JP4833406B2 - 第１の構造と少なくとも１つの予め設定された第２の構造との類似度を算出するための方法及び装置 - Google Patents
第１の構造と少なくとも１つの予め設定された第２の構造との類似度を算出するための方法及び装置 Download PDFInfo
- Publication number
- JP4833406B2 JP4833406B2 JP2000559490A JP2000559490A JP4833406B2 JP 4833406 B2 JP4833406 B2 JP 4833406B2 JP 2000559490 A JP2000559490 A JP 2000559490A JP 2000559490 A JP2000559490 A JP 2000559490A JP 4833406 B2 JP4833406 B2 JP 4833406B2
- Authority
- JP
- Japan
- Prior art keywords
- processor
- basic elements
- similarity
- basic
- basic element
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 50
- 238000013507 mapping Methods 0.000 claims description 13
- 230000002093 peripheral effect Effects 0.000 claims 7
- 230000001419 dependent effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000013459 approach Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31007—Floor plan, map stored in on-board computer of vehicle
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Image Analysis (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Image Processing (AREA)
- Testing Of Coins (AREA)
Description
【０００１】
本発明は、第１の構造と少なくとも１つの予め設定された第２の構造との類似度をコンピュータを援用して算出することに関する。
【０００２】
このような方法は参考文献［１］から公知である。画像処理のこの方法では、２つの時間的に相前後する画像の間の動き推定の枠内で、符号化すべき画像ブロックに対して、時間的に先行する画像においてできるだけこの符号化すべき画像ブロックに類似した画像領域をサーチする。これは、符号化すべき画像ブロックの画素のこれらの画素に割り当てられた符号化情報（輝度値又は色値）と時間的に先行する画像における検査される領域における画素のこれらの画素に割り当てられた符号化情報（輝度値又は色値）との差の２乗に関する総和が算出されることによって行われる。これは次のことを意味する。すなわち、２つの構造を比較するために［１］のこのアプローチにおいて第１の構造全体（符号化すべき画像ブロック）が第２の構造（時間的に先行する画像における領域）とその全体において比較されることを意味する。
【０００３】
このやり方はこれらの構造の記憶のために必要なメモリ所要面積ならびに類似度（Aehnlichkeitsmass）（この場合には類似度は差の２乗の総和）を算出するための所要計算時間の点できわめてコスト高である。
【０００４】
［２］からは、構造を比較するためにこの構造の要素を多角形の線（polygonzuege）として把握し、これらの多角形の線をその全体において比較し、互いに結合される多角形の線の要素の間の角度を考慮する。
【０００５】
このアプローチは、所定の空間においてロボットによってこのロボットの配向のために行われる撮影に対してはロバストではないという欠点をそれ自体含んでいる。この空間はこの場合所定の記憶された地図によって表される。
【０００６】
ロボットによって多角形の線の幾つかの要素が撮影されない場合、十分な品質の結果をもたらすためには［２］から公知の方法は十分にロバストではない。また、この方法は、構造を互いに比較するための地図を有する撮影画像の比較に対してはきわめて計算コストが高い。
【０００７】
従って、本発明の課題は、起こりうる撮影エラーに対してロバストでありならびに公知の方法よりも僅少な計算時間コストでより迅速に実施することができる、第１の構造と少なくとも１つの予め設定された第２の構造との類似度を算出することである。
【０００８】
上記課題は請求項１記載の方法ならびに請求項２７記載の装置によって解決される。
【０００９】
本発明の方法では、第１の構造及び第２の構造に対してそれぞれ少なくとも１つの基本要素を定義する。基本要素にそれぞれ周囲情報を割り当て、この周囲情報は相応の基本要素を特徴づけるものである。第１の構造及び第２の構造に対して類似度を算出し、この類似度によって第１の構造の第２の構造との類似性が記述される。類似度を算出することは基本要素ならびにこれらの基本要素に割り当てられた周囲情報に依存して行われる。
【００１０】
本発明の装置はプロセッサを有し、このプロセッサは次のステップを実施できるように調整されている、すなわち、
第１の構造及び第２の構造に対してそれぞれ少なくとも１つの基本要素が定義され、
基本要素にはそれぞれ周囲情報が割り当てられ、
周囲情報は相応の基本要素を特徴づけ、
第１の構造及び第２の構造に対して類似度を算出し、この類似度によって第１の構造の第２の構造との類似性が記述され、
類似度を算出することは基本要素ならびにこれらの基本要素に割り当てられた周囲情報に依存して行われる。
【００１１】
本発明は、従来技術に比べて、類似度の算出を実施するための大幅に小さい所要計算時間ならびに起こりうるセンサエラー又はモデリングエラーに対する高いロバスト性によって際立っている。
【００１２】
本発明の有利な実施形態は従属請求項から得られる。
【００１３】
構造は地図に含まれ、この地図は撮影手段、例えばレーザスキャナ又はカメラによって周囲からシーンとして撮影される。この場合、配向するために又はこの配向のために使用される地図を構成するために、撮影された構造を記憶された地図と比較することが必要である。
【００１４】
類似度が複数の基本要素及びこれらの複数の基本要素のそれぞれ割り当てられた周囲情報に基づいて算出される場合に、本発明の方法の精度は高まる。
【００１５】
本発明の他の実施形態では、基本要素の少なくとも一部分がライン、区間又は点であるように構成される。
【００１６】
周囲情報は他の基本要素及びこれらの他の基本要素の幾何学的な配置によって基本要素に対して相対的に形成される。
【００１７】
基本要素は様々な形式を持ちうる。
【００１８】
周囲情報の少なくとも一部分が地図の構成の際に発生するエラーに対して不変であるように形成される本発明の実施形態によって、結果の更なる品質改善が得られる。
【００１９】
本発明の更なる簡略化は次のことによって達成される。すなわち、有利な実施形態において、他の基本要素が複数の周囲情報タイプにグループ化され、これらの他の基本要素が周囲情報特徴を含み、これらの周囲情報特徴がそれぞれ周囲情報タイプに割り当てられることによって達成される。
【００２０】
周囲情報タイプに割り当てられた周囲情報特徴はリストに所定のやり方でソートされて記憶される。
【００２１】
このソーティングは、地図の構成の際の上記のエラーに対して不変であるように実施される。
【００２２】
有利には類似度はダイナミックプログラミングを用いて算出される。
【００２３】
構造は、それぞれ物理的オブジェクト、例えば撮影された空間又は撮影されたシーン、ならびに、例えば壁、ドア又は任意の他のオブジェクトを記述することができる。
【００２４】
選択的な実施形態において、第１の構造は物理的オブジェクトを記述し、第２の構造は物理的オブジェクトのモデルを記述することも可能である。
【００２５】
さらに、構造はデータバンクにおけるデータ構造を表すことができる。
【００２６】
本発明は有利には移動式自律的装置の配向のために又はこの装置の配向のための地図を算出するためにも使用できる。
【００２７】
有利な実施形態において、自律的装置はロボットである。
【００２８】
本発明の実施例を図面に示し次に詳しく説明する。
【００２９】
図１ａ及び図１ｂは、ロボットが自らを配向しなければならない廊下の概略図（図１ａ）ならびにこのロボットの撮影のシンボリックな概略図及びこのロボットの地図への変換を示しており、この地図を算出する際のエラー及び図１ａの実際の廊下と比べた場合のこのエラーの廊下の図への影響が図示されている（図１ｂ）。
【００３０】
