JP4936288B2 - 目標経路生成システム - Google Patents

目標経路生成システム Download PDF

Info

Publication number
JP4936288B2
JP4936288B2 JP2007318965A JP2007318965A JP4936288B2 JP 4936288 B2 JP4936288 B2 JP 4936288B2 JP 2007318965 A JP2007318965 A JP 2007318965A JP 2007318965 A JP2007318965 A JP 2007318965A JP 4936288 B2 JP4936288 B2 JP 4936288B2
Authority
JP
Japan
Prior art keywords
robot
route
point
movement candidate
cost
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
Application number
JP2007318965A
Other languages
English (en)
Other versions
JP2009136996A (ja
Inventor
慎一 松永
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Priority to JP2007318965A priority Critical patent/JP4936288B2/ja
Priority to PCT/JP2008/003022 priority patent/WO2009075053A1/ja
Priority to EP08859261A priority patent/EP2157490B1/en
Priority to US12/666,485 priority patent/US8447455B2/en
Publication of JP2009136996A publication Critical patent/JP2009136996A/ja
Application granted granted Critical
Publication of JP4936288B2 publication Critical patent/JP4936288B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
    • 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
    • G05B2219/40—Robotics, robotics mapping to robotics vision
    • G05B2219/40465—Criteria is lowest cost function, minimum work path

