JP4532280B2 - 自由面および占有面を有する面を記述するグラフ構造を形成するための方法および装置ならびにプログラムコード手段を有するコンピュータプログラムおよびコンピュータプログラム製品 - Google Patents

Description

本発明は自由面および占有面を有する面を記述するグラフ構造の形成に関する。

反復的な仕事がますますサービスロボットに委ねられている。そのような仕事の例は清掃タスク、搬送タスクであったり、また相応の場所に種を蒔いたりまたは例えば芝を刈るようなタスクである。

それぞれの面処理を実施するために、そのようなサービスロボットには所属の面処理機器、例えば清掃装置または切断装置がその都度取り付けられている。

サービスロボットによる面の効率的な処理は、面処理機器が処理すべき面全体を可能な限りカバーし、この際同一の経路を二度通過することは可能な限り僅かであることが前提とされる。

もっともこのためには適切で効率的な処理経路を計画することが必要である。

経路計画方法は一般的に、処理すべき面の幾何学的な状況に関する知識を前提とする。この知識には例えば処理すべき面の寸法、およびこの面内に存在する障害物の位置、寸法に関する情報が含まれる。

通常の場合、処理すべき面のそれぞれの幾何学的な状況が記憶されているディジタルの幾何学マップが使用される。この幾何学マップにおいてはそのような幾何学的な状況が例えば障害物が存在せずに処理可能な面であるいわゆる自由面、ならびに障害物によって占有されており処理不可能な占有面として表される。

具体的にはそのような幾何学マップはいわゆるピクセル画像に相当し、このピクセル画像のピクセルにはそれぞれ画像情報および／または色情報が割り当てられている。そのようなピクセル画像、例えば画像処理または対象識別の際に使用および／または分析ならびに評価されるグレー値マップまたは色画像においても、自由面と占有面を区別することができる。

そのようなディジタルの幾何学マップは相応の事前知識がある場合に前もって作成してサービスロボットに記憶することができる。このような場合には経路計画方法ないし経路計画を事前に実施することができる。通過すべき経路は面処理の開始時に識別されている。

またディジタルの幾何学マップは面処理の間に動的に作成することもできる。この場合には経路計画は面処理の間に行われる。

そのような幾何学マップを作成するための種々の方法が［１１］、［１２］、［１３］から公知である。

この幾何学マップを基礎とする経路計画方法も同様に公知である。種々の経路計画方法を以下例示する。

そのようなディジタルの幾何学マップを使用する面カバー式経路計画のためのいわゆるテンプレートベースの方法が例えば［２］、［３］、［４］から公知である。同様にディジタルの幾何学マップを使用するが、別のアプローチを用いる別の経路計画方法［５］はポテンシャルフィールドを使用し、このポテンシャルフィールドが処理すべき面に重畳され、これに基づき処理経路が決定される。幾何学マップを基礎とした同様のアプローチを用いるマップベースの経路計画方法が［６］および［７］から公知である。

処理経路を求める以外に、そのような幾何学マップは面内の移動ロボットの目下の位置ないし停止位置を求めるための基礎としても使用される（位置評価）。これは位置確認または大域位置確認と称される。さらにはそのような幾何学マップは面内でのロボットのオリエンテーションおよびナビゲーションにも使用される。

幾何学マップを基礎として移動ロボットの位置確認ないし大域位置確認、オリエンテーションおよびナビゲーションを行うための相応の方法が例えば［８］から公知である。

この幾何学マップにおける欠点は、このマップが著しいメモリスペースを必要とすること、もしくは周辺環境のタイプに依存することである。さらにはこのマップが例えば再位置確認のために使用される場合には多くの計算時間を必要とする。

さらには、そのような幾何学マップの作成は煩雑であり、またマップ自体も殊に周辺環境が広範であるおよび／または構造化されていない場合には大部分が不正確であることは欠点である。

またこの幾何学マップはロボットの位置確認の際に、動的に変化する周辺環境では制限的にしか使用することができないことが判明した。目下の周辺環境また部分的に短時間だけ変化する周辺環境、例えば面内に止まっている人間または一時的に面内に置かれている棚などは目下の局所的な部分マップ、すなわち自由面および占有面を変化させるので、この変化に基づき部分マップを幾何学マップ（基本マップないしベースマップ）内で再発見することは困難である。

このために通常の場合、時間的且つメモリ的に煩雑な相関方法が必要である。特徴ベースの検索方法は、周辺環境要素が見えなくなっているためにもはや識別できないようにこの周辺環境要素が変化する場合には失敗する。

同一の問題は幾何学マップとしてのピクセル画像の解釈の際にのみ生じるのではなく、カラー画像またはグレーマップにおける対象識別の際にも生じる。

そのような幾何学マップの他に、面内の移動ロボットの位置確認およびナビゲーションのためのトポロジ的なマップも公知である。

このトポロジ的なマップは面を記述するために、通常の場合関連性のある一連のノードおよび縁から形成されるグラフないしグラフ構造を使用する。

この種のトポロジ的に使用されるグラフまたはグラフ構造ないし「トポロジ」グラフまたはグラフ構造として例えば、いわゆるボロニオ・グラフ（ＶＧ）または一般化されたボロニオ・グラフ（ＧＶＧ）［８］、［９］、［１０］またいわゆる「中間軸」［１］、［８］が公知である。

