JP4852753B2 - 学習機能をもつ自律移動ロボット - Google Patents

Description

自律移動能力及び学習機能を有し、走行のたびごとに新たな知識を獲得し、以後の走行に活用できるようにした学習機能をもつ自律移動ロボットに関するものである。

従来の自律移動ロボットは、走行路にランドマーク、電磁界等の目印が設備されて、それらの目印に沿って走行するものであり、決められたルールの範囲内でしか移動できない。また、走行中にあらかじめ用意されたルールで対応できない場合には、走行を継続することは難しい。
また、従来の自律移動ロボットとして、特許文献１には、強化学習法を用いたものが記載されている。特許文献１では、ロボット（エージェント）が走行環境を走行し、その良しあしの評価により報酬を定義し、評価を良くする手法が記載されている。
また、特許文献２には、ニュ−ラルネットワークにもとづく学習機能を搭載する移動体が記載されている。特許文献２では、人間の経験則で決まる走行ルールを準備し、ＳＯＭ（Ｓｅｌｆ−Ｏｒｇａｎｉｚｉｎｇ Ｍａｐ、自己組織化マップ）を学習させ、走行に用いるもので、基本的には初めに準備したルールにより走行させるものである。

特開２００５−２９３１５４号公報（第４〜１４頁、図２） 特開２０００−１２２９９１号公報（第５〜９頁、図１）

従来の自律移動ロボットは、走行路にランドマーク、電磁界等の何らかの目印が設備されて、それらの目印に沿って走行するものであり、これであると、目印以外の行路を走行できない、という問題がある。
特許文献１では、ロボット（エージェント）が走行環境を走行し、その良しあしの評価により報酬を定義し、評価を良くする手法が用いられ、この手法では、走行環境を教師データとして走行評価を行い、走行に必要なルールを優先して生成するので、計算負荷が大きく、複雑な多数の走行ルールを必要とするときには、実用面と、走行の多様性に対する適応能力から考慮すると、問題が残る。
特許文献２については、人間の経験則で決まる走行ルールを準備し、ＳＯＭを学習させ、走行に用いるものの、基本的には初めに準備したルールにより走行させるものであり、行路の変化に対応できないという問題がある。

この発明は、上述のような課題を解決するためになされたものであり、走行路の状況に応じて、走行ルールを修正及び追加し、あらかじめ準備した走行ルールとともに、次の走行に活用できるようにした学習機能をもつ自律移動ロボットを得ることを目的にしている。

この発明に係わる学習機能をもつ自律移動ロボットにおいては、走行路の環境情報が格納された環境マップ、走行中に走行路の状況を検出するセンサ類、このセンサ類により検出された走行路の状況から自己位置を認識し、環境マップに入力する自己位置認識手段、センサ類から検出された走行路の状況から障害物を認識し、環境マップに入力する障害物認識手段、及び環境マップの環境情報を入力値とする走行ルールを学習済みの自己組織化マップを有し、入力される環境マップの環境情報に応じた操舵情報を出力する学習手段を備え、学習手段は、出力した操舵情報による走行の危険度を評価し、危険度が所定値を超える場合には自己組織化マップの走行ルールを修正するものである。

この発明は、以上説明したように、走行路の環境情報が格納された環境マップ、走行中に走行路の状況を検出するセンサ類、このセンサ類により検出された走行路の状況から自己位置を認識し、環境マップに入力する自己位置認識手段、センサ類から検出された走行路の状況から障害物を認識し、環境マップに入力する障害物認識手段、及び環境マップの環境情報を入力値とする走行ルールを学習済みの自己組織化マップを有し、入力される環境マップの環境情報に応じた操舵情報を出力する学習手段を備え、学習手段は、出力した操舵情報による走行の危険度を評価し、危険度が所定値を超える場合には自己組織化マップの走行ルールを修正するので、走行路の状況に応じて、走行ルールを修正及び追加し、あらかじめ準備した走行ルールとともに、次の走行に活用でき、安全にかつ確実に目的地まで移動することができる。

