JP2021170149A - 制御装置、制御方法、およびプログラム - Google Patents

Abstract

【課題】移動体の行動を周囲にある物体の価値に応じて計画することができるようにする。【解決手段】本技術の一実施形態に係る制御装置は、移動体により検出されたセンサデータに基づいて、移動体の周囲にある物体の価値を推定し、推定された物体の価値に基づいて、前記移動体の行動を計画する。本技術は、自律的に行動することが可能なロボットに適用することができる。【選択図】図１１

Description

本技術は、制御装置、制御方法、およびプログラムに関し、特に、移動体の行動を周囲にある物体の価値に応じて計画することができるようにした制御装置、制御方法、およびプログラムに関する。

AI(Artificial Intelligence)などの進歩により、周囲の環境に応じて自律的に行動するロボットが普及してきている。

特許文献１には、周囲にある物体同士が衝突した際の被害を最小化するようにロボットの移動経路を計画する技術が開示されている。物体同士の衝突による破損、匂いの付着などを最小化するように、ロボットの移動経路が計画される。

特許文献２には、位置姿勢が不確実な物体の周辺を避けるように行動を計画する技術が開示されている。例えば、位置姿勢の不確実に応じた重みが設定されたグリッドマップ（Grid Map）を生成し、経路を策定するようになされている。

国際公開第２０１０／００４７４４号 特開２００５−０３２１９６号公報

ロボットが行動する環境には様々な物体が存在し、それらの価値は同じではない。ユーザにとって価値のある物体については、近づかないようにしたり、安全性の高い方法で把持したりするなど、丁寧に扱うような動作が求められる。

本技術はこのような状況に鑑みてなされたものであり、移動体の行動を周囲にある物体の価値に応じて計画することができるようにするものである。

本技術の一側面の制御装置は、移動体により検出されたセンサデータに基づいて、前記移動体の周囲にある物体の価値を推定する価値推定部と、推定された前記物体の価値に基づいて、前記移動体の行動を計画する行動計画部とを備える。

本技術の一側面においては、移動体により検出されたセンサデータに基づいて、前記移動体の周囲にある物体の価値が推定され、推定された前記物体の価値に基づいて、前記移動体の行動が計画される。

本技術によれば、移動体の行動を周囲にある物体の価値に応じて計画することができる。

なお、ここに記載された効果は必ずしも限定されるものではなく、本開示中に記載されたいずれかの効果であってもよい。

本技術の一実施形態に係るロボットが行動する環境の例を示す図である。 ロボットのハードウェア構成例を示すブロック図である。 制御部の機能構成例を示すブロック図である。 物体価格推定部の構成例を示すブロック図である。 物体が写る領域の推定の例を示す図である。 価格推定部の構成例を示すブロック図である。 局所特徴量の算出の例を示す図である。 価格推定部の他の構成例を示すブロック図である。 行動計画部の構成例を示すブロック図である。 価格マップの例を示す図である。 移動経路の計画の例を示す図である。 移動経路を計画するロボットの処理について説明するフローチャートである。 ロボットの外観の例を示す図である。 移動時の姿勢の例を示す図である。 移動時の状態を計画する行動計画部の構成例を示すブロック図である。 価格マップの例を示す図である。 移動時の姿勢を計画するロボットの処理について説明するフローチャートである。 ロボットの移動様式の例を示す図である。 物体の把持機構を有するロボットの外観の例を示す図である。 物体の把持様式の例を示す図である。 把持の仕方を計画する行動計画部の構成例を示すブロック図である。 把持対象の物体の例を示す図である。 把持様式を計画するロボットの処理について説明するフローチャートである。 物体の把持機構を有するロボットの他の外観の例を示す図である。 平面度の測定の例を示す図である。 平面度の測定結果の例を示す図である。 制御システムの構成例を示す図である。 コンピュータの構成例を示すブロック図である。

以下、本技術を実施するための形態について説明する。説明は以下の順序で行う。
１．物体の価値に基づく行動計画
２．ロボットの構成例
３．移動経路計画
４．移動時の状態に関する計画
５．把持の仕方の計画
６．変形例

＜物体の価値に基づく行動計画＞
図１は、本技術の一実施形態に係るロボットが行動する環境の例を示す図である。

図１の例においては、リビングルームなどのある部屋にロボット１が存在する。ロボット１は、四足歩行が可能な犬型のロボットである。

ロボット１は、内蔵するコンピュータによって所定のプログラムを実行し、移動を含む各種の行動を周囲の状況などに応じて自律的にとる。ロボット１は、自律的な移動が可能な移動体である。

この例においては、四足歩行が可能なロボットが移動体とされているが、二足歩行が可能なロボット、無人飛行が可能な航空機であるいわゆるドローンなどの、自律的に移動が可能な各種の移動体がロボット１に代えて用いられるようにしてもよい。

ロボット１が行動する室内には様々な物体が存在する。図１の例においては、壺Ｏ１と椅子Ｏ２がロボット１の周囲の床に置かれている。

ロボット１がとる各種の行動は、ロボット１自身により生成された計画に従って制御される。ロボット１においては、ロボット１に搭載されたカメラにより撮影された画像に写るそれぞれの物体の価値が推定され、推定された物体の価値に基づいて、将来の行動が順次計画される。

例えば、目的地が壺Ｏ１と椅子Ｏ２の先にあり、壺Ｏ１の方が、椅子Ｏ２より高価な物である場合、椅子Ｏ２の近くを通り、壺Ｏ１からできるだけ離れた位置を通る経路が移動経路として計画される。

ロボット１は、移動経路の計画後、椅子Ｏ２の近くを通り、壺Ｏ１からできるだけ離れた位置を通るようにして、目的地まで移動することになる。

このように、ロボット１の移動経路は、価格などの、物体の価値を考慮して計画される。

ロボット１が自律的に行動することにより、ロボット１の体の一部が周囲の物体にぶつかることがある。高価な物体からなるべく離れた位置を通る経路が移動経路として計画されるようにすることにより、そのような高価な物体にぶつかり、破損してしまう可能性を低減させることが可能となる。

移動経路の計画以外の各種の行動の計画も、同様にして、物体の価値を考慮して設定される。後述するように、目的地まで移動する場合の移動時の状態の計画、物体を把持する場合の把持の仕方の計画が、物体の価値を考慮して設定される。