Description

本発明は、経路にしたがって自律的に移動するロボットのための当該目標経路を生成する目標経路生成システムに関する。
従来、自律的に移動するロボットの現在位置と、ユーザにより指定された目的位置とを、当該ロボットの移動領域内における経由地候補として予め設定されている複数のノードを経由して連結することにより移動候補経路を作成する技術的手法が知られている（特許文献１参照）。かかる従来の手法では、ノードの連結線上に障害物がなく、かつ、隣り合うノードの間隔が所定閾値（５ｍ）以内であるという要件を満たすように移動候補経路が生成される。そして、移動候補経路のうちロボットの現在位置から目的位置までの最短経路が、このロボットの目標経路として設定される。
特開２００６−１９５９６９号公報
しかしながら、従来の手法にしたがって目標経路が設定されると、ロボットの状態に鑑みて、このロボットが経由すべきポイントを外れて移動せざるを得ない可能性がある。
その一方、ロボットが経由すべきポイントが固定されると、このロボットの状態に鑑みて必要性に乏しいポイントを強制的に移動させ、ときとして単なる遠回りを強いることになる。
そこで、本発明は、以上の点に鑑み、ロボットの状態に鑑みて必要性の高いポイントを経由するようにこのロボットを移動させることができるシステムを提供することを目的とする。
第１発明の目標経路生成システムは、目標経路にしたがって自律的に移動するロボットのための当該目標経路を生成するシステムであって、
前記ロボットの移動領域内における通行可能なリンクが記憶されたリンク記憶手段と、
前記リンク記憶手段に記憶されたリンクのいずれかにおける前記ロボットと外部環境とのアクションポイントを記憶したアクションポイント記憶手段と、
前記移動領域における前記ロボットの現在位置または出発位置を始点として認識する始点認識手段と、
前記移動領域内において前記ユーザが入力装置を介して指定した前記ロボットの目的位置を終点として認識する終点認識手段と、
前記リンク記憶手段に記憶されているリンクを接続することによって、前記終点認識手段によって認識された終点と前記始点認識手段によって認識された始点とを結ぶ複数の移動候補経路を作成する候補経路作成手段と、
前記ロボットの状態を認識する状態認識手段と、
前記候補経路作成手段によって作成された各移動候補経路について、前記アクションポイント記憶手段により記憶されている前記アクションポイントが含まれ、かつ、前記状態認識手段により認識された前記ロボットの状態に鑑みて当該アクションポイントを経由する必要度が高いほどコストを低くまたは前記必要度が低いほどコストを高く評価する経路評価手段とを備え、
前記経路評価手段によって評価された前記トータルコストが最も低い前記移動候補経路を前記目標経路として生成する目標経路生成システムにおいて、
前記アクションポイント記憶手段には、少なくとも前記ロボットの充電ポイントが前記アクションポイントとして記憶され、
前記状態認識手段が前記ロボットの前記移動候補経路に沿った移動距離に応じたバッテリ予測残容量を前記ロボットの状態として認識し、
前記経路評価手段は、
（１）前記状態認識手段による認識結果に基づき、途中で前記バッテリを充電することなく前記ロボットを終点まで移動させたときの前記バッテリ予測残容量が閾値以上であるという第１充電要件を満たす前記移動候補経路が存在する場合、前記第１充電要件を満たす前記移動候補経路の前記コストを前記第１充電要件を満たさない前記移動候補経路の前記コストよりも低く評価し、
（２）前記状態認識手段による認識結果に基づき、前記第１充電要件を満たす前記移動候補経路が存在しない一方、前記充電ポイントが含まれ、かつ、当該充電ポイントにおいて前記バッテリを充電した上で前記ロボットを前記終点まで移動させたときの前記バッテリ予測残量が前記閾値以上であるという第２充電要件を満たす前記移動候補経路が存在する場合、前記第２充電要件を満たす前記移動候補経路の前記コストを前記第２充電要件を満たさない前記移動候補経路の前記コストよりも低く評価し、
（３）前記状態認識手段による認識結果に基づき、前記充電ポイントにおける前記バッテリ予測残量が低いほど、前記第２充電要件を満たす前記移動候補経路の前記コストを低く評価することを特徴とする。
第１発明の経路生成システムによれば、アクションポイントが含まれ、かつ、ロボットの状態に鑑みてこのロボットがこのアクションポイントを経由する必要度が高いほど移動候補経路の「コスト」が低く評価される。ここで「アクションポイント」とは、ロボットがその外部環境と直接的または間接的に相互作用するポイントを意味する。そして、コストが最低の移動候補経路が目標経路として生成され、ロボットはこの目標経路にしたがって自律的に移動する。したがって、ロボットをその状態に鑑みて必要性の高いアクションポイントを経由させ、このアクションポイントで外部環境と相互作用させた上で終点まで移動させることができる。
また、第１発明の目標経路生成システムによれば、ロボットの終点におけるバッテリ予測残容量に鑑みて、充電の必要のない移動候補経路の「コスト」が低く評価される。そして、前記のようにコストが最低の移動候補経路が目標経路として生成され、ロボットはこの目標経路にしたがって自律的に終点まで移動する。したがって、充電ポイントを必ずしも通過しなくてよいという点で目標経路設定の自由度が増し、ロボットの目的に応じたフレキシブルな移動態様を実現できる。
さらに、第１発明の目標経路生成システムによれば、充電の必要のない経路が存在しない場合に、充電ポイントが含まれ、かつ、ロボットの途中におけるバッテリ予測残容量に鑑みてこのロボットがこの充電ポイントを経由する必要のある移動候補経路の「コスト」が低く評価される。そして、前記のようにコストが最低の移動候補経路が目標経路として生成され、ロボットはこの目標経路にしたがって自律的に終点まで移動する。したがって、ロボットをその終点におけるバッテリ予測残容量に鑑みて必要性のある充電ポイントを経由させ、この充電ポイントにおいてバッテリを充電させた上で終点まで移動させることができる。
また、第１発明の目標経路生成システムによれば、充電ポイントが含まれ、かつ、ロボットの途中におけるバッテリ予測残容量に鑑みてこのロボットがこの充電ポイントを経由する必要度が高いほど移動候補経路の「コスト」がより低く評価される。そして、前記のようにコストが最低の移動候補経路が目標経路として生成され、ロボットはこの目標経路にしたがって自律的に終点まで移動する。したがって、ロボットをその終点におけるバッテリ予測残容量に鑑みて必要性の高い充電ポイントを経由させ、この充電ポイントにおいてバッテリを充電させた上で終点まで移動させることができる。
第２発明の目標経路生成システムは、前記第１発明のうちいずれか１つの目標経路生成システムにおいて、前記アクションポイント記憶手段に記憶されたアクションポイントには、少なくとも前記ロボットの位置または姿勢の補正ポイントが含まれ、前記状態認識手段が前記移動候補経路に沿った移動距離に応じた前記ロボットの位置または姿勢の、目標位置または目標姿勢に対する予測偏差を前記ロボットの状態として認識し、前記経路評価手段は、前記状態認識手段による認識結果に基づき、途中で位置または姿勢を補正することなく前記ロボットを前記終点まで移動させたときの前記予測偏差が閾値以下であるという第１補正要件を満たす前記移動候補経路が存在する場合、前記第１補正要件を満たす前記移動候補経路の前記コストを前記第１補正要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする。
第２発明の目標経路生成システムによれば、ロボットの終点における予測偏差が閾値以下であり、位置または姿勢の補正の必要のない移動候補経路の「コスト」が低く評価される。そして、前記のようにコストが最低の移動候補経路が目標経路として生成され、ロボットはこの目標経路にしたがって自律的に終点まで移動する。したがって、補正ポイントを必ずしも通過しなくてよいという点で目標経路設定の自由度が増し、ロボットの目的に応じたフレキシブルな移動態様を実現できる。
第３発明の目標経路生成システムは、前記第２発明の目標経路生成システムにおいて、前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記第１補正要件を満たす前記移動候補経路が存在しない一方、前記補正ポイントが含まれ、かつ、当該補正ポイントにおいて位置または姿勢を補正した上で前記ロボットを前記終点まで移動させたときの前記予測偏差が前記閾値以下であるという第２補正要件を満たす前記移動候補経路が存在する場合、前記第２補正要件を満たす前記移動候補経路の前記コストを前記第２補正要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする。
第３発明の目標経路生成システムによれば、補正の必要のない経路が存在しない場合に、補正ポイントが含まれ、かつ、ロボットの途中における予測偏差に鑑みてこのロボットがこの補正ポイントを経由する必要のある移動候補経路の「コスト」が低く評価される。そして、前記のようにコストが最低の移動候補経路が目標経路として生成され、ロボットはこの目標経路にしたがって自律的に終点まで移動する。したがって、ロボットをその終点における予測偏差に鑑みて必要性のある補正ポイントを経由させ、この補正ポイントにおいてロボットの位置または姿勢を補正させた上で終点まで移動させることができる。
第４発明の目標経路生成システムは、前記第３発明の目標経路生成システムにおいて、前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記補正ポイントにおける前記予測偏差が大きいほど、前記第２補正要件を満たす前記移動候補経路の前記コストを低く評価することを特徴とする。
第４発明の目標経路生成システムによれば、補正ポイントが含まれ、かつ、ロボットの途中における予測偏差に鑑みてこのロボットがこの補正ポイントを経由する必要度が高いほど移動候補経路の「コスト」がより低く評価される。そして、前記のようにコストが最低の移動候補経路が目標経路として生成され、ロボットはこの目標経路にしたがって自律的に終点まで移動する。したがって、ロボットをその終点における予測偏差に鑑みて必要性の高い補正ポイントを経由させ、この補正ポイントにおいてロボットの位置または姿勢を補正させた上で終点まで移動させることができる。
第５発明の目標経路生成システムは、前記第１〜第４発明のうちいずれか１つの目標経路生成システムにおいて、前記アクションポイント記憶手段には、少なくとも前記ロボットのタスク実行ポイントが前記アクションポイントとして記憶され、前記状態認識手段が前記ロボットが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報を前記ロボットの状態として認識し、前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記タスク実行ポイントが含まれるというタスク要件を満たす前記移動候補経路が存在する場合、前記タスク要件を満たす前記移動候補経路の前記コストを前記タスク要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする。
第５発明の目標経路生成システムによれば、タスク実行ポイントが含まれ、かつ、タスク情報に鑑みてこのロボットがこのタスク実行ポイントを経由する必要のある移動候補経路の「コスト」が低く評価される。そして、前記のようにコストが最低の移動候補経路が目標経路として生成され、ロボットはこの目標経路にしたがって自律的に終点まで移動する。したがって、ロボットが現在実行しているまたは実行を予定しているタスクに鑑みて必要性のあるタスク実行ポイントを経由させ、終点まで移動させることができる。
第６発明の目標経路生成システムは、目標経路にしたがって自律的に移動するロボットのための当該目標経路を生成するシステムであって、
前記ロボットの移動領域内における通行可能なリンクが記憶されたリンク記憶手段と、
前記リンク記憶手段に記憶されたリンクのいずれかにおける前記ロボットと外部環境とのアクションポイントを記憶したアクションポイント記憶手段と、
前記移動領域における前記ロボットの現在位置または出発位置を始点として認識する始点認識手段と、
前記移動領域内において前記ユーザが入力装置を介して指定した前記ロボットの目的位置を終点として認識する終点認識手段と、
前記リンク記憶手段に記憶されているリンクを接続することによって、前記終点認識手段によって認識された終点と前記始点認識手段によって認識された始点とを結ぶ複数の移動候補経路を作成する候補経路作成手段と、
前記ロボットの状態を認識する状態認識手段と、
前記候補経路作成手段によって作成された各移動候補経路について、前記アクションポイント記憶手段により記憶されている前記アクションポイントが含まれ、かつ、前記状態認識手段により認識された前記ロボットの状態に鑑みて当該アクションポイントを経由する必要度が高いほどコストを低くまたは前記必要度が低いほどコストを高く評価する経路評価手段とを備え、
前記経路評価手段によって評価された前記トータルコストが最も低い前記移動候補経路を前記目標経路として生成する目標経路生成システムにおいて、
前記アクションポイント記憶手段には、少なくとも前記ロボットの充電ポイントと、該ロボットのタスク実行ポイントが前記アクションポイントとして記憶され、