実施の形態１．
この発明の学習機能をもつ自律移動ロボット（以下、単に自律移動ロボットともいう。）は、はじめに経路を探索し、センサ情報により環境を認識しながら、予め学習させた自己組織化マップ（ＳＯＭ）を基に方位、速度を決め、これを走行法の基礎とするものである。走行途中に障害物にぶつかりそうになる等の不都合が生じても、走行ルールを修正し、そこで得られた知識を走行ルールとして、追加学習し、新たに得られた走行ルールとあらかじめ準備した走行ルールとを次の走行に活用できるようにしたものであり、“走行のたびに賢くなる”自律移動ロボットである。
以下、これについて詳述する。

図１は、この発明の実施の形態１による学習機能をもつ自律移動ロボットを示す構成図である。
図１において、センサ類１は、自律移動ロボットに取りつけられ、走行路に設けられたランドマークや障害物などを検知する。エンコーダ、ジャイロ・センサ、超音波センサ、ドプラセンサなどが含まれる。自己位置認識機能２（自己位置認識手段）は、センサ類１からの信号により、自己位置を認識し、環境マップ５に書き込む。障害物認識機能３（障害物認識手段）は、センサ類１からの信号及びカメラ４からの映像を元にして障害物を認識し、環境マップ５に書き込む。カメラ４は、走行路を撮像し、その映像を障害物認識機能３に出力する。
環境マップ５は、学習機能をもつ自律移動ロボットに搭載したパーソナル・コンピュータ上で１ドットが１［ｃｍ］となるように、屋内全体の壁・柱・固定障害物などの走行路にあらかじめ存在する情報を書き込んだ地図情報である。目的地指定用のタッチパネル１０（入力手段）により、自律移動ロボットの目的地が環境マップ５に書き込まれ、この目的地までの経路を決定した際、この環境マップ５に書き込まれた環境情報は、学習機能６（学習手段）の入力になる。

学習機能６は、入力された情報を用いて、学習機能をもつ自律移動ロボットを目的地へ誘導するように走行目標角度、行動パターンを駆動系入力７へ出力する。
学習機能６は、人間の脳の情報処理の方法を模擬したアルゴリズムであり、多次元データの分類・予測手法である。この学習機能６は、走行ルールの不適切があれば、修正・補正し、走行ルールを追加する機能である走行ルール追加機能６１（走行ルール追加手段）と、既知の障害物及び未知の移動障害物を回避して走行する障害物回避機能６２（障害物回避手段）とを有している。
走行ルール追加機能６１と障害物回避機能６２とは、ＳＯＭ８を用いて、その学習機能を応用する。
ＳＯＭ８は、走行ルールをノードとして持ち、学習によって走行ルールを追加することができる。環境マップ５は、ＳＯＭ８による走行ルールの実行による経路の確認を担うものである。この確認で走行が適当なときには、自律移動ロボットの走行を続行し、壁や障害物の出現（これは環境マップ５に入力される。）のために走行が不適当なときには、走行ルールを修正して走行し、このとき、走行ルールの追加を行う。
駆動系入力７に入力された、学習機能をもつ自律移動ロボットを目的地へ誘導するための走行目標角度、行動パターンは、駆動系９に伝えられて、自律移動ロボットを目的地へ誘導する。

なお、図１の自己位置認識機能２、障害物認識機能３、環境マップ５、学習機能６は、マイクロコンピュータを用い、ソフトウエアによって構成することができる。

図２は、この発明の実施の形態１による環境マップ上での学習機能をもつ自律移動ロボットモデルを示す図である。
図２において、自律移動ロボットモデル１１の左右車輪の中心位置（Ｘ、Ｙ）が示されている。
図３は、この発明の実施の形態１による学習機能をもつ自律移動ロボットの１周期の処理の流れを示すフローチャートである。
図４は、この発明の実施の形態１による学習機能をもつ自律移動ロボットの障害物が書き込まれた環境マップを示す図である。
図４において、自律移動ロボットモデル１１が障害物１３を避けて壁１４の間を走行する様子が示されている。