図２は、撮影手段を有するロボットの概略図を示す。
【００３１】
図３ａから図３ｃは、それぞれ異なる周囲情報タイプ及び周囲情報特徴を有する基本要素の概略図を示す。
【００３２】
図４は、構造が物理的オブジェクトのモデルである本発明の方法の適用事例における概略図を示す。
【００３３】
図５は、実施例の方法ステップが図示されているフローチャートを示す。
【００３４】
図２は複数のレーザスキャナ２０２を有するロボット２０１を示す。これらのレーザスキャナ２０２はこのロボット２０１の周囲の画像を撮影し、これらの画像を計算ユニット２０３に接続線路２０４、２０５を介して供給する。
【００３５】
バス２０７を介してメモリ２０８ならびにプロセッサ２０９に接続されている入力側/出力側インターフェース２０６を介して画像信号がメモリ２０８に供給される。
【００３６】
以下に記述される方法はプロセッサ２０９において実施される。従って、プロセッサ２０９は、以下において記述される方法ステップが実施できるように調整されている。
【００３７】
図１ａはシンボリックに廊下１０２を図示する地図１０１を示す。ロボット２０１はこの廊下を移動し、レーザスキャナ２０２によってその周囲の画像を撮影する。この場合、ロボット２０１は壁１０３を撮影する。ロボット２０１は異なる時間にその周囲の画像を撮影し、これによって地図１０１全体の画像が成立する。
【００３８】
廊下１０２にはさらにこの廊下１０２に突き出ている本棚又は柵で囲った場所又は類似の対象物の形式の障害物１０４が存在する。
【００３９】
廊下１０２の角１０５、１０６、１０７は区間の形式で記憶される壁の開始地点乃至は終了地点として解釈される。
【００４０】
図１ｂは、図１ａに図示された状況において前提とされるように理想的な撮影が行われず、ロボット２０１によるこの撮影の際にエラーが発生した場合の図１ａの地図を示す。
【００４１】
ロボット２０１は廊下１０２を移動し、周期的な間隔でその周囲の画像を撮影する。撮影された画像ならびに記憶された地図１０１に基づいてこのロボット２０１は自らを配向する。
【００４２】
この配向は、ロボット２０１が画像をプロセッサ２０９に供給することによって行われる。このプロセッサ２０９において撮影された画像の要素と記憶された予め設定された地図１０１の要素との類似性比較が算出され、これからこのロボット２０１の瞬時の位置の決定が行われる。
【００４３】
ロボット２０１は位置１１０に存在し、そのレーザスキャナによって画像領域１１１を撮影する。ロボット２０１はこの画像領域１１１を記憶された地図１０１と一致させ、これによりこのロボット２０１の配向のための情報を算出する。
【００４４】
これは、撮影された画像領域１１１を示す第１の構造と予め設定された記憶された地図１０１の中の少なくとも１つの予め設定された第２の構造との比較に相応する。
【００４５】
この目的のために、図５に図示されている次の方法が実施される。
【００４６】
第１のステップ５０１において、撮影された画像１１１からプロセッサ２０９によって基本要素が抽出される。
【００４７】
それぞれ廊下１０２における開始点及び終了点を有する壁を表す区間を基本要素と見なす。他の基本要素は予め設定可能な形式の点又はラインである。
【００４８】
この抽出は画像処理の周知の方法によって行われる。
【００４９】
基本要素の抽出の後で、定義された基本要素の集合によってシンボリックに表される画像が現れる。
【００５０】
各基本要素には周囲情報が割り当てられる。この周囲情報は相応の基本要素を特徴づけ、さらに、全ての基本要素の集合の中で各基本要素を識別することを可能にする。
【００５１】
基本要素に割り当てられている周囲情報３０２を有するこのような基本要素３０１はそれぞれ図３ａから図３ｃまでに図示されている。
【００５２】
周囲情報は他の基本要素の集合及びこれらの他の基本要素の幾何学的な配置によって互いに相対的にならびに基本要素３０１自体に対して形成される。
【００５３】
基本要素３０１に割り当てられる周囲情報は、ロボット２０１による地図１０１の構成の際に発生しうるエラーに対してできるだけ不変であるように形成される。
【００５４】
区間の形式の直交する基本要素の対が本発明の方法に対してとりわけ良好に適することが判明した。この場合、基本要素の正確な直交性が重要なのではなく、トレランスが無造作に甘受されうることに注意すべきである。
【００５５】
基本要素３０１に割り当てられる周囲情報は、平行な基本要素と基本要素３０１との交点の間隔であり、図３ａではＤｘによって示されている。
【００５６】
さらに、周囲情報として、長さＬ１を有する第１の他の基本要素３０３と基本要素３０１との交角である第１の角度Ｗ１が記憶される。
【００５７】
さらに、第２の他の基本要素３０４と基本要素３０１との交角である第２の角度Ｗ２ならびにこの第２の他の基本要素３０４の長さＬ２が周囲情報として基本要素３０１に割り当てられる。
【００５８】
基本要素３０１に割り当てられる他の周囲情報は第１の及び/又は第２の基本要素３０３、３０４のそれぞれの開始地点及び/又は終了地点の情報ならびに配向である。
【００５９】
周囲情報は基本要素３０１に割り当てられるリストとして記憶される。このリストは予め設定可能なやり方でソートされている。
【００６０】
直交する基本要素の対は、周囲情報として図３ａに図示されているように、１つの周囲情報タイプを形成する。
【００６１】
周囲情報として基本要素３０１に割り当てられる上記の個々の要素はそれぞれ周囲情報タイプに割り当てられる周囲情報特徴を形成する。
【００６２】
第２の周囲情報タイプは基本要素３０１に対して平行な他の基本要素３１０である（図３ｂ参照）。
【００６３】
ここにおいても、この他の基本要素３１０の基本要素３０１に対する正確な平行性は必要とされない。周囲情報としては基本要素３０１と他の平行な基本要素３０３との間の間隔Ｄｙならびに間隔Ｄｙだけシフトされた第１の基本要素３０１の正確な平行線３１１と他の平行な基本要素３１０の実際の位置との間の第３の角度Ｗ３が記憶される。
【００６４】
図３ｃは、ライン構造３２２の点を示す点３２０、３２１の形式のさらに別の周囲情報タイプを示す。このライン構造３２２は基本要素３０１の最も近くに存在する。この場合、これらの点３２０、３２１の間の（Ｄｚとして示された）間隔ならびに基本要素３０１までの点３２０、３２１の最短距離Ｎ１、Ｎ２が周囲情報特徴として記憶されている。
【００６５】
予め設定された記憶された地図１０１には基本要素に同様のやり方でそれそれ周囲情報が割り当てられている。従って、記憶された地図１０１は、周囲情報タイプに割り当てられた周囲情報特徴を有する周囲情報タイプの形式のそれぞれ基本要素に割り当てられた周囲情報を有する基本要素の集合を有する。
【００６６】
よって、第２のステップ５０２において周囲情報がそれぞれ画像領域１１１に含まれている基本要素ならびにこの地図１０１に含まれる基本要素に割り当てられる。
【００６７】
各基本要素３０１に対して、次のステップ５０３において全ての他の基本要素によって類似度の値が形成される。
【００６８】
次に類似度を詳しく説明する。
【００６９】
この実施例では、基本要素３０１に割り当てられている周囲情報の全体値Ｕが次の規則に従って得られることから出発する：
Ｕ＝（ＯＰ，Ｐ，ＭＰ）
ただしここで
ＯＰは互いに垂直に配向された他の基本要素の対によって形成される周囲情報特徴であり、
Ｐは平行な基本要素によって形成される周囲情報特徴であり、
ＭＰは点状の周囲情報タイプの周囲情報特徴である。
【００７０】
これらの周囲情報特徴はソートされたリストの形式で存在する。
【００７１】
【数１】
【００７２】
を比較関数の形式的な定義とする。
【００７３】
この比較関数ｖによって、それぞれ２つの基本要素に割り当てられる周囲情報の対に対して比較値が計算される。比較値が大きくなればなるほど、ますますこれらの基本要素の２つの周囲情報特徴は互いに一致する。比較関数ｖの定義のために、次の３つの関数ｖＯＰ、ｖＰ、ｖＭＰを定義する：
【００７４】
【数２】
【００７５】
ここで、ｖＯＰによって、垂直な他の基本要素を有する周囲情報タイプの周囲情報特徴に対する比較値が記述され、同様にｖＰによって、平行な基本要素を有する周囲情報タイプの周囲情報特徴の比較値が記述される。ｖＭＰによって、周囲情報特徴として点を有する周囲情報タイプの周囲情報特徴の比較値が記述される。
【００７６】
比較関数ｖは関数ｖＯＰ、ｖＰ及びｖＭＰの重み付けされた総和として次の規則によって定義される。
【００７７】
ｖ（Ｕ１，Ｕ２）＝ａＯＰ＊ｖＯＰ（ＯＰ１，ＯＰ２）＋ａＰ＊ｖＰ（Ｐ１，Ｐ２）＋ａＭＰ＊ｖＭＰ（ＭＰ１，ＭＰ２）
数値間隔［０，１］における値ａＯＰ、ａＰ及びａＭＰはウェイト値である。
【００７８】