前記状態認識手段が前記ロボットの前記移動候補経路に沿った移動距離に応じたバッテリ予測残容量と、該ロボットが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報とを前記ロボットの状態として認識し、
前記経路評価手段は、前記状態認識手段による認識結果に基づき、途中で前記バッテリを充電することなく前記ロボットを前記タスク実行ポイントまで移動させたときの前記バッテリ予測残容量がタスクの内容に応じて高低が定まる閾値以上であるという第３充電要件を満たす前記移動候補経路が存在する場合、前記第３充電要件を満たす前記移動候補経路の前記コストを前記第３充電要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする。
第６発明の目標経路生成システムによれば、ロボットのタスク実行ポイントにおけるバッテリ予測残容量に鑑みて、充電の必要のない移動候補経路の「コスト」が低く評価される。そして、前記のようにコストが最低の移動候補経路が目標経路として生成され、ロボットはこの目標経路にしたがってタスク実行ポイントを経由して自律的に終点まで移動する。したがって、充電ポイントを必ずしも通過しなくてよいという点で目標経路設定の自由度が増し、ロボットの目的に応じたフレキシブルな移動態様を実現できる。
第７発明の目標経路生成システムは、前記第６発明の目標経路生成システムにおいて、前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記第３充電要件を満たす前記移動候補経路が存在しない一方、前記充電ポイントが含まれ、かつ、当該充電ポイントにおいて前記バッテリを充電した上で前記ロボットを前記タスク実行ポイントまで移動させたときの前記バッテリ予測残量が前記閾値以上であるという第４充電要件を満たす前記移動候補経路が存在する場合、前記第４充電要件を満たす前記移動候補経路の前記コストを前記第４充電要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする。
第７発明の目標経路生成システムによれば、第３充電要件を満たす前記移動候補経路が存在しない場合に、充電ポイントが含まれ、かつ、ロボットのタスク実行ポイントにおけるバッテリ予測残容量に鑑みてこのロボットがこの充電ポイントを経由する必要のある移動候補経路の「コスト」が低く評価される。したがって、タスクを実行するのに必要な電力を補充すべき充電ポイントを経由させることができる。
第８発明の目標経路生成システムは、前記第７発明の目標経路生成システムにおいて、前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記充電ポイントにおける前記バッテリ予測残量が低いほど、前記第４充電要件を満たす前記移動候補経路の前記コストを低く評価することを特徴とする。
第８発明の目標経路生成システムによれば、充電ポイントが含まれ、かつ、ロボットのタスク実行ポイントにおけるバッテリ予測残容量に鑑みてこのロボットがこの充電ポイントを経由する必要度が高いほど移動候補経路の「コスト」がより低く評価される。したがって、タスクを実行するのに必要な電力を補充するとの観点から、必要性の高い充電ポイントを経由させることができる。
第９発明の目標経路生成システムは、目標経路にしたがって自律的に移動するロボットのための当該目標経路を生成するシステムであって、
前記ロボットの移動領域内における通行可能なリンクが記憶されたリンク記憶手段と、
前記リンク記憶手段に記憶されたリンクのいずれかにおける前記ロボットと外部環境とのアクションポイントを記憶したアクションポイント記憶手段と、
前記移動領域における前記ロボットの現在位置または出発位置を始点として認識する始点認識手段と、
前記移動領域内において前記ユーザが入力装置を介して指定した前記ロボットの目的位置を終点として認識する終点認識手段と、
前記リンク記憶手段に記憶されているリンクを接続することによって、前記終点認識手段によって認識された終点と前記始点認識手段によって認識された始点とを結ぶ複数の移動候補経路を作成する候補経路作成手段と、
前記ロボットの状態を認識する状態認識手段と、
前記候補経路作成手段によって作成された各移動候補経路について、前記アクションポイント記憶手段により記憶されている前記アクションポイントが含まれ、かつ、前記状態認識手段により認識された前記ロボットの状態に鑑みて当該アクションポイントを経由する必要度が高いほどコストを低くまたは前記必要度が低いほどコストを高く評価する経路評価手段とを備え、
前記経路評価手段によって評価された前記トータルコストが最も低い前記移動候補経路を前記目標経路として生成する目標経路生成システムにおいて、
前記アクションポイント記憶手段には、少なくとも前記ロボットの位置または姿勢の補正ポイントと、該ロボットのタスク実行ポイントが前記アクションポイントとして記憶され、
前記状態認識手段が、前記移動候補経路に沿った移動距離に応じた前記ロボットの位置または姿勢の、目標位置または目標姿勢に対する予測偏差と、前記ロボットが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報とを前記ロボットの状態として認識し、
前記経路評価手段は、前記状態認識手段による認識結果に基づき、途中で位置または姿勢を補正することなく前記ロボットを前記タスク実行ポイントまで移動させたときの前記予測偏差がタスクの内容に応じて高低が定まる閾値以下であるという第３補正要件を満たす前記移動候補経路が存在する場合、前記第３補正要件を満たす前記移動候補経路の前記コストを前記第３補正要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする。
第９発明の目標経路生成システムによれば、ロボットのタスク実行ポイントにおける予測偏差に鑑みて、位置または姿勢の補正の必要のない移動候補経路の「コスト」が低く評価される。そして、前記のようにコストが最低の移動候補経路が目標経路として生成され、ロボットはこの目標経路にしたがってタスク実行ポイントを経由して自律的に終点まで移動する。したがって、補正ポイントを必ずしも通過しなくてよいという点で目標経路設定の自由度が増し、ロボットの目的に応じたフレキシブルな移動態様を実現できる。
第１０発明の目標経路生成システムは、前記第９発明の目標経路生成システムにおいて、前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記第３補正要件を満たす前記移動候補経路が存在しない一方、前記補正ポイントが含まれ、かつ、当該補正ポイントにおいて位置または姿勢を補正した上で前記ロボットを前記タスク実行ポイントまで移動させたときの前記予測偏差が前記閾値以下であるという第４補正要件を満たす前記移動候補経路が存在する場合、前記第３補正要件を満たす前記移動候補経路の前記コストを前記第４補正要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする。
第１０発明の目標経路生成システムによれば、第３補正要件を満たす前記移動候補経路が存在しない場合に、補正ポイントが含まれ、かつ、ロボットのタスク実行ポイントにおける予測偏差に鑑みてこのロボットがこの補正ポイントを経由する必要のある移動候補経路の「コスト」が低く評価される。したがって、タスクを実行する際に要求される精度の偏差に応じて、ロボットの位置または補正しておくべき補正ポイントを経由させることができる。
第１１発明の目標経路生成システムは、前記第１０発明の目標経路生成システムにおいて、前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記補正ポイントにおける前記予測偏差が大きいほど、前記第４補正要件を満たす前記移動候補経路の前記コストを低く評価することを特徴とする。
第１１発明の目標経路生成システムによれば、補正ポイントが含まれ、かつ、ロボットのタスク実行ポイントにおける予測偏差に鑑みてこのロボットがこの補正ポイントを経由する必要度が高いほど移動候補経路の「コスト」がより低く評価される。したがって、タスクを実行する際に要求される精度の偏差に応じて、ロボットの位置または補正しておく必要性の高い補正ポイントを経由させることができる。
第１２発明の目標経路生成システムは、第１〜第１１発明のいずれかにおいて、
前記リンク記憶手段とアクションポイント記憶手段と終点認識手段と始点認識手段と状態認識手段と候補経路作成手段と経路評価手段との一部または全部が前記ロボットに搭載され、該ロボットとの通信を通じて該ロボットに情報を提供するサポートサーバに、該ロボットに搭載されるもの以外のものが搭載されることを特徴とする。
第１２発明の目標経路生成システムによれば、アクションポイントが含まれ、かつ、ロボットの状態に鑑みてこのロボットがこのアクションポイントを経由する必要度が高いほど移動候補経路の「コスト」が低く評価される。ここで「アクションポイント」とは、ロボットがその外部環境と直接的または間接的に相互作用するポイントを意味する。そして、コストが最低の移動候補経路が目標経路として生成され、ロボットはこの目標経路にしたがって自律的に移動する。したがって、ロボットをその状態に鑑みて必要性の高いアクションポイントを経由させ、このアクションポイントで外部環境と相互作用させた上で終点まで移動させることができる。
また、第１２発明の目標経路生成システムによれば、ロボットとサポートサーバとの分散処理によって、ロボットにおける情報処理負担を低減することができる。
次に、本発明の目標経路生成システムの実施形態について、図１〜図１３を参照して説明する。
まず、図１に示すように、目標経路生成システムは、自律移動ロボットＲ（以下、ロボットＲという）およびサポートサーバ２００により構成されている。
図２に示すように、ロボットＲは基体１０と、基体１０の上部に設けられた頭部１１と、基体１０の上部左右両側から延設された左右の腕部１２と、腕部１２の先端部に設けられた手部１４と、基体１０の下部から下方に延設された左右の脚部１３と、脚部１３の先端部に取り付けられている足部１５とを備えている。ロボットＲは、再表０３／０９０９７８号公報や、再表０３／０９０９７９号公報に開示されているように、アクチュエータ１０００（図３参照）から伝達される力によって、人間の肩関節、肘関節、手根関節、股関節、膝関節、足関節等の複数の関節に相当する複数の関節部分において腕部１２や脚部１３を屈伸運動させることができる。ロボットＲは、左右の脚部１３（または足部１５）のそれぞれの離床および着床の繰り返しを伴う動きによって自律的に移動することができる。基体１０の鉛直方向に対する傾斜角度が調節されることによって、頭部１１の高さが調節されうる。なお、移動装置は複数の脚部１３の動作によって自律的に移動するロボットＲのほか、車輪式移動ロボット（自動車）等、移動機能を有するあらゆる装置であってもよい。
頭部１１には、左右に並んでロボットＲの前方に向けられた一対の頭カメラ（ＣＣＤカメラ）Ｃ1が搭載されている。基体１０には、ロボットＲの前側下部の検知領域Ａ（Ｃ2）に赤外レーザ光線（電磁波）を出力し、その反射光の入力に応じた信号を出力する腰カメラＣ2が搭載されている。腰カメラＣ2はロボットＲの前方下方にある物体の位置の測定、床面に付されているマークの形状および姿勢の認識に基づくロボットＲの方位または姿勢の測定、および、台車等の運搬対象物に付されているマークの形状または姿勢の認識結果に基づくこの運搬対象物の位置または姿勢の測定等に用いられる。
ロボットＲはハードウェアとしてのＥＣＵまたはコンピュータ（ＣＰＵ，ＲＯＭ，ＲＡＭ，Ｉ／Ｏ等により構成されている。）により構成されているコントローラ１００と、通信機器１０２（図３参照）とを備えている。コンピュータのメモリには制御プログラム（ソフトウェア）が格納されている。制御プログラムはＣＤやＤＶＤ等のソフトウェア記録媒体を通じてコンピュータにインストールされてもよいが、ロボットＲからサーバに要求信号が送信されたことに応じて当該サーバによってネットワークや人工衛星を介して当該コンピュータにダウンロードされてもよい。
図３に示すように、コントローラ１００は、内部状態センサ１１１および外部状態センサ１１２からの出力信号等に基づき、アクチュエータ１０００の動作を制御することにより、腕部１２や脚部１３の動作を制御する。コントローラ１００は、サポートサーバ２００からロボットＲに対して送信されたタスクの実行指令にしたがってタスクを実行するように、このロボットＲの行動を制御する。
内部状態センサ１１１はロボットＲの内部状態または挙動状態を測定するためのセンサである。ロボットＲに搭載されたバッテリの端子電圧を検出する電圧センサ、基体１０の加速度に応じた信号を出力するジャイロセンサ、各関節の関節角度に応じた信号を出力するロータリエンコーダ、脚部１３に作用する床反力に応じた信号を出力する力センサ等、ロボットＲに搭載されている種々のセンサが内部状態センサ１１１に該当する。これらのセンサの検出値に基づいて、コントローラ１００は、ロボットＲの内部状態または挙動状態を認識する。例えば、コントローラ１００は、バッテリに接続された電圧センサの検出値に基づいて、バッテリの開路電圧を推定し、該推定値からバッテリの残容量（ＳＯＣ）を認識する。また、ジャイロセンサ等の検出値からロボットＲの最新の自己位置を推定して認識する。