「中間軸」（ＭＡ）はこの際、閉じられた面内に完全に入っており且つ少なくとも２個所曲面が接する最大限の全ての円の位置ないし多数の中心点によって形成される。

もっともこのトポロジ的なグラフによっては面の自由面のみが記述され、面内の占有面ないし障害物は明示的には記述されず、また障害物が再現されてしまうような形状の面は記述されない。

グラフによる自由面の記述は構造的に行われるが、メートル的には行われない。すなわち面に関するより正確な幾何学的な情報、例えば障害物までの距離または寸法は通常の場合グラフからは得ることができない。

したがってそのような「トポロジ的な」グラフ、例えばボロノイグラフまたは中間軸は、移動ロボットの位置確認、大域位置確認、オリエンテーションまたはナビゲーションには制限的にしか適していない。

［１］からはいわゆるショックグラフ（ＳＧ）が公知である。この刊行物においてショックグラフは画像処理ないし対象識別の際に輪郭線によって囲まれている面および形状を構造的に表すために使用される。

本発明が基礎とする課題は、簡単に求めて表すことができ且つ僅かなメモリスペースしか必要とされない、自由面および占有面を有する面の記述を提供することである。

しかしながらさらに本発明は、画像処理の際の対象識別に使用できるようにするために十分且つ、殊に周辺環境変化に対してロバストな情報を得るべきであり、また移動ロボットの位置確認ないし再位置確認、オリエンテーションまたはナビゲーションのために殊に動的な周辺環境において使用できるべきである。

この課題は、それぞれの独立請求項に記載されている特徴を有する、自由面および占有面を有する面を記述するグラフ構造を求めるための方法および装置、ならびにプログラムコード手段を有するコンピュータプログラムおよびコンピュータプログラム製品によって解決される。

自由面および占有面を有する面を記述するグラフ構造を形成するための方法においては、面の自由面に対してトポロジ的なグラフ構造が求められる。トポロジ的なグラフ構造の少なくとも１つの点が選択される。トポロジ的なグラフ構造の選択された点に対して、近隣の占有面点が検出され、この近隣の占有面点は占有面上に位置し、且つトポロジ的なグラフ構造の選択された点まで最短の距離を有する。位置情報が近隣の占有面点に関して求められる。少なくとも、トポロジ的なグラフ構造の選択された点および近隣の障害物点の位置情報からグラフ構造が形成される。

自由面および占有面を有する面を記述するグラフ構造を形成するための装置は、以下に挙げる相互に接続されているユニットを有する。
−面の自由面に対してグラフ構造を求める構造算出ユニット。
−トポロジ的なグラフ構造の少なくとも１つの点を選択する選択ユニット。
−トポロジ的なグラフ構造の選択された点に対して、占有面状に位置し且つトポロジ的なグラフ構造の選択された点に対して最短の距離を有する近隣の占有面点を検出する障害物算出ユニット。
−近隣の占有面点に関する位置情報を求める位置情報検出ユニット。
−少なくとも、トポロジ的なグラフ構造の選択された点および近隣の占有面点の所属の位置情報からグラフ構造を形成する構造形成ユニット。

具体的に本発明においては、全ての占有面ないし障害物を有する全体面がそれぞれ記憶される公知のディジタルの幾何学マップに比べ、面の自由面の形状およびトポロジのみが効率的な形で、この場合にはトポロジ的に使用されるグラフまたはグラフ構造、ないし「トポロジ」グラフまたはグラフ構造、例えばショックグラフ、「中間軸」またはボロノイグラフを使用して記憶される。

このトポロジ的なグラフないしグラフ構造を適切な別の情報、例えば距離情報によって強化する（注釈を付ける）ことができ、これによって例えばいわゆる注釈付き中間軸が生じる。しかしながらこのような強化は絶対的ではなく必要に応じて行われる。もっともこの種の注釈付きのトポロジ的なグラフは、トポロジ的なグラフ構造の特別な実施形態であり、依然として本発明の範囲内のトポロジ的なグラフである。

これは文献［１４］に示されており、この文献は一般的なトポロジ的なグラフ構造の形成、特に注釈付きのトポロジ的なグラフの形成を記述しており、また本発明に関連する別の解説をなすものである。したがって文献［１４］は完全に本発明の実施形態の構成部分となる。

トポロジ的なグラフを基礎としてトポロジ的なグラフの少なくとも１つの点が選択され、この点に対して近隣の障害物点、すなわち占有面の近隣の点が検出される。この点は通常の場合、近隣の障害物ないし近隣の占有面の縁上にある点である。ジェネレータと称されるこれらの近隣の占有面点ないし障害物点に関する位置情報が求められ、この位置情報はジェネレータの場所を（トポロジ的なグラフの選択された点に相対的にまたは絶対的に）一義的に表す。

つまり例えばジェネレータの位置情報はジェネレータの座標でよい。

少なくとも、トポロジ的なグラフ構造の選択された点およびジェネレータの所属の位置情報からグラフ構造が形成され、このグラフ構造を以下ではジェネレータトポロジとも称する。

殊に有利には、このように形成されたグラフ構造ないしジェネレータグラフは面内の変化に対して、すなわち動的な周辺環境に対してロバストである。このことは殊にジェネレータの使用に有用である。

これによって本発明は広範な使用領域を明らかにするものである。すなわちディジタルのピクセル画像が使用されるあらゆる領域で使用される。つまり本発明は殊に移動ユニットの位置確認また特に対象識別に適しており、例えば一般的に画像処理にも適している。

プログラムコード手段を有するコンピュータプログラムは、プログラムがコンピュータにおいて実行される場合に本発明による方法の全てのステップを実施するために設計されている。