これらのウェイト値ａＯＰ、ａＰ及びａＭＰによって類似度に関する個々の周囲情報タイプの異なる意味が考慮される。直交する他の基本要素の対の周囲情報タイプＯＰは平行な他の基本要素の周囲情報タイプＰよりも類似度に関してより大きな意味を有し、さらにこの平行な他の基本要素の周囲情報タイプＰは周囲情報特徴として点を有する周囲情報タイプよりも類似度に関して大きな意味を有することが判明した。
【００７９】
各関数ｖＯＰ、ｖＰ、ｖＭＰに対して、各基本要素及びこの各基本要素の周囲情報特徴に対してそれぞれダイナミックプログラミング法が実施され、これによって中間類似値（Zwischenaehnlichkeitswert）が形成される。
【００８０】
これは、各関数ｖＯＰ、ｖＰ、ｖＭＰに対してそれぞれ次のコスト関数（Kostenfunktion）Ｄｉ，ｊ：
【００８１】
【数３】
【００８２】
を使用して行われる。ただしここで、
δは予め設定可能なコスト値であり、この予め設定可能なコスト値は、撮影された画像領域の周囲情報特徴が記憶された地図１０１の周囲情報特徴に割り当てられない場合に発生する。
【００８３】
【数４】
【００８４】
ただしここで、
ｋはダイナミックプログラミングの枠内で考慮される各周囲情報タイプを一意的に示すインデクスであり、
ｎは考慮される基本要素の個数を示し、
ａｋ，ｉ及びａｋ，ｊは各周囲情報タイプのソートされたリストに格納されている個々の周囲情報特徴を示し、ａｋ，ｉは画像領域１１１の基本要素の周囲情報特徴を示し、ａｋ，ｊは地図１０１の基本要素の周囲情報特徴を示し、
ＭａｘＥｒｒｋは、予め設定可能な、各周囲情報タイプに固有の値を示す。
【００８５】
コスト値δは、所与の適用事例において、割り当てが適正である場合には２・δ＞μであるように経験的に決定され、割り当てが適正でない場合にはμ＞２・δであるように経験的に決定される。
【００８６】
個々のウェイト値の次のような比率が有利であると判明した：
ａＯＰ：ａＰ：ａＭＰ＝３：２：１
比較関数ｖの結果は類似度の値を形成し、この類似度の値によって画像領域１１１における第１の構造と地図１０１における第２の構造との類似性が記述される（ステップ５０３）。
【００８７】
次のステップ５０４において、中間類似値の最も大きな値を有し、従って互いに最も類似している基本要素の対が第１の構造乃至は第２の構造から選択される。
【００８８】
選択された基本要素に対して正準座標系が各地図において形成され、この正準座標系の横座標が各基本要素によって形成される（ステップ５０５）。
【００８９】
次のステップ５０６では次いでマッピング度（Abbildungsmass）が算出される。このマッピング度によって、これらの選択された基本要素に対して、第１の構造の基本要素の座標系をそれぞれ他の構造の基本要素の座標系にマッピングするためには、どのくらいの大きさの並進乃至は回転が必要であるかが算出される。
【００９０】
すなわち、具体的には、ステップ５０６において、それぞれ他の構造の選択された基本要素の座標系に「適合」するために、第１の構造の選択された基本要素の座標系がどのくらいシフト乃至は「回転」されなければならないか、がそれぞれ算出される。
【００９１】
予め設定された地図における次のような領域が選択される。すなわち、この領域のマッピング度及び/又はこの領域の類似度が第１の構造の基本要素の座標系と比較して最小であるような領域が選択される。
【００９２】
選択された基本要素から出発して、他の基本要素が対毎に（すなわち、それぞれ第１の構造の基本要素及び第２の構造の基本要素）選択される。これらの他の基本要素の類似度の値は予め設定可能な閾値よりも大きい。
【００９３】
こうしてロボット２０１には自分が地図１０１の内部のどこに存在するのかが分かる。
【００９４】
従って、最後のステップ５０７において予め設定された地図１０１におけるこのロボット２０１が存在する領域が決定される。
【００９５】
次に上記の実施例の幾つかの代替案を示す。
【００９６】
上記の方法は２つの構造の一般的な比較にも使用される。例えば、撮影された画像と物理的オブジェクトのモデルとの比較に対しても使用される。
【００９７】
この例はロボット２０１が把持すべきドアの握りのモデルに見られる。
【００９８】
ロボット２０１の計算ユニット２０３のメモリ２０８にはドアの握り４０２のモデル４０１が記憶されている。
【００９９】
構造比較は上記のやり方で行われ、ロボット２０１のスキャナがその周囲の画像を撮影し、ドアの握りのモデル４０１の構造に類似する構造をサーチする。このような構造がもとめられると、ロボット２０１の把持アーム４０３がドア４０４に取り付けられているドアの握り４０１を把持することができる。
【０１００】
本発明の方法の他の使用可能性は、データバンクの領域に見られる。データバンクも同様にデータが格納されている構造を有する。従って、具体的には格納されたデータバンクの構造がサーチされる構造と上記のやり方で比較され、データバンクの構造のこの幾何学的な解釈によってこのデータバンクの部分がもとめられる。この結果、探索の枠内でデータバンクにおける探索結果の高い信頼性が保証される。
【０１０１】
さらに、本発明の方法はロボット２０１による地図１０１の連続的な構成のためにも使用される。この場合、本発明の方法は、このロボット２０１がかつていた場所にいつ到達するのかを検査するために使用される。この場合、ロボットはその都度画像の撮影とこの構成に存在する地図１０１の記憶された構造データとを比較する。
【０１０２】
本発明の方法は一般的にパターン認識乃至は画像処理の枠内でも使用でき、本発明の方法を実施するための所要計算時間はパターン認識における周知の方法に比べて大幅に低減される。
【０１０３】
この明細書の枠内において次の刊行物が引用された：
【０１０４】
【外１】
【図面の簡単な説明】
【図１】 ロボットが自らを配向しなければならない廊下の概略図（図１ａ）ならびにこのロボットの撮影のシンボリックな概略図及びこのロボットの地図への変換を示しており、この地図を算出する際のエラー及び図１ａの実際の廊下と比べた場合のこのエラーの廊下の図への影響が図示されている（図１ｂ）。
【図２】 撮影手段を有するロボットの概略図を示す。
【図３】 それぞれ異なる周囲情報タイプ及び周囲情報特徴を有する基本要素の概略図を示す。
【図４】 構造が物理的オブジェクトのモデルである本発明の方法の適用事例における概略図を示す。
【図５】 実施例の方法ステップが図示されているフローチャートを示す。
【符号の説明】
１０１ 地図
１０２ 廊下
１０３ 壁
１０４ 障害物
１０５ 角
１０６ 角
１０７ 角
１１０ 位置
１１１ 画像領域
２０１ ロボット
２０２ レーザスキャナ
２０３ 計算ユニット
２０４ 接続線路
２０５ 接続線路
２０６ 入力側/出力側インターフェース
２０７ バス
２０８ メモリ
２０９ プロセッサ
３０１ 基本要素
３０２ 周囲情報
３０３ 第１の他の基本要素
３０４ 第２の他の基本要素
３１０ 平行な他の基本要素
３１１ 正確な平行線
３２０ 点
３２１ 点
３２２ ライン構造
４０１ モデル
４０１ ドアの握り
４０３ 把持アーム
４０４ ドア
本発明は、第１の構造と少なくとも１つの予め設定された第２の構造との類似度をコンピュータを援用して算出することに関する。
【０００２】
このような方法は参考文献［１］から公知である。画像処理のこの方法では、２つの時間的に相前後する画像の間の動き推定の枠内で、符号化すべき画像ブロックに対して、時間的に先行する画像においてできるだけこの符号化すべき画像ブロックに類似した画像領域をサーチする。これは、符号化すべき画像ブロックの画素のこれらの画素に割り当てられた符号化情報（輝度値又は色値）と時間的に先行する画像における検査される領域における画素のこれらの画素に割り当てられた符号化情報（輝度値又は色値）との差の２乗に関する総和が算出されることによって行われる。これは次のことを意味する。すなわち、２つの構造を比較するために［１］のこのアプローチにおいて第１の構造全体（符号化すべき画像ブロック）が第２の構造（時間的に先行する画像における領域）とその全体において比較されることを意味する。
【０００３】
このやり方はこれらの構造の記憶のために必要なメモリ所要面積ならびに類似度（Aehnlichkeitsmass）（この場合には類似度は差の２乗の総和）を算出するための所要計算時間の点できわめてコスト高である。
【０００４】
［２］からは、構造を比較するためにこの構造の要素を多角形の線（polygonzuege）として把握し、これらの多角形の線をその全体において比較し、互いに結合される多角形の線の要素の間の角度を考慮する。
【０００５】
このアプローチは、所定の空間においてロボットによってこのロボットの配向のために行われる撮影に対してはロバストではないという欠点をそれ自体含んでいる。この空間はこの場合所定の記憶された地図によって表される。
【０００６】
ロボットによって多角形の線の幾つかの要素が撮影されない場合、十分な品質の結果をもたらすためには［２］から公知の方法は十分にロバストではない。また、この方法は、構造を互いに比較するための地図を有する撮影画像の比較に対してはきわめて計算コストが高い。
【０００７】
従って、本発明の課題は、起こりうる撮影エラーに対してロバストでありならびに公知の方法よりも僅少な計算時間コストでより迅速に実施することができる、第１の構造と少なくとも１つの予め設定された第２の構造との類似度を算出することである。
【０００８】
上記課題は請求項１記載の方法ならびに請求項２７記載の装置によって解決される。
【０００９】
本発明の方法では、第１の構造及び第２の構造に対してそれぞれ少なくとも１つの基本要素を定義する。基本要素にそれぞれ周囲情報を割り当て、この周囲情報は相応の基本要素を特徴づけるものである。第１の構造及び第２の構造に対して類似度を算出し、この類似度によって第１の構造の第２の構造との類似性が記述される。類似度を算出することは基本要素ならびにこれらの基本要素に割り当てられた周囲情報に依存して行われる。
【００１０】
本発明の装置はプロセッサを有し、このプロセッサは次のステップを実施できるように調整されている、すなわち、
第１の構造及び第２の構造に対してそれぞれ少なくとも１つの基本要素が定義され、
基本要素にはそれぞれ周囲情報が割り当てられ、
周囲情報は相応の基本要素を特徴づけ、
第１の構造及び第２の構造に対して類似度を算出し、この類似度によって第１の構造の第２の構造との類似性が記述され、
類似度を算出することは基本要素ならびにこれらの基本要素に割り当てられた周囲情報に依存して行われる。
【００１１】
本発明は、従来技術に比べて、類似度の算出を実施するための大幅に小さい所要計算時間ならびに起こりうるセンサエラー又はモデリングエラーに対する高いロバスト性によって際立っている。
【００１２】
本発明の有利な実施形態は従属請求項から得られる。
【００１３】
構造は地図に含まれ、この地図は撮影手段、例えばレーザスキャナ又はカメラによって周囲からシーンとして撮影される。この場合、配向するために又はこの配向のために使用される地図を構成するために、撮影された構造を記憶された地図と比較することが必要である。
【００１４】
類似度が複数の基本要素及びこれらの複数の基本要素のそれぞれ割り当てられた周囲情報に基づいて算出される場合に、本発明の方法の精度は高まる。
【００１５】
本発明の他の実施形態では、基本要素の少なくとも一部分がライン、区間又は点であるように構成される。
【００１６】
周囲情報は他の基本要素及びこれらの他の基本要素の幾何学的な配置によって基本要素に対して相対的に形成される。
【００１７】
基本要素は様々な形式を持ちうる。
【００１８】
周囲情報の少なくとも一部分が地図の構成の際に発生するエラーに対して不変であるように形成される本発明の実施形態によって、結果の更なる品質改善が得られる。
【００１９】
本発明の更なる簡略化は次のことによって達成される。すなわち、有利な実施形態において、他の基本要素が複数の周囲情報タイプにグループ化され、これらの他の基本要素が周囲情報特徴を含み、これらの周囲情報特徴がそれぞれ周囲情報タイプに割り当てられることによって達成される。
【００２０】
周囲情報タイプに割り当てられた周囲情報特徴はリストに所定のやり方でソートされて記憶される。
【００２１】
このソーティングは、地図の構成の際の上記のエラーに対して不変であるように実施される。
【００２２】
有利には類似度はダイナミックプログラミングを用いて算出される。
【００２３】
構造は、それぞれ物理的オブジェクト、例えば撮影された空間又は撮影されたシーン、ならびに、例えば壁、ドア又は任意の他のオブジェクトを記述することができる。
【００２４】
選択的な実施形態において、第１の構造は物理的オブジェクトを記述し、第２の構造は物理的オブジェクトのモデルを記述することも可能である。
【００２５】
さらに、構造はデータバンクにおけるデータ構造を表すことができる。
【００２６】
本発明は有利には移動式自律的装置の配向のために又はこの装置の配向のための地図を算出するためにも使用できる。
【００２７】
有利な実施形態において、自律的装置はロボットである。
【００２８】
本発明の実施例を図面に示し次に詳しく説明する。
【００２９】
図１ａ及び図１ｂは、ロボットが自らを配向しなければならない廊下の概略図（図１ａ）ならびにこのロボットの撮影のシンボリックな概略図及びこのロボットの地図への変換を示しており、この地図を算出する際のエラー及び図１ａの実際の廊下と比べた場合のこのエラーの廊下の図への影響が図示されている（図１ｂ）。
【００３０】
図２は、撮影手段を有するロボットの概略図を示す。
【００３１】
図３ａから図３ｃは、それぞれ異なる周囲情報タイプ及び周囲情報特徴を有する基本要素の概略図を示す。
【００３２】
図４は、構造が物理的オブジェクトのモデルである本発明の方法の適用事例における概略図を示す。
【００３３】
図５は、実施例の方法ステップが図示されているフローチャートを示す。
【００３４】
図２は複数のレーザスキャナ２０２を有するロボット２０１を示す。これらのレーザスキャナ２０２はこのロボット２０１の周囲の画像を撮影し、これらの画像を計算ユニット２０３に接続線路２０４、２０５を介して供給する。
【００３５】
バス２０７を介してメモリ２０８ならびにプロセッサ２０９に接続されている入力側/出力側インターフェース２０６を介して画像信号がメモリ２０８に供給される。
【００３６】
以下に記述される方法はプロセッサ２０９において実施される。従って、プロセッサ２０９は、以下において記述される方法ステップが実施できるように調整されている。
【００３７】
図１ａはシンボリックに廊下１０２を図示する地図１０１を示す。ロボット２０１はこの廊下を移動し、レーザスキャナ２０２によってその周囲の画像を撮影する。この場合、ロボット２０１は壁１０３を撮影する。ロボット２０１は異なる時間にその周囲の画像を撮影し、これによって地図１０１全体の画像が成立する。
【００３８】
廊下１０２にはさらにこの廊下１０２に突き出ている本棚又は柵で囲った場所又は類似の対象物の形式の障害物１０４が存在する。
【００３９】
廊下１０２の角１０５、１０６、１０７は区間の形式で記憶される壁の開始地点乃至は終了地点として解釈される。
【００４０】
図１ｂは、図１ａに図示された状況において前提とされるように理想的な撮影が行われず、ロボット２０１によるこの撮影の際にエラーが発生した場合の図１ａの地図を示す。
【００４１】
ロボット２０１は廊下１０２を移動し、周期的な間隔でその周囲の画像を撮影する。撮影された画像ならびに記憶された地図１０１に基づいてこのロボット２０１は自らを配向する。
【００４２】
この配向は、ロボット２０１が画像をプロセッサ２０９に供給することによって行われる。このプロセッサ２０９において撮影された画像の要素と記憶された予め設定された地図１０１の要素との類似性比較が算出され、これからこのロボット２０１の瞬時の位置の決定が行われる。
【００４３】
ロボット２０１は位置１１０に存在し、そのレーザスキャナによって画像領域１１１を撮影する。ロボット２０１はこの画像領域１１１を記憶された地図１０１と一致させ、これによりこのロボット２０１の配向のための情報を算出する。
【００４４】
これは、撮影された画像領域１１１を示す第１の構造と予め設定された記憶された地図１０１の中の少なくとも１つの予め設定された第２の構造との比較に相応する。
【００４５】
この目的のために、図５に図示されている次の方法が実施される。
【００４６】
第１のステップ５０１において、撮影された画像１１１からプロセッサ２０９によって基本要素が抽出される。
【００４７】
それぞれ廊下１０２における開始点及び終了点を有する壁を表す区間を基本要素と見なす。他の基本要素は予め設定可能な形式の点又はラインである。
【００４８】
この抽出は画像処理の周知の方法によって行われる。
【００４９】
基本要素の抽出の後で、定義された基本要素の集合によってシンボリックに表される画像が現れる。
【００５０】
各基本要素には周囲情報が割り当てられる。この周囲情報は相応の基本要素を特徴づけ、さらに、全ての基本要素の集合の中で各基本要素を識別することを可能にする。
【００５１】
基本要素に割り当てられている周囲情報３０２を有するこのような基本要素３０１はそれぞれ図３ａから図３ｃまでに図示されている。
【００５２】
周囲情報は他の基本要素の集合及びこれらの他の基本要素の幾何学的な配置によって互いに相対的にならびに基本要素３０１自体に対して形成される。
【００５３】
基本要素３０１に割り当てられる周囲情報は、ロボット２０１による地図１０１の構成の際に発生しうるエラーに対してできるだけ不変であるように形成される。
【００５４】
区間の形式の直交する基本要素の対が本発明の方法に対してとりわけ良好に適することが判明した。この場合、基本要素の正確な直交性が重要なのではなく、トレランスが無造作に甘受されうることに注意すべきである。
【００５５】
基本要素３０１に割り当てられる周囲情報は、平行な基本要素と基本要素３０１との交点の間隔であり、図３ａではＤｘによって示されている。
【００５６】
さらに、周囲情報として、長さＬ１を有する第１の他の基本要素３０３と基本要素３０１との交角である第１の角度Ｗ１が記憶される。
【００５７】
さらに、第２の他の基本要素３０４と基本要素３０１との交角である第２の角度Ｗ２ならびにこの第２の他の基本要素３０４の長さＬ２が周囲情報として基本要素３０１に割り当てられる。
【００５８】
基本要素３０１に割り当てられる他の周囲情報は第１の及び/又は第２の基本要素３０３、３０４のそれぞれの開始地点及び/又は終了地点の情報ならびに配向である。
【００５９】
周囲情報は基本要素３０１に割り当てられるリストとして記憶される。このリストは予め設定可能なやり方でソートされている。
【００６０】
直交する基本要素の対は、周囲情報として図３ａに図示されているように、１つの周囲情報タイプを形成する。
【００６１】
周囲情報として基本要素３０１に割り当てられる上記の個々の要素はそれぞれ周囲情報タイプに割り当てられる周囲情報特徴を形成する。
【００６２】
第２の周囲情報タイプは基本要素３０１に対して平行な他の基本要素３１０である（図３ｂ参照）。
【００６３】
ここにおいても、この他の基本要素３１０の基本要素３０１に対する正確な平行性は必要とされない。周囲情報としては基本要素３０１と他の平行な基本要素３０３との間の間隔Ｄｙならびに間隔Ｄｙだけシフトされた第１の基本要素３０１の正確な平行線３１１と他の平行な基本要素３１０の実際の位置との間の第３の角度Ｗ３が記憶される。
【００６４】
図３ｃは、ライン構造３２２の点を示す点３２０、３２１の形式のさらに別の周囲情報タイプを示す。このライン構造３２２は基本要素３０１の最も近くに存在する。この場合、これらの点３２０、３２１の間の（Ｄｚとして示された）間隔ならびに基本要素３０１までの点３２０、３２１の最短距離Ｎ１、Ｎ２が周囲情報特徴として記憶されている。
【００６５】
予め設定された記憶された地図１０１には基本要素に同様のやり方でそれそれ周囲情報が割り当てられている。従って、記憶された地図１０１は、周囲情報タイプに割り当てられた周囲情報特徴を有する周囲情報タイプの形式のそれぞれ基本要素に割り当てられた周囲情報を有する基本要素の集合を有する。
【００６６】
よって、第２のステップ５０２において周囲情報がそれぞれ画像領域１１１に含まれている基本要素ならびにこの地図１０１に含まれる基本要素に割り当てられる。
【００６７】
各基本要素３０１に対して、次のステップ５０３において全ての他の基本要素によって類似度の値が形成される。
【００６８】
次に類似度を詳しく説明する。
【００６９】
この実施例では、基本要素３０１に割り当てられている周囲情報の全体値Ｕが次の規則に従って得られることから出発する：
Ｕ＝（ＯＰ，Ｐ，ＭＰ）
ただしここで
ＯＰは互いに垂直に配向された他の基本要素の対によって形成される周囲情報特徴であり、
Ｐは平行な基本要素によって形成される周囲情報特徴であり、
ＭＰは点状の周囲情報タイプの周囲情報特徴である。
【００７０】
これらの周囲情報特徴はソートされたリストの形式で存在する。
【００７１】
【数１】
を比較関数の形式的な定義とする。
【００７３】
この比較関数ｖによって、それぞれ２つの基本要素に割り当てられる周囲情報の対に対して比較値が計算される。比較値が大きくなればなるほど、ますますこれらの基本要素の２つの周囲情報特徴は互いに一致する。比較関数ｖの定義のために、次の３つの関数ｖＯＰ、ｖＰ、ｖＭＰを定義する：
【００７４】
【数２】
ここで、ｖＯＰによって、垂直な他の基本要素を有する周囲情報タイプの周囲情報特徴に対する比較値が記述され、同様にｖＰによって、平行な基本要素を有する周囲情報タイプの周囲情報特徴の比較値が記述される。ｖＭＰによって、周囲情報特徴として点を有する周囲情報タイプの周囲情報特徴の比較値が記述される。
【００７６】
比較関数ｖは関数ｖＯＰ、ｖＰ及びｖＭＰの重み付けされた総和として次の規則によって定義される。
【００７７】
ｖ（Ｕ１，Ｕ２）＝ａＯＰ＊ｖＯＰ（ＯＰ１，ＯＰ２）＋ａＰ＊ｖＰ（Ｐ１，Ｐ２）＋ａＭＰ＊ｖＭＰ（ＭＰ１，ＭＰ２）
数値間隔［０，１］における値ａＯＰ、ａＰ及びａＭＰはウェイト値である。
【００７８】
これらのウェイト値ａＯＰ、ａＰ及びａＭＰによって類似度に関する個々の周囲情報タイプの異なる意味が考慮される。直交する他の基本要素の対の周囲情報タイプＯＰは平行な他の基本要素の周囲情報タイプＰよりも類似度に関してより大きな意味を有し、さらにこの平行な他の基本要素の周囲情報タイプＰは周囲情報特徴として点を有する周囲情報タイプよりも類似度に関して大きな意味を有することが判明した。
【００７９】
各関数ｖＯＰ、ｖＰ、ｖＭＰに対して、各基本要素及びこの各基本要素の周囲情報特徴に対してそれぞれダイナミックプログラミング法が実施され、これによって中間類似値（Zwischenaehnlichkeitswert）が形成される。
【００８０】
これは、各関数ｖＯＰ、ｖＰ、ｖＭＰに対してそれぞれ次のコスト関数（Kostenfunktion）Ｄｉ，ｊ：
【００８１】
【数３】
を使用して行われる。ただしここで、
δは予め設定可能なコスト値であり、この予め設定可能なコスト値は、撮影された画像領域の周囲情報特徴が記憶された地図１０１の周囲情報特徴に割り当てられない場合に発生する。
【００８３】
【数４】
ただしここで、
ｋはダイナミックプログラミングの枠内で考慮される各周囲情報タイプを一意的に示すインデクスであり、
ｎは考慮される基本要素の個数を示し、
ａｋ，ｉ及びａｋ，ｊは各周囲情報タイプのソートされたリストに格納されている個々の周囲情報特徴を示し、ａｋ，ｉは画像領域１１１の基本要素の周囲情報特徴を示し、ａｋ，ｊは地図１０１の基本要素の周囲情報特徴を示し、
ＭａｘＥｒｒｋは、予め設定可能な、各周囲情報タイプに固有の値を示す。
【００８５】
コスト値δは、所与の適用事例において、割り当てが適正である場合には２・δ＞μであるように経験的に決定され、割り当てが適正でない場合にはμ＞２・δであるように経験的に決定される。
【００８６】
個々のウェイト値の次のような比率が有利であると判明した：
ａＯＰ：ａＰ：ａＭＰ＝３：２：１
比較関数ｖの結果は類似度の値を形成し、この類似度の値によって画像領域１１１における第１の構造と地図１０１における第２の構造との類似性が記述される（ステップ５０３）。
【００８７】
次のステップ５０４において、中間類似値の最も大きな値を有し、従って互いに最も類似している基本要素の対が第１の構造乃至は第２の構造から選択される。
【００８８】
選択された基本要素に対して正準座標系が各地図において形成され、この正準座標系の横座標が各基本要素によって形成される（ステップ５０５）。
【００８９】
次のステップ５０６では次いでマッピング度（Abbildungsmass）が算出される。このマッピング度によって、これらの選択された基本要素に対して、第１の構造の基本要素の座標系をそれぞれ他の構造の基本要素の座標系にマッピングするためには、どのくらいの大きさの並進乃至は回転が必要であるかが算出される。
【００９０】
すなわち、具体的には、ステップ５０６において、それぞれ他の構造の選択された基本要素の座標系に「適合」するために、第１の構造の選択された基本要素の座標系がどのくらいシフト乃至は「回転」されなければならないか、がそれぞれ算出される。
【００９１】
予め設定された地図における次のような領域が選択される。すなわち、この領域のマッピング度及び/又はこの領域の類似度が第１の構造の基本要素の座標系と比較して最小であるような領域が選択される。
【００９２】
選択された基本要素から出発して、他の基本要素が対毎に（すなわち、それぞれ第１の構造の基本要素及び第２の構造の基本要素）選択される。これらの他の基本要素の類似度の値は予め設定可能な閾値よりも大きい。
【００９３】
こうしてロボット２０１には自分が地図１０１の内部のどこに存在するのかが分かる。
【００９４】
従って、最後のステップ５０７において予め設定された地図１０１におけるこのロボット２０１が存在する領域が決定される。
【００９５】
次に上記の実施例の幾つかの代替案を示す。
【００９６】
上記の方法は２つの構造の一般的な比較にも使用される。例えば、撮影された画像と物理的オブジェクトのモデルとの比較に対しても使用される。
【００９７】
この例はロボット２０１が把持すべきドアの握りのモデルに見られる。
【００９８】
ロボット２０１の計算ユニット２０３のメモリ２０８にはドアの握り４０２のモデル４０１が記憶されている。
【００９９】
構造比較は上記のやり方で行われ、ロボット２０１のスキャナがその周囲の画像を撮影し、ドアの握りのモデル４０１の構造に類似する構造をサーチする。このような構造がもとめられると、ロボット２０１の把持アーム４０３がドア４０４に取り付けられているドアの握り４０１を把持することができる。
【０１００】
本発明の方法の他の使用可能性は、データバンクの領域に見られる。データバンクも同様にデータが格納されている構造を有する。従って、具体的には格納されたデータバンクの構造がサーチされる構造と上記のやり方で比較され、データバンクの構造のこの幾何学的な解釈によってこのデータバンクの部分がもとめられる。この結果、探索の枠内でデータバンクにおける探索結果の高い信頼性が保証される。
【０１０１】
さらに、本発明の方法はロボット２０１による地図１０１の連続的な構成のためにも使用される。この場合、本発明の方法は、このロボット２０１がかつていた場所にいつ到達するのかを検査するために使用される。この場合、ロボットはその都度画像の撮影とこの構成に存在する地図１０１の記憶された構造データとを比較する。
【０１０２】
本発明の方法は一般的にパターン認識乃至は画像処理の枠内でも使用でき、本発明の方法を実施するための所要計算時間はパターン認識における周知の方法に比べて大幅に低減される。
【０１０３】
この明細書の枠内において次の刊行物が引用された：
【０１０４】
【外１】
【図面の簡単な説明】
【図１】 ロボットが自らを配向しなければならない廊下の概略図（図１ａ）ならびにこのロボットの撮影のシンボリックな概略図及びこのロボットの地図への変換を示しており、この地図を算出する際のエラー及び図１ａの実際の廊下と比べた場合のこのエラーの廊下の図への影響が図示されている（図１ｂ）。
【図２】 撮影手段を有するロボットの概略図を示す。
【図３】 それぞれ異なる周囲情報タイプ及び周囲情報特徴を有する基本要素の概略図を示す。
【図４】 構造が物理的オブジェクトのモデルである本発明の方法の適用事例における概略図を示す。
【図５】 実施例の方法ステップが図示されているフローチャートを示す。
【符号の説明】
１０１ 地図
１０２ 廊下
１０３ 壁
１０４ 障害物
１０５ 角
１０６ 角
１０７ 角
１１０ 位置
１１１ 画像領域
２０１ ロボット
２０２ レーザスキャナ
２０３ 計算ユニット
２０４ 接続線路
２０５ 接続線路
２０６ 入力側/出力側インターフェース
２０７ バス
２０８ メモリ
２０９ プロセッサ
３０１ 基本要素
３０２ 周囲情報
３０３ 第１の他の基本要素
３０４ 第２の他の基本要素
３１０ 平行な他の基本要素
３１１ 正確な平行線
３２０ 点
３２１ 点
３２２ ライン構造
４０１ モデル
４０１ ドアの握り
４０３ 把持アーム
４０４ ドア
Claims (42)
- 第１の構造と少なくとも１つの所定の第２の構造との類似度をコンピュータを援用して算出するための方法において、
前記第１の構造は周囲の物理的対象物の一部を表す画像の中の構造であり、
前記第２の構造はプロセッサ（２０９）に記憶された所定の地図（１０１）を表す画像の中の所定の構造であり、
前記第１の構造と前記第２の構造のそれぞれにおける画像から少なくとも１つの基本要素（３０１）を前記プロセッサ（２０９）により抽出し、
前記基本要素（３０１）のそれぞれに当該基本要素（３０１）を特徴付ける周囲情報（３０２）を割り当て、ただし、前記周囲情報（３０２）は少なくとも１つの別の基本要素（３０３）と当該別の基本要素（３０３）の前記基本要素（３０１）に対する幾何学的配置とにより構成されており、
前記基本要素（３０１）に割り当てられた周囲情報（３０２）に基づいて、前記プロセッサ（２０９）による比較によって前記第１の構造の少なくとも１つの基本要素（３０１）と前記第２の構造の少なくとも１つの基本要素（３０１）との類似度を求めることにより、前記第１の構造及び前記第２の構造に対して類似度を算出する、第１の構造と少なくとも１つの所定の第２の構造との類似度をコンピュータを援用して算出するための方法。 - 前記２つの画像は撮影手段によって撮影される、請求項１記載の方法。
- 前記２つの画像はスキャナによって撮影される、請求項２記載の方法。
- 前記２つの画像はカメラによって撮影される、請求項２記載の方法。
- 前記基本要素の少なくとも一部はそれぞれ所定の形式のラインである、請求項１〜４のうちの１項記載の方法。
- 前記基本要素の少なくとも一部はそれぞれ区間である、請求項５記載の方法。
- 前記基本要素の少なくとも一部はそれぞれ点である、請求項１〜４のうちの１項記載の方法。
- 基本要素は様々な形式を有する、請求項１〜７のうちの１項記載の方法。
- 前記周囲情報の少なくとも一部は、前記画像の生成の際に発生するエラーに対して不変であるように形成される、請求項１〜８のうちの１項記載の方法。
- 前記別の基本要素は複数の周囲情報タイプにグループ化され、前記別の基本要素は周囲情報特徴を含み、該周囲情報特徴はそれぞれ１つの周囲情報タイプに割り当てられる、請求項８〜９のうちの１項記載の方法。
- １つの周囲情報タイプに割り当てられた前記周囲情報特徴は所定のやり方でソートされてリストとして記憶される、請求項１０項記載の方法。
- 前記類似度はダイナミックプログラミングによって形成される、請求項１〜１１のうちの１項記載の方法。
- 本発明の方法が複数の他の構造に対して実施され、それぞれ第１の構造とそれぞれ他の構造との類似度が算出される、請求項１〜１２のうちの１項記載の方法。
- 本発明の方法は様々な基本要素に対して何回も実施され、これによって複数の類似度が形成される、請求項１３記載の方法。
- 第１の構造の及び最大の一致を有する他の構造の基本要素が選択され、
各構造におけるこれらの選択された基本要素から出発してそれぞれローカルな座標系が形成され、
前記第１の構造の座標系の第２の構造の座標系へのマッピングに依存してマッピング度が形成され、
該マッピング度に依存して最小のマッピング度を有する構造が決定される、請求項１３又は１４記載の方法。 - マッピング度は第１の構造からそれぞれ他の構造へのローカルな座標系の回転を記述する、請求項１５記載の方法。
- 前記構造はデータバンクにおけるデータ構造を記述する、請求項１〜１６のうちの１項記載の方法。
- 第１の構造は物理的対象物を記述し、第２の構造は物理的対象物のモデルを記述する、請求項１〜１６のうちの１項記載の方法。
- 移動式自律的装置に対する地図を算出するために使用される、請求項１〜１６のうちの１項記載の方法。
- 移動式自律的装置の配向のために使用される、請求項１〜１６のうちの１項記載の方法。
- 移動式自律的装置はロボットである、請求項１９又は２０記載の方法。
- 第１の構造と少なくとも１つの所定の第２の構造との類似度をコンピュータを援用して算出するための装置において、
前記第１の構造は周囲の物理的対象物の一部を表す画像の中の構造であり、
前記第２の構造はプロセッサ（２０９）に記憶された所定の地図（１０１）を表す画像の中の所定の構造であり、
前記装置はプロセッサを有し、該プロセッサは次のステップを実施できるように調整されている、すなわち、
前記第１の構造と前記第２の構造のそれぞれにおける画像から少なくとも１つの基本要素（３０１）を抽出し、
前記基本要素（３０１）のそれぞれに当該基本要素（３０１）を特徴付ける周囲情報（３０２）を割り当て、ただし、前記周囲情報（３０２）は少なくとも１つの別の基本要素（３０３）と当該別の基本要素（３０３）の前記基本要素（３０１）に対する幾何学的配置とにより構成されており、
前記基本要素（３０１）に割り当てられた周囲情報（３０２）に基づいて、前記第１の構造の少なくとも１つの基本要素（３０１）と前記第２の構造の少なくとも１つの基本要素（３０１）との比較によって類似度を求めることにより、前記第１の構造及び前記第２の構造に対して類似度を算出する、第１の構造と少なくとも１つの所定の第２の構造との類似度をコンピュータを援用して算出するための装置。 - 前記２つの画像を撮影するための撮影手段を有する、請求項２２記載の装置。
- 前記２つの画像を撮影するためのスキャナを有する、請求項２３記載の装置。
- 前記２つの画像を撮影するためのカメラを有する、請求項２３記載の装置。
- 前記基本要素の少なくとも一部がそれぞれ所定の形式のラインであるように、前記プロセッサは調整されている、請求項２２〜２５のうちの１項記載の装置。
- 前記基本要素の少なくとも一部がそれぞれ区間であるように、前記プロセッサは調整されている、請求項２６記載の装置。
- 前記基本要素の少なくとも一部がそれぞれ点であるように、前記プロセッサは調整されている、請求項２２〜２７のうちの１項記載の装置。
- 前記基本要素が様々な形式を有するように、前記プロセッサは調整されている、請求項２２〜２８のうちの１項記載の装置。
- 前記周囲情報の少なくとも一部が前記画像の生成の際に発生するエラーに対して不変であるように形成されるように、前記プロセッサは調整される、請求項２２〜２９のうちの１項記載の装置。
- 前記別の基本要素が複数の周囲情報タイプにグループ化され、前記別の基本要素が周囲情報特徴を含み、該周囲情報特徴がそれぞれ周囲情報タイプに割り当てられるように、前記プロセッサは調整されている、請求項２９〜３０のうちの１項記載の装置。
- 周囲情報タイプに割り当てられた前記周囲情報特徴が所定のやり方でソートされてリストとして記憶されるように、前記プロセッサは調整されている、請求項３１項記載の装置。
- 前記類似度がダイナミックプログラミングによって形成されるように、前記プロセッサは調整されている、請求項２２〜３２のうちの１項記載の装置。
- 前記ステップが複数の他の構造に対する実施され、それぞれ第１の構造とそれぞれ他の構造との類似度が算出されるように、前記プロセッサは調整されている、請求項２２〜３３のうちの１項記載の装置。
- 前記ステップが様々な基本要素に対して何回も実施され、これによって複数の類似度が形成されるように、前記プロセッサは調整されている、請求項３４記載の装置。
- 前記プロセッサは次のように調整されている、すなわち、
第１の構造の及び最大の一致を有する他の構造の基本要素が選択され、
各構造におけるこれらの選択された基本要素から出発してそれぞれローカルな座標系が形成され、
前記第１の構造の座標系の第２の構造の座標系へのマッピングに依存してマッピング度が形成され、
該マッピング度に依存して最小のマッピング度を有する構造が決定される、請求項３４又は３５記載の装置。 - マッピング度が第１の構造からそれぞれ他の構造へのローカルな座標系の回転を記述するように、前記プロセッサは調整されている、請求項３６記載の装置。
- 前記構造がデータバンクにおけるデータ構造を記述するように、前記プロセッサは調整されている、請求項２２〜３７のうちの１項記載の装置。
- 前記第１の構造が物理的対象物を記述し、前記第２の構造が物理的対象物のモデルを記述するように、前記プロセッサは調整されている、請求項２２〜３７のうちの１項記載の装置。
- 移動式自律的装置に対する地図を算出するために使用される、請求項２２〜３７のうちの１項記載の装置。
- 移動式自律的装置の配向のために使用される、請求項２２〜４０のうちの１項記載の装置。
- 移動式自律的装置はロボットである、請求項４０又は４１記載の装置。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE19830536 | 1998-07-08 | ||
| DE19830536.2 | 1998-07-08 | ||
| PCT/DE1999/001951 WO2000003311A2 (de) | 1998-07-08 | 1999-07-01 | Verfahren und anordnung zur ermittlung eines ähnlichkeitsmasses einer ersten struktur mit mindestens einer vorgegebenen zweiten struktur |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002536709A JP2002536709A (ja) | 2002-10-29 |
| JP4833406B2 true JP4833406B2 (ja) | 2011-12-07 |
Family
ID=7873360
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000559490A Expired - Fee Related JP4833406B2 (ja) | 1998-07-08 | 1999-07-01 | 第１の構造と少なくとも１つの予め設定された第２の構造との類似度を算出するための方法及び装置 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US6868181B1 (ja) |
| EP (1) | EP1145086B1 (ja) |
| JP (1) | JP4833406B2 (ja) |
| AT (1) | ATE282845T1 (ja) |
| DE (1) | DE59911114D1 (ja) |
| WO (1) | WO2000003311A2 (ja) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102006008275A1 (de) | 2006-02-22 | 2007-08-23 | Siemens Ag | Verfahren zur Detektion von Objekten mit einer schwenkbaren Sensoreinrichtung |
| JP2007316966A (ja) * | 2006-05-26 | 2007-12-06 | Fujitsu Ltd | 移動ロボット、その制御方法及びプログラム |
| DE102006045417A1 (de) * | 2006-09-26 | 2008-04-03 | GM Global Technology Operations, Inc., Detroit | Ortungseinrichtung für ein Kraftfahrzeug |
| US8095238B2 (en) * | 2006-11-29 | 2012-01-10 | Irobot Corporation | Robot development platform |
| US20130091150A1 (en) * | 2010-06-30 | 2013-04-11 | Jian-Ming Jin | Determiining similarity between elements of an electronic document |
| US8942917B2 (en) | 2011-02-14 | 2015-01-27 | Microsoft Corporation | Change invariant scene recognition by an agent |
| AU2013204965B2 (en) * | 2012-11-12 | 2016-07-28 | C2 Systems Limited | A system, method, computer program and data signal for the registration, monitoring and control of machines and devices |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04306499A (ja) * | 1990-12-26 | 1992-10-29 | Hughes Aircraft Co | 場景認識装置及び場景認識方法 |
| JPH10109290A (ja) * | 1996-09-30 | 1998-04-28 | Sony Corp | 位置検出装置及び方法並びにロボツト装置 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6084610A (ja) | 1983-10-17 | 1985-05-14 | Hitachi Ltd | 誘導装置 |
| JPS61183716A (ja) * | 1985-02-08 | 1986-08-16 | Hitachi Ltd | 誘導装置 |
| US5144685A (en) * | 1989-03-31 | 1992-09-01 | Honeywell Inc. | Landmark recognition for autonomous mobile robots |
| US5386378A (en) * | 1990-06-05 | 1995-01-31 | Matsushita Electric Industrial Co., Ltd. | Optical information processing apparatus and method using computer generated hologram |
| US5414625A (en) * | 1991-04-01 | 1995-05-09 | Nissan Motor Co., Ltd. | System and method for providing steering control for autonomous vehicle |
| DE4408329C2 (de) * | 1994-03-11 | 1996-04-18 | Siemens Ag | Verfahren zum Aufbau einer zellular strukturierten Umgebungskarte von einer selbstbeweglichen mobilen Einheit, welche sich mit Hilfe von auf Wellenreflexion basierenden Sensoren orientiert |
| JP3598651B2 (ja) | 1995-06-08 | 2004-12-08 | オムロン株式会社 | 類似度算出装置及び方法ならびにこれを用いた位置検出装置 |