外部状態センサ１１２は物体の挙動状態等、ロボットＲの外部状態または環境を測定するためのセンサである。頭カメラＣ1、腰カメラＣ2等が外部状態センサ１１２に該当する。アクチュエータ１０００は電動モータ等の駆動源のほか、駆動源の出力軸と腕部１２や脚部１３を構成するリンクとの間に設けられた減速機や、弾性部材等の柔軟要素により構成されている。
コントローラ１００は、入力装置（ユーザ端末）３００との間で通信可能に構成されている。入力装置３００は、キーボードやタッチパネルなどの入力デバイスと、液晶ディスプレーなどのモニタを備えたパーソナルコンピュータからなる端末である。入力装置３００は、ユーザがこれを操作することにより、ロボットＲの目的位置や、ロボットＲの出発位置が現在位置でない場合には出発位置をロボットＲの移動領域内に設定可能となっている。このように、入力装置３００は、ロボットＲの起動・停止・原点復帰などをユーザが指示してロボットＲを遠隔操作するためのユーザインターフェースとして用いられると共に、頭カメラＣ１等の映像の表示などロボット自体の作動状況の監視に用いることもできる。
コントローラ１００は、入力装置３００によるユーザの操作を認識する機能を有し、候補経路作成手段１１０と、ロボットＲの状態を認識する状態認識手段としての残容量予測手段１１５と消費電量予測手段１１６と偏差予測手段１１７とタスク認識手段１１８と、経路評価手段１２０とを備える。
コントローラ１００は、入力装置を介してユーザによって設定された目的位置を終点として認識し、ロボットＲの現在位置（ユーザによって出発位置が指定された場合には出発位置）を始点として認識する。
候補経路作成手段１１０は、コントローラ１００が認識した終点と始点とから、これらを結ぶ複数の移動候補経路の作成を、後述するサポートサーバ２００のリンク情報記憶手段２１０から送信されたリンク情報を基に実行する。
残容量予測手段１１５は、バッテリに接続された電圧センサの検出値に基づいて認識されるバッテリ残容量を基に、候補経路作成手段によって作成された移動候補経路に沿ってロボットＲを移動させた場合の種々の時点でのバッテリ残容量を算出する。バッテリ残容量の推定方法は、ロボットＲの移動速度等に応じた消費電力から公知の手法を用いて算出される。
消費電量予測手段１１６は、ロボットＲが現在実行しているまたは実行を予定しているタスクから、後述するサポートサーバ２００のタスクデータベース２０１のタスク情報を適宜参照し、該タスクを実行するのに要する消費予測電量を算出する。
偏差予測手段１１７は、移動距離に応じたロボットＲの位置または姿勢の、目的位置または目標姿勢に対する予測偏差を算出する。偏差予測手段１１７は、移動距離と予測位置偏差との関係、および移動距離と予測姿勢偏差との関係をそれぞれ規定したテーブルまたはマップを備え、該テーブルまたはマップを参照することにより、ロボットＲの移動距離に応じた予測偏差（予測位置偏差と予測姿勢偏差）を算出する。
タスク認識手段１１８は、ロボットＲが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報をロボットＲの状態として認識する。
経路評価手段１２０は、候補経路作成手段１１０によって作成された各移動候補経路に対して、ロボットの状態（ロボットＲの内部状態および外部状態を測定するセンサの出力値に基づいて認識されるロボットＲの状態およびロボットＲの実行中または実行予定のタスク）に鑑みて経由地とすべきアクションポイントを通過しているか否かを評価する。
図３に示されているサポートサーバ（ＣＰＵ，ＲＯＭ，ＲＡＭ，Ｉ／Ｏ等により構成されている。）２００は基地局（図示略）および通信網を介してロボットＲとの通信機能を有している。
サポートサーバ２００は、タスクデータベース２０１と、地図データベース２０２と、リンク情報記憶手段２１０とを備えている。タスクデータベース２０１には複数のタスクのそれぞれの内容およびそれに関連する事項（例えばタスクの実行場所を示すタスク実行ポイント）を表わすタスク情報が格納される。地図データベース２０２には、ロボットＲの移動領域において予め設定されたノード、固定物などの配置、あるいは、例えば変圧器の設置場所や発熱体の周辺など、ロボットの活動に不適な区域を記述した地図データが格納されると共に、ロボットＲの移動領域内における経由地（出発位置や目的位置ともなり得る）として予め設定された複数のノードの位置が格納される。なお、ノードの位置は、ユーザが入力装置３００を介して任意に設定可能なように構成してもよい。
リンク情報記憶手段２１０は、ロボットＲへ送信するリンク情報を格納する手段であって、リンク記憶手段２１１とアクションポイント記憶手段２１２とを備えている。リンク記憶手段２１１は、地図データベース２０２にその位置が格納されている複数のノードのうち２点間を、以下の２つの条件を満たすように接続した通行可能リンクが記憶される。ここで、通行可能リンクを設定する際の２つの条件は、前記特許文献１に記載されているため詳細な説明は避けるが（特許文献１［００２１］〜［００２４］、図４参照）、第１の条件は、あるノードから、所定の閾値内の距離（５ｍ）にあるノードのみに向けてリンクが設定されることであり、第２の条件は、ロボットＲが通過するのに適していない領域或いは障害物を通過するようなエッジＲは排除することである。
ここで、リンク情報記憶手段２１０は、通行可能なリンクを複数の座標点の集合体（座標列）として認識すると共に、その認識した座標列に識別子（リンク名）を付したものを記憶している。
アクションポイント記憶手段２１２には、リンク記憶手段２１１に記憶されたリンクに関連付けてロボットＲのアクションポイントが記憶されている。アクションポイント記憶手段２１２には、アクションポイントの存在する座標が記憶されており、該座標を座標列に含むリンクと対応付けることにより、アクションポイントとこれが含まれるリンクとが関連付けられている。ここで、アクションポイントは、ロボットＲが外部と直接的または間接的に何らかのコンタクトを持つ地点であって、少なくとも、ロボットＲの充電システムの設置位置である充電ポイント、床面に付されているマーク等のようなロボットＲの位置もしくは姿勢の補正ポイント、またはロボットＲのタスク実行ポイントが含まれる。また、タスク実行ポイントは、台車やトレイを把持するためにロボットＲの姿勢を変更する地点や実行中のタスクがある場合には該タスクの終点がタスク実行ポイントとなり得る。
次に、図４〜１３を参照して、前記構成の目標経路生成システムにおける処理を説明する。
［第１実施形態］
初めに、図４に示すフローチャートを参照して、アクションポイント記憶手段２１２には、少なくともロボットＲの充電ポイントＥＰがアクションポイントとして記憶され、状態認識手段としての残容量予測手段１１５が、移動候補経路に沿った移動距離に応じたバッテリ予測残容量をロボットＲの状態として認識する場合について説明する。
まず、ユーザが、入力装置３００に表示された地図上（ロボットＲの移動領域内）において、ロボットＲの目的位置（緯度、経度）を設定すると、そのタイミングでロボットＲのコントローラ１００は、入力された目的位置を終点ＴＰとして認識する（図４／ＳＴＥＰ１００）。また、内部状態センサ１１１としてのＧＰＳ受信機（図示略）により人工衛星から受信されたＧＰＳ信号や、内部状態センサ１１１としてのジャイロセンサや加速度センサの出力信号に基づいて推定されるロボットＲの現在位置（緯度、経度）である出発位置を始点ＰＰとして認識する（図４／ＳＴＥＰ１００）。尚、ユーザがロボットＲの出発位置を個別に入力した場合には、現在位置に代えて当該出発位置を始点ＰＰとして用いるものとする。
ＳＴＥＰ１００の処理に続いて、コントローラ１００の候補経路作成手段１１０は、サポートサーバ２００のリンク記憶手段２１１に記憶された通行可能なリンクを適宜参照し、通行可能なリンクを接続することのより始点ＰＰと終点ＴＰとを結ぶ複数の移動候補経路を作成する（図４／ＳＴＥＰ１０１）。
例えば、図５に示す場合には、始点ＰＰと終点ＴＰとを結ぶ移動候補経路として、３つの移動候補経路ＬＣ１〜ＬＣ３が作成される。
ＳＴＥＰ１０１の処理に続いて、コントローラ１００の残容量予測手段１１５は、ロボットＲの移動距離に応じたバッテリ予測残容量を算出し、そのバッテリ予測残容量をロボットの状態として認識する（図４／ＳＴＥＰ１１２）。
ＳＴＥＰ１１２の処理に続いて、コントローラ１００の経路評価手段１２０は、ＳＴＥＰ１０１で作成された複数の移動候補経路のコストをアクションポイントを経由させる必要性に応じて以下のように評価する。なお、移動候補経路のイニシャルコストは、その経路の距離に関わらず同一に設定されている。
まず、経路評価手段１２０は、ＳＴＥＰ１１２において認識された移動距離に応じたバッテリ予測残容量に基づいて、移動候補経路の途中でバッテリを充電することなくロボットＲを始点ＰＰから終点ＴＰまで移動させたときのバッテリ予測残容量が閾値（例えばバッテリ残容量の所定の割合）以上であるという第１充電要件を満たす移動候補経路が存在するか否かを判定する（図４／ＳＴＥＰ１１３）。
ＳＴＥＰ１１３の判定の結果、経路評価手段１２０は、第１充電要件を満たす移動候補経路が存在する場合には（図４／ＳＴＥＰ１１３でＹＥＳ）、当該移動候補の経路を第１充電要件を満たさない他の移動候補経路のコストより低く設定する（図４／ＳＴＥＰ１１４）。
例えば、図５に示す場合には、移動候補経路の距離が短く第１充電要件を満たす移動候補経路ＬＣ１が存在する場合には、該移動候補経路ＬＣ１のコストを他の第１充電条件を満たさない移動候補経路ＬＣ２，ＬＣ３のコストより低く評価する。
一方、ＳＴＥＰ１１３の判定の結果、経路評価手段１２０は、第１充電要件を満たす移動候補経路が存在しない場合には（図４／ＳＴＥＰ１１３でＮＯ）、移動候補経路に充電ポイントが含まれ、かつ、当該充電ポイントにおいてバッテリを充電した上でロボットＲを終点ＴＰまで移動させたときのバッテリ予測残量が閾値以上であるという第２充電要件を満たす移動候補経路が存在するか否かを判定する（図４／ＳＴＥＰ１１５）。
そして、ＳＴＥＰ１１５の判定の結果、経路評価手段１２０は、第２充電要件を満たす移動候補経路が存在する場合には（図４／ＳＴＥＰ１１５でＹＥＳ）、その移動候補経路のコストを、充電ポイントにおけるバッテリ予測残量に応じて次のように低く評価する（図４／ＳＴＥＰ１１６）。すなわち、経路評価手段１２０は、充電ポイントにおけるバッテリ予測残量が低いほど、第２充電要件を満たす移動候補経路のコストをより低く評価する。ここで、予測残容量と設定されるコストとの関係は、これらの間の関係が段階的に規定されたテーブルや連続的に規定されたマップ等を参照することにより決定される。
例えば、図５に示す場合に、移動候補経路ＬＣ１〜ＬＣ３が第１充電要件を満たさない場合には、第２充電要件を満たす移動候補経路ＬＣ２，ＬＣ３とのコストが、その充電ポイントＥＰにおけるバッテリ予測残容量が低いほど、低いコストに評価される。従って、この場合、始点ＰＰから充電ポイントＥＰまでの移動距離が長く、充電ポイントＥＰにおける予測残容量がより低い移動候補経路ＬＣ２を、移動候補経路ＬＣ３より低いコストに評価する。
一方、ＳＴＥＰ１１５の判定の結果、経路評価手段１２０は、第２充電要件を満たす移動候補が存在しない場合には（図４／ＳＴＥＰ１１５でＮＯ）、各移動候補経路のイニシャルコストを変更することはない。
次いで、移動候補経路についての一次的な評価が実行されると（図４／ＳＴＥＰ１１４、１１６、１１５でＮＯ）、経路評価手段１２０は、同一評価の経路が存在するか否かを判定する（図４／ＳＴＥＰ１１７）。
そして、ＳＴＥＰ１１７の判定の結果、経路評価手段１２０は、同一評価の移動候補経路が存在する場合には（図４／ＳＴＥＰ１１７でＹＥＳ）、移動候補経路の距離に応じた評価を次のように行う（図４／ＳＴＥＰ１１８）。すなわち、経路評価手段１２０は、始点ＰＰと終点ＴＰを結ぶ最短の移動候補経路が最小コストとなるように、移動候補経路の距離が短いほど、移動候補経路のコストを低く評価する。
一方、ＳＴＥＰ１１７の判定の結果、経路評価手段１２０は、同一評価の移動候補経路が存在しない場合には（図４／ＳＴＥＰ１１７でＮＯ）、各移動候補経路の（一次的な評価による）コストを変更することはない。
次いで、移動候補経路についての二次的な評価が実行されると（図４／ＳＴＥＰ１１８、１１７でＮＯ）、経路評価手段１２０は、移動候補経路の中で最小コストの移動候補経路をロボットＲをこれに沿って自律的に移動させるための目標経路として生成する（図４／ＳＴＥＰ１１９）。
以上のように、移動候補経路のコストを設定することにより、充電の必要のない移動候補経路が存在する場合には該移動候補経路を目標経路として生成することができる。また、充電の必要がない移動候補経路が存在しない場合には、充電ポイントを経由する移動候補経路を目標経路として生成することができ、さらに、充電ポイントにおける充電の必要性の高さを加味してより必要性が高いと判断される移動候補経路を目標経路として生成することができる。
［第２実施形態］
次に、図６に示すフローチャートを参照して、アクションポイント記憶手段２１２には、少なくともロボットＲの位置または姿勢の補正ポイントＣＰがアクションポイントとして記憶され、状態認識手段としての偏差予測手段１１７が、移動距離に応じたロボットＲの位置または姿勢の、目的位置または目標姿勢に対する予測偏差をロボットＲの状態として認識する場合について説明する。
尚、本実施形態は、ＳＴＥＰ１００およびＳＴＥＰ１０１は、第１実施形態と同一の処理であるため第１実施形態と同一の参照符号を用いて説明を省略する。