次に、動作について説明する。
自律移動ロボットの走行を考えると、安全性と信頼性の高い動作が必須条件となる。走行の安全性と信頼性を向上させる方法として、この発明では、環境マップ５を導入する。環境マップ５は、自律移動ロボットに搭載したパーソナル・コンピュータ上で１ドットが１［ｃｍ］となるように、屋内全体の壁・柱・固定障害物などのあらかじめ存在する情報を書き込み、地図の形状に合わせて行動パターンを切り替えるための境界線も書き込んだ地図情報である。この環境マップ５には、境界線で囲まれた領域ごとに、目的地までの経路を決定した際、環境情報を学習機能６に与えて、この学習機能６が自律移動ロボットを目的地へ誘導するように走行目標角度、行動パターンを、駆動系入力７に入力する。ここで環境マップ５上での自律移動ロボットモデル１１は、図２のように、「センサを含めた車体全体の一番外枠を矩形」で表現する。

学習機能をもつ自律移動ロボットの存在する位置や未知の移動物体を含む障害物をセンサ類１によって確認することで、環境マップ５を常に更新し、境界線により走行パターンを切り替えながら走行制御を行い、ゴールまで走行する。
学習機能をもつ自律移動ロボットでは、走行中に得られたセンサ値を用いて、自己位置認識機能２により自己位置の決定を行い、障害物認識手段３により未知の静止及び移動する障害物の発見を行い、この自己位置と未知の障害物を環境マップ５に書き込み、環境マップ５を更新する。
走行中は、あらかじめ設定した走行ルールに従うが、環境状況によって、適応的に走行できない時には、走行ルールを修正・調整し、走行する。ここで得られた走行ルールを、次の走行に生かせるよう、学習機能６として、追加学習可能なＳＯＭアルゴリズムを搭載している。すなわち、“走行するたびごとに賢くなる”学習機能をもつ自律移動ロボットである。

図３には、自律移動ロボットの走行の流れが示されている。ここで走行中に障害物１３が認識された時、障害物１３を環境マップ５に書き込み、障害物回避行動をとる。この時、同時に自律移動ロボットは、環境マップ５に書き込まれた障害物１３の回避行動をとりながら自己位置を更新し、図４のように、障害物１３の付近を、書き込みながら走行する。
図３では、ステップＳ１で、走行経路を決定する。ステップＳ２で、各センサの値を取得し、ステップＳ３で、これらを用いて、自己位置の認識、障害物の認識の情報処理を行う。次いで、ステップＳ４で、これらを用いて環境マップ５を更新する。ここで、ステップＳ５で、障害物が検知されれば、ステップＳ３で、障害物認識の処理を行い、ステップＳ４で、環境マップを更新する。
次いで、ステップＳ６で、環境マップ５からＳＯＭ入力値を取得し、ステップＳ７でＳＯＭ推論を実行し、ステップＳ８で、駆動系９に出力して、自律移動ロボットを走行させる。

以下に、自律移動ロボットの走行について、詳細に順を追って、説明する。
まず、自己位置認識機能２による自律移動ロボットの自己位置の認識について、手段１〜手段７により説明する。
手段１．
学習機能をもつ自律移動ロボットの位置情報は、自己位置認識手段２により、図２のように、環境マップ５上での自律移動ロボットの左右の車輪間の中心座標Ｘ、Ｙ及び車体の角度θで出力され、この値より環境マップ５上に現在位置を書き込む。