機械読取り可能媒体に記憶されているプログラムコード手段を有するコンピュータプログラム製品は、プログラムがコンピュータにおいて実行される場合に本発明による方法の全てのステップを実施するために設計されている。

プログラムがコンピュータにおいて実行される場合に本発明の方法による全てのステップを実施するために設計されている装置およびプログラムコード手段を有するコンピュータプログラム、ならびにプログラムがコンピュータにおいて実行される場合に本発明の方法による全てのステップを実施するために設計されている機械読取り可能媒体に記憶されているプログラムコード手段を有するコンピュータプログラム製品は、本発明による方法または以下説明する本発明の実施形態を実施することに殊に適している。

本発明の有利な実施形態は従属請求項から明らかになる。

以下説明する実施形態は方法も装置も参照する。

本発明および以下説明する実施形態はソフトウェアにおいてもハードウェアにおいても、例えば別個の電気回路を使用して実現することができる。

さらには、本発明または以下説明する実施形態を、本発明または実施形態を実施するプログラムコード手段を有するコンピュータプログラムが記憶されている、コンピュータ読取り可能記憶媒体によって実現することができる。

本発明または以下説明する各実施形態を、本発明または実施形態を実施するプログラムコード手段を有するコンピュータプログラムが記憶されている記憶媒体を有するコンピュータプログラム製品によって実現することもできる。

トポロジ的なグラフ構造を形成するために、ショックグラフ［１］または「中間軸」［１］、［８］またはボロノイグラフ［８］、［９］、［１０］ないし例示的に挙げたような前述のグラフを形成するための相応の方法を使用することができる。形成されるグラフは通常の場合、一連のノードおよび縁を有する。

実施形態において近隣の占有面点ないし障害物点の位置情報は、選択された点に関する相対的な位置情報、殊に距離情報および方向情報である。これに択一的に、位置情報は絶対位置情報、殊に近隣の占有面点ないし障害物点の座標でもよい。

トポロジ的なグラフ構造の複数の点を選択することも有意であり、これらの選択された複数の点それぞれに対して、近隣の占有面点ないし障害物点および所属の位置情報が求められる。この場合グラフ構造ないしジェネレータグラフは選択された全ての点および所属の位置情報から形成される。

選択された１つまたは複数の点の選択の際に、トポロジ的なグラフ構造の規則性を考慮することができる。トポロジ的なグラフ構造を考慮するために、トポロジ的なグラフ構造が規則的であればあるほど、トポロジ的な構造を記述するために選択される点はますます少ない数で十分となる。しかしながらそのような場合には、選択された点間の補間は基礎とされるグラフ構造に近似する。

さらには選択された１つの点ないし選択された複数の点として、トポロジ的なグラフ構造の１つないし複数のノードが選択される場合には有意である。

もっとも、原則的にトポロジ的なグラフ構造の各点は一般性に制限されることなく選択できることを言及しておく。

トポロジ的なグラフ構造の選択された点に対して、少なくとも１つの別の近隣の障害物点または複数の別の近隣の障害物の点を求めることができ、これらの点に対して所属の位置情報が求められる。グラフ構造を形成する際にこの位置情報も一緒に考慮することができる。

前記において提案された実施形態の組み合わせでは、トポロジ的なグラフ構造のノード点を選択し、このノード点に対して少なくとも２つの近隣の占有面点ないし障害物点およびこれらの点の所属の位置情報を求めることが可能である。

さらにはトポロジ的なグラフ構造をグラフ構造でもって補完することができる。

さらにはトポロジ的なグラフ構造を、面の幾何学マップ、殊に局所的な幾何学格子マップの使用により、および／または間隔情報を形成するセンサ測定、殊にレーザ測定、超音波測定またはビデオシステムによる測定の使用により求めることができる。

さらには本発明および／または既述の実施形態を、複数の面からなる全体面を全体グラフ構造によって記述するために使用することができる。すなわち画像処理、画像符号化および／または幾何学マップの記述の際に使用することができる。

この場合には複数の面それぞれに対してグラフ構造が求められる。引き続きグラフ構造が全体グラフ構造に統合される。

位置確認タスクの周辺環境における実施形態においては、全体面の部分面に対して局所的な格子マップが作成される。全体グラフ構造の部分グラフ構造が選択され、この際部分グラフ構造は少なくとも１つの選択された点および少なくとも１つの所属の近隣の障害物点の位置情報を包含する。選択された部分グラフ構造は、例えば重畳または相関によって局所的な格子マップと比較され、部分グラフ構造における近隣の障害物点が再現される。さらには、再現された重畳されている近隣の障害物点が局所的な格子マップの障害物点と比較される。

さらに上記のアプローチに関しては全体構造の複数の部分グラフ構造を選択することができ、これらの部分グラフそれぞれに局所的な格子構造が重畳される。それぞれの比較に依存して、局所的な格子マップには選択された部分グラフ構造の内の１つが割り当てられる。これにより位置を推量することができる、ないしは位置確認に関する推量を得ることができる。これは例えば局所的な格子マップに割り当てられている部分グラフ構造が位置確認すべき位置を表すことによって行われる。

さらには本発明および／または既述の実施形態を移動ユニットの位置確認および／またはナビゲーションに使用することができる。この場合、移動ユニットは前述のようにグラフ構造を使用して位置確認される、および／または、グラフ構造を使用してナビゲーションされる。

さらにトポロジ的なグラフ構造は、面の幾何学マップ、殊に局所的な幾何学格子マップを使用して、および／または、間隔情報を生成するセンサ測定、殊にレーザ測定／超音波測定、ビデオシステムによる測定を使用して求めることができる。

また本発明を広範で大域的な面記述を構成するために、すなわち相応に構造化されたマップを構成するために使用することができる。

この場合には全体面の複数の面それぞれに対して所属のグラフ構造が求められる。続いて面のグラフ構造が全体グラフ構造、つまり構造化されたマップに統合ないし合併される。

さらには全体面ないし全体グラフ構造のこの構造化されたマップを、全体面の一部分において移動ないし停止する移動ユニットの位置確認に使用することもできる。

また本発明によりこの部分ないしこの部分面に対して所属のグラフ構造が求められる。続いて部分面のグラフ構造が全体グラフ構造と比較され、この際部分面のグラフ構造に対応する部分グラフ構造は全体グラフ構造において検出される。部分グラフ構造ないし全体グラフ構造内の部分グラフ構造の場所に基づき、移動ユニットの位置確認を行うことができる。

比較を実施するために、公知の方式、例えば階層的な排他法方法および／または統計的なマッチング方法および／または「制約伝播」方法を基礎とする種々の方法が使用される。上記の方法が相互に組み合わされて適用される場合には、比較の際の信頼性を必要に応じて高めることができる。

実施形態では本発明を殊に移動ロボットのような移動ユニットにおいて使用することができる。この際本発明によるやり方を用いることにより、例えば位置確認、オリエンテーションおよび／または経路計画のタスクのような、移動ユニットにおけるタスクを解消することができる。

そのような場合には、移動ユニットは本発明によるグラフ構造を使用して位置確認される、および／または、このグラフ構造を使用してナビゲーションされる。

図面には本発明の実施例が示されており、この実施例を以下詳細に説明する。
ここで、
図１は局所的な幾何学格子マップのスケッチを示し、
図２は部分面において距離情報でもって注釈が付けられている局所的な部分グラフ、ないし部分面において距離情報でもって注釈が付けられている中間軸のスケッチを示し、
図３は全体面において距離情報でもって注釈が付けられている大域的な全体グラフ（色符号化されている）ないし全体面において距離情報でもって注釈が付けられている中間軸（色符号化されている）のスケッチを示し、
図４は距離情報から再構成された障害物ないし自由面の境界線を有する、全体面において距離情報でもって注釈が付けられている大域的な全体グラフのスケッチを示し、
図５は移動ロボットによって処理されるべき障害物を有する全体面（周辺環境）を、目下の位置における移動ロボットと共に表したスケッチを示し、
図６は図５の移動ロボットが現在停止している部分面において距離情報でもって注釈が付けられている局所的な部分グラフのスケッチを示し、
図７は図５の全体面において距離情報でもって注釈が付けられている大域的な全体グラフを、全体グラフのノードにおける移動ロボットの色符号化された位置確率と共に表したスケッチを示し、
図８は実施例による移動ロボットの位置確認を行う際のステップを示し、
図９ａは移動ロボットによって処理されるべき障害物を有する全体面をロボットの現在位置と共に表したスケッチを示し、図９ｂは全体面の所属の中間軸のスケッチを示し、図９ｃは選択された点に縮小された全体面の中間軸のスケッチを示し、
図１０ａおよびｂは選択された点に縮小された中間軸（ジェネレータグラフ）を所属のジェネレータと共に表したスケッチを示し、
図１１ａからｄは移動ロボットの位置確認を行う際のジェネレータグラフの使用を表すスケッチを示す。

実施例：トポロジ的なグラフを使用して形成されたジェネレータグラフを用いる全体面における移動ロボットの位置確認。

図８には、トポロジ的なグラフを使用して形成されるジェネレータグラフを用いて、全体面における自律的な移動ロボットの位置確認を行う際のステップ８１０から８６０（図８、８００）が示されている。

実施例においては清掃ロボットである移動ロボットには例えば、清掃装置と、複数のレーザスキャナと、距離および間隔を測定するセンサと計算ないし評価ユニットとが装備されている。

実施例においては清掃すべき面である全体面５００（図５を参照されたい）は全ての側が壁５０１によって仕切られており、またこの壁５０１には例えばロッカーや棚のような障害物５０２が設置されている。全体面５００には別の種々の障害物５０３が設置されており、これらの障害物は清掃の際移動ロボットによって考慮されるべきものである。

ロボットの自律的な動作に関して、このロボットのレーザスキャナはロボットの周辺環境の画像を常に撮像し、撮像した画像をロボットの計算ユニットに供給する。この計算ユニットにおいては画像の記憶およびさらなる評価が行われる。

画像のさらなる評価は、以下説明する図１〜７ならびに９〜１１と関連するステップ８１０から８６０を有する図８による位置確認方法８００も包含する。

図８においては以下のことが示されている：
ステップ１）：周辺環境の局所的な幾何学格子マップの恒常的な構成（８１０；図１）、
ステップ２）：間隔情報について強化されている局所的なグラフの構成（局所的な注釈付き中間軸；８２０）、
ステップ３）局所的な注釈付きグラフと大域的な注釈付きグラフ構造との合併（８３０）、
ステップ４）ジェネレータに基づく補完的な指示による大域的な注釈付きグラフ構造からなるジェネレータグラフの形成（８４０；図９ａ〜ｃ、１０ａおよびｂ）、
ステップ５）局所的な格子マップの形成（ピクセルマップ；８５０）、
ステップ６）ジェネレータグラフにおいて局所的な格子マップに属する部分の発見（位置確認；８６０；図１１ａ−ｄ）。

