JP2021163277A - 位置検出システム - Google Patents
位置検出システム Download PDFInfo
- Publication number
- JP2021163277A JP2021163277A JP2020065304A JP2020065304A JP2021163277A JP 2021163277 A JP2021163277 A JP 2021163277A JP 2020065304 A JP2020065304 A JP 2020065304A JP 2020065304 A JP2020065304 A JP 2020065304A JP 2021163277 A JP2021163277 A JP 2021163277A
- Authority
- JP
- Japan
- Prior art keywords
- agv1
- unit
- position detection
- moving body
- detected
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 78
- 230000000670 limiting effect Effects 0.000 abstract description 2
- 238000006243 chemical reaction Methods 0.000 description 48
- 230000006870 function Effects 0.000 description 29
- 238000012545 processing Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 9
- 238000000034 method Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000015654 memory Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
【課題】自律移動体の行動を制約することなく自律移動体の位置を検出する。【解決手段】自律移動体の現在位置を検出する位置検出システム100は、自律移動体の外部に設けられ自律移動体の位置を検出する外部位置検出部221と、自律移動体に搭載され自律航法により自律移動体の位置を検出する自己位置検出部121と、外部位置検出部221により検出された自律移動体の位置に基づいて自己位置検出部121により検出された自律移動体の位置を補正することで自律移動体の現在位置を算出する現在位置算出部123とを備える。【選択図】図3
Description
本発明は、自律移動体の現在位置を検出する位置検出システムに関する。
この種の装置として、従来、自律航法により算出した現在位置を校正するようにした装置が知られている(例えば、特許文献1参照)。特許文献1記載の装置では、予め定められた位置に設置された光ビーコンの光信号を受光する位置で移動ロボットを停止させ、壁面からの反射光の入射角に基づいて光ビーコンから移動ロボットまでの離間距離を検出することで、移動ロボット自身が検出する現在位置を較正する。
しかしながら上記特許文献1記載の装置では、現在位置を較正するために移動ロボットを停止させる必要があるため、移動ロボットの行動に対する制約が大きい。
本発明の一態様は、自律移動体の現在位置を検出する位置検出システムであって、自律移動体の外部に設けられ、自律移動体の位置を検出する第1位置検出部と、自律移動体に搭載され、自律航法により自律移動体の位置を検出する第2位置検出部と、第1位置検出部により検出された自律移動体の位置に基づいて第2位置検出部により検出された自律移動体の位置を補正することで、自律移動体の現在位置を算出する現在位置算出部と、を備える。
本発明によれば、自律移動体の行動を制約することなく自律移動体の位置を検出することができる。
以下、図1〜図16を参照して本発明の実施形態について説明する。図1は、本発明の実施形態に係る位置検出システムが適用される自律移動体の一例を模式的に示す概略図であり、工場内を自律移動する無人搬送車(Automated Guided Vehicle。以下、AGV)1を示す。図1に示すように、AGV1は、工場内を予め定められた経路RTに沿って自律移動する。
AGV1には、走行用モータや車輪の回転数を検出する回転センサおよびヨー方向の角速度を検出するジャイロセンサなどのセンサ群1aと、AGV1の動作を制御するコントローラ10とが搭載される。コントローラ10は、センサ群1aからの信号に基づいてAGV1の現在位置を検出し、検出された現在位置に基づいて経路RT上を自律走行するようにAGV1の動作を制御する。