手段２．
手段１において、エンコーダ、ジャイロ・センサ、超音波センサ、ドプラセンサのそれぞれの値及びカメラ画像の処理値を用いて、図２に示すような、環境マップ上での自律移動ロボットモデル１１の左右の車輪間の中心座標Ｘ、Ｙ及び車体の角度θを算出する手法を以下に示す。
自己位置認識手段２への入力値を、エンコーダより得られた左右輪の回転数とジャイロ・センサから得られた姿勢角変化値とする。これらの情報を用い、前の制御動作（前周期）での学習機能をもつ自律移動ロボットの自己位置より、図５のように、得られた姿勢角変化値θ_１の方向に、左右輪の回転数より算出したそれぞれの走行距離値ｅ１、ｅ２を直進的に延長し、自律移動ロボットの左右輪の中心座標（Ｘ_ｌ、Ｙ_ｌ）、（Ｘ_ｒ、Ｙ_ｒ）をそれぞれ算出する。次に、この２点の中点を求めることで、出力値（Ｘ_１、Ｙ_１、θ_１）を得る。

手段３．
手段１において、エンコーダより得られた左右輪の回転数を入力値として、定式を用いて算出する方法。この入力値より、前周期において決定した自己位置から、今周期の左右輪の回転数より現在位置を算出するために導出した走行軌跡の定式を用い、出力値（Ｘ_２、Ｙ_２、θ_２）を得る。

手段４．
手段１において画像処理を用いる手法。入力値をカメラ４からの２次元画像とし、出力値（Ｘ_３、Ｙ_３、θ_３）を得る。これはカメラを約１［ｍ］の高さに固定して前方を撮影し、その撮影された画像を処理することで得られる。

手段５．
手段１において、ランドマーク・リーダの検知信号を用いる手法。図６のように、施設内のランドマーク１２は、直線の廊下と交差点の境目などに設置しており、環境マップ５の境界線の一部は、あらかじめ施設内に設置したランドマーク１２と同じ位置に書き込んでいる。
そして学習機能をもつ自律移動ロボットの走行中に、センサ類１の一つであるランドマーク・リーダによるランドマーク検知信号を取得すると、検知時の自律移動ロボットの現在位置から、壁１４に平行にし、検知した環境マップ５上でのランドマーク１２の座標に、図６及び図７に示すように修正する。
すなわち、図７のようにランドマーク１２に、自律移動ロボットモデル１１の左右車輪間の中心座標を合わせるように、環境マップ５を修正する。これにより、センサの値の校正及び経路の確認を行うことができる。

手段６．
手段５のランドマークを用いた手法は、手段２、手段３及び手段４と同時に用いるものではなく、これらとは別に、ランドマーク検知時だけに用いる。

手段７．
通常走行の場合、手段２、手段３及び手段４により、以下の条件式を用いることにより誤差が少なくなるように自己位置（Ｘ、Ｙ）を決定する。
自己位置（Ｘ、Ｙ）については、まず、以下の式１、式２より、Ｌ_１、Ｌ_２を求める。

ここで、Ｌ_１、Ｌ_２の値が共に２０［ｃｍ］以下なら、３つの予測は、誤差が少ないとみなし、ＸとＹは、

上記以外で５０［ｃｍ］以下なら

上記以外なら
Ｘ＝Ｘ_１
Ｙ＝Ｙ_１
とする。
θの値については、まず式（３）、（４）、（５）より△θ_１、△θ_２、△θ_３を求める。

これより、△θ_１、△θ_２、△θ_３の値が全て５［ｄｅｇ］以内なら、

上記以外なら
θ＝θ_３ （１１）
とする。
以上の操作により決定した自律移動ロボットの自己位置を環境マップ５に書き込む。
これらの式は、いずれもカメラ画像を用いる手法により決定した自己位置に比重をおいた式となっている。

次に、障害物認識機能３による障害物の認識と環境マップへの書き込みについて、手段８〜手段１１により説明する。
手段８．
手段８は、センサ類１の一つである超音波センサーの値を用いて、走行領域の把握及び障害物を認識する。１０組の超音波センサから取得した値を使用し、環境マップ５上に書き込まれている自律移動ロボットの現在位置から、自律移動ロボットの車体に取り付けられた１０組の超音波センサと同位置となる箇所から、超音波センサの指向性を考慮し（センサの向いている方向に対して±２３［ｄｅｇ］の広がり）、適切な位置に弧を描くように環境マップ５に書き込む。
例えば、図８のように、学習機能をもつ自律移動ロボットの前方に障害物１３ａが存在すると仮定し、自律移動ロボット前方左の超音波センサからｘ［ｃｍ］の値を取得したとすると、図９に示すように、障害物１３までの測定値を環境マップ５に書き込む。
さらに、超音波センサ、ドプラセンサ、カメラの複眼視により、移動障害物の距離、方位、速さを認識する。