| DE19532104C1 (de) * | 1995-08-30 | 1997-01-16 | Daimler Benz Ag | Verfahren und Vorrichtung zur Bestimmung der Position wenigstens einer Stelle eines spurgeführten Fahrzeugs |
-
1999
- 1999-07-01 EP EP99942764A patent/EP1145086B1/de not_active Expired - Lifetime
- 1999-07-01 JP JP2000559490A patent/JP4833406B2/ja not_active Expired - Fee Related
- 1999-07-01 WO PCT/DE1999/001951 patent/WO2000003311A2/de active IP Right Grant
- 1999-07-01 AT AT99942764T patent/ATE282845T1/de not_active IP Right Cessation
- 1999-07-01 DE DE59911114T patent/DE59911114D1/de not_active Expired - Lifetime
- 1999-07-01 US US09/743,430 patent/US6868181B1/en not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04306499A (ja) * | 1990-12-26 | 1992-10-29 | Hughes Aircraft Co | 場景認識装置及び場景認識方法 |
| JPH10109290A (ja) * | 1996-09-30 | 1998-04-28 | Sony Corp | 位置検出装置及び方法並びにロボツト装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| DE59911114D1 (de) | 2004-12-23 |
| WO2000003311A3 (de) | 2001-12-20 |
| JP2002536709A (ja) | 2002-10-29 |
| EP1145086B1 (de) | 2004-11-17 |
| WO2000003311A2 (de) | 2000-01-20 |
| ATE282845T1 (de) | 2004-12-15 |
| EP1145086A3 (de) | 2002-03-06 |
| US6868181B1 (en) | 2005-03-15 |
| EP1145086A2 (de) | 2001-10-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100955980B1 (ko) | 화상 내의 물체를 표현하고 검색하는 방법 및 장치 | |
| JP4284288B2 (ja) | パターン認識装置及びその方法 | |
| US8126206B2 (en) | Image processing apparatus, image processing method, and program | |
| US9092662B2 (en) | Pattern recognition method and pattern recognition apparatus | |
| JP3347508B2 (ja) | 撮像画像処理装置および撮像画像処理方法 | |
| US20120275653A1 (en) | Method for recognizing license plate image, and related computer program product, computer-readable recording medium, and image recognizing apparatus using the same | |
| JP6286474B2 (ja) | 画像処理装置および領域追跡プログラム | |
| JP5631086B2 (ja) | 情報処理装置及びその制御方法、プログラム | |
| JP2004340840A (ja) | 距離測定装置、距離測定方法、及び距離測定プログラム | |
| JP2003346157A (ja) | 物体追跡装置及び方法 | |
| JP2007317062A (ja) | 人物認識装置及びその方法 | |
| WO1998050885A2 (en) | Method and apparatus for performing global image alignment using any local match measure | |
| JP4709668B2 (ja) | ３次元物体認識システム | |
| JP3914864B2 (ja) | パターン認識装置及びその方法 | |
| Ratan et al. | Object detection and localization by dynamic template warping | |
| KR20110020720A (ko) | 3차원 얼굴 캡쳐링 장치 및 방법 | |
| JP4833406B2 (ja) | 第１の構造と少なくとも１つの予め設定された第２の構造との類似度を算出するための方法及び装置 | |
| KR101715781B1 (ko) | 물체 인식 시스템 및 그 물체 인식 방법 | |
| Kruger et al. | In-factory calibration of multiocular camera systems | |
| JP3066173B2 (ja) | パターンマッチング方法 | |
| KR101558573B1 (ko) | 스테레오 카메라 영상 합성 방법 | |
| JP2019012497A (ja) | 部位認識方法、装置、プログラム、及び撮像制御システム | |
| RU2384882C1 (ru) | Способ автоматической компоновки ландшафтных панорамных изображений | |
| JP2005031044A (ja) | 三次元誤差測定装置 | |
| JPH0792369B2 (ja) | 画像計測装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060630 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091120 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20100219 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20100226 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100323 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100415 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100812 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20100824 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20100917 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20101227 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20101228 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110126 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110202 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110228 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110303 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110922 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140930 Year of fee payment: 3 |
|
| LAPS | Cancellation because of no payment of annual fees |