ＳＴＥＰ１０１の処理に続いて、コントローラ１００の偏差予測手段１１７は、ロボットＲの移動距離に応じた予測偏差を算出し、算出した予測偏差をロボットの状態として認識する（図６／ＳＴＥＰ１２２）。
ＳＴＥＰ１２２の処理に続いて、コントローラ１００の経路評価手段１２０は、ＳＴＥＰ１０１で作成された複数の移動候補経路のコストをアクションポイントを経由させる必要性に応じて以下のように評価する。なお、移動候補経路のイニシャルコストは、その経路の距離に関わらず同一に設定されている。
まず、経路評価手段１２０は、ＳＴＥＰ１２２において認識された移動距離に応じた予測偏差に基づいて、移動候補経路の途中で位置または姿勢を補正することなくロボットＲを始点ＰＰから終点ＴＰまで移動させたときの予測偏差が閾値以下であるという第１補正要件を満たす移動候補経路が存在するか否かを判定する（図６／ＳＴＥＰ１２３）。
ＳＴＥＰ１２３の判定の結果、経路評価手段１２０は、第１補正要件を満たす移動候補経路が存在する場合には（図６／ＳＴＥＰ１２３でＹＥＳ）、当該移動候補の経路を第１補正要件を満たさない他の移動候補経路のコストより低く設定する（図６／ＳＴＥＰ１２４）。
例えば、図７に示す場合には、移動候補経路の距離が短く第１補正要件を満たす移動候補経路ＬＣ１が存在する場合には、該移動候補経路ＬＣ１のコストを他の第１補正条件を満たさない移動候補経路ＬＣ２，ＬＣ３のコストより低く評価する。
一方、ＳＴＥＰ１２３の判定の結果、経路評価手段１２０は、第１補正要件を満たす移動候補経路が存在しない場合には（図６／ＳＴＥＰ１２３でＮＯ）、移動候補経路に補正ポイントが含まれ、かつ、当該補正ポイントにおいて位置または姿勢を補正した上でロボットＲを終点ＴＰまで移動させたときの予測偏差が閾値以下であるという第２補正要件を満たす移動候補経路が存在するか否かを判定する（図６／ＳＴＥＰ１２５）。
そして、ＳＴＥＰ１２５の判定の結果、経路評価手段１２０は、第２補正要件を満たす移動候補経路が存在する場合には（図６／ＳＴＥＰ１２５でＹＥＳ）、その移動候補経路のコストを、補正ポイントにおける予測偏差に応じて次のように低く評価する（図６／ＳＴＥＰ１２６）。すなわち、経路評価手段１２０は、補正ポイントにおける予測偏差が大きいほど、第２補正要件を満たす移動候補経路のコストをより低く評価する。ここで、予測偏差と設定されるコストとの関係は、これらの間の関係が段階的に規定されたテーブルや連続的に規定されたマップ等を参照することにより決定される。
例えば、図７に示す場合に、移動候補経路ＬＣ１〜ＬＣ３が第１補正要件を満たさない場合には、第２補正要件を満たす移動候補経路ＬＣ２，ＬＣ３とのコストが、その補正ポイントにおける予測偏差が大きいほど、低いコストに評価される。従って、この場合、始点ＰＰから補正ポイントまでの移動距離が長く、補正ポイントにおける予測偏差がより大きい移動候補経路ＬＣ２を、移動候補経路ＬＣ３より低いコストに評価する。
一方、ＳＴＥＰ１２５の判定の結果、経路評価手段１２０は、第２補正要件を満たす移動候補が存在しない場合には（図６／ＳＴＥＰ１２５でＮＯ）、各移動候補経路のイニシャルコストを変更することはない。
次いで、移動候補経路についての一次的な評価が実行されると（図６／ＳＴＥＰ１２４、１２６、１２５でＮＯ）、経路評価手段１２０は、同一評価の経路が存在するか否かを判定する（図６／ＳＴＥＰ１２７）。
そして、ＳＴＥＰ１２７の判定の結果、経路評価手段１２０は、同一評価の移動候補経路が存在する場合には（図６／ＳＴＥＰ１２７でＹＥＳ）、移動候補経路の距離に応じた評価を次のように行う（図６／ＳＴＥＰ１２８）。すなわち、経路評価手段１２０は、始点ＰＰと終点ＴＰを結ぶ最短の移動候補経路が最小コストとなるように、移動候補経路の距離が短いほど、移動候補経路のコストを低く評価する。
一方、ＳＴＥＰ１２７の判定の結果、経路評価手段１２０は、同一評価の移動候補経路が存在しない場合には（図６／ＳＴＥＰ１２７でＮＯ）、各移動候補経路の（一次的な評価による）コストを変更することはない。
次いで、移動候補経路についての二次的な評価が実行されると（図６／ＳＴＥＰ１２８、１２７でＮＯ）、経路評価手段１２０は、移動候補経路の中で最小コストの移動候補経路をロボットＲをこれに沿って自律的に移動させるための目標経路として生成する（図６／ＳＴＥＰ１２９）。
なお、前記第１および第２補正要件を判定する際に、予測偏差がロボットＲの許容偏差範囲内であることを追加要件としてもよい。これにより、予測偏差が許容偏差範囲内を逸する状態を生ずるような移動候補経路が評価されることを防止することができる。
以上のように、移動候補経路のコストを設定することにより、補正の必要のない移動候補経路が存在する場合には該移動候補経路を目標経路として生成することができる。また、補正の必要がない移動候補経路が存在しない場合には、補正ポイントを経由する移動候補経路を目標経路として生成することができ、さらに、補正ポイントにおける補正の必要性の高さを加味してより必要性が高いと判断される移動候補経路を目標経路として生成することができる。
［第３実施形態］
次に、図８に示すフローチャートを参照して、アクションポイント記憶手段２１２には、少なくともロボットＲのタスク実行ポイントがアクションポイントとして記憶され、状態認識手段としてのタスク認識手段１１８が、ロボットＲが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報をロボットＲの状態として認識する場合について説明する。
尚、本実施形態は、ＳＴＥＰ１００およびＳＴＥＰ１０１は、第１実施形態と同一の処理であるため第１実施形態と同一の参照符号を用いて説明を省略する。
ＳＴＥＰ１０１の処理に続いて、コントローラ１００の偏差予測手段１１７は、ロボットＲが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報をロボットＲの状態として認識する（図８／ＳＴＥＰ１３２）。
ＳＴＥＰ１３２の処理に続いて、コントローラ１００の経路評価手段１２０は、ＳＴＥＰ１０１で作成された複数の移動候補経路のコストをアクションポイントを経由させる必要性に応じて以下のように評価する。なお、移動候補経路のイニシャルコストは、その経路の距離に関わらず同一に設定されている。
まず、経路評価手段１２０は、ＳＴＥＰ１３２において認識されたタスク情報に基づいて、移動候補経路にタスク実行ポイントが含まれるというタスク要件を満たす移動候補経路が存在するか否かを判定する（図８／ＳＴＥＰ１３３）。
ＳＴＥＰ１３３の判定の結果、経路評価手段１２０は、タスク要件を満たす移動候補経路が存在する場合には（図８／ＳＴＥＰ１３３でＹＥＳ）、当該移動候補の経路をタスク要件を満たさない他の移動候補経路のコストより低く設定する（図８／ＳＴＥＰ１４４）。
例えば、図９に示す場合には、移動候補経路の距離に関わらず、タスク要件を満たす移動候補経路ＬＣ２，ＬＣ３が存在する場合には、該移動候補経路ＬＣ２，ＬＣ３のコストを他のタスク要件を満たさない移動候補経路ＬＣ１のコストより低く評価する。
一方、ＳＴＥＰ１３３の判定の結果、経路評価手段１２０は、タスク要件を満たす移動候補経路が存在しない場合には（図８／ＳＴＥＰ１３３でＮＯ）、各移動候補経路のイニシャルコストを変更することはない。
次いで、移動候補経路についての一次的な評価が実行されると（図８／ＳＴＥＰ１３４、１３３でＮＯ）、経路評価手段１２０は、同一評価の経路が存在するか否かを判定する（図８／ＳＴＥＰ１３７）。
そして、ＳＴＥＰ１３７の判定の結果、経路評価手段１２０は、同一評価の移動候補経路が存在する場合には（図８／ＳＴＥＰ１３７でＹＥＳ）、移動候補経路の距離に応じた評価を次のように行う（図８／ＳＴＥＰ１３８）。すなわち、経路評価手段１２０は、始点ＰＰと終点ＴＰを結ぶ最短の移動候補経路が最小コストとなるように、移動候補経路の距離が短いほど、移動候補経路のコストを低く評価する。
例えば、図９に示す場合には、タスク要件を満たす移動候補経路ＬＣ２，ＬＣ３が同一のコストに評価されている。そのため、この場合、始点ＰＰから終点ＴＰまで移動距離が短いほうの移動候補経路ＬＣ２を移動候補経路ＬＣ３より低いコストに評価する。
一方、ＳＴＥＰ１３７の判定の結果、経路評価手段１２０は、同一評価の移動候補経路が存在しない場合には（図８／ＳＴＥＰ１３７でＮＯ）、各移動候補経路の（一次的な評価による）コストを変更することはない。
次いで、移動候補経路についての二次的な評価が実行されると（図８／ＳＴＥＰ１３８、１３７でＮＯ）、経路評価手段１２０は、移動候補経路の中で最小コストの移動候補経路をロボットＲをこれに沿って自律的に移動させるための目標経路として生成する（図８／ＳＴＥＰ１３９）。
以上のように、移動候補経路のコストを設定することにより、タスク情報に照らして必要なタスク実行ポイントを経由する移動候補経路を目標経路として生成することができる。
［第４実施形態］
次に、図１０に示すフローチャートを参照して、アクションポイント記憶手段２１２には、少なくとも前記ロボットの充電ポイントと、該ロボットのタスク実行ポイントが前記アクションポイントとして記憶され、状態認識手段として、残容量予測手段１１５が、移動候補経路に沿った移動距離に応じたバッテリ予測残容量を認識し、消費電量予測手段１１６がロボットＲが現在実行しているまたは実行を予定しているタスクを実行するのに要する消費予測電量を認識し、タスク認識手段１１８がロボットＲが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報をロボットＲの状態として認識する場合について説明する。
尚、本実施形態は、ＳＴＥＰ１００およびＳＴＥＰ１０１は、第１実施形態と同一の処理であるため第１実施形態と同一の参照符号を用いて説明を省略する。
ＳＴＥＰ１０１の処理に続いて、コントローラ１００の残容量予測手段１１５は、ロボットＲの移動距離に応じたバッテリ予測残容量を算出し、そのバッテリ予測残容量をロボットの状態として認識する（図１０／ＳＴＥＰ１４２）。また、消費電量予測手段１１６は、ロボットＲが現在実行しているまたは実行を予定しているタスクを実行するのに要する消費予測電量をロボットの状態として認識する（図１０／ＳＴＥＰ１４２）。さらに、コントローラ１００の偏差予測手段１１７は、ロボットＲが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報をロボットＲの状態として認識する（図１０／ＳＴＥＰ１４２）。
ＳＴＥＰ１４２の処理に続いて、コントローラ１００の経路評価手段１２０は、ＳＴＥＰ１０１で作成された複数の移動候補経路のコストをアクションポイントを経由させる必要性に応じて以下のように評価する。なお、移動候補経路のイニシャルコストは、その経路の距離に関わらず同一に設定されている。
まず、経路評価手段１２０は、ＳＴＥＰ１４２において認識されたタスク情報に基づいて、移動候補経路にタスク実行ポイントが含まれるというタスク要件を満たす移動候補経路が存在するか否かを判定する（図１０／ＳＴＥＰ１４３）。
ＳＴＥＰ１４３の判定の結果、経路評価手段１２０は、タスク要件を満たす移動候補経路が存在する場合には（図１０／ＳＴＥＰ１４３でＹＥＳ）、ＳＴＥＰ１４２において認識された移動距離に応じたバッテリ予測残容量に基づいて、ロボットＲを、タスク実行ポイントまで移動させたときのバッテリ予測残容量がタスクの内容に応じて高低が定まる閾値以上であるという第３充電要件を満たす移動候補経路が存在するか否かを判定する（図１０／ＳＴＥＰ１４４）。
ここで、タスクの内容に応じて高低が定まるバッテリ予測残容量の閾値は、ＳＴＥＰ１４２において認識されたタスクを実行するのに要する消費予測電量に基づいて予め設定された値である。具体的には、消費予測電量に（ロボットＲが一定距離移動可能な）一定の電量を上乗せした値をバッテリ予測残容量の閾値としている。
ＳＴＥＰ１４４の判定の結果、経路評価手段１２０は、第３充電要件を満たす移動候補経路が存在する場合には（図１０／ＳＴＥＰ１４４でＹＥＳ）、当該移動候補の経路を第３充電要件を満たさない他の移動候補経路のコストより低く設定する（図１０／ＳＴＥＰ１４５）。
例えば、図１１に示す場合には、タスク要件を満たす３つの移動候補経路ＬＣ１〜ＬＣ３が存在する場合に、移動候補経路の距離が短く第３充電要件を満たす移動候補経路ＬＣ１が存在する場合には、該移動候補経路ＬＣ１のコストを他の第３充電条件を満たさない移動候補経路ＬＣ２，ＬＣ３のコストより低く評価する。
一方、ＳＴＥＰ１４４の判定の結果、経路評価手段１２０は、第３充電要件を満たす移動候補経路が存在しない場合には（図１０／ＳＴＥＰ１４４でＮＯ）、移動候補経路に充電ポイントが含まれ、かつ、当該充電ポイントにおいてバッテリを充電した上でロボットＲをタスク実行ポイントまで移動させたときのバッテリ予測残量がタスクの内容に応じて高低が定まる前記閾値以上であるという第４充電要件を満たす移動候補経路が存在するか否かを判定する（図１０／ＳＴＥＰ１４６）。
そして、ＳＴＥＰ１４６の判定の結果、経路評価手段１２０は、第４充電要件を満たす移動候補経路が存在する場合には（図１０／ＳＴＥＰ１４６でＹＥＳ）、その移動候補経路のコストを、充電ポイントにおけるバッテリ予測残量に応じて次のように低く評価する（図１０／ＳＴＥＰ１４７）。すなわち、経路評価手段１２０は、充電ポイントにおけるバッテリ予測残量が低いほど、第４充電要件を満たす移動候補経路のコストをより低く評価する。ここで、予測残容量と設定されるコストとの関係は、これらの間の関係が段階的に規定されたテーブルや連続的に規定されたマップ等を参照することにより決定される。