手段９．
カメラ画像を処理することにより、学習機能をもつ自律移動ロボットから障害物までの距離、障害物の幅を算出する。この手法においては、現在までにカメラ４より得られた画像から水平エッジ（床と障害物との境界）の検出を行い、その処理した画像を用いることで、障害物の有無、障害物までの距離を取得する手法（参考文献［１］）が提案されている。例えば、図８のような環境で、障害物１３ａが発見されれば、環境マップ５上に書き込まれている現在位置より、図１０のように環境マップ５上に、得られた障害物の距離および幅を用いることにより障害物１３を書き込む。この時に環境マップ５上に描き込む障害物１３の幅は、カメラ４の指向性を考慮して描き込むこととする。

手段１０．
タッチ・センサを用いて障害物を検知する手法では、まずタッチ・センサの前後計８箇所に取り付けられたマイクロ・スイッチの検出信号により、検出したマイクロ・スイッチの個所から、前方の左右の前方・横方向、後方に障害物が存在することを認識する。そして、学習機能をもつ自律移動ロボットの現在位置より図１１のように障害物１３を書き込む。図１１は、学習機能をもつ自律移動ロボット前方のマイクロ・スイッチが障害物を検知した時の環境マップ上の様子を示している。
タッチセンサにより障害物を検知したときは、走行を緊急停止する。

手段１１．
ここで、手段８の超音波センサの距離測定での不安定動作を補うため、手段９のカメラ情報により発見された障害物も含め、その存在確率として５段階の危険度を与える（障害物の存在しない時存在確率を１とする）。環境マップ５上では危険度が５段階目（危険度を示す数字が５になった時）に達したとき、初めて障害物と認める。
危険度の区別を以下のようにする。
（１）画像処理によって発見された物体のある位置の値に危険度３を加える。
（２）画像処理によって障害物の無いことが確認されると、その位置の危険度に−２を加える。
（３）超音波センサによって発見された物体のある位置の値に１を加える。
（４）タッチ・センサによって発見された物体のある位置の値に５を加える。
（５）危険度は５を超えることは無く、０を下回ることも無い。

次に、環境マップからＳＯＭへの入力及びＳＯＭからの出力について、手段１２〜手段１５により説明する。
手段１２．
学習機能をもつ自律移動ロボットでは、その環境マップ５に書き込まれた現在位置とその周囲の環境情報及び移動物体情報の学習により得られた速さ、方位情報を用いて、あらかじめ学習されたＳＯＭ８の入力値を取得し、ベスト・マッチ・ユニットを計算し、自律移動ロボットの次の動作の決定を行う。

手段１３．
あらかじめ学習されたＳＯＭ８の入力値として、図１２のように学習機能をもつ自律移動ロボットの周囲を１１個の領域に分け、それぞれの領域内で超音波センサが取得した距離情報の値を、ＳＯＭ８への入力値として適用している。それぞれの入力値に対してベスト・マッチ・ユニットを算出し、出力値を求めている。

手段１４．
ここで、手段１３の図１２の各領域の最短距離値の取得法は、環境マップ５上より、図１３のように各領域ごとに車体からの距離が１［ｃｍ］づつ広がるような形で、壁１４や障害物が存在するかどうか確認して行く。そして障害物が存在するとそこまでの距離値を障害物までの最短距離値として取得する。図１３では、図１２の領域５と領域８での値の取得法を示している。

手段１５．
ＳＯＭ８による推論出力値は、学習機能をもつ自律移動ロボットを直進または左右どちらの方向にどれだけの旋回半径で旋回走行させるかということを表わす旋回半径値で出力される。