AGV1の現在位置は、例えば、走行用モータや車輪の回転数に基づくAGV1の移動距離と、ヨー方向の角速度の積分値に基づくAGV1の進行方向とに基づいて、自律航法により検出される。一般的な精度のセンサ群1aを用いる場合、AGV1による現在位置の検出精度は、±10mm程度となる。
図1に示すように、経路RT上には、AGV1と移載装置との間で搬送品の受け渡しが行われ、AGV1の通過位置や停止位置が厳密に管理される管理エリアAR1と、それ以外の非管理エリアAR2とが定められる。管理エリアAR1におけるAGV1の現在位置に対しては、±1mm程度の検出精度が要求される。
そこで、本実施形態では、AGV1の自律走行を制限することなく、簡易な構成で、管理エリアAR1におけるAGV1の現在位置を精度よく検出できるよう、以下のように位置検出システムを構成する。
図2は、本発明の実施形態に係る位置検出システム100の一例を模式的に示す概略図である。図2に示すように、位置検出システム100では、管理エリアAR1に複数台のカメラ2が設置され、モーションキャプチャにより±1mm程度の検出精度でAGV1の位置が外部から検出される。
図3は、本発明の実施形態に係る位置検出システム100の全体構成を示すブロック図である。図3に示すように、位置検出システム100は、AGV1に搭載されたコントローラ10と、モーションキャプチャ用のコントローラ20とを有する。コントローラ10にはセンサ群1aが接続され、コントローラ20には複数台のカメラ2が接続される。コントローラ10とコントローラ20とは、工場内の無線ネットワーク3を介して通信可能に構成される。
AGV1に搭載されたコントローラ10は、通信部11、CPU12、ROM,RAMなどのメモリ13、およびI/Oその他の周辺回路などを有するコンピュータを含んで構成される。CPU12は、センサ信号処理部120と、自己位置検出部121と、速度検出部122と、現在位置算出部123として機能する。
モーションキャプチャ用のコントローラ20は、通信部21、CPU22、ROM,RAMなどのメモリ23、およびI/Oその他の周辺回路などを有するコンピュータを含んで構成される。CPU22は、エリア判定部220と、外部位置検出部221として機能する。
センサ信号処理部120は、機能的構成として、スケール変換部124、連続/不連続変換部125と、ノイズ除去部126と、三角関数変換部127とを有し、センサ群1aからの信号を処理する。具体的には、センサ信号処理部120は、AGV1の進行方向Aの連続的な変化に伴い周期的に増加する、進行方向Aと基準方向Rとのなす角度αを示すセンサ出力値の不連続データからノイズを除去する。
図4Aは、AGV1の進行方向Aについて説明するための図であり、予め定められたXY座標空間におけるAGV1の絶対的な進行方向Aを示す。図4Aに示すように、進行方向Aは、進行方向Aと、予め定められた基準方向R(例えば、東向き)とのなす角度αで表される。北向きの進行方向Aと基準方向Rとのなす角度αは、0°〜180°で表され、南向きの進行方向Aと基準方向Rとのなす角度αは、0°〜−180°で表される。基準方向Rと逆向きの進行方向Aと、基準方向Rとのなす角度αは、180°および−180°として2通りに表される。
図4Bは、AGV1の回転角度θについて説明するための図である。図4Bに示すように、回転角度θは、基準移動方向A0(例えば、AGV1の起動時の進行方向A)に対するAGV1の相対的な回転角度である。例えば、基準移動方向A0から左回りに1回転半したときの回転角度θは、540°(1×360°+180°)として表される。
図5は、AGV1の進行方向Aを示すセンサ出力値の一例を示す図であり、AGV1を西向きの基準移動方向A0から左回りに連続的に複数回、回転させたときの、進行方向Aと、東向きの基準方向Rとのなす角度αを示すセンサ出力値の変化を示す。
図5に示すように、AGV1が1回転して回転角度θが0°から360°まで連続的に増加すると、角度αのセンサ出力値が−180°から180°まで連続的に増加する。さらにAGV1が1回転して回転角度θが360°から720°まで連続的に増加すると、角度αのセンサ出力値が再び−180°から180°まで連続的に増加する。
このように、角度αのセンサ出力値は、回転角度θの連続的な変化に伴い周期的に増加するため、AGV1が1回転して回転角度θが連続的に360°変化する度に180°および−180°の2値間で不連続となる。センサ信号処理部120は、このような角度αのセンサ出力値の不連続データからノイズを除去する。
スケール変換部124は、不連続データのデータ範囲のスケール変換を行う。具体的には、図5に示す角度αのセンサ出力値の−180°から180°までのデータ範囲が−πからπとなるように、角度αのセンサ出力値の不連続データに所定値a(=π/180°)を乗算する。図6は、スケール変換部124により所定値aを乗算してスケール変換された不連続データaαを示す。
