JP5219205B2 - 移動体位置検出システム - Google Patents

Description

本発明は、平面上を移動する物体の位置を検出するシステムに関する。

従来、建物内において搬送機械、ロボット、人間等の移動体の位置を検出する方法としては、天井カメラ方式、天井ＩＤ設置方式、超音波利用方式、ＲＦＩＤ利用方式等の方法が知られている。

天井カメラ方式は、天井や壁に設置したカメラを用いて、対象物に設置したマークを撮像し、このマークを検出することで位置を割り出す方法である。また、天井ＩＤ設置方式は、赤外線を反射するＩＤマーカを天井に設置し、下方から赤外線を照射してその反射をカメラでとらえることによって、カメラの位置・方向を検出する。しかし、これらの方法は、天井や壁などの構造物が上方にないと成立しない。また、カメラとマークとの間を遮断する物体が存在する場合には検出不能になる。

超音波利用方式は、天井や壁に超音波マイクを複数配置するとともに、対象物に超音波スピーカを設置し、超音波スピーカに発音指令を送ってから超音波マイクでその音が聞こえるまでの時間を計測し、この時間から超音波スピーカと複数の超音波マイク間の距離を割り出し、三角測量によりスピーカの３次元位置を算出する方法である。しかしながら、この方法では、スピーカとマイクとの間に物体が入ると音が遮断されるため、計測不能になる。また、壁や柱で超音波が反射されることで、大きな計測誤差が生じる。

ＲＦＩＤ