例えば、図１１に示す場合に、移動候補経路ＬＣ１〜ＬＣ３が第３充電要件を満たさない場合には、第４充電要件を満たす移動候補経路ＬＣ２，ＬＣ３とのコストが、その充電ポイントＥＰにおけるバッテリ予測残容量が低いほど、低いコストに評価される。従って、この場合、始点ＰＰから充電ポイントＥＰまでの移動距離が長く、充電ポイントＥＰにおける予測残容量がより低い移動候補経路ＬＣ２を、移動候補経路ＬＣ３より低いコストに評価する。
一方、ＳＴＥＰ１４３の判定の結果、そもそもタスク要件を満たす移動候補経路が存在しない場合（図１０／ＳＴＥＰ１４３でＮＯ）や、ＳＴＥＰ１４６の判定の結果、経路評価手段１２０は、第４充電要件を満たす移動候補が存在しない場合には（図１０／ＳＴＥＰ１４６でＮＯ）、各移動候補経路のイニシャルコストを変更することはない。
次いで、移動候補経路についての一次的な評価が実行されると（図１０／ＳＴＥＰ１４５、１４７、１４３でＮＯ）、経路評価手段１２０は、同一評価の経路が存在するか否かを判定する（図１０／ＳＴＥＰ１４８）。
そして、ＳＴＥＰ１４８の判定の結果、経路評価手段１２０は、同一評価の移動候補経路が存在する場合には（図１０／ＳＴＥＰ１４８でＹＥＳ）、移動候補経路の距離に応じた評価を次のように行う（図１０／ＳＴＥＰ１４９）。すなわち、経路評価手段１２０は、始点ＰＰと終点ＴＰを結ぶ最短の移動候補経路が最小コストとなるように、移動候補経路の距離が短いほど、移動候補経路のコストを低く評価する。
一方、ＳＴＥＰ１４８の判定の結果、経路評価手段１２０は、同一評価の移動候補経路が存在しない場合には（図１０／ＳＴＥＰ１４８でＮＯ）、各移動候補経路の（一次的な評価による）コストを変更することはない。
次いで、移動候補経路についての二次的な評価が実行されると（図１０／ＳＴＥＰ１４９、１４８でＮＯ）、経路評価手段１２０は、移動候補経路の中で最小コストの移動候補経路をロボットＲをこれに沿って自律的に移動させるための目標経路として生成する（図１０／ＳＴＥＰ１５０）。
以上のように、移動候補経路のコストを設定することにより、タスクの実行を考慮した際に、充電の必要のない移動候補経路が存在する場合には該移動候補経路を目標経路として生成することができる。また、充電の必要がない移動候補経路が存在しない場合には、充電ポイントを経由する移動候補経路を目標経路として生成することができ、さらに、充電ポイントにおける充電の必要性の高さを加味してより必要性が高いと判断される移動候補経路を目標経路として生成することができる。
［第５実施形態］
次に、図１２に示すフローチャートを参照して、アクションポイント記憶手段２１２には、少なくとも前記ロボットの位置または姿勢の補正ポイントと、該ロボットのタスク実行ポイントが前記アクションポイントとして記憶され、状態認識手段として、偏差予測手段１１７が、移動距離に応じたロボットＲの位置または姿勢の、目的位置または目標姿勢に対する予測偏差をロボットＲの状態として認識し、タスク認識手段１１８が、ロボットＲが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報をロボットＲの状態として認識する場合について説明する。
尚、本実施形態は、ＳＴＥＰ１００およびＳＴＥＰ１０１は、第１実施形態と同一の処理であるため第１実施形態と同一の参照符号を用いて説明を省略する。
ＳＴＥＰ１０１の処理に続いて、コントローラ１００の偏差予測手段１１７は、ロボットＲの移動距離に応じた予測偏差を算出し、算出した予測偏差をロボットの状態として認識する（図１２／ＳＴＥＰ１５２）。また、コントローラ１００の偏差予測手段１１７は、ロボットＲが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報をロボットＲの状態として認識する（図１２／ＳＴＥＰ１５２）。
ＳＴＥＰ１５２の処理に続いて、コントローラ１００の経路評価手段１２０は、ＳＴＥＰ１０１で作成された複数の移動候補経路のコストをアクションポイントを経由させる必要性に応じて以下のように評価する。なお、移動候補経路のイニシャルコストは、その経路の距離に関わらず同一に設定されている。
まず、経路評価手段１２０は、ＳＴＥＰ１５２において認識されたタスク情報に基づいて、移動候補経路にタスク実行ポイントが含まれるというタスク要件を満たす移動候補経路が存在するか否かを判定する（図１２／ＳＴＥＰ１５３）。
ＳＴＥＰ１５３の判定の結果、経路評価手段１２０は、タスク要件を満たす移動候補経路が存在する場合には（図１２／ＳＴＥＰ１５３でＹＥＳ）、ＳＴＥＰ１５２において認識された移動距離に応じた予測偏差に基づいて、ロボットＲをタスク実行ポイントまで移動させたときの予測偏差がタスクの内容に応じて高低が定まる閾値以下であるという第３補正要件を満たす移動候補経路が存在するか否かを判定する（図１２／ＳＴＥＰ１５４）。ここで、タスクの内容に応じて高低が定まる予測偏差の閾値は、実行タスクに応じて予め設定された誤差精度の基づいて定められる値である。
ＳＴＥＰ１５４の判定の結果、経路評価手段１２０は、第３補正要件を満たす移動候補経路が存在する場合には（図１２／ＳＴＥＰ１５４でＹＥＳ）、当該移動候補の経路を第３補正要件を満たさない他の移動候補経路のコストより低く設定する（図１２／ＳＴＥＰ１５５）。
例えば、図１３に示す場合には、タスク要件を満たす３つの移動候補経路ＬＣ１〜ＬＣ３が存在する場合に、移動候補経路の距離が短く第３補正要件を満たす移動候補経路ＬＣ１が存在する場合には、該移動候補経路ＬＣ１のコストを他の第３補正条件を満たさない移動候補経路ＬＣ２，ＬＣ３のコストより低く評価する。
一方、ＳＴＥＰ１５４の判定の結果、経路評価手段１２０は、第３補正要件を満たす移動候補経路が存在しない場合には（図１２／ＳＴＥＰ１５４でＮＯ）、移動候補経路に補正ポイントが含まれ、かつ、当該補正ポイントにおいて位置または姿勢を補正した上でロボットＲをタスク実行ポイントまで移動させたときの予測偏差がタスクの内容に応じて高低が定まる前記閾値以下であるという第４補正要件を満たす移動候補経路が存在するか否かを判定する（図１２／ＳＴＥＰ１５６）。
そして、ＳＴＥＰ１５６の判定の結果、経路評価手段１２０は、第４補正要件を満たす移動候補経路が存在する場合には（図１２／ＳＴＥＰ１５６でＹＥＳ）、その移動候補経路のコストを、補正ポイントにおける予測偏差に応じて次のように低く評価する（図１２／ＳＴＥＰ１５７）。すなわち、経路評価手段１２０は、補正ポイントにおける予測偏差が大きいほど、第４補正要件を満たす移動候補経路のコストをより低く評価する。ここで、予測偏差と設定されるコストとの関係は、これらの間の関係が段階的に規定されたテーブルや連続的に規定されたマップ等を参照することにより決定される。
例えば、図１３に示す場合に、移動候補経路ＬＣ１〜ＬＣ３が第３補正要件を満たさない場合には、第４補正要件を満たす移動候補経路ＬＣ２，ＬＣ３とのコストが、その補正ポイントＥＰにおける予測偏差が大きいほど、低いコストに評価される。従って、この場合、始点ＰＰから補正ポイントＥＰまでの移動距離が長く、補正ポイントＥＰにおける予測偏差がより大きい移動候補経路ＬＣ２を、移動候補経路ＬＣ３より低いコストに評価する。
一方、ＳＴＥＰ１５３の判定の結果、そもそもタスク要件を満たす移動候補経路が存在しない場合（図１２／ＳＴＥＰ１５３でＮＯ）や、ＳＴＥＰ１５６の判定の結果、第４補正要件を満たす移動候補が存在しない場合には（図１２／ＳＴＥＰ１５６でＮＯ）、経路評価手段１２０は、各移動候補経路のイニシャルコストを変更することはない。
次いで、移動候補経路についての一次的な評価が実行されると（図１２／ＳＴＥＰ１５５、１５７、１５３でＮＯ）、経路評価手段１２０は、同一評価の経路が存在するか否かを判定する（図１２／ＳＴＥＰ１５８）。
そして、ＳＴＥＰ１５８の判定の結果、経路評価手段１２０は、同一評価の移動候補経路が存在する場合には（図１２／ＳＴＥＰ１５８でＹＥＳ）、移動候補経路の距離に応じた評価を次のように行う（図１２／ＳＴＥＰ１５９）。すなわち、経路評価手段１２０は、始点ＰＰと終点ＴＰを結ぶ最短の移動候補経路が最小コストとなるように、移動候補経路の距離が短いほど、移動候補経路のコストを低く評価する。
一方、ＳＴＥＰ１５８の判定の結果、経路評価手段１２０は、同一評価の移動候補経路が存在しない場合には（図１２／ＳＴＥＰ１５８でＮＯ）、各移動候補経路の（一次的な評価による）コストを変更することはない。
次いで、移動候補経路についての二次的な評価が実行されると（図１２／ＳＴＥＰ１５９、１５８でＮＯ）、経路評価手段１２０は、移動候補経路の中で最小コストの移動候補経路をロボットＲをこれに沿って自律的に移動させるための目標経路として生成する（図１２／ＳＴＥＰ１６０）。
以上のように、移動候補経路のコストを設定することにより、タスクの実行を考慮した際に、補正の必要のない移動候補経路が存在する場合には該移動候補経路を目標経路として生成することができる。また、補正の必要がない移動候補経路が存在しない場合には、補正ポイントを経由する移動候補経路を目標経路として生成することができ、さらに、補正ポイントにおける補正の必要性の高さを加味してより必要性が高いと判断される移動候補経路を目標経路として生成することができる。
以上、詳しく説明してきたように、本実施形態の目標経路生成システムによれば、アクションポイントが含まれ、かつ、ロボットの状態に鑑みてこのロボットがこのアクションポイントを経由する必要度が高いほど移動候補経路の「コスト」が低く評価される。そして、コストが最低の移動候補経路が目標経路として生成され、ロボットはこの目標経路にしたがって自律的に移動する。したがって、ロボットをその状態に鑑みて必要性の高いアクションポイントを経由させ、このアクションポイントで外部環境と相互作用させた上で終点まで移動させることができる。
なお、前記第１〜５実施形態において、経路評価手段１２０は、アクションポイントを経由する必要度が高いほど移動候補経路の「コスト」を下げることにより、移動候補経路のコストに相対的な高低差を付けて評価しているが、これに限らず、必要度の低いまたは必要性が無いアクションポイントを経由する移動候補経路の「コスト」を上げることにより、移動候補経路のコストに相対的な高低差を付けて評価してもよい。例えば、アクションポイントが、ロボットＲが接触を回避する必要がある物体が存在するポイントである場合、当該アクションポイントが含まれる移動候補経路のコストを上げることにより、移動候補経路のコストに相対的な高低差を付けて評価してもよい。
また、前記第１〜第５実施形態の説明図（図５，図７，図９，図１１，図１３）では、終点ＴＰと始点ＰＰとを結ぶ移動候補経路ＬＣ１〜ＬＣ３はそれぞれ別個独立の経路となっているが、これに限らず、移動候補経路ＬＣ１〜ＬＣ３はそれぞれの経路の一部が重複していてもよい。すなわち、移動候補経路は、その一部が他の移動候補経路と重複する共通部分を有し、残りの部分（非共通部分）が独立の経路となるような経路であってもよい。
さらに、前記第１実施形態において前記第１および第２充電要件を判定する際に、または、前記第４実施形態において前記第３および第４充電要件を判定する際に、バッテリ予測残容量がバッテリの使用許容範囲内であることを追加要件としてもよい。これにより、バッテリ予測残容量がバッテリの使用許容範囲内を逸する状態を生ずるような移動候補経路が評価されることを防止することができる。
また、前記前記第１〜第５実施形態において、候補経路作成手段１１０と、状態認識手段としての残容量予測手段１１５と消費電量予測手段１１６と偏差予測手段１１７とタスク認識手段１１８と、経路評価手段１２０とがロボットＲのコントローラに備えられ、リンク記憶手段２１１とアクションポイント記憶手段２１２とがサポートサーバ２００のリンク記憶手段２１０に備えられているが、これらの手段の一部または全部がロボットＲのコントローラ１００に備えられ、残りの手段がサポートサーバ２００に備えられるよう、適宜その配置が変更されてもよい。
本実施形態の目標経路生成システムの構成説明図。 ロボットの構成説明図。 ロボットのコントローラおよびサポートサーバの構成説明図。 第１実施形態における処理を示すフローチャート。 第１実施形態における処理内容を示す説明図。 第２実施形態における処理を示すフローチャート。 第２実施形態における処理内容を示す説明図。 第３実施形態における処理を示すフローチャート。 第３実施形態における処理内容を示す説明図。 第４実施形態における処理を示すフローチャート。 第４実施形態における処理内容を示す説明図。 第５実施形態における処理を示すフローチャート。 第５実施形態における処理内容を示す説明図。
符号の説明
Ｒ‥ロボット、Ｃ1‥頭カメラ、Ｃ2‥腰カメラ、１００‥コントローラ、１１０‥候補経路作成手段、１１５‥残容量予測手段（状態認識手段）、１１６‥消費電量予測手段（状態認識手段）、１１７‥偏差予測手段（状態認識手段）、１１８‥タスク認識手段（状態認識手段）、１２０‥経路評価手段、２００‥サポートサーバ、２０１‥タスクデータベース、２０２‥地図データベース、２１０‥リンク情報記憶手段、２１１‥リンク記憶手段、２１２‥アクションポイント記憶手段、３００‥入力装置、ＬＣ１，ＬＣ２，ＬＣ３‥移動候補経路、ＰＰ‥始点、ＴＰ‥終点。