以下においては、主に、物体の価値が、物体の価格を基準として評価されるものとして説明するが、物体の価値を決める指標は価格に限られるものではない。

例えば、物体の製造時期、物体の所有者、物体のデザイン、物体の大きさ、物体の色を指標として、物体の価値が決まるようにしてもよい。

物体の製造時期を指標とする場合、例えば、新しい物体は価値が高いものとして評価され、古い物体は、新しい物体より価値が低いものとして評価される。

また、物体の所有者を指標とする場合、所有者が大人である物体は価値が高いものとして評価され、所有者が子どもである物体は、所有者が大人である物体より価値が低いものとして評価される。

ロボット１が行動する環境内にあるそれぞれの物体の価値をユーザが自ら設定することができるようにしてもよい。価格などの客観的な指標を基準にした場合には価値が低い物体であっても、ユーザの主観によっては価値が高い物体もある。物体の価値をユーザが自ら設定できるようにすることにより、ユーザにとって価値のある各種の物体をロボット１に丁寧に扱わせることが可能となる。

＜ロボットの構成例＞
図２は、ロボット１のハードウェア構成例を示すブロック図である。

図２に示すように、ロボット１は、制御部３１に対して、入出力部３２、駆動部３３、無線通信部３４、および電源部３５が接続されることによって構成される。

制御部３１は、CPU(Central Processing Unit)，ROM(Read Only Memory)，RAM(Random Access Memory)、フラッシュメモリなどを有するコンピュータにより構成される。制御部３１は、CPUにより所定のプログラムを実行し、ロボット１の全体の動作を制御する。制御部３１を構成するコンピュータは、ロボット１の動作を制御する制御装置として機能する。

例えば、制御部３１は、入出力部３２のカメラ４１から供給された撮影画像に基づいて周囲にある物体を認識し、物体の価格を推定する。制御部３１は、推定した物体の価格に基づいて行動を計画し、計画に従った行動をとるように、駆動部３３の各部を制御する。

入出力部３２は、カメラ４１、マイク（マイクロフォン）４２、スピーカ４３、タッチセンサ４４、およびLED４５により構成される。

カメラ４１は、ロボット１の目に相当し、周囲の環境を順次撮影する。カメラ４１は、撮影によって得られた静止画像または動画像である撮影画像のデータを制御部３１に出力する。

マイク４２は、ロボット１の耳に相当し、環境音を検出する。マイク４２は、環境音のデータを制御部３１に出力する。

スピーカ４３は、ロボット１の口に相当し、発話音声、効果音、BGMなどの所定の音を出力する。

タッチセンサ４４は、頭部や背中などの所定の部位に設けられる。タッチセンサ４４は、ユーザが触れたことを検出し、ユーザによる接触の内容を表す情報を制御部３１に出力する。

LED４５は、目の位置などのロボット１の各部に設けられる。LED４５は、制御部３１による制御に従って発光し、ユーザに情報を提示する。LED４５に代えて、LCD、有機ELディスプレイなどの小型のディスプレイが設けられるようにしてもよい。目の位置に設けられたディスプレイに各種の目の画像が表示され、それにより、各種の表情が表現されるようにしてもよい。

入出力部３２には、周囲にある物体までの距離を測定する測距センサ、GPSなどの測位センサなどの各種のモジュールが設けられる。

駆動部３３は、制御部３１による制御に従って駆動し、ロボット１の行動を実現する。駆動部３３は、ロール、ピッチ、ヨーなどの関節軸毎に設けられた複数の駆動ユニットにより構成される。

各駆動ユニットは、例えばロボット１のそれぞれの関節に設けられる。各駆動ユニットは、軸回りの回転動作を行うモータ、モータの回転位置を検出するエンコーダ、および、エンコーダの出力に基づいてモータの回転位置や回転速度を適応的に制御するドライバの組み合わせによって構成される。駆動ユニットの数、駆動ユニットの位置などによって、ロボット１のハードウェア構成が定まる。

図２の例においては、駆動ユニット５１−１乃至５１−ｎが設けられる。例えば駆動ユニット５１−１は、モータ６１−１、エンコーダ６２−１、ドライバ６３−１により構成される。駆動ユニット５１−２乃至５１−ｎも、駆動ユニット５１−１と同様の構成を有する。

無線通信部３４は、無線LANモジュール、LTE(Long Term Evolution)に対応した携帯通信モジュールなどの無線通信モジュールである。無線通信部３４は、室内のネットワークに接続された機器やインターネット上のサーバなどの外部の装置との間で通信を行う。無線通信部３４は、制御部３１から供給されたデータを外部の装置に送信し、外部の装置から送信されてきたデータを受信する。

電源部３５は、ロボット１内の各部に対して給電を行う。電源部３５は、充電バッテリ７１と、充電バッテリ７１の充放電状態を管理する充放電制御部７２とで構成される。

図３は、制御部３１の機能構成例を示すブロック図である。

図３に示すように、制御部３１は、シーン画像取得部１０１、物体価格推定部１０２、行動計画部１０３、および駆動制御部１０４から構成される。図３に示す機能部のうちの少なくとも一部は、制御部３１を構成するCPUにより所定のプログラムが実行されることによって実現される。

シーン画像取得部１０１は、カメラ４１により撮影された撮影画像を、周囲の状況（シーン）を表すシーン画像として取得する。シーン画像取得部１０１によるシーン画像の取得は、所定の周期で繰り返し行われる。シーン画像取得部１０１により取得されたシーン画像は、物体価格推定部１０２と行動計画部１０３に供給される。

物体価格推定部１０２は、シーン画像を解析し、物体が写っている領域を推定する。物体価格推定部１０２は、推定した領域をシーン画像全体から抽出することによって小画像を生成し、小画像に写る物体の価格を推定する。物体価格推定部１０２は、推定価格の情報を行動計画部１０３に出力する。このように、物体価格推定部１０２は、価格を物体の価値として推定する価値推定部として機能する。

行動計画部１０３は、シーン画像取得部１０１から供給されたシーン画像と、物体価格推定部１０２から供給された情報により表される推定価格に基づいて、移動経路の計画、移動中の状態の計画、物体の把持の仕方の計画などの、各種の行動を計画する。行動計画部１０３は、計画した行動に関する情報を駆動制御部１０４に出力する。