次に、走行準備として環境マップの作成について、手段１６、手段１７により説明する。
手段１６．
走行準備として環境マップ５を作成する。環境マップ５は、施設内の廊下の幅や柱、長椅子などの固定障害物を１［ｃｍ］単位で測って作成し、作成した環境マップ５に学習機能をもつ自律移動ロボットの走行方法を切り替えるための境界線も書き込む。

手段１７．
作成した環境マップ５に初期位置、目的地を入力し、目的値までの経路を決定し、環境マップ５の各領域に学習機能をもつ自律移動ロボットを目的地に誘導するように目標角、走行方向を入力する。

次に、自律移動ロボットの走行による環境マップの更新について、手段１８〜手段２１により説明する。
手段１８．
学習機能をもつ自律移動ロボットの走行を開始させる。走行中は、まずエンコーダ、ジャイロ・センサからの値、カメラからカメラ画像を取得する。ここで取得した値と走行特性を定式化した式を用いて、学習機能をもつ自律移動ロボットの位置認識を行う。

手段１９．
得られた学習機能をもつ自律移動ロボットの位置情報を用いて、環境マップ５上に書き込む。

次に、ＳＯＭの作成について、手段２０により説明する。
手段２０．
学習機能をもつ自律移動ロボットの現在位置が環境マップ５に書き込まれると、次に超音波センサとカメラ画像を用いて未知の障害物の認識を行う。

走行路上に置かれた物、移動する物、人、他の車椅子などの障害物に遭遇したとき、走行移動中の自律移動ロボットは、それらの位置、速度、方向をリアルタイムに計測し、自己の走行方向および速度を制御する必要がある。
本システムでは、図１４のように、自律移動ロボット周辺の環境情報及び障害物移動情報（位置、速度、方向）から、ＳＯＭ８により、自己の操舵情報（走行速度、方向）を類推し、安全に目的地まで自律移動ロボットを移動させることになる。
走行中の自律移動ロボットに対する移動障害物の位置、速度、方向は、自律移動ロボットに搭載されたセンサにより検知する。障害物の位置は、超音波センサにより、速度は、ドプラーセンサにより、方向は、２台のカメラによる両眼視による方位角センサにより計測する。
これらのセンサからの信号は、障害物認識機能３により、障害物として認識され、環境マップ５に書き込まれる。そして、環境マップ５から、あらかじめ用意されたＳＯＭ８に入力され、その時々の操舵情報を求める。ただし、方位については、経路探索により得た、目的地へ向かう経路情報とマッチングを取りながら決定する。

このため、走行状態を学習させるためのＳＯＭ８を作成する必要がある。
そのために、
（ａ）現場に出かけて、具体的な状況で自律移動ロボットを動かして、周囲情報と操舵情報のデータを収集する。
（ｂ）上記の同様な状況で、計算機シミュレーションにより周囲情報と操舵情報のデータを収集する。
（ｃ）（ａ）（ｂ）両者のマッチングを取る。

種々の現場において自律移動ロボットを走行させ、走行中の自律移動ロボットに対する周囲情報及び障害物の位置、速度、方向のデータをとり、その場合の適当な走行方向、走行速度を決め、予め、図１５のようなＳＯＭ８を学習、作成する必要がある。ＳＯＭ８を学習するには、図１７（ａ）のように、自律移動ロボットの周囲の環境情報、障害物移動情報、目的地情報、操舵情報を使用する。完成した（学習した）ＳＯＭ８を自律移動ロボットに搭載、図１７（ｂ）のように、具体的な走行状態に応じて、センサ情報（障害物移動情報）、目的地情報、周囲情報をＳＯＭ８に入力し、その出力から自律移動ロボットの操舵情報（方位、速度）を得て、駆動系９に出力し、自律移動ロボットの実環境での走行に生かす。
自律移動ロボットにセンサ群１を搭載し、走行中の自律移動ロボットに対する障害物の位置、速度、方向を得て、環境マップ５上に書き込みながら、自律移動ロボットモデルの走行を実現する。
実環境での走行情報、環境マップ５上での走行情報のマッチングを取ることにより、安全走行が可能になる。
図１６は、学習による自律移動ロボットの走行システムでのＳＯＭのイメージ図を示している。

手段２１．
未知の障害物が発見されれば、手段１１の危険度を参照しつつ環境マップ５を更新する。

次に、走行によるＳＯＭの走行ルールの修正及び追加について、手段２２により説明する。
手段２２．
ここまでの処理が終了すると、学習機能をもつ自律移動ロボット走行中の最新の環境マップ５が完成する。この環境マップ５を用いて、ＳＯＭ８による操作情報決定のための入力値を取得し、ＳＯＭ８の推論能力を用いて、次の動作の決定を行う。
学習機能をもつ自律移動ロボットは、このセンサ値の取得、自己位置認識、障害物認識、ＳＯＭ８の推論能力を用いた次の動作の決定を繰り返すことで、目的地まで走行する。

次に、走行評価及び追加学習データの獲得を環境マップ上で考える。図１８は、走行評価及び追加学習データの獲得を示している。
走行中、自律移動ロボットと障害物との衝突が予測されれば、走行方向を調整する。これにより、得られた走行ルールデータを追加学習の際に使用する。初めに学習により用意したＳＯＭ８から、環境情報を入力し、得られた走行ルールにより走行予測を行い、危険度（近接度）が低ければ、そのまま走行する。危険度がある値を超えると、環境情報を入力し、得られた走行ルールと障害物情報により走行ルールを修正する。この修正は、予め得られた走行ルールと障害物情報を入力とするファジィ制御により行う（図１８参照）。

次に、図１９の走行評価及び追加学習データの獲得のフローチャートについて、図１５を参照して説明する。
ステップＳ１１で、学習済みのＳＯＭ８に、環境情報を入力し、操舵角、速度の出力を得る。次いで、ステップＳ１２で、この出力を駆動系９に与えて試行し、ステップＳ１３で、その走行ルールを評価する（図１５参照）。危険であれば、ステップＳ１４で、走行ルールを修正し、ステップＳ１２に戻って再試行するとともに、ステップＳ１５で、ＳＯＭ８への追加学習する。
ステップＳ１３で、評価がＯＫであれば、ステップＳ１６で、走行し、目標地点に到達すれば終了する。目標地点に到達しなければ、ステップＳ１から繰り返す。
図２０は、実環境上及び、図１９による走行による環境マップ上での障害物回避行動を示している。

実施の形態１によれば、走行路の状況に応じて、走行ルールを修正及び追加し、あらかじめ準備した走行ルールとともに、次の走行に活用できるようにした学習機能をもつ自律移動ロボットを提供でき、工場、福祉施設内および病院のロビー等内で、安全にかつ確実に目的地まで移動できる学習機能をもつ自律移動ロボットを構築することができる。

参考文献
［１］ 菅野祥伸、山本寿、大木誠、大北正昭：屋内環境におけるカメラ・データと現在地推定データのマッチングによる位置認識、電気学会全国大会講演論文集、３−０４３、ｐ．４（２００２）。

学習機能を有する自律移動ロボットの制御技術は種々の分野で応用できる。例えば、病院であれば、学習機能をもつ自律移動ベッド、福祉施設では学習機能をもつ自律移動車椅子、さらに、掃除ロボット、案内・ガイドロボット等である。