ステップ１）：周辺環境の局所的な幾何学格子マップの恒常的な構成（８１０；図１）

図１は移動ロボット１１０の局所的な周辺環境、すなわち比較的近い周辺環境の局所的な幾何学格子マップ１００、したがって全体面の内の局所的な部分を示す。そのような局所的な幾何学格子マップ１００は移動ロボット１１０が移動している間に常に作成ないし構成および記憶される。

このために移動ロボット１００は移動している間にレーザスキャナを用いて常に周辺環境を「スキャン」し、これによって周辺環境画像を生成し、この周辺環境画像から局所的な幾何学格子マップを作成する。

これと同時にセンサを用いて壁１２１および障害物１２２までの距離および間隔が求められ、これらの距離および間隔は局所的な幾何学格子マップ１００に組み込まれる（距離マップ、ステップ６）を参照されたい）。

そのような局所的な幾何学格子マップを作成ないし構成するための相応の方法は［１１］、［１２］、［１３］に記載されている。

図１に示されている局所的な幾何学格子マップ１００はこの場合、壁１２１および障害物１２２によって仕切られている通路１２０を示す。

ステップ２）：間隔情報について強化されている局所的なグラフの構成（局所的な注釈付き中間軸、図１および図２）

そのような局所的な幾何学格子マップ１００，２００に基づき、また壁１２１，２２１および障害物１２２までの相応の距離情報を使用して、自由面１２３，２２３において間隔情報でもって注釈が付けられている「中間軸」１２４，２１４が検出される。

先ず注釈が付けられていない「中間軸」が求められる。注釈が付けられていない「中間軸」を求めるための相応の方法が［１］、［８］に記載されている。形成された注釈が付けられていない中間軸は一連のノード１３０，２３０および縁１３１，２３１を有する。

これら、すなわち縁１３１，２３１ならびにノード１３０，２３１には、引き続き所属の距離情報がそれぞれ割り当てられる（注釈が付けられる）。

この割り当ては各ノード１３０，２３０および各縁１３１，２３１に対して、近くに位置する対象、すなわち近くに位置する障害物１２２，２２２ないし近くに位置する壁１２１，２２１までの間隔ないし距離が対応づけられることによって行われる。これによって差し当たり注釈が付けられていない「中間軸」は注釈が付けられ、したがって間隔情報について強化される。

数的な間隔値ないし距離が対応づけられ、この際注釈付き「中間軸」を明示するために、この中間軸はそれぞれ対応づけられている間隔値に応じて局所的な幾何学格子マップ１００，２００において色符号化されて表される。

ステップ３）局所的な注釈付きグラフと大域的な注釈付きグラフ構造との合併（図３および図４）

移動ロボット１１０，２１０が移動している間に、求められた局所的な注釈付きグラフないし「中間軸」２２４，３２４が、大域的な注釈付き周辺環境グラフ３２５，４００（大域的な注釈付きグラフ構造）に融合ないし合併される。

このために局所的な注釈付きグラフの新たな部分３２４，４０１が、大域的な注釈付き周辺環境グラフ３２５，４００に付加される、および／または、大域的な注釈付き周辺環境グラフの部分３２５，４００が注釈付きグラフの部分３２４，４０１に置換される。

新たなグラフ部分の付加ないしグラフ部分の置換に関してその都度どのグラフ部分が新しいグラフ部分であるかを判断することができる。これは２つの局所的な注釈付きグラフのいわゆる「マッチング」によって、および／または、局所的な注釈付き周辺環境グラフと大域的な注釈付き周辺環境グラフとの「マッチング」によって、その都度移動ロボットの移動を考慮して行われる。

合併の開始時には、既に部分的に存在し記憶されている大域的な注釈付き周辺環境グラフ、またはそのような部分がまだ存在していない場合には、大域的な注釈付き周辺環境グラフについて拡張ないし構成される局所的な注釈付きグラフが前提とされる。

合併の終了時には、全体面の完全に構成された大域的な注釈付き周辺環境グラフが存在している。図６および図７は注釈付き周辺環境グラフの別のスケッチを示す。

ステップ４）ジェネレータに基づく補完的な指示による大域的な注釈付きグラフ構造ないし周辺環境グラフからなるジェネレータグラフの形成（８４０；図９ａ−ｃ、１０ａおよびｂ）

図９ａは移動ロボット１１０の周辺環境９０１の幾何学格子マップ９００、したがってロボット１１０によって処理されるべき全体面９０１を示す。

全体面９０１において障害物９０２ならびに自由面９０３が見て取れる。

図９ｂはこの全体面９０１の大域的な注釈付き周辺環境グラフ９０５を示す。中間軸９０６の経過は複数の中間軸点９０７によって示唆されている。

図９ｃは大域的な注釈付き周辺環境グラフ９０５から得られた「縮小された」周辺環境グラフ９１０を示す。

この縮小された周辺環境グラフ９１０においては、多数の中間軸点９０７から幾つかの点が選択されており、この選択された中間軸点９１１は同様に中間軸９０６の経過をスケッチしている。

縮小された周辺環境グラフ９１０に基づき、図１０ａおよびｂに示されているジェネレータグラフ１０００が形成される。

この形成に関しては、選択された中間軸点９１１それぞれに対して２つの近隣の端部ピクセル１００１ないし１００２が求められる。この端部ピクセル１００１，１００２は中間軸９０６を張るので、これらの縁部ピクセルはジェネレータとも称される。