駆動制御部１０４は、行動計画部１０３から供給された情報により表される計画に従って駆動部３３の各駆動ユニットを制御し、ロボット１の行動を実現する。

図４は、物体価格推定部１０２の構成例を示すブロック図である。

図４に示すように、物体価格推定部１０２は、物体領域推定部１１１と価格推定部１１２から構成される。

物体領域推定部１１１は、シーン画像取得部１０１から供給されたシーン画像を解析し、色・輝度が類似する画素をグルーピングする。物体領域推定部１１１は、例えば、類似する画素のグループを囲む矩形領域を、物体が写る領域として推定する。物体領域推定部１１１は、物体が写る領域として推定した矩形領域をシーン画像から抽出することによって、物体が写る小画像を生成する。

図５は、物体が写る領域の推定の例を示す図である。

図５の左端に示すシーン画像が入力された場合、矢印＃１の先に示すように、壺Ｏ１が写る矩形領域と椅子Ｏ２が写る矩形領域が設定される。それぞれの矩形領域がシーン画像から抽出され、矢印＃２の先に示すように、壺Ｏ１が写る小画像ｐ１と、椅子Ｏ２が写る小画像ｐ２が生成される。

シーン画像を入力とし、物体を囲む矩形領域を出力する推論器が学習によって予め生成されている場合、そのような推論器を用いて矩形領域の設定が行われるようにしてもよい。

物体領域推定部１１１により生成された小画像は、図４の価格推定部１１２に供給される。

価格推定部１１２は、物体領域推定部１１１から供給された小画像に写る物体の価格を推定し、推定価格の情報を出力する。

図６は、価格推定部１１２の構成例を示すブロック図である。

図６に示すように、価格推定部１１２は、局所特徴量算出部１２１、価格探索部１２２、および特徴量−価格DB１２３から構成される。

局所特徴量算出部１２１は、小画像を解析することによって、図７に示すような各部の局所特徴量の情報を含む局所特徴量ベクトルを算出する。図７の例においては、小画像ｐ１に写る壺Ｏ１の各部の局所特徴量が求められている。局所特徴量算出部１２１は、局所特徴量ベクトルを価格探索部１２２に出力する。

価格探索部１２２は、特徴量−価格DB１２３を探索し、局所特徴量算出部１２１から供給された局所特徴量ベクトルに対応する価格を取得する。特徴量−価格DB１２３は、局所特徴量ベクトルと価格を対応付けた情報からなるDBである。

特徴量−価格DB１２３の情報は、例えば、局所特徴量ベクトルをクエリとして価格を推定するシステムによって更新される。このようなシステムは、Histogram of Gradient(HoG)などの局所特徴量を抽出し、k-近傍探索、Support Vector Machine、Bug of Wordsなどの分類器を用いることにより、局所特徴量に対応する価格を推定するシステムとして例えば所定のサーバに用意される。

ロボット１とインターネット上のサーバの間では所定のタイミングで通信が行われ、サーバから送信されてきた情報に基づいて、特徴量−価格DB１２３の情報が更新される。特徴量−価格DB１２３の情報を更新するシステムがロボット１内に設けられ、ロボット１自身により特徴量−価格DB１２３の情報が更新されるようにしてもよい。

図８は、価格推定部１１２の他の構成例を示すブロック図である。

図８に示す価格推定部１１２は、価格推定ニューラルネットワーク１３１から構成される。価格推定ニューラルネットワーク１３１は、小画像を入力とし、小画像に写る物体の推定価格を出力する。

価格推定ニューラルネットワーク１３１は、例えば、小画像を学習用データ、価格を教師データとした、いわゆるDeep Learningなどの学習が行われることにより生成される推論器である。教師データのない学習によって価格推定ニューラルネットワーク１３１が生成されるようにしてもよい。価格推定ニューラルネットワーク１３１の学習がロボット１内で行われるようにしてもよいし、インターネット上のサーバにより行われるようにしてもよい。

＜移動経路計画＞
ロボット１の行動の計画として、移動経路を計画する場合の例について説明する。

図９は、行動計画部１０３の構成例を示すブロック図である。

図９に示すように、行動計画部１０３は、障害物検出部１４１と経路計画部１４２から構成される。シーン画像取得部１０１から出力されたシーン画像は障害物検出部１４１に入力され、物体価格推定部１０２から出力された推定価格の情報は経路計画部１４２に入力される。

障害物検出部１４１は、シーン画像を解析し、周囲にある障害物を検出する。障害物には、部屋の壁面、家具、価格推定の対象となる物体が含まれる。障害物検出部１４１は、障害物の位置、大きさなどを表す情報を経路計画部１４２に出力する。

経路計画部１４２は、ロボット１の位置から目的地までの移動経路を、障害物検出部１４１により検出された障害物と、物体価格推定部１０２により推定された各物体の価格に基づいて計画する。

物体価格推定部１０２により推定された各物体の価格が、図１０に示すような価格マップにより表されるようにしてもよい。価格マップは、物体の位置に対応する領域に、価格をマッピングすることにより生成される情報である。

図１０の価格マップにおいて、斜線を付して示す領域は所定の価格以上の価格の物体が置かれていない領域である。一方、薄い色を付して示す左側の縦長長方形の領域は三千円の価格の物体が置かれている領域であり、濃い色を付して示す右側の縦長長方形の領域は三百万円の価格の物体が置かれている領域である。

このような価格マップが物体価格推定部１０２により生成され、推定価格の情報として経路計画部１４２に対して入力される。

図９の説明に戻り、目的地までの移動経路は、例えば、障害物を避けて目的地に向かう場合の最短経路などの初期経路を設定し、初期経路を、経路に沿って置かれている物体の価格に基づいて修正することにより計画される。初期経路の修正は、例えば、物体の価格に応じた距離を確保するようにして行われる。

図１１は、移動経路の計画の例を示す図である。

図１１のＡ，Ｂに示す矩形の範囲が、ロボット１が存在する室内の一部の範囲に相当する。室内に置かれている壺Ｏ１の位置が斜線を付した三角形により表され、椅子Ｏ２の位置が斜線を付した円により表される。

図１１のＡに示す経路＃１１は、ロボット１の位置Ｐ１から目的地Ｇまでの初期経路である。例えば、物体の価値を考慮せずに、障害物を避けて目的地に向かう場合の最短経路が経路＃１１として設定される。

目的地Ｇに移動するためには壺Ｏ１と椅子Ｏ２の間を通ることになる。物体の価値を考慮しない場合、壺Ｏ１と椅子Ｏ２の中間位置を通るような初期経路が設定される。

図１１のＢに示す経路＃２は、物体の価値を考慮して計画される目的地Ｇまでの移動経路である。経路＃１の修正が壺Ｏ１と椅子Ｏ２の価格に基づいて行われ、図１０のＢに示すように、より価格が高い壺Ｏ１との距離を最大化し、椅子Ｏ２の近くを通るような経路が計画される。

壺Ｏ１の価格と椅子Ｏ２の価格に応じた重み付けが行われることによって移動経路が計画されるようにしてもよい。例えば、壺Ｏ１の価格が椅子Ｏ２の価格の１０倍の価格である場合、ロボット１と壺Ｏ１の距離（ロボット１の座標と壺Ｏ１の端の座標）が、常に、ロボット１と椅子Ｏ２の距離（ロボット１の座標と椅子Ｏ２の端の座標）の１０倍の距離となるようにして移動経路が計画される。

図９の経路計画部１４２は、以上のようにして計画した移動経路に関する情報を出力する。駆動制御部１０４においては、経路計画部１４２により計画された移動経路に従ってロボット１を移動させるための制御が行われる。

ここで、図１２のフローチャートを参照して、移動経路を計画するロボット１の処理について説明する。

ステップＳ１において、シーン画像取得部１０１は、カメラ４１により撮影されたシーン画像を取得する。

ステップＳ２において、物体領域推定部１１１は、物体が写る矩形領域をシーン画像から抽出し、小画像を生成する。

ステップＳ３において、価格推定部１１２は、物体領域推定部１１１により生成された全ての小画像に写る物体のそれぞれの価格を推定する。

ステップＳ４において、価格推定部１１２は、推定したそれぞれの物体の価格に基づいて価格マップを生成する。

ステップＳ５において、経路計画部１４２は、目的地までの移動経路を価格マップに基づいて上述したようにして計画し、処理を終了させる。移動経路の計画には、適宜、障害物検出部１４１により検出された障害物の位置も考慮される。

以上の処理により、ロボット１は、高価な物体から離れた位置を通る経路を移動経路として計画することができる。また、ロボット１は、そのような移動経路に従って移動することにより、高価な物体を破損してしまう可能性を低減させることが可能となる。

＜移動時の状態に関する計画＞
ロボット１の行動の計画として、移動時の状態を計画する場合の例について説明する。

図１３は、ロボット１の外観の例を示す図である。

図１３の例においては、ロボット１は、上面視において角丸の横長長方形となる筐体１１を有するものとされている。ロボット１は、矢印で示すように前後左右に移動可能な移動体である。筐体１１の底面（図示せず）には、車輪などの、移動のための機構が設けられる。

ロボット１は、上下方向の矢印で示すように、正面１１Ａまたは背面１１Ｂを移動方向に正対させた姿勢による移動も、左右方向の矢印で示すように、左側面１１Ｃまたは右側面１１Ｄを移動方向に正対させた姿勢による移動も可能とされる。

ロボット１においては、移動時の姿勢、移動様式が、周囲にある物体の価格に基づいて計画される。

・移動時の姿勢の計画
ロボット１が図１３を参照して説明した筐体１１を有している場合、移動時の姿勢によって、移動方向に対する筐体１１の幅が異なる。正面１１Ａまたは背面１１Ｂを移動方向に正対させた姿勢による移動時の筐体１１の幅は、左側面１１Ｃまたは右側面１１Ｄを移動方向に正対させた姿勢による移動時の筐体１１の幅より広い幅となる。

移動時の姿勢の計画として、いずれの姿勢で移動するのかが計画される。

図１４は、移動時の姿勢の例を示す図である。

図１４のＡ，Ｂの例においては、平面視において縦長長方形の棚ｓ１，ｓ２が並行に置かれている。棚ｓ１，ｓ２には各種の物体が並べられており、それぞれの物体の価格が推定されているものとする。また、ロボット１の移動経路は、棚ｓ１，ｓ２の間を通る経路として設定されているものとする。

図１４のＡは、棚ｓ１，ｓ２に並べられている物体の価格が所定の価格より安い場合の姿勢を示し、図１４のＢは、物体の価格が所定の価格より高い場合の姿勢を示している。姿勢を決める際の閾値となる価格が予め設定されている。

図１４のＡに示すように、物体の価格が所定の価格より安い場合、正面１１Ａまたは背面１１Ｂを移動方向に正対させた姿勢が、移動時の姿勢として計画される。

一方、図１４のＢに示すように、物体の価格が所定の価格より高い場合、左側面１１Ｃまたは右側面１１Ｄを移動方向に正対させた姿勢が、移動時の姿勢として計画される。

左側面１１Ｃまたは右側面１１Ｄを移動方向に正対させた図１４のＢの姿勢は、正面１１Ａまたは背面１１Ｂを移動方向に正対させた図１４のＡの姿勢と比べて、左右方向の筐体１１の幅が狭く、棚ｓ１，ｓ２との距離を最大化させることができる姿勢である。言い換えると、前者の姿勢は、後者の姿勢と比べて、棚ｓ１，ｓ２にぶつかりにくい姿勢である。

このように、ロボット１においては、移動経路沿いにある物体の価格に基づいて、移動時の姿勢が切り替えられる。移動時の姿勢を以上のようにして計画し、制御することにより、高価な物体を破損してしまう可能性を低減させることが可能となる。

図１５は、移動時の状態を計画する行動計画部１０３の構成例を示すブロック図である。

図１５に示す行動計画部１０３の構成は、経路計画部１４２に代えて移動時状態計画部１５１が設けられている点で、図９に示す行動計画部１０３の構成と異なる。シーン画像取得部１０１から出力されたシーン画像は障害物検出部１４１に入力され、物体価格推定部１０２から出力された推定価格の情報は移動時状態計画部１５１に入力される。図９の説明と重複する説明については適宜省略する。

移動時状態計画部１５１は、移動経路沿いにある物体の価格を、物体価格推定部１０２から供給された情報に基づいて特定する。移動時状態計画部１５１は、図９の経路計画部１４２と同様にして移動経路を計画するとともに、移動経路沿いにある物体の価格を閾値の価格と比較することにより、２つの物体の間を通るときの姿勢を決定する。

図１６は、棚ｓ１と棚ｓ２が設置された位置を含む価格マップの例を示す図である。

図１６の価格マップにおいては、棚ｓ１と棚ｓ２の領域が薄い色の領域として表される。棚ｓ１に並べられた物体の価格の合計は、閾値の価格より高い三十万円とされている。同様に、棚ｓ２に並べられた物体の価格の合計も、閾値の価格より高い三十万円とされている。物体価格推定部１０２により推定された各物体の推定価格が、図１６に示すような価格マップにより表されるようにしてもよい。

図１５の説明に戻り、移動時状態計画部１５１は、２つの物体の間を通るときの姿勢を決定した場合、移動時の姿勢を含む、移動時の状態に関する情報を出力する。移動時状態計画部１５１から出力される情報には移動経路の情報も含まれる。駆動制御部１０４においては、移動時状態計画部１５１により計画された姿勢でロボット１を移動させるための制御が行われる。

ここで、図１７のフローチャートを参照して、移動時の姿勢を計画するロボット１の処理について説明する。

図１７のステップＳ５１乃至Ｓ５５の処理は、図１２のステップＳ１乃至Ｓ５の処理と同様の処理である。重複する説明については適宜省略する。

すなわち、物体が写る領域をシーン画像から抽出することによって小画像が生成され、小画像に写るそれぞれの物体の価格が推定される。推定された価格に基づいて図１６を参照して説明したような価格マップが生成され、価格マップに基づいて移動経路が設定される。

ステップＳ５６において、移動時状態計画部１５１は、移動体の両側に物体があって、両側にある物体の価格が閾値より高いか否かを判定する。

移動体の両側にある物体の価格が閾値より低いとステップＳ５６において判定した場合、ステップＳ５７において、移動時状態計画部１５１は、通常の姿勢で移動することを決定する。ここでいう通常の姿勢は、図１４のＡを参照して説明したように、正面１１Ａまたは背面１１Ｂを移動方向に正対させた姿勢である。

一方、移動体の両側にある物体の価格が閾値より高いとステップＳ５６において判定した場合、ステップＳ５８において、移動時状態計画部１５１は、安全な姿勢で移動することを決定する。ここでいう安全な姿勢は、図１４のＢを参照して説明したように、左側面１１Ｃまたは右側面１１Ｄを移動方向に正対させた姿勢である。

ステップＳ５７またはステップＳ５８において姿勢が決定された後、処理は終了される。以上のようにして決定された姿勢を含む計画に従って、ロボット１の移動時の姿勢が制御される。

・移動様式の計画
図１８は、ロボット１の移動様式の例を示す図である。

図１８のＡ，Ｂの例においては、ロボット１の筐体１１に４本のアームであるアーム１２−１乃至１２−４が設けられる。

アーム１２−１とアーム１２−２は、例えば、筐体１１との連結部を移動させることにより、筐体１１の側面から延びる状態とすることも、底面から延びる状態とすることも可能とされる。アーム１２−３とアーム１２−４は、筐体１１の底面から延びる状態で設けられる。

図１８のＡは、物体の価格が所定の価格より安い場合の移動様式を示し、図１８のＢは、物体の価格が所定の価格より高い場合の移動様式を示している。移動様式を決める際の閾値となる価格が予め設定されている。

図１８のＡに示すように、周囲にある物体の価格が所定の価格より安い場合、アーム１２−３とアーム１２−４を用いて二足歩行で移動する様式が移動様式として計画される。

図１８のＡの例においては、アーム１２−１とアーム１２−２は筐体１１の側面から延びる状態とされ、アーム１２−３とアーム１２−４の２本のアームが、移動機構として用いられている。

一方、図１８のＢに示すように、周囲にある物体の価格が所定の価格より高い場合、アーム１２−１乃至１２−４を用いて四足歩行で移動する様式が移動様式として計画される。

図１８のＢの例においては、アーム１２−１とアーム１２−２は筐体１１の底面から延びる状態とされ、アーム１２−１乃至１２−４の４本のアームが、移動機構として用いられている。

このように、変形が可能なロボット１においては、周囲にある物体の価格に基づいて、移動に用いる機構の数を切り替えるようにして移動時状態計画部１５１により移動様式が計画される。例えば、図１８のＡに示す二足歩行の移動様式は、図１８のＢに示す四足歩行の移動様式と比べて、安定性が劣るものの、速い速度での移動が可能とされる。

価格が高い物体の近くを移動する場合、安定性を優先して四足歩行の移動様式で移動することが計画されることにより、高価な物体を破損してしまう可能性を低減させることが可能となる。

また、価格が安い物体の近くを移動する場合、速度を優先して二足歩行の移動様式で移動することが計画されることにより、より迅速に移動させることが可能となる。

移動に用いる機構としてアームを用い、アームの数を切り替えることによって移動様式を制御する場合について説明したが、移動機構としてタイヤが用いられている場合、タイヤの数を切り替えることによって移動様式が制御されるようにしてもよい。例えば、価格が安い物体の近くを移動する場合には二輪による移動様式が選択され、価格が高い物体の近くを移動する場合には四輪による移動様式が選択される。

価格が安い物体の近くを移動する場合にはアームやタイヤを用いた移動様式が選択され、価格が高い物体の近くを移動する場合には、物体の上を飛行する移動様式が選択されるといったように、移動に用いられる機構の種類自体が切り替えられるようにしてもよい。

移動時の状態として、姿勢と移動様式以外の状態が、物体の価格に基づいて計画されるようにしてもよい。

例えば、価格が高い物体の近くを通る場合には移動速度を遅い速度とし、価格が安い物体の近くを通る場合には移動速度を速い速度とするといったように、ロボット１の移動速度が、周囲にある物体の価格に基づいて計画されるようにすることが可能である。

以上のようにして物体の保護を優先させるモードと、最短距離での移動や最高速度での移動を優先させるモードが自動的に切り替えられるようにしてもよい。また、優先させるモードをユーザが選択することができるようにしてもよい。

＜把持の仕方の計画＞
ロボット１の行動の計画として、物体の把持の仕方を計画する場合の例について説明する。

図１９は、物体の把持機構を有するロボット１の外観の例を示す図である。

図１９の例においては、ロボット１は、側面視において角丸の縦長長方形となる筐体１１を有するものとされている。筐体１１の正面１１Ａには、物体の把持機構としての２本のアーム１２−１，１２−２が設けられる。また、筐体１１の底面１１Ｅには、車輪などの移動機構が設けられる。

図１９のロボット１は、部屋に置かれている物体などを、アーム１２−１，１２−２を駆動させることによって把持し、その状態のまま所定の位置に運ぶことが可能な、運搬機能を有する移動体である。

このようなロボット１においては、把持様式、把持している物体の載置の仕方などの、物体の把持の仕方が、把持対象となる物体の価格に基づいて計画される。

・把持様式の計画
物体の把持様式には、例えば、１つの物体を１本のアームを用いて把持する様式と、１つの物体を２本のアームを用いて把持する様式が含まれる。

把持様式の計画として、１つの物体の把持に用いる機構の数が異なる複数の様式のうち、いずれの様式によって対象の物体を把持するのかが計画される。

図２０は、物体の把持様式の例を示す図である。

図２０のＡは、物体の価格が所定の価格より安い場合の把持様式を示し、図２０のＢは、物体の価格が所定の価格より高い場合の把持様式を示している。把持様式を決める際の閾値となる価格が予め設定されている。

図２０のＡに示すように、物体の価格が所定の価格より安い場合、１つの物体を１本のアームを用いて把持する様式が把持様式として計画される。

図２０のＡの例においては、アーム１２−１を用いてグラスＯ３１が把持され、アーム１２−２を用いて皿Ｏ３２が把持されている。グラスＯ３１と皿Ｏ３２は、それぞれ、推定された価格が閾値として設定された価格より安い物体である。

一方、図２０のＢに示すように、物体の価格が所定の価格より高い場合、１つの物体を２本のアームを用いて把持する様式が把持様式として計画される。

図２０のＢの例においては、アーム１２−１とアーム１２−２を用いて器Ｏ４１が把持されている。器Ｏ４１は、推定された価格が閾値として設定された価格より高い物体である。

このように、ロボット１においては、把持対象となる物体の価格に基づいて、把持に用いる機構の数を切り替えるようにして把持様式が計画される。

把持に用いる機構の数が多い方が、より安全に物体を把持できるものと考えられる。高価な物体を多い機構を用いて把持することにより、ロボット１は、高価な物体を破損してしまう可能性を低減させることが可能となる。

図２１は、把持の仕方を計画する行動計画部１０３の構成例を示すブロック図である。

図２１に示すように、行動計画部１０３は、把持領域推定部１６１と把持計画部１６２から構成される。シーン画像取得部１０１から出力されたシーン画像は把持領域推定部１６１に入力され、物体価格推定部１０２から出力された推定価格の情報は把持計画部１６２に入力される。

把持領域推定部１６１は、シーン画像を解析し、把持対象の物体が写る把持領域を検出する。把持領域推定部１６１は、把持対象の物体の位置、大きさなどを表す情報を把持計画部１６２に出力する。

把持計画部１６２は、把持対象の物体の価格を、物体価格推定部１０２から供給された情報に基づいて特定する。

図２２は、把持対象の物体の例を示す図である。

図２２の例においては、縦長長方形の枠で囲んで示す領域が、把持対象の物体である壺Ｏ１が写る把持領域として把持領域推定部１６１により検出されている。また、壺Ｏ１の価格が三百万円であることが、物体価格推定部１０２から供給された情報に基づいて特定されている。

把持計画部１６２は、把持対象の物体の価格を特定した後、把持対象の物体の価格に基づいて把持様式を計画する。

把持計画部１６２は、それぞれのアームによって把持対象の物体の掴む位置を指定する情報、運搬先までの移動経路を指定する情報などを含む、把持の仕方に関する情報を含む把持計画を出力する。駆動制御部１０４においては、把持計画部１６２により計画された把持様式に従ってアーム１２−１，１２−２を駆動させるための制御などが行われる。

ここで、図２３のフローチャートを参照して、把持様式を計画するロボット１の処理について説明する。

ステップＳ１０１において、シーン画像取得部１０１は、カメラ４１により撮影されたシーン画像として取得する。

ステップＳ１０２において、把持領域推定部１６１は、シーン画像を解析し、把持対象の物体を決定し、把持対象の物体が写る領域を検出する。

ステップＳ１０３において、把持計画部１６２は、物体価格推定部１０２により推定されたそれぞれの物体の価格に基づいて、把持対象の物体の価格を特定する。物体価格推定部１０２においては周囲にあるそれぞれの物体の価格が推定され、推定価格の情報が把持計画部１６２に対して供給される。

ステップＳ１０４において、把持計画部１６２は、把持対象の物体の価格が閾値より高いか否かを判定する。

把持対象の物体の価格が閾値より安いとステップＳ１０４において判定した場合、ステップＳ１０５において、把持計画部１６２は、片腕で把持することを決定する。すなわち、図２０のＡを参照して説明したように、１つの物体を１本のアームを用いて把持する様式が把持様式として計画される。

一方、把持対象の物体の価格が閾値より高いとステップＳ１０４において判定した場合、ステップＳ１０６において、把持計画部１６２は、両腕で把持することを決定する。すなわち、図２０のＢを参照して説明したように、１つの物体を２本のアームを用いて把持する様式が把持様式として計画される。

ステップＳ１０５またはステップＳ１０６において物体の把持に用いる機構の数が決定された後、処理は終了される。以上のようにして決定された把持様式を含む計画に従って、ロボット１の把持の仕方が制御される。

・把持している物体の載置の仕方の計画
図２４は、物体の把持機構を有するロボット１の他の外観の例を示す図である。

図２４の例においては、ロボット１を飛行させるためのプロペラ１３が筐体１１の上面１１Ｆに設けられるものとされている。すなわち、図２４に示すロボット１は、物体を把持した状態で飛行することが可能なドローンである。

また、筐体の正面１１Ａの下方には、ステレオカメラ、ToF(Time of Flight)センサなどよりなる深度センサ１４が設けられる。深度センサ１４により、載置面の各位置の高さが測定され、平面度（水平度）が算出される。図２４の例においては、把持している物体の載置面となる、テーブルの天板上の各位置の平面度が算出される。

このようなロボット１においては、把持している物体の載置位置が、載置面の各位置の平面度と、把持している物体の価格に基づいて計画される。

例えば、把持している物体の価格が閾値の価格より安い場合、平面度が閾値より低い位置（水平に対して斜めになっている位置）であっても、物体の載置位置として決定することが可能とされる。

一方、物体の価格が所定の価格より高い場合、テーブルの天板全体のうち、平面度が閾値より高い位置（水平に近い位置）だけが、物体の載置位置として決定することが可能とされる。

このように、ロボット１においては、把持している物体の価格に基づいて把持計画部１６２により載置位置が計画され、物体を載置する動作が制御される。

価格が高い物体を載置する場合、価格が安い物体を載置する場合より平面度が高い位置を載置位置とすることにより、高価な物体を破損してしまう可能性を低減させることが可能となる。平面度が高い位置は、斜面になっている位置より滑り落ちる可能性が低いため、安全な位置であるといえる。

図２５は、平面度の測定の例を示す図である。

図２５においては、一方のアームであるアーム１２−２をマニピュレータとして用い、アーム１２−２の先端を天板に接触させることによって、天板の各位置の高さを測定するようになされている。

先端をテーブルの天板に接触させた状態で矢印＃２１に示すようにアーム１２−２を移動させることにより、図２６に示すような測定結果が得られる。図２６の横軸はテーブルの天板上の位置を表し、縦軸は地表面からの高さを表す。

ロボット１においては、例えば、図２６に示すような測定結果から、基準位置の高さと、基準位置の周りの複数の位置の高さとの差が算出され、高さの差に基づいて平面度が算出される。このように、平面度の測定の仕方として様々な方法を採用することが可能である。

平面度に代えて、平面の凹凸の度合い、滑りやすさの度合い、高さ、色などが測定され、載置位置が計画されるようにしてもよい。

例えば、載置位置に高さを考慮する場合、閾値の価格より高い物体については、閾値の高さより低い位置だけが、把持している物体の載置位置として決定することが可能とされる。

また、載置位置に載置面の色を考慮する場合、閾値の価格より高い物体については、白や黄色といったように、物体を置いたときに物体が目立つ位置だけが、物体の載置位置として決定することが可能とされる。把持している物体自体の色をも考慮して、載置位置が決定されるようにしてもよい。

閾値の価格より安い物体についてはテーブルの端の位置でも載置位置として決定することが可能とされ、高い物体についてはテーブルの中央に近い位置だけが載置位置として決定することが可能とされるようにしてもよい。

価格が高い物体を置く場合には載置動作の速度を遅い速度とし、価格が安い物体を置く場合には載置動作の速度を速い速度とするといったように、ロボット１の載置動作の速度が物体の価格に基づいて計画されるようにしてもよい。

以上のように、ロボット１においては、高価な物体に近づかないようにしたり、高価な物体にぶつかりにくい状態で移動するようにしたり、高価な物体をより安全に把持したりして行動が計画される。高価な物体については、いわば丁寧に扱われることになる。

＜変形例＞
ロボット１の行動が、ロボット１の周囲にある物体の価格に基づいて外部の装置により計画されるようにしてもよい。

図２７は、制御システムの構成例を示す図である。

図２７の制御システムは、ロボット１と制御サーバ２０１がインターネットなどのネットワーク２０２を介して接続されることによって構成される。ロボット１と制御サーバ２０１は、ネットワーク２０２を介して通信を行う。

図２７の制御システムにおいては、ロボット１の行動が、ロボット１の外部の装置である制御サーバ２０１により計画される。図３の制御部３１の各機能部が、所定のプログラムが実行されることによって制御サーバ２０１において実現される。

制御サーバ２０１の制御部３１は、ロボット１から送信されてきたデータに基づいて、上述したようにしてロボット１の行動を計画し、計画した行動に関する情報をロボット１に送信する。ロボット１から制御サーバ２０１に対しては、撮影画像のデータなどの各種のデータが繰り返し送信される。

ロボット１は、制御サーバ２０１から送信されてきた情報により表される計画に従って、上述したようにして周囲にある物体の価値に応じた行動をとることになる。このように、制御サーバ２０１は、ロボット１の行動を計画し、制御する制御装置として機能する。

以上においては、ロボット１のカメラにより撮影された撮影画像に基づいて物体の価格が推定されるものとしたが、撮影画像以外のセンサデータに基づいて物体の価格が推定されるようにしてもよい。距離センサにより測定された物体までの距離、温度センサにより測定された物体の温度などの、各種のセンサデータに基づいて物体の価値が推定されるようにすることが可能である。

・コンピュータの構成例
上述した一連の処理は、ハードウェアにより実行することもできるし、ソフトウェアにより実行することもできる。一連の処理をソフトウェアにより実行する場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または汎用のパーソナルコンピュータなどに、プログラム記録媒体からインストールされる。

図２８は、上述した一連の処理をプログラムにより実行するコンピュータのハードウェアの構成例を示すブロック図である。図２７の制御サーバ２０１も、図２８に示す構成と同様の構成を有する。

CPU(Central Processing Unit)１００１、ROM(Read Only Memory)１００２、RAM(Random Access Memory)１００３は、バス１００４により相互に接続されている。

バス１００４には、さらに、入出力インタフェース１００５が接続されている。入出力インタフェース１００５には、キーボード、マウスなどよりなる入力部１００６、ディスプレイ、スピーカなどよりなる出力部１００７が接続される。また、入出力インタフェース１００５には、ハードディスクや不揮発性のメモリなどよりなる記憶部１００８、ネットワークインタフェースなどよりなる通信部１００９、リムーバブルメディア１０１１を駆動するドライブ１０１０が接続される。

以上のように構成されるコンピュータでは、CPU１００１が、例えば、記憶部１００８に記憶されているプログラムを入出力インタフェース１００５及びバス１００４を介してRAM１００３にロードして実行することにより、上述した一連の処理が行われる。

CPU１００１が実行するプログラムは、例えばリムーバブルメディア１０１１に記録して、あるいは、ローカルエリアネットワーク、インターネット、デジタル放送といった、有線または無線の伝送媒体を介して提供され、記憶部１００８にインストールされる。

なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。

本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。

本明細書に記載された効果はあくまで例示であって限定されるものでは無く、また他の効果があってもよい。

本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。

例えば、本技術は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。

また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。

さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。

・構成の組み合わせ例
本技術は、以下のような構成をとることもできる。

（１）
移動体により検出されたセンサデータに基づいて、前記移動体の周囲にある物体の価値を推定する価値推定部と、
推定された前記物体の価値に基づいて、前記移動体の行動を計画する行動計画部と
を備える制御装置。
（２）
前記行動計画部は、目的地までの移動経路を計画する
前記（１）に記載の制御装置。
（３）
前記行動計画部は、前記物体の価値に応じた距離が確保された前記移動経路を計画する
前記（２）に記載の制御装置。
（４）
前記行動計画部は、２つの前記物体の間を通る場合、価値が高い前記物体より、価値が低い前記物体の近くを通る前記移動経路を計画する
前記（３）に記載の制御装置。
（５）
前記センサデータに基づいて障害物を検出する障害物検出部をさらに備え、
前記行動計画部は、前記物体の価値と前記障害物の位置とに基づいて前記移動経路を計画する
前記（２）に記載の制御装置。
（６）
前記行動計画部は、前記移動体の移動時の姿勢を計画する
前記（１）に記載の制御装置。
（７）
前記行動計画部は、移動時の姿勢として、移動方向に対する前記移動体の筐体の向きを計画する
前記（６）に記載の制御装置。
（８）
前記行動計画部は、前記移動体の移動様式を計画する
前記（１）に記載の制御装置。
（９）
前記行動計画部は、移動様式として、移動に用いる機構の数が異なる様式を計画する
前記（８）に記載の制御装置。
（１０）
前記移動体は、前記物体を把持する機構を有し、
前記行動計画部は、前記物体の把持様式を計画する
前記（１）に記載の制御装置。
（１１）
前記行動計画部は、前記物体の把持様式として、前記物体の把持に用いる前記機構の数が異なる様式を計画する
前記（１０）に記載の制御装置。
（１２）
前記行動計画部は、価値が高い前記物体を把持する場合、価値が低い前記物体を把持する場合より多い数の前記機構を用いる様式を計画する
前記（１１）に記載の制御装置。
（１３）
前記移動体は、前記物体を把持する機構を有し、
前記行動計画部は、把持している前記物体の載置の仕方を計画する
前記（１）に記載の制御装置。
（１４）
前記行動計画部は、前記物体の載置の仕方として、前記物体の載置位置を計画する
前記（１３）に記載の制御装置。
（１５）
前記行動計画部は、価値が高い前記物体を載置する場合、価値が低い前記物体を載置する場合より平面度が高い位置を載置位置として計画する
前記（１４）に記載の制御装置。
（１６）
前記移動体に設けられたカメラにより撮影された画像である撮影画像を前記センサデータとして取得する取得部をさらに備える
前記（１）乃至（１５）のいずれかに記載の制御装置。
（１７）
前記物体が写る領域を前記撮影画像から推定する領域推定部をさらに備え、
前記価値推定部は、推定された前記領域を解析し、前記物体の価値を推定する
前記（１６）に記載の制御装置。
（１８）
制御装置が、
移動体により検出されたセンサデータに基づいて、前記移動体の周囲にある物体の価値を推定し、
推定された前記物体の価値に基づいて、前記移動体の行動を計画する
制御方法。
（１９）
コンピュータに、
移動体により検出されたセンサデータに基づいて、前記移動体の周囲にある物体の価値を推定し、
推定された前記物体の価値に基づいて、前記移動体の行動を計画する
処理を実行させるためのプログラム。

１ ロボット， ３１ 制御部， ３２ 入出力部， ３３ 駆動部， ３４ 無線通信部， ３５ 電源部， １０１ シーン画像取得部， １０２ 物体価格推定部， １０３ 行動計画部， １０４ 駆動制御部， １１１ 物体領域推定部， １１２ 価格推定部， １２１ 局所特徴量算出部， １２２ 価格探索部， １２３ 特徴量−価格DB， １３１ 価格ニューラルネットワーク， １４１ 障害物検出部， １４２ 経路計画部， １５１ 移動時状態計画部， １６１ 把持領域推定部， １６２ 把持計画部， ２０１ 制御サーバ， ２０２ ネットワーク

Claims (19)

1. 移動体により検出されたセンサデータに基づいて、前記移動体の周囲にある物体の価値を推定する価値推定部と、
   推定された前記物体の価値に基づいて、前記移動体の行動を計画する行動計画部と
   を備える制御装置。
2. 前記行動計画部は、目的地までの移動経路を計画する
   請求項１に記載の制御装置。
3. 前記行動計画部は、前記物体の価値に応じた距離が確保された前記移動経路を計画する
   請求項２に記載の制御装置。
4. 前記行動計画部は、２つの前記物体の間を通る場合、価値が高い前記物体より、価値が低い前記物体の近くを通る前記移動経路を計画する
   請求項３に記載の制御装置。
5. 前記センサデータに基づいて障害物を検出する障害物検出部をさらに備え、
   前記行動計画部は、前記物体の価値と前記障害物の位置とに基づいて前記移動経路を計画する
   請求項２に記載の制御装置。
6. 前記行動計画部は、前記移動体の移動時の姿勢を計画する
   請求項１に記載の制御装置。
7. 前記行動計画部は、移動時の姿勢として、移動方向に対する前記移動体の筐体の向きを計画する
   請求項６に記載の制御装置。
8. 前記行動計画部は、前記移動体の移動様式を計画する
   請求項１に記載の制御装置。
9. 前記行動計画部は、移動様式として、移動に用いる機構の数が異なる様式を計画する
   請求項８に記載の制御装置。
10. 前記移動体は、前記物体を把持する機構を有し、
    前記行動計画部は、前記物体の把持様式を計画する
    請求項１に記載の制御装置。
11. 前記行動計画部は、前記物体の把持様式として、前記物体の把持に用いる前記機構の数が異なる様式を計画する
    請求項１０に記載の制御装置。
12. 前記行動計画部は、価値が高い前記物体を把持する場合、価値が低い前記物体を把持する場合より多い数の前記機構を用いる様式を計画する
    請求項１１に記載の制御装置。
13. 前記移動体は、前記物体を把持する機構を有し、
    前記行動計画部は、把持している前記物体の載置の仕方を計画する
    請求項１に記載の制御装置。
14. 前記行動計画部は、前記物体の載置の仕方として、前記物体の載置位置を計画する
    請求項１３に記載の制御装置。
15. 前記行動計画部は、価値が高い前記物体を載置する場合、価値が低い前記物体を載置する場合より平面度が高い位置を載置位置として計画する
    請求項１４に記載の制御装置。
16. 前記移動体に設けられたカメラにより撮影された画像である撮影画像を前記センサデータとして取得する取得部をさらに備える
    請求項１に記載の制御装置。
17. 前記物体が写る領域を前記撮影画像から推定する領域推定部をさらに備え、
    前記価値推定部は、推定された前記領域を解析し、前記物体の価値を推定する
    請求項１６に記載の制御装置。
18. 制御装置が、
    移動体により検出されたセンサデータに基づいて、前記移動体の周囲にある物体の価値を推定し、
    推定された前記物体の価値に基づいて、前記移動体の行動を計画する
    制御方法。
19. コンピュータに、
    移動体により検出されたセンサデータに基づいて、前記移動体の周囲にある物体の価値を推定し、
    推定された前記物体の価値に基づいて、前記移動体の行動を計画する
    処理を実行させるためのプログラム。

Images