれか一方に基づいて前記産業用車両の位置を推定するステップと、
    前記点群データのうち前記位置の推定に用いることができる有効点群データを抽出するステップと、
    を有し、
    前記位置を推定するステップでは、前記有効点群データの個数が所定数以上であった場合に当該有効点群データを用いて前記産業用車両の位置を推定し、前記有効点群データの個数が所定数未満であった場合に前記画像を用いて前記産業用車両の位置を推定する
    位置推定方法。
  22. レーザ光の走査により点群データを取得可能なレーザスキャナと、所定方向の画像を取得可能なカメラと、を搭載する産業用車両の位置を推定する位置推定装置のコンピュータに、
    前記点群データおよび前記画像を取得するステップと、
    前記点群データおよび前記画像の少なくともいずれか一方に基づいて前記産業用車両の位置を推定するステップと、
    前記点群データのうち前記位置の推定に用いることができる有効点群データを抽出するステップと、
    を実行させ、
    前記位置を推定するステップでは、前記有効点群データの個数が所定数以上であった場合に当該有効点群データを用いて前記産業用車両の位置を推定し、前記有効点群データの個数が所定数未満であった場合に前記画像を用いて前記産業用車両の位置を推定する
    プログラム。
JP2020029442A 2020-02-25 2020-02-25 位置推定装置、制御装置、産業用車両、物流支援システム、位置推定方法およびプログラム Active JP7350671B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2020029442A JP7350671B2 (ja) 2020-02-25 2020-02-25 位置推定装置、制御装置、産業用車両、物流支援システム、位置推定方法およびプログラム
SG10202100566UA SG10202100566UA (en) 2020-02-25 2021-01-19 Position estimation device, control device, industrial vehicle, logistics support system, position estimation method, and program
US17/158,706 US11768503B2 (en) 2020-02-25 2021-01-26 Position estimation device, control device, industrial vehicle, logistics support system, position estimation method, and program
CN202110103518.8A CN113375671A (zh) 2020-02-25 2021-01-26 推定装置及方法和介质、控制装置、车辆、物流辅助系统
DE102021200657.4A DE102021200657A1 (de) 2020-02-25 2021-01-26 Positionsschätzvorrichtung, Steuervorrichtung, Nutzfahrzeug, Logistikunterstützungssystem, Positionsschätzverfahren und Programm

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020029442A JP7350671B2 (ja) 2020-02-25 2020-02-25 位置推定装置、制御装置、産業用車両、物流支援システム、位置推定方法およびプログラム

Publications (2)

Publication Number Publication Date
JP2021135580A true JP2021135580A (ja) 2021-09-13
JP7350671B2 JP7350671B2 (ja) 2023-09-26

Family

ID=77176233

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020029442A Active JP7350671B2 (ja) 2020-02-25 2020-02-25 位置推定装置、制御装置、産業用車両、物流支援システム、位置推定方法およびプログラム

Country Status (5)

Country Link
US (1) US11768503B2 (ja)
JP (1) JP7350671B2 (ja)
CN (1) CN113375671A (ja)
DE (1) DE102021200657A1 (ja)
SG (1) SG10202100566UA (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2023139793A1 (ja) * 2022-01-24 2023-07-27
JP7333565B1 (ja) 2022-08-08 2023-08-25 学校法人 芝浦工業大学 飛行体および飛行体の制御方法
WO2024004317A1 (ja) * 2022-06-28 2024-01-04 ソニーグループ株式会社 移動体制御装置、および移動体制御方法、並びにプログラム

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023098264A (ja) * 2021-12-28 2023-07-10 三菱ロジスネクスト株式会社 移動体の制御方法、移動体及びプログラム
JP2024060983A (ja) * 2022-10-20 2024-05-07 三菱ロジスネクスト株式会社 位置推定装置、フォークリフト、位置推定方法及びプログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005315746A (ja) * 2004-04-28 2005-11-10 Mitsubishi Heavy Ind Ltd 自己位置同定方法及び該装置
JP2009217333A (ja) * 2008-03-07 2009-09-24 Toyota Motor Corp 移動ロボット及びその動作制御方法
JP2010061484A (ja) * 2008-09-05 2010-03-18 Hitachi Industrial Equipment Systems Co Ltd 移動体および移動体の位置推定誤り状態からの復帰方法
JP2013200604A (ja) * 2012-03-23 2013-10-03 Toyota Motor Corp 移動ロボット