この発明の実施の形態１による学習機能をもつ自律移動ロボットを示す構成図である。 この発明の実施の形態１による環境マップ上での学習機能をもつ自律移動ロボットモデルを示す図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットの１周期の処理の流れを示すフローチャートである。 この発明の実施の形態１による学習機能をもつ自律移動ロボットの障害物が書き込まれた環境マップを示す図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットのエンコーダとジャイロ・センサによる学習機能をもつ自律移動ロボットモデルの位置と姿勢角の決定を示す図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットのランドマークによる自己位置の修正１を示す図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットのランドマークによる自己位置の修正２を示す図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットが走行する障害物の存在する環境を示す図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットの超音波センサによる環境マップの更新を示す図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットのカメラ画像による障害物認識を示す図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットのタッチ・センサでの環境マップの更新を示す図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットの距離計測のための車体周辺領域の分割を示す図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットの定義された領域（５、８）でのＳＯＭ推論の入力値距離情報取得例を示す図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットの学習による走行システムを示すイメージ図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットのＳＯＭの追加学習による知識の獲得過程を示す図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットの学習による自律移動ロボットの走行システムＳＯＭマップを示すイメージ図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットのＳＯＭの学習と学習されたＳＯＭの利用を示す図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットの走行評価及び追加学習データの獲得を示す図である。 この発明の実施の形態１による学習機能をもつ自律移動ロボットの走行評価及び追加学習データの獲得を示すフローチャートである。 この発明の実施の形態１による学習機能をもつ自律移動ロボットの実環境上及び環境マップ上での障害物回避行動を示す図である。

符号の説明

１ センサ類
２ 自己位置認識機能
３ 障害物認識機能
４ カメラ
５ 環境マップ
６ 学習機能
７ 駆動系入力
８ ＳＯＭ
９ 駆動系
１０ タッチパネル
１１ 環境マップ上の自律移動ロボットモデル
１１ａ 実環境での自律移動ロボット
１２ 環境マップ上のランドマーク
１３ 環境マップ上の障害物
１３ａ 実環境での障害物
１４ 環境マップ上の壁
６１ 走行ルール追加機能
６２ 障害物回避機能

Claims (8)

1. 走行路の環境情報が格納された環境マップ、
   走行中に上記走行路の状況を検出するセンサ類、
   このセンサ類により検出された上記走行路の状況から自己位置を認識し、上記環境マップに入力する自己位置認識手段、
   上記センサ類から検出された上記走行路の状況から障害物を認識し、上記環境マップに入力する障害物認識手段、
   及び上記環境マップの環境情報を入力値とする走行ルールを学習済みの自己組織化マップを有し、上記入力される環境マップの環境情報に応じた操舵情報を出力する学習手段を備え、
   上記学習手段は、上記出力した操舵情報による走行の危険度を評価し、危険度が所定値を超える場合には上記自己組織化マップの走行ルールを修正することを特徴とする学習機能をもつ自律移動ロボット。
2. 上記学習手段は、走行中に上記環境マップに障害物が入力されたとき、上記障害物を回避する走行ルールを上記自己組織化マップに追加する走行ルール追加手段を有することを特徴とする請求項１記載の学習機能をもつ自律移動ロボット。
3. 上記自己組織化マップは、上記環境マップのもつ環境情報及びこれに対応する操舵情報が入力されることにより、上記走行ルールを学習したことを特徴とする請求項１記載の学習機能をもつ自律移動ロボット。
4. 上記環境マップに目的地を入力する入力手段を備えたことを特徴とする請求項１記載の学習機能をもつ自律移動ロボット。
5. 上記センサ類は、複数のセンサを有し、上記自己位置認識手段は、複数のセンサ情報を用いて、自己位置を認識することを特徴とする請求項１記載の学習機能をもつ自律移動ロボット。
6. 上記センサ類は、複数のセンサを有し、上記障害物認識手段は、複数のセンサ情報を用いて、障害物を認識することを特徴とする請求項１記載の学習機能をもつ自律移動ロボット。
7. 上記走行路には、ランドマークが定義され、上記自己位置認識手段は、上記ランドマークにより自己位置を確認することを特徴とする請求項１記載の学習機能をもつ自律移動ロボット。
8. 上記センサ類には、タッチセンサが含まれ、上記タッチセンサからの情報に応じて、走行を緊急停止することを特徴とする請求項１記載の学習機能をもつ自律移動ロボット。

Images