連続/不連続変換部125は、スケール変換部124により所定値aを乗算してスケール変換された不連続データを正弦関数および余弦関数により連続データに変換する。具体的には、図6に示すような不連続データaαを、図7に示すようなsinaαおよびcosaαで表される連続データに変換する。
ノイズ除去部126は、連続/不連続変換部125により変換された連続データsinaα,cosaαからノイズを除去する。例えば、カットオフ周波数をωとするローパスフィルタを、サンプル時間をΔt(=tn−tn-1)として双一次変換により離散化した下式(i)を用いて、ノイズを除去する。図8は、ノイズ除去部126によりノイズを除去された連続データsinaα(実線)、cosaα(破線)を示す。
但し、 y=sinx
x=aα
x=aα
三角関数変換部127は、ノイズ除去部126によりノイズを除去された連続データsinaα,cosaαを正接関数により変換する。具体的には、図8に示すような連続データsinaα,cosaαを、図9に示すような連続データtanaα(=sinaα/cosaα)に変換する。
連続/不連続変換部125は、三角関数変換部127により変換された連続データtanaαを、逆正接関数により、最小値から最大値までのデータ範囲が−πからπまでの不連続データaαに変換する。図10は、連続/不連続変換部125により変換された不連続データaαを示す。
スケール変換部124は、連続/不連続変換部125により変換された不連続データaαを所定値aで除算して、最小値から最大値までのデータ範囲が−180°から180°までの不連続データαにスケール変換する。図11は、スケール変換部124により所定値aを除算してスケール変換された、角度αのセンサ出力値に相当する不連続データを実線で示す。
図5に示すような不連続データから直接、ローパスフィルタ処理などによりノイズを除去すると、図11に破線で示すように、センサ出力値が不連続となる回転角度θ(360°,720°.1080°)において処理結果がセンサ出力値から乖離する。これは、式(i)のようなローパスフィルタ処理では、センサ出力値の前回値yn-1が今回値ynに反映されることに起因する。
連続/不連続変換部125により不連続データを連続データに変換してからノイズ除去部126によりノイズを除去することで、図11に実線で示すように、センサ出力値から乖離することなく、不連続データからノイズを除去することができる。
図12は、ローパスフィルタ処理による誤差の一例を示す図であり、センサ信号処理部120により連続データに変換してからノイズを除去した場合の誤差を実線で示し、不連続データから直接、ノイズを除去した場合の誤差を破線で示す。図12に示すように、不連続データから直接、ノイズを除去した場合には、センサ出力値が不連続となる回転角度θにおいて180°程度の誤差が生じ、誤差のオーバシュートが生じる。一方、センサ信号処理部120により連続データに変換してからノイズを除去した場合には、センサ出力値の前回値yn-1を使用するローパスフィルタ処理に起因する15°程度の誤差が安定して生じるのみで、誤差のオーバシュートは生じない。
図13は、本発明の実施形態に係る位置検出システム100により実行されるノイズ除去処理の一例を示すフローチャートであり、予めメモリ13に記憶されたプログラムに従い、コントローラ10のCPU12で実行される処理の一例を示す。図13のフローチャートに示す処理は、例えば、AGV1およびコントローラ10が起動されると開始される。
図13に示すように、先ずステップS1で、センサ群1aからのセンサ出力値αを読み込む。次いでステップS2で、ステップS1で読み込んだセンサ出力値αに所定値aを乗算してスケール変換する。次いでステップS3で、ステップS2でスケール変換されたセンサ出力値aαを正弦関数および余弦関数により連続データsinaα,cosaαに変換する。次いでステップS4で、ステップS3で変換された連続データsinaα,cosaαからローパスフィルタ処理によりノイズを除去する。
次いでステップS5で、ステップS4でノイズを除去された連続データsinaα,cosaαを正接関数により連続データtanaαに変換する。次いでステップS6で、ステップS5で変換された連続データtanaαを逆正接関数によりセンサ出力値aαに変換する。次いでステップS7で、ステップS6で変換されたセンサ出力値aαを所定値aで除算してスケール変換する。
このように、センサ出力値αの不連続データを連続データsinaα,cosaαに変換してからノイズを除去することで、センサ出力値αが不連続となる回転角度θ付近でもオーバシュートを生じることなく、ローパスフィルタ処理を適用することができる(ステップS1〜S7)。