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS603751Y2 (ja) 1980-08-29 1985-02-01 株式会社片山製作所 根菜類の洗浄機
WO2007041295A2 (en) 2005-09-30 2007-04-12 Irobot Corporation Companion robot for personal interaction
PE20080048A1 (es) * 2006-12-20 2008-02-25 Scanalyse Pty Ltd Sistema para la medicion del desplazamiento de una superficie relativa a una base de referencia
JP5747191B2 (ja) 2010-12-27 2015-07-08 株式会社国際電気通信基礎技術研究所 移動体遠隔操縦システムおよびそのための制御プログラム
JP5655038B2 (ja) * 2012-07-30 2015-01-14 株式会社デンソーアイティーラボラトリ 移動体認識システム、移動体認識プログラム、及び移動体認識方法
US9740942B2 (en) * 2012-12-12 2017-08-22 Nissan Motor Co., Ltd. Moving object location/attitude angle estimation device and moving object location/attitude angle estimation method
JP2015141580A (ja) 2014-01-29 2015-08-03 トヨタ自動車株式会社 移動装置
US10082797B2 (en) * 2015-09-16 2018-09-25 Ford Global Technologies, Llc Vehicle radar perception and localization
JP6734764B2 (ja) 2016-11-25 2020-08-05 三菱重工業株式会社 位置推定装置、地図情報作製装置、移動体、位置推定方法及びプログラム
KR101889928B1 (ko) * 2017-01-17 2018-08-21 씨제이대한통운 (주) 물류 이동 자동화 시스템 및 방법
KR102463176B1 (ko) 2017-10-16 2022-11-04 삼성전자주식회사 위치 추정 장치 및 방법
CN109781119B (zh) * 2017-11-15 2020-01-21 百度在线网络技术（北京）有限公司 一种激光点云定位方法和系统
US11479213B1 (en) * 2017-12-11 2022-10-25 Zoox, Inc. Sensor obstruction detection and mitigation
US10796402B2 (en) * 2018-10-19 2020-10-06 Tusimple, Inc. System and method for fisheye image processing
US11423570B2 (en) * 2018-12-26 2022-08-23 Intel Corporation Technologies for fusing data from multiple sensors to improve object detection, identification, and localization
CN109631855B (zh) * 2019-01-25 2020-12-08 西安电子科技大学 基于orb-slam的高精度车辆定位方法
CN110109465A (zh) * 2019-05-29 2019-08-09 集美大学 一种自导引车以及基于自导引车的地图构建方法
CN110736456B (zh) * 2019-08-26 2023-05-05 广东亿嘉和科技有限公司 稀疏环境下基于特征提取的二维激光实时定位方法
US11157774B2 (en) * 2019-11-14 2021-10-26 Zoox, Inc. Depth data model training with upsampling, losses, and loss balancing
CN113826053B (zh) * 2020-02-20 2023-11-21 Ｗｈｉｌｌ株式会社 电动移动设备以及设施内的系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005315746A (ja) * 2004-04-28 2005-11-10 Mitsubishi Heavy Ind Ltd 自己位置同定方法及び該装置
JP2009217333A (ja) * 2008-03-07 2009-09-24 Toyota Motor Corp 移動ロボット及びその動作制御方法
JP2010061484A (ja) * 2008-09-05 2010-03-18 Hitachi Industrial Equipment Systems Co Ltd 移動体および移動体の位置推定誤り状態からの復帰方法
JP2013200604A (ja) * 2012-03-23 2013-10-03 Toyota Motor Corp 移動ロボット

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2023139793A1 (ja) * 2022-01-24 2023-07-27
WO2023139793A1 (ja) * 2022-01-24 2023-07-27 三菱電機株式会社 Ｓｌａｍ装置、ｓｌａｍ攻撃対策プログラムおよび自律型モビリティ
JP7412665B2 (ja) 2022-01-24 2024-01-12 三菱電機株式会社 Ｓｌａｍ装置、ｓｌａｍ攻撃対策プログラムおよび自律型モビリティ
WO2024004317A1 (ja) * 2022-06-28 2024-01-04 ソニーグループ株式会社 移動体制御装置、および移動体制御方法、並びにプログラム
JP7333565B1 (ja) 2022-08-08 2023-08-25 学校法人 芝浦工業大学 飛行体および飛行体の制御方法
JP2024022918A (ja) * 2022-08-08 2024-02-21 学校法人 芝浦工業大学 飛行体および飛行体の制御方法

Also Published As

Publication number Publication date
JP7350671B2 (ja) 2023-09-26
US20210263530A1 (en) 2021-08-26
DE102021200657A1 (de) 2021-08-26
CN113375671A (zh) 2021-09-10
US11768503B2 (en) 2023-09-26
SG10202100566UA (en) 2021-09-29

Similar Documents

Publication Publication Date Title
JP2021135580A (ja) 位置推定装置、制御装置、産業用車両、物流支援システム、位置推定方法およびプログラム
CN103781685B (zh) 车辆用自主行驶控制系统
KR101782057B1 (ko) 지도 생성 장치 및 방법
US9129523B2 (en) Method and system for obstacle detection for vehicles using planar sensor data
CN109643494A (zh) 自动驾驶车辆、自动驾驶车辆的停车方法以及程序
US20120299702A1 (en) Hybrid positioning system
CN111638530B (zh) 一种叉车定位的方法、叉车及计算机可读存储介质
US20180364720A1 (en) Method for creating a digital map for an automated vehicle
AU2020366769B2 (en) Sensor performance evaluation system and method, and automatic driving system
JP2009070357A (ja) 移動体の誘導システム
US20190094025A1 (en) Apparatus and method for localising a vehicle
CN115147587A (zh) 一种障碍物检测方法、装置及电子设备
JP2022022715A (ja) 位置推定装置、車両、位置推定方法およびプログラム
JP7144491B2 (ja) フォークリフト、位置推定方法、及びプログラム
CN111538342B (zh) 机器人行进路线调整方法、装置、机器人和存储介质
US20210150750A1 (en) Moving body and system
JP2012168990A (ja) 自律移動装置
CN110023781A (zh) 用于根据车辆周围环境的雷达签名确定车辆的准确位置的方法和设备
US20190026566A1 (en) Method and system for detecting a free area inside a parking lot
JP7179102B2 (ja) 移動体の制御方法、移動体及びプログラム
JP2022185185A (ja) ロボット
CN114902071A (zh) 用于抑制环境传感器的不确定性测量数据的方法
US11941983B2 (en) Driving assistance device and driving assistance system
CN109426807A (zh) 用于估计车辆的自身运动的方法和设备
US20240233166A9 (en) Position estimating device, forklift, position estimating method, and non-transitory computer readable storage medium storing program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220926

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230516

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230614

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230829

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230913

R150 Certificate of patent or registration of utility model

Ref document number: 7350671

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150