Claims (12)

  1. 目標経路にしたがって自律的に移動するロボットのための当該目標経路を生成するシステムであって、
    前記ロボットの移動領域内における通行可能なリンクが記憶されたリンク記憶手段と、
    前記リンク記憶手段に記憶されたリンクのいずれかにおける前記ロボットと外部環境とのアクションポイントを記憶したアクションポイント記憶手段と、
    前記移動領域における前記ロボットの現在位置または出発位置を始点として認識する始点認識手段と、
    前記移動領域内において前記ユーザが入力装置を介して指定した前記ロボットの目的位置を終点として認識する終点認識手段と、
    前記リンク記憶手段に記憶されているリンクを接続することによって、前記終点認識手段によって認識された終点と前記始点認識手段によって認識された始点とを結ぶ複数の移動候補経路を作成する候補経路作成手段と、
    前記ロボットの状態を認識する状態認識手段と、
    前記候補経路作成手段によって作成された各移動候補経路について、前記アクションポイント記憶手段により記憶されている前記アクションポイントが含まれ、かつ、前記状態認識手段により認識された前記ロボットの状態に鑑みて当該アクションポイントを経由する必要度が高いほどコストを低くまたは前記必要度が低いほどコストを高く評価する経路評価手段とを備え、
    前記経路評価手段によって評価された前記トータルコストが最も低い前記移動候補経路を前記目標経路として生成する目標経路生成システムにおいて、
    前記アクションポイント記憶手段には、少なくとも前記ロボットの充電ポイントが前記アクションポイントとして記憶され、
    前記状態認識手段が前記ロボットの前記移動候補経路に沿った移動距離に応じたバッテリ予測残容量を前記ロボットの状態として認識し、
    前記経路評価手段は、
    （１）前記状態認識手段による認識結果に基づき、途中で前記バッテリを充電することなく前記ロボットを終点まで移動させたときの前記バッテリ予測残容量が閾値以上であるという第１充電要件を満たす前記移動候補経路が存在する場合、前記第１充電要件を満たす前記移動候補経路の前記コストを前記第１充電要件を満たさない前記移動候補経路の前記コストよりも低く評価し、
    （２）前記状態認識手段による認識結果に基づき、前記第１充電要件を満たす前記移動候補経路が存在しない一方、前記充電ポイントが含まれ、かつ、当該充電ポイントにおいて前記バッテリを充電した上で前記ロボットを前記終点まで移動させたときの前記バッテリ予測残量が前記閾値以上であるという第２充電要件を満たす前記移動候補経路が存在する場合、前記第２充電要件を満たす前記移動候補経路の前記コストを前記第２充電要件を満たさない前記移動候補経路の前記コストよりも低く評価し、
    （３）前記状態認識手段による認識結果に基づき、前記充電ポイントにおける前記バッテリ予測残量が低いほど、前記第２充電要件を満たす前記移動候補経路の前記コストを低く評価することを特徴とする目標経路生成システム。
  2. 請求項１記載の目標経路生成システムにおいて、
    前記アクションポイント記憶手段に記憶されたアクションポイントには、少なくとも前記ロボットの位置または姿勢の補正ポイントが含まれ、
    前記状態認識手段が前記移動候補経路に沿った移動距離に応じた前記ロボットの位置または姿勢の、目標位置または目標姿勢に対する予測偏差を前記ロボットの状態として認識し、
    前記経路評価手段は、前記状態認識手段による認識結果に基づき、途中で位置または姿勢を補正することなく前記ロボットを前記終点まで移動させたときの前記予測偏差が閾値以下であるという第１補正要件を満たす前記移動候補経路が存在する場合、前記第１補正要件を満たす前記移動候補経路の前記コストを前記第１補正要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
  3. 請求項２記載の目標経路生成システムにおいて、
    前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記第１補正要件を満たす前記移動候補経路が存在しない一方、前記補正ポイントが含まれ、かつ、当該補正ポイントにおいて位置または姿勢を補正した上で前記ロボットを前記終点まで移動させたときの前記予測偏差が前記閾値以下であるという第２補正要件を満たす前記移動候補経路が存在する場合、前記第２補正要件を満たす前記移動候補経路の前記コストを前記第２補正要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
  4. 請求項３記載の目標経路生成システムにおいて、
    前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記補正ポイントにおける前記予測偏差が大きいほど、前記第２補正要件を満たす前記移動候補経路の前記コストを低く評価することを特徴とする目標経路生成システム。
  5. 請求項１乃至４のうちいずれか１項記載の目標経路生成システムにおいて、
    前記アクションポイント記憶手段には、少なくとも前記ロボットのタスク実行ポイントが前記アクションポイントとして記憶され、
    前記状態認識手段が前記ロボットが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報を前記ロボットの状態として認識し、
    前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記タスク実行ポイントが含まれるというタスク要件を満たす前記移動候補経路が存在する場合、前記タスク要件を満たす前記移動候補経路の前記コストを前記タスク要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
  6. 目標経路にしたがって自律的に移動するロボットのための当該目標経路を生成するシステムであって、
    前記ロボットの移動領域内における通行可能なリンクが記憶されたリンク記憶手段と、
    前記リンク記憶手段に記憶されたリンクのいずれかにおける前記ロボットと外部環境とのアクションポイントを記憶したアクションポイント記憶手段と、
    前記移動領域における前記ロボットの現在位置または出発位置を始点として認識する始点認識手段と、
    前記移動領域内において前記ユーザが入力装置を介して指定した前記ロボットの目的位置を終点として認識する終点認識手段と、
    前記リンク記憶手段に記憶されているリンクを接続することによって、前記終点認識手段によって認識された終点と前記始点認識手段によって認識された始点とを結ぶ複数の移動候補経路を作成する候補経路作成手段と、
    前記ロボットの状態を認識する状態認識手段と、
    前記候補経路作成手段によって作成された各移動候補経路について、前記アクションポイント記憶手段により記憶されている前記アクションポイントが含まれ、かつ、前記状態認識手段により認識された前記ロボットの状態に鑑みて当該アクションポイントを経由する必要度が高いほどコストを低くまたは前記必要度が低いほどコストを高く評価する経路評価手段とを備え、
    前記経路評価手段によって評価された前記トータルコストが最も低い前記移動候補経路を前記目標経路として生成する目標経路生成システムにおいて、
    前記アクションポイント記憶手段には、少なくとも前記ロボットの充電ポイントと、該ロボットのタスク実行ポイントが前記アクションポイントとして記憶され、
    前記状態認識手段が前記ロボットの前記移動候補経路に沿った移動距離に応じたバッテリ予測残容量と、該ロボットが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報とを前記ロボットの状態として認識し、
    前記経路評価手段は、前記状態認識手段による認識結果に基づき、途中で前記バッテリを充電することなく前記ロボットを前記タスク実行ポイントまで移動させたときの前記バッテリ予測残容量がタスクの内容に応じて高低が定まる閾値以上であるという第３充電要件を満たす前記移動候補経路が存在する場合、前記第３充電要件を満たす前記移動候補経路の前記コストを前記第３充電要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
  7. 請求項６記載の目標経路生成システムにおいて、
    前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記第３充電要件を満たす前記移動候補経路が存在しない一方、前記充電ポイントが含まれ、かつ、当該充電ポイントにおいて前記バッテリを充電した上で前記ロボットを前記タスク実行ポイントまで移動させたときの前記バッテリ予測残量が前記閾値以上であるという第４充電要件を満たす前記移動候補経路が存在する場合、前記第４充電要件を満たす前記移動候補経路の前記コストを前記第４充電要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
  8. 請求項７記載の目標経路生成システムにおいて、
    前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記充電ポイントにおける前記バッテリ予測残量が低いほど、前記第４充電要件を満たす前記移動候補経路の前記コストを低く評価することを特徴とする目標経路生成システム。
  9. 目標経路にしたがって自律的に移動するロボットのための当該目標経路を生成するシステムであって、
    前記ロボットの移動領域内における通行可能なリンクが記憶されたリンク記憶手段と、
    前記リンク記憶手段に記憶されたリンクのいずれかにおける前記ロボットと外部環境とのアクションポイントを記憶したアクションポイント記憶手段と、
    前記移動領域における前記ロボットの現在位置または出発位置を始点として認識する始点認識手段と、
    前記移動領域内において前記ユーザが入力装置を介して指定した前記ロボットの目的位置を終点として認識する終点認識手段と、
    前記リンク記憶手段に記憶されているリンクを接続することによって、前記終点認識手段によって認識された終点と前記始点認識手段によって認識された始点とを結ぶ複数の移動候補経路を作成する候補経路作成手段と、
    前記ロボットの状態を認識する状態認識手段と、
    前記候補経路作成手段によって作成された各移動候補経路について、前記アクションポイント記憶手段により記憶されている前記アクションポイントが含まれ、かつ、前記状態認識手段により認識された前記ロボットの状態に鑑みて当該アクションポイントを経由する必要度が高いほどコストを低くまたは前記必要度が低いほどコストを高く評価する経路評価手段とを備え、
    前記経路評価手段によって評価された前記トータルコストが最も低い前記移動候補経路を前記目標経路として生成する目標経路生成システムにおいて、
    前記アクションポイント記憶手段には、少なくとも前記ロボットの位置または姿勢の補正ポイントと、該ロボットのタスク実行ポイントが前記アクションポイントとして記憶され、
    前記状態認識手段が、前記移動候補経路に沿った移動距離に応じた前記ロボットの位置または姿勢の、目標位置または目標姿勢に対する予測偏差と、前記ロボットが現在実行しているまたは実行を予定しているタスクの少なくとも実行ポイントを表すタスク情報とを前記ロボットの状態として認識し、
    前記経路評価手段は、前記状態認識手段による認識結果に基づき、途中で位置または姿勢を補正することなく前記ロボットを前記タスク実行ポイントまで移動させたときの前記予測偏差がタスクの内容に応じて高低が定まる閾値以下であるという第３補正要件を満たす前記移動候補経路が存在する場合、前記第３補正要件を満たす前記移動候補経路の前記コストを前記第３補正要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
  10. 請求項９記載の目標経路生成システムにおいて、
    前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記第３補正要件を満たす前記移動候補経路が存在しない一方、前記補正ポイントが含まれ、かつ、当該補正ポイントにおいて位置または姿勢を補正した上で前記ロボットを前記タスク実行ポイントまで移動させたときの前記予測偏差が前記閾値以下であるという第４補正要件を満たす前記移動候補経路が存在する場合、前記第３補正要件を満たす前記移動候補経路の前記コストを前記第４補正要件を満たさない前記移動候補経路の前記コストよりも低く評価することを特徴とする目標経路生成システム。
  11. 請求項１０記載の目標経路生成システムにおいて、
    前記経路評価手段は、前記状態認識手段による認識結果に基づき、前記補正ポイントにおける前記予測偏差が大きいほど、前記第４補正要件を満たす前記移動候補経路の前記コストを低く評価することを特徴とする目標経路生成システム。
  12. 請求項１乃至１１のうちいずれか１項記載の目標経路生成システムにおいて、
    前記リンク記憶手段とアクションポイント記憶手段と終点認識手段と始点認識手段と状態認識手段と候補経路作成手段と経路評価手段との一部または全部が前記ロボットに搭載され、該ロボットとの通信を通じて該ロボットに情報を提供するサポートサーバに、該ロボットに搭載されるもの以外のものが搭載されることを特徴とする目標経路生成システム。
JP2007318965A 2007-12-10 2007-12-10 目標経路生成システム Expired - Fee Related JP4936288B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2007318965A JP4936288B2 (ja) 2007-12-10 2007-12-10 目標経路生成システム
PCT/JP2008/003022 WO2009075053A1 (ja) 2007-12-10 2008-10-24 目標経路生成システム
EP08859261A EP2157490B1 (en) 2007-12-10 2008-10-24 Target route generation system
US12/666,485 US8447455B2 (en) 2007-12-10 2008-10-24 Target route generation system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2007318965A JP4936288B2 (ja) 2007-12-10 2007-12-10 目標経路生成システム