図3のコントローラ10の自己位置検出部121および速度検出部122は、センサ信号処理部120によりノイズを除去されたセンサ群1aのセンサ出力値に基づいてAGV1の位置(以下、自己位置)(X1,Y1)および移動速度Vを検出する。例えば、走行用モータや車輪の回転数に基づくAGV1の移動距離と、ヨー方向の角速度の積分値に基づくAGV1の進行方向Aとに基づいて、自律航法により自己位置(X1,Y1)を検出する。また、走行用モータや車輪の回転数に基づいて移動速度Vを検出する。
自己位置検出部121により検出された自己位置(X1,Y1)の情報は、通信部11および無線ネットワーク3を介してコントローラ20に送信されるとともに、検出時刻Tに関連付けてメモリ13に記憶される。
コントローラ20のエリア判定部220は、無線ネットワーク3および通信部21を介してコントローラ10から取得された自己位置(X1,Y1)が、図1に示す管理エリアAR1内であるか否かを判定する。
コントローラ20の外部位置検出部221は、エリア判定部220により自己位置(X1,Y1)が管理エリアAR1内であると判定されると、カメラ2からの画像信号に基づいて、モーションキャプチャによりAGV1の位置(以下、外部位置)(X2,Y2)を検出する。外部位置検出部221により検出された外部位置(X2,Y2)の情報は、検出時刻Tの情報とともに、通信部21および無線ネットワーク3を介してコントローラ10に送信される。
現在位置算出部123は、無線ネットワーク3および通信部11を介してコントローラ20から取得された外部位置(X2,Y2)に基づいて、自己位置検出部121により検出された自己位置(X1,Y1)を補正する。すなわち、AGV1側で自律航法により検出された自己位置(X1,Y1)を、AGV1の外部からモーションキャプチャにより検出された高精度な外部位置(X2,Y2)に基づいて補正することで、AGV1の現在位置(X,Y)を算出する。
具体的には、現在位置算出部123は、速度検出部122により検出されたAGV1の移動速度Vに基づいて、自己位置(X1,Y1)および外部位置(X2,Y2)に重み付けし、重み付けされた位置に基づいて、AGV1の現在位置(X,Y)を算出する。より具体的には、重み値kを用いて下式(ii),(iii)により現在位置(X,Y)を算出する。
X=(1−k)X1+kX2 ・・・(ii)
Y=(1−k)Y1+kY2 ・・・(iii)
X=(1−k)X1+kX2 ・・・(ii)
Y=(1−k)Y1+kY2 ・・・(iii)
図14は、現在位置算出部123による重み付けについて説明するための図であり、重み値kの一例を示す。図14に示すように、AGV1が停止または閾値VL(例えば、0.1m/秒)以下の低速で移動している場合、重み値kは“1”に設定され、外部位置(X2,Y2)が現在位置(X,Y)としてそのまま採用される。一方、AGV1が閾値VH(例えば、0.5m/秒)以上の高速で移動している場合、重み値kは“0”に設定され、自己位置(X1,Y1)が現在位置(X,Y)としてそのまま採用される。AGV1の移動速度Vが閾値VL〜VHの範囲内の場合、重み値kは下式(iv)により設定される。
k=1−(V−VL)/(VH−VL) ・・・(iv)
k=1−(V−VL)/(VH−VL) ・・・(iv)
外部位置(X2,Y2)は、自己位置(X1,Y1)よりも高精度で検出されるが、無線ネットワーク3を介して情報を送受信するときに例えば、0.3秒程度の遅延が発生するため、AGV1の移動速度Vが高速になるほど実際の現在位置と一致しなくなる。この点を考慮して、現在位置算出部123は、無線ネットワーク3を介して取得された外部位置(X2,Y2)を自律航法により補正する。
図15は、外部位置(X2,Y2)の自律航法による補正について説明するための図であり、時刻T4に取得された、時刻T2に検出された外部位置(X2(T2),Y2(T2))を自律航法により補正する手順について説明する。図15に示すように、現在位置算出部123は、先ず、取得された最新の外部位置(X2(T2),Y2(T2))が検出された時刻T2から現在時刻T4までのAGV1の移動量B(Xb,Yb)を算出する。すなわち、時刻T2に検出された自己位置(X1(T2),Y1(T2))と、時刻T4に検出された自己位置(X1(T4),Y1(T4))とを用いて、下式(v),(vi)により移動量B(Xb,Yb)を算出する。
Xb=X1(T4)−X1(T2) ・・・(v)
Yb=Y1(T4)−Y1(T2) ・・・(vi)
Xb=X1(T4)−X1(T2) ・・・(v)
Yb=Y1(T4)−Y1(T2) ・・・(vi)
現在位置算出部123は、時刻T4に取得された、時刻T2に検出された外部位置(X2(T2),Y2(T2))に、自律航法による移動量B(Xb,Yb)を加算して補正し、時刻T4における外部位置(X2(T4),Y2(T4))とする。すなわち、下式(vii),(viii)により時刻T4における外部位置(X2(T4),Y2(T4))を算出する。
X2(T4)=X2(T2)−Xb ・・・(vii)
Y2(T4)=Y2(T2)−Yb ・・・(viii)
X2(T4)=X2(T2)−Xb ・・・(vii)
Y2(T4)=Y2(T2)−Yb ・・・(viii)
図16は、本発明の実施形態に係る位置検出システム100により実行される位置検出処理の一例を示すフローチャートであり、予めメモリ13,23に記憶されたプログラムに従い、コントローラ10,20のCPU12,22で実行される処理の一例を示す。図16のフローチャートに示す処理は、例えば、AGV1およびコントローラ10,20が起動されると開始される。
図16に示すように、先ずステップS10で、ノイズを除去されたセンサ群1aのセンサ出力値を読み込む。次いでステップS11で、ステップS10で読み込んだセンサ出力値に基づいて自己位置(X1,Y1)および移動速度Vを検出する。次いでステップS12で、自己位置(X1,Y1)が管理エリアAR1内であるか否かを判定する。ステップS12で肯定されるとステップS13に進み、否定されると処理を終了する。
ステップS13では、AGV1側で取得された最新の外部位置(X2,Y2)を読み込む。次いでステップS14で、ステップS13で読み込んだ外部位置(X2,Y2)の検出時刻Tpから現在時刻Tcまでの移動量B(Xb,Yb)を自律航法により算出する。次いでステップS15で、ステップS14で算出された移動量B(Xb,Yb)により外部位置(X2,Y2)を補正する。
次いでステップS16で、ステップS11で検出された移動速度Vに基づいて重み値kを算出する。次いでステップS17で、ステップS11で検出された自己位置(X1,Y1)、ステップS15で補正された外部位置(X2,Y2)およびステップS16で検出された重み値kに基づいて現在位置(X,Y)を算出する。
このように、移動速度Vを考慮して、自律航法による自己位置をモーションキャプチャによる高精度な外部位置に基づいて補正することで、AGV1の行動を制約することなく、AGV1の位置を精度よく検出することができる(ステップS10〜S17)。また、無線ネットワーク3を介して取得した外部位置を自律航法により補正することで、AGV1の位置を一層精度よく検出することができる(ステップS14〜S15)。なお、自律航法による外部位置の補正を行わず、ステップS10〜S13,S16〜S17のみを実行してもよい。
本発明の実施形態によれば以下のような作用効果を奏することができる。
(1)位置検出システム100は、AGV1の現在位置(X,Y)を検出する。位置検出システム100は、AGV1の外部に設けられ、AGV1の位置(X2,Y2)を検出する外部位置検出部221(カメラ2および外部位置検出部221)と、AGV1に搭載され、自律航法によりAGV1の位置(X1,Y1)を検出する自己位置検出部121(センサ群1aおよび自己位置検出部121)と、外部位置検出部221により検出されたAGV1の位置(X2,Y2)に基づいて自己位置検出部121により検出されたAGV1の位置(X1,Y1)を補正することで、AGV1の現在位置(X,Y)を算出する現在位置算出部123とを備える(図3)。
(1)位置検出システム100は、AGV1の現在位置(X,Y)を検出する。位置検出システム100は、AGV1の外部に設けられ、AGV1の位置(X2,Y2)を検出する外部位置検出部221(カメラ2および外部位置検出部221)と、AGV1に搭載され、自律航法によりAGV1の位置(X1,Y1)を検出する自己位置検出部121(センサ群1aおよび自己位置検出部121)と、外部位置検出部221により検出されたAGV1の位置(X2,Y2)に基づいて自己位置検出部121により検出されたAGV1の位置(X1,Y1)を補正することで、AGV1の現在位置(X,Y)を算出する現在位置算出部123とを備える(図3)。
すなわち、AGV1側で自律航法により検出された位置を、AGV1の外部からモーションキャプチャにより検出された高精度な位置に基づいて補正することで、必要に応じて位置検出の精度を向上することができるため、簡易な構成でも精度よくAGV1の現在位置を検出することができる。
(2)現在位置算出部123は、AGV1に設けられる(図3)。すなわち、AGV1側で自律航法により検出された位置を、AGV1の外部からモーションキャプチャにより検出された高精度な位置に基づいて補正するため、AGV1の構成を簡易にすることができる。
(3)位置検出システム100は、AGV1の移動速度Vを検出する速度検出部122(センサ群1aおよび速度検出部122)をさらに備える(図3)。現在位置算出部123は、速度検出部122により検出されたAGV1の移動速度Vに基づいて外部位置検出部221および自己位置検出部121によりそれぞれ検出されたAGV1の位置(X2,Y2),(X1,Y1)に重み付けし、重み付けされた位置(kX2,kY2),((1−k)X1,(1−k)Y1)に基づいて、AGV1の現在位置(X,Y)を算出する。これにより、AGV1の移動速度Vに応じて精度よく現在位置を算出することができる。
(4)現在位置算出部123は、時刻Tpに自己位置検出部121により検出されたAGV1の位置(X1(Tp),Y1(Tp))に対する、時刻Tpより後の現在時刻Tcに自己位置検出部121により検出されたAGV1の位置(X1(Tc),Y1(Tc))の相対位置(X1(Tc)−X1(Tp),Y1(Tc)−Y1(Tp))に、時刻Tpに外部位置検出部221により検出されたAGV1の位置(X2(Tp),Y2(Tp))を加算することで、時刻TcにおけるAGV1の現在位置(X(Tc),Y(Tc))を算出する。これにより、最新の高精度な位置情報を、さらに自律航法により補正することができる。
(5)AGV1は、現在位置算出部123によるAGV1の現在位置(X,Y)の算出が行われる管理エリアAR1と、現在位置算出部123によるAGV1の現在位置(X,Y)の算出が行われない非管理エリアAR2とを移動する(図1、図2)。AGV1の通過位置や停止位置が厳密に管理される管理エリアAR1のみにモーションキャプチャ用のカメラ2などの高精度な外部位置センサが設置されるため、位置検出システム100全体の構成を簡易にすることができる。
(6)AGV1の回転角度θの連続的な変化に伴い周期的に増加するAGV1の進行方向Aを示すセンサ出力値αの不連続データからノイズを除去するCPU12は、不連続データの最小値から最大値までの範囲が2πとなるように、不連続データに所定値aを乗算するスケール変換部124と、スケール変換部124により所定値aを乗算された不連続データを正弦関数および余弦関数により連続データに変換する連続/不連続変換部125と、連続/不連続変換部125により変換された連続データからノイズを除去するノイズ除去部126と、ノイズ除去部126によりノイズを除去された連続データを正接関数により変換する三角関数変換部127とを備える(図3)。
連続/不連続変換部125は、三角関数変換部127により変換された連続データを、逆正接関数により、最小値から最大値までの範囲が2πの不連続データに変換する。スケール変換部124は、連続/不連続変換部125により変換された不連続データを所定値aで除算する。
すなわち、不連続データを連続データに変換してからノイズを除去するため、状態の連続的な変化に伴い周期的に増加する状態量を示すセンサ出力値の不連続データであっても、オーバシュートを生じることなくノイズを除去することができる。また、三角関数などの汎用的で簡易な演算により不連続データから連続データへの変換を行うため、CPU12として、比較的、処理能力の低いCPUを用いることができる。
(7)センサ出力値は、予め定められた基準移動方向A0に対するAGV1の相対的な回転角度θであり、状態量は、予め定められたXY座標空間におけるAGV1の絶対的な進行方向Aを示すセンサ出力値αである。例えば、連続的な時間経過に伴い周期的に増加する時刻や、周回コースの連続走行に伴い周期的に増加するコース上のスタート地点からの距離などの不連続データについても、同様の手法によりオーバシュートを生じることなくノイズを除去することができる。
(8)AGV1の回転角度θの連続的な変化に伴い周期的に増加するAGV1の進行方向Aを示すセンサ出力値αの不連続データからノイズを除去するノイズ除去方法は、不連続データの最小値から最大値までの範囲が2πとなるように、不連続データに所定値aを乗算するスケール変換ステップS2と、スケール変換ステップS2で所定値aを乗算された不連続データを正弦関数および余弦関数により連続データに変換する連続/不連続変換ステップS3と、連続/不連続変換ステップS3で変換された連続データからノイズを除去するノイズ除去ステップS4と、ノイズ除去ステップS4でノイズを除去された連続データを正接関数により変換する三角関数変換ステップS5と、三角関数変換ステップS5で変換された連続データを、逆正接関数により、最小値から最大値までの範囲が2πの不連続データに変換する連続/不連続変換ステップS6と、連続/不連続変換ステップS6で変換された不連続データを所定値aで除算するスケール変換ステップS7とを含む(図13)。
すなわち、不連続データを連続データに変換してからノイズを除去するため、状態の連続的な変化に伴い周期的に増加する状態量を示すセンサ出力値の不連続データであっても、オーバシュートを生じることなくノイズを除去することができる。また、三角関数などの汎用的で簡易な演算により不連続データから連続データへの変換を行うため、比較的、処理能力の低いCPUにも実装することができる。
上記実施形態は種々の形態に変形することができる。以下、変形例について説明する。上記実施形態では、工場内を自律移動するAGV1の位置を検出する例について説明したが、自律移動体は、このようなものに限らない。
上記実施形態では、管理エリアAR1に複数台のカメラ2を設置してモーションキャプチャにより外部位置を検出する例を説明したが、自律移動体の外部に設けられて自律移動体の位置を検出する第1位置検出部は、このようなものに限らない。
上記実施形態では、速度検出部122がAGV1側でセンサ群1aの出力値に基づいてAGV1の移動速度Vを検出する例を説明したが、自律移動体の移動速度を検出する速度検出部は、このようなものに限らない。AGV1の外部に設けられるものでもよく、例えば、カメラ2からの画像信号に基づいてAGV1の移動速度Vを検出してもよい。
上記実施形態では、AGV1の回転角度θの連続的な変化に伴い周期的に増加するAGV1の進行方向Aを示すセンサ出力値αの不連続データからノイズを除去する例を説明したが、状態の連続的な変化に伴い周期的に増加する状態量を示す出力値の不連続データはこのようなものに限らない。例えば、連続的な時間経過に伴い周期的に増加する時刻の不連続データからノイズを除去してもよく、周回コースの連続走行に伴い周期的に増加するコース上のスタート地点からの距離の不連続データからノイズを除去してもよい。
上記実施形態では、具体的な式(i)を示してローパスフィルタ処理によりノイズを除去する例を説明したが、ノイズを除去する処理はセンサ出力値の前回値を使用するものであればよく、例示した処理に限らない。
以上の説明はあくまで一例であり、本発明の特徴を損なわない限り、上述した実施形態および変形例により本発明が限定されるものではない。上記実施形態と変形例の1つまたは複数を任意に組み合わせることも可能であり、変形例同士を組み合わせることも可能である。
1 AGV(無人搬送車)、1a センサ群、2 カメラ、3 無線ネットワーク、10 AGV側コントローラ、11,21 通信部、12,22 CPU、13,23 メモリ、100 位置検出システム、120 センサ信号処理部、121 自己位置検出部、122 速度検出部、123 現在位置算出部、124 スケール変換部、125 連続/不連続変換部、126 ノイズ除去部、127 三角関数変換部、220 エリア判定部、221 外部位置検出部、AR1 管理エリア、AR2 非管理エリア
Claims (5)
- 自律移動体の現在位置を検出する位置検出システムであって、
前記自律移動体の外部に設けられ、前記自律移動体の位置を検出する第1位置検出部と、
前記自律移動体に搭載され、自律航法により前記自律移動体の位置を検出する第2位置検出部と、
前記第1位置検出部により検出された前記自律移動体の位置に基づいて前記第2位置検出部により検出された前記自律移動体の位置を補正することで、前記自律移動体の現在位置を算出する現在位置算出部と、を備えることを特徴とする位置検出システム。 - 請求項1に記載の位置検出システムにおいて、
前記現在位置算出部は、前記自律移動体に設けられることを特徴とする位置検出システム。 - 請求項1または2に記載の位置検出システムにおいて、
前記自律移動体の移動速度を検出する速度検出部をさらに備え、
前記現在位置算出部は、前記速度検出部により検出された前記自律移動体の移動速度に基づいて前記第1位置検出部および前記第2位置検出部によりそれぞれ検出された前記自律移動体の位置に重み付けし、重み付けされた位置に基づいて、前記自律移動体の現在位置を算出することを特徴とする位置検出システム。 - 請求項1〜3のいずれか1項に記載の位置検出システムにおいて、
前記現在位置算出部は、第1時刻に前記第2位置検出部により検出された前記自律移動体の位置に対する、前記第1時刻より後の第2時刻に前記第2位置検出部により検出された前記自律移動体の位置の相対位置に、前記第1時刻に前記第1位置検出部により検出された前記自律移動体の位置を加算することで、前記第2時刻における前記自律移動体の現在位置を算出することを特徴とする位置検出システム。 - 請求項1または2に記載の位置検出システムにおいて、
前記自律移動体は、前記現在位置算出部による前記自律移動体の現在位置の算出が行われる第1エリアと、前記現在位置算出部による前記自律移動体の現在位置の算出が行われない第2エリアと、を移動することを特徴とする位置検出システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020065304A JP2021163277A (ja) | 2020-03-31 | 2020-03-31 | 位置検出システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020065304A JP2021163277A (ja) | 2020-03-31 | 2020-03-31 | 位置検出システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021163277A true JP2021163277A (ja) | 2021-10-11 |
Family
ID=78004990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020065304A Pending JP2021163277A (ja) | 2020-03-31 | 2020-03-31 | 位置検出システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021163277A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022080316A1 (ja) | 2020-10-15 | 2022-04-21 | キヤノン株式会社 | 立体造形用の光硬化性樹脂組成物及び立体物の製造方法 |
-
2020
- 2020-03-31 JP JP2020065304A patent/JP2021163277A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022080316A1 (ja) | 2020-10-15 | 2022-04-21 | キヤノン株式会社 | 立体造形用の光硬化性樹脂組成物及び立体物の製造方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220073069A1 (en) | Autonomous driving system | |
CN106406320B (zh) | 机器人路径规划方法及规划路线的机器人 | |
EP3659004B1 (en) | Drifting correction between planning stage and controlling stage of operating autonomous driving vehicles | |
CN111868801B (zh) | 路径生成装置及车辆控制系统 | |
US11279045B2 (en) | Robot pose estimation method and apparatus and robot using the same | |
KR101738750B1 (ko) | 실외 환경에서의 강인한 위치 인식 방법 및 장치 | |
JP2019184566A (ja) | 車両および車両位置推定装置 | |
CN110609539B (zh) | 路径跟踪控制方法、装置和系统及存储介质 | |
US11577736B2 (en) | Method and device for ascertaining a highly accurate estimated value of a yaw rate for controlling a vehicle | |
CN110702106A (zh) | 一种无人机及其航向对准方法、装置和存储介质 | |
JP2022513511A (ja) | 完全性範囲を特定するための方法 | |
JP2021163277A (ja) | 位置検出システム | |
WO2018037653A1 (ja) | 車両制御システム、自車位置算出装置、車両制御装置、自車位置算出プログラム及び車両制御プログラム | |
KR20070028486A (ko) | 위성항법정보를 이용한 무인차량 자동항법 시스템 및 방법 | |
JP2021164082A (ja) | ノイズ除去装置およびノイズ除去方法 | |
JP5884909B2 (ja) | 協調制御装置、協調制御方法および協調制御プログラム | |
CN113734198B (zh) | 一种目标相对航向获取方法及设备 | |
CN116929407A (zh) | 一种自适应数据校准方法及装置 | |
CN112747741A (zh) | 车辆的惯性导航方法、装置及车辆 | |
CN113483762A (zh) | 一种位姿优化方法及设备 | |
CN114494391A (zh) | 一种基于evo的slam地图精度确认方法和系统 | |
JP2007155365A (ja) | 方位センサの補正係数演算装置及び演算プログラム | |
JP7198005B2 (ja) | 自車位置検出装置 | |
JP2021047153A (ja) | 追従経路生成装置、方法及びプログラム | |
CN112925302B (zh) | 机器人位姿控制方法和装置 |