ジェネレータ１００１，１００２は選択された中間軸点９１１と共にジェネレータグラフ１０００内に記憶される（図１０ａ）。

さらには２つ以上のジェネレータ１００１，１００２を有する点１００５が中間軸９０６上に存在する（図１０ｂ）。これらの点１００５は交差点１００４である。交差点１００４は位置確認の際に重要である。何故ならばこれらの交差点１００４は標準位置にあるからである。したがってこれらの交差点１００４をランドマークとして使用することができる。

交差点１００４ないしこれらの点１００５は位置確認にとって有用であるので、やはりジェネレータグラフ内に記憶される。

さらには付加的に端部までの最大距離を有する円１０１１の中心点ないし中間軸点１０１０が記憶される。これらの点１０１０のコンフィギュレーション並びにその位置における自由面の幅は交差点の識別特性を検出できる情報である。

ステップ５）局所的な格子マップの形成（ピクセルマップ、図１１ １１０２；８５０を参照されたい）

図５は全体面５００において移動ロボットにとって未知である位置５２０における移動ロボットを示す。

この未知の位置５２０においては移動ロボット５１０が公知の上述のやり方（ステップ１を参照されたい）にしたがい局所的な幾何学格子マップ１１０２を作成する。

このために移動ロボット１００は未知の位置において周辺環境を「スキャン」し、これによって周辺環境画像を生成し、この周辺環境画像から局所的な幾何学格子マップ（ピクセルマップ、１１０２）を作成する。

必要に応じてこのピクセルマップ１１０２をさらに距離マップに拡張することができる（ステップ１を参照されたい）。

ステップ６）局所的な（幾何学）格子マップに属するジェネレータグラフの部分の発見（位置検出および位置確認；８６０；図１１ａ〜ｄ）

位置確認ないし位置検出におけるタスクは、未知の位置において求められた（ステップ５を参照されたい）局所的な幾何学格子マップを表すジェネレータグラフの部分グラフを求めることである。このことは推測される部分ジェネレータグラフ１１０１とピクセルマップ１１０２との比較ないし重畳ないし投影によって行われる。

位置確認の際にトポロジ的なグラフ構造ないし中間軸のレベルにおいてのみ比較されるのではなく、１つまたは２つのより深いレベル、すなわち間隔マップのレベル（ステップ１）を参照されたい）またはそれどころかピクセルマップ１１０２のレベルにおいて比較される。

距離マップは前述したように（ステップ１）を参照されたい）中間軸を生成する際の中間ステップとして生じる。この距離マップは近くの障害物ないし近くの障害物縁までのピクセルの距離を包含する。

理想的な場合にはこの間隔は位置確認の間に投影される全てのピクセルに対して０であり、任意の付加的な障害物においても少なくとも非常に小さい。

図１１ａは正確に推測ないし位置想定された場合における、推測される部分ジェネレータグラフ１１０１とピクセルマップ１１０２との重畳ないし投影を示す。図１１ｂは推測ないし位置想定に誤りがある場合の重畳を示す。

図１１ａからｄにおける各線経過１１２０は、中間軸点１１３０（中間軸は図示していない）から出発してこの点１１３０の２つのジェネレータ１１３１ないし１１３２に向かって延びている、全く同じ長さの２つの区間１１２１ないし１１２２からなる。

位置想定が正しい場合には、これらの区間１１２１，１１２２が常に障害物縁上または障害物縁の近傍において終端するか、ジェネレータ１１３１，１１３２が障害物縁上に存在する。

位置想定が誤っている場合には、ジェネレータ１１３１，１１３２と障害物縁との間に差異１１３５が生じる。これらの差異１１３５を推測の質に対する尺度（全体差異尺度）ないし重畳の一致に対する尺度として使用することができる。

動的な周辺環境に対するジェネレータグラフ１１０１のロバスト性は図１１ｃおよびｄに示されている。

図１１ｃおよびｄは、ここでは点１１６０によってシミュレートされている人間によって周辺環境が動的である場合における中間軸１１５０ないし１１５１の変化を示す。

図１１ｃおよびｄは、動的な周辺環境によって付加的な障害物が生じた場合、ここでは人間１１６０が現れた場合における中間軸１１５０ないし１１５１の著しい変化を示す。これは中間軸のレベルにおける比較を困難にする。

ジェネレータグラフ１１０１ないしジェネレータ１１３１，１１３２のレベルにおいて比較する場合には動的な周辺環境でもそれほど大幅には変化していない。

位置想定が誤っている場合にジェネレータ１１３１，１１３２が動的な周辺環境によって発生する障害物上に位置する可能性は僅かである。

本明細書においては以下の文献を引用した。
［１］Philip N. Kleinらによる, Shape matching using editdistance : an implementation ", Twelfth Annual ACM-SIAM Symposium on Discrete Algorithms, SODA 2001, Dept. of Computer Science, Brown University, Providence
［２］C. Hofner and G. Schmidt, Path Planning And Guidance Techniques For An Autonomous Mobile Cleaning Robot, International Conference on Intelligent Robots and System (IROS), pp. 610-617, 1994
［３］R. Neumann de Carvalho, H.A. Vidal, P. Vieira, and M.I. Ribeiro, Complete Coverage Path Planning and Guidance for Cleaning Robots, IEEE International Symposium on Industrial Electronics, pp. 677-682, 1997
［４］H. Choset and P. Pignon, Coverage Path Planning: The Boustrophedon Cellular Decomposition, International Conference on Field and Service Robotics, 1997
［５］A. Zeilinsky, R.A. Jarvis, J.C. Byarne and S. Yuta, Planning Paths of Complete Coverage of an Unstructered Environment by a Mobile Robot, International Conference on Robotica and Automation (ICRA), pp. 533-538, 1993
［６］E.Prassler, D. Schwammkrug, B. Rohrmoser, and G. Schmidl, Autonomous Road Sweeping of Large Public Areas, Robotik 2000, VDI Berichte 1552, VDI Verlag GmbH, Duesseldorf, 2000
［７］E. Prassler, D. Schwammkrug, B. Rohrmoser, and G. Schmidl, A Robotic Road Sweeper, International Conference on Robotica and Automation (ICRA), pp. 2364-2369, 2000
［８］Howie Chosetらによる, "Topological Simultaneous Localzation and Mapping (SLAM) : Toward Exact Localization Without Explicit Localisation", S. 125-137, IEEE Transactions on Robotics and Automation, Vol. 17, No.2, April 2001
［９］D. Van Zwynsvoordeらによる, "Incremental Topological Modeling using Local Voronoi -like Graphs", Paper Submitted to IEEE Int. Conf. On Intelligent Robots and Systems, 2000
［１０］D. Van Zwynsvoordeらによる, "Building topological models for navigation in large scale environments", LAAS-CNRS, Toulouse, France, 2001
［１１］Sebastian Thrun, "Robotic Mapping : a Survey", Februar 2002 CMU-CS-02-11,
in G. Lakemeyer, B. Nobel (eds.), "Exploring AI in the New Millenium", Kapital 1, Morgan Kaufmann, San Francisco
また下記からも得られる
http://www2.cs.cmu.edu/afs/cs.cmu.edu/user/thrun/public_html/papers/thrun.mapping-tr.html
［１２］A. Elfes, "Occupancy Grids : A Probabilistic Framework for Robot Perception and Navigation", Department of Electrical and Computer Engineering, Carnegie Mellon University 1989
［１３］H.P Moravec, "Sensor Fusion in certainty grids for mobile robots", AI Magazine, 9(2) : 61-74,1988
［１４］未公開のドイツ連邦共和国特許明細書DE 102 47 722.8

局所的な幾何学格子マップのスケッチ。 部分面において距離情報でもって注釈が付けられている局所的な部分グラフ、ないし部分面において距離情報でもって注釈が付けられている中間軸のスケッチ。 全体面において距離情報でもって注釈が付けられている大域的な全体グラフ（色符号化されている）ないし全体面において距離情報でもって注釈が付けられている中間軸（色符号化されている）のスケッチ。 距離情報から再構成された障害物ないし自由面の境界線を有する、全体面において距離情報でもって注釈が付けられている大域的な全体グラフのスケッチ。 移動ロボットによって処理されるべき障害物を有する全体面（周辺環境）を、目下の位置における移動ロボットと共に表したスケッチ。 図５の移動ロボットが現在停止している部分面において距離情報でもって注釈が付けられている局所的な部分グラフのスケッチ。 図５の全体面において距離情報でもって注釈が付けられている大域的な全体グラフを、全体グラフのノードにおける移動ロボットの色符号化された位置確率と共に表したスケッチ。 実施例による移動ロボットの位置確認を行う際のステップ。 移動ロボットによって処理されるべき障害物を有する全体面をロボットの現在位置と共に表したスケッチ。 全体面の所属の中間軸のスケッチ。 選択された点に縮小された全体面の中間軸のスケッチ。 選択された点に縮小された中間軸（ジェネレータグラフ）を所属のジェネレータと共に表したスケッチ。 選択された点に縮小された中間軸（ジェネレータグラフ）を所属のジェネレータと共に表したスケッチ。 移動ロボットの位置確認を行う際のジェネレータグラフの使用を表すスケッチ。 移動ロボットの位置確認を行う際のジェネレータグラフの使用を表すスケッチ。 移動ロボットの位置確認を行う際のジェネレータグラフの使用を表すスケッチ。 移動ロボットの位置確認を行う際のジェネレータグラフの使用を表すスケッチ。

Claims (16)

1. グラフ構造を形成するための装置が、自由領域および占有領域を有する領域を記述するグラフ構造を形成するための方法において、
   前記装置が、
   −前記領域の自由領域に対してトポロジ的なグラフ構造を求め、
   −前記トポロジ的なグラフ構造の少なくとも１つの点を選択し、
   −前記トポロジ的なグラフ構造の選択された点に対して、占有領域上に位置し且つ前記トポロジ的なグラフ構造の選択された点まで最短の距離を有する近隣の占有領域点を検出し、
   −前記近隣の占有領域点に関する位置情報を求め、
   −少なくとも、前記トポロジ的なグラフ構造の選択された点および前記近隣の占有領域点の所属の位置情報から前記グラフ構造を形成することを特徴とする、自由領域および占有領域を有する領域を記述するグラフ構造を形成するための方法。
2. 前記トポロジ的なグラフ構造をショックグラフまたは「中間軸」またはボロノイグラフを使用して形成する、請求項１記載の方法。
3. 前記近隣の占有領域点の前記位置情報は、前記選択された点に関する相対的な位置情報、例えば距離情報および方向情報、例えば角度指示または絶対的な位置情報、例えば前記近隣の占有領域点の座標である、請求項１または２記載の方法。
4. 前記トポロジ的なグラフ構造の複数の点を選択し、該点のそれぞれに対して前記近隣の占有領域点および該近隣の占有領域点に属する位置情報を求め、選択された全ての点および所属の前記位置情報からグラフ構造を形成する、請求項１から３までのいずれか１項記載の方法。
5. 前記トポロジ的なグラフ構造の選択された点に関して、少なくとも１つの別の近隣の点または複数の別の近隣の点を求め、少なくとも１つの点または複数の点それぞれに対して所属の位置情報を求める、請求項１から４までのいずれか１項記載の方法。
6. 前記トポロジ的なグラフ構造のノード点を選択し、該ノード点に対して少なくとも２つの近隣の占有領域点および該近隣の占有領域点に属する位置情報を求める、請求項５記載の方法。
7. 前記トポロジ的なグラフ構造を、新たに求められた局所的なグラフ構造の付加により、大域的なグラフ構造に拡張する、請求項１から６までのいずれか１項記載の方法。
8. 前記トポロジ的なグラフ構造を前記領域の幾何学マップ、例えば局所的な幾何学格子マップを使用して、および／または、距離情報を生成するセンサ測定、例えばレーザ測定、超音波測定またはビデオシステムによる測定を使用して求める、請求項１から７までのいずれか１項記載の方法。
9. 複数の領域からなる全体領域を全体グラフ構造によって記述するために使用し、
   −前記複数の領域それぞれに対してグラフ構造を求め、
   −前記グラフ構造を前記全体グラフ構造に統合する、
   請求項１から８までのいずれか１項記載の方法。
10. −前記全体領域の部分領域に対して局所的な格子マップを作成し、
    −前記全体グラフ構造の部分グラフ構造を選択し、該部分グラフ構造は少なくとも１つの選択された点と、所属の近隣の少なくとも１つの占有領域点の位置情報とを包含し、
    −選択された前記部分グラフ構造を前記局所的な格子マップに重畳し、前記部分グラフ構造の近隣の占有領域点を再現し、
    −再現される重畳されている前記近隣の占有領域点を前記局所的な格子マップの占有領域点と比較する、請求項９記載の方法。
11. −前記全体構造の複数の部分グラフ構造を選択し、該複数の部分グラフ構造それぞれを局所的な格子マップに重畳させ、
    −それぞれの比較に依存して、局所的な格子マップを選択された前記部分グラフ構造の内の１つに対応づける、請求項１０記載の方法。
12. 位置確認に使用し、前記局所的な格子マップに対応づけられている前記部分グラフ構造は位置確認すべき位置を記述する、請求項１１記載の方法。
13. 移動ユニットの位置確認および／またはナビゲーションに使用し、
    前記移動ユニットを前記グラフ構造を使用して位置確認する、および／または、前記移動ユニットを前記グラフ構造を使用してナビゲーションする、請求項１から１２までのいずれか１項記載の方法。
14. 自由領域および占有領域を有する領域を記述するためのグラフ構造を形成する装置において、
    −前記領域の自由領域に対してトポロジ的なグラフ構造を求める構造算出ユニットと、
    −前記トポロジ的なグラフ構造の少なくとも１つの点を選択する選択ユニットと、
    −前記トポロジ的なグラフ構造の選択された点に対して、占有領域上に位置し且つ前記トポロジ的なグラフ構造の選択された点まで最短の距離を有する近隣の占有領域点を検出する障害物算出ユニットと、
    −前記近隣の占有領域点に関する位置情報を求める位置情報検出ユニットを備え、
    −少なくとも、前記トポロジ的なグラフ構造の選択された点および前記近隣の占有領域点の所属の位置情報から前記グラフ構造を形成する構造形成ユニットとを備えることを特徴とする、自由領域および占有領域を有する領域を記述するためのグラフ構造を形成する装置。
15. 自由領域および占有領域を有する領域を記述するためのグラフ構造を形成するために、
    −前記領域の自由領域に対してトポロジ的なグラフ構造を求めるステップと、
    −前記トポロジ的なグラフ構造の少なくとも１つの点を選択するステップと、
    −前記トポロジ的なグラフ構造の選択された点に対して、占有領域上に位置し且つ前記トポロジ的なグラフ構造の選択された点まで最短の距離を有する近隣の占有領域点を検出するステップと、
    −前記近隣の占有領域点に関する位置情報を求めるステップと、
    −少なくとも、前記トポロジ的なグラフ構造の選択された点および前記近隣の占有領域点の所属の位置情報から前記グラフ構造を形成するステップと、
    をコンピュータに実施させることを特徴とする、コンピュータプログラム。
16. コンピュータのメモリにロードした後に、自由領域および占有領域を有する領域を記述するためのグラフ構造を形成するために、
    −前記領域の自由領域に対してトポロジ的なグラフ構造を求めるステップと、
    −前記トポロジ的なグラフ構造の少なくとも１つの点を選択するステップと、
    −前記トポロジ的なグラフ構造の選択された点に対して、障害物の内の１つに位置し且つ前記トポロジ的なグラフ構造の選択された点まで最短の距離を有する近隣の占有領域点を検出するステップと、
    −前記近隣の占有領域点に関する位置情報を求めるステップと、
    −少なくとも、前記トポロジ的なグラフ構造の選択された点および前記近隣の占有領域点の所属の位置情報から前記グラフ構造を形成するステップと、
    をコンピュータに実施させるプログラムが記憶されていることを特徴とする、コンピュータ読取り可能記憶媒体。

Images