Publications (2)

Publication Number Publication Date
JP2009136996A JP2009136996A (ja) 2009-06-25
JP4936288B2 true JP4936288B2 (ja) 2012-05-23

Family

ID=40755303

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007318965A Expired - Fee Related JP4936288B2 (ja) 2007-12-10 2007-12-10 目標経路生成システム

Country Status (4)

Country Link
US (1) US8447455B2 (ja)
EP (1) EP2157490B1 (ja)
JP (1) JP4936288B2 (ja)
WO (1) WO2009075053A1 (ja)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011042049A1 (en) * 2009-10-06 2011-04-14 Abb Technology Ab A method for reducing the energy consumption of an industrial robot and an industrial robot system
TW201142339A (en) * 2010-05-20 2011-12-01 Jiung-Yao Huang Remote sensing satellite positioning device and method thereof
US9280386B1 (en) * 2011-07-14 2016-03-08 Google Inc. Identifying task instance outliers based on metric data in a large scale parallel processing system
KR102009482B1 (ko) * 2012-10-30 2019-08-14 한화디펜스 주식회사 로봇의 경로계획 장치와 방법 및 상기 방법을 구현하는 프로그램이 기록된 기록 매체
US9649765B2 (en) 2013-03-11 2017-05-16 Siemens Aktiengesellschaft Reducing energy consumption of industrial robots by using new methods for motion path programming
US9922144B2 (en) 2014-03-26 2018-03-20 Siemens Industry Software Ltd. Energy and cycle time efficiency based method for robot positioning
US9701011B2 (en) 2014-05-08 2017-07-11 Siemens Industry Software Ltd. Method for robotic energy saving tool search
US9298863B2 (en) 2014-07-31 2016-03-29 Siemens Industry Software Ltd. Method and apparatus for saving energy and reducing cycle time by using optimal robotic joint configurations
US9469029B2 (en) 2014-07-31 2016-10-18 Siemens Industry Software Ltd. Method and apparatus for saving energy and reducing cycle time by optimal ordering of the industrial robotic path
US9815201B2 (en) 2014-07-31 2017-11-14 Siemens Industry Software Limited Method and apparatus for industrial robotic energy saving optimization using fly-by
US9457469B2 (en) 2014-08-14 2016-10-04 Siemens Industry Software Ltd. Method and apparatus for automatic and efficient location generation for cooperative motion
RU2761270C2 (ru) * 2015-05-13 2021-12-06 Убер Текнолоджис, Инк. Система и способ для предоставления транспортировки
US9821455B1 (en) * 2015-08-08 2017-11-21 X Development Llc Replacing a first robot with a second robot during performance of a task by the first robot
US10173320B1 (en) 2016-06-08 2019-01-08 X Development Llc Robot task optimization based on historical task and location correlated durations
KR102576345B1 (ko) * 2016-11-16 2023-09-08 삼성전자 주식회사 전자 장치의 위치 이동 방법 및 이를 사용하는 전자 장치
WO2018097836A1 (en) * 2016-11-28 2018-05-31 Empire Technology Development Llc Surveillance route management for a device
KR102489806B1 (ko) * 2018-01-03 2023-01-19 삼성전자주식회사 청소용 이동장치, 협업청소 시스템 및 그 제어방법
CN108762060B (zh) * 2018-05-07 2021-02-02 中国科学院力学研究所 一种远程操作任务制定的优化方法及系统
CN110614631B (zh) * 2018-06-19 2021-05-25 北京京东乾石科技有限公司 确定目标点的方法、装置、电子设备及计算机可读介质
JP7113718B2 (ja) * 2018-10-18 2022-08-05 株式会社日立製作所 移動通信端末及び通信制御方法
EP3940669A4 (en) * 2019-03-15 2022-03-30 Panasonic Intellectual Property Management Co., Ltd. DISTRIBUTION PLAN GENERATION METHOD AND DISTRIBUTION PLAN GENERATION SYSTEM
US11814075B2 (en) * 2020-08-26 2023-11-14 Motional Ad Llc Conditional motion predictions
CN113246129B (zh) * 2021-05-21 2022-04-26 佛山科学技术学院 一种叉车机器人控制系统及方法
JP7036269B1 (ja) * 2021-08-17 2022-03-15 三菱電機株式会社 経路作成装置、経路管理システム、経路作成プログラムおよび経路作成方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03100709A (ja) * 1989-09-13 1991-04-25 Nippon Denki Joho Service Kk 走行データ作成装置
JP2819754B2 (ja) * 1990-03-30 1998-11-05 神鋼電機株式会社 移動ロボットシステム
JP2679369B2 (ja) * 1990-08-02 1997-11-19 神鋼電機株式会社 無人搬送車の充電制御方法
JPH04340607A (ja) * 1991-05-17 1992-11-27 Shinko Electric Co Ltd 最適経路決定装置
JP3269418B2 (ja) * 1996-03-25 2002-03-25 株式会社デンソー 最適経路探索方法
JP3759282B2 (ja) * 1997-04-23 2006-03-22 本田技研工業株式会社 自動走行車
JP2002073171A (ja) * 2000-08-31 2002-03-12 Denso Corp 無人搬送車の走行制御方法
KR100478451B1 (ko) * 2002-07-05 2005-03-22 삼성전자주식회사 무인반송 시스템의 제어방법
US6999851B2 (en) * 2002-08-30 2006-02-14 Sony Corporation Robot apparatus and motion controlling method therefor
JP2004098233A (ja) * 2002-09-10 2004-04-02 Matsushita Electric Ind Co Ltd 自律移動ロボット
JP4282662B2 (ja) 2004-12-14 2009-06-24 本田技研工業株式会社 自律移動ロボットの移動経路生成装置
US20060235610A1 (en) * 2005-04-14 2006-10-19 Honeywell International Inc. Map-based trajectory generation

Also Published As

Publication number Publication date
EP2157490B1 (en) 2012-12-26
EP2157490A4 (en) 2010-11-24
EP2157490A1 (en) 2010-02-24
US20100174436A1 (en) 2010-07-08
JP2009136996A (ja) 2009-06-25
US8447455B2 (en) 2013-05-21
WO2009075053A1 (ja) 2009-06-18

Similar Documents

Publication Publication Date Title
JP4936288B2 (ja) 目標経路生成システム
US20230322315A1 (en) Mechanically-timed footsteps for a robotic device
US11413750B2 (en) Determination of robotic step path
JP4839487B2 (ja) ロボット及びタスク実行システム
US8401725B2 (en) Target route setting support system
JP6494872B2 (ja) 車両の運動を制御する方法、及び車両の制御システム
US10144465B1 (en) Achieving a target gait behavior in a legged robot
US9969086B1 (en) Achieving a target gait in a legged robot based on steering commands
JP4929506B2 (ja) 脚式移動ロボット
KR20130073476A (ko) 이동 장치 및 이동 장치의 위치 인식 방법
KR20130049610A (ko) 이동 기기 및 보행 로봇
US9931753B1 (en) Methods and devices for automatic gait transition
JP2009134642A (ja) 移動装置および移動装置システム
JP2011031350A (ja) ロボットおよび制御システム
JP5638283B2 (ja) 制御装置
US20230415343A1 (en) Automatically trasitioning a robot to an operational mode optimized for particular terrain
JP2016215335A (ja) 遠隔制御システム
JP2020042409A (ja) 走行車システム
JP5539000B2 (ja) 制御装置
US20230418305A1 (en) Integrated navigation callbacks for a robot
US20230419467A1 (en) A mobile robot system for automated asset inspection

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20091126

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20110705

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110830

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20120124

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: 20120214

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20150302

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 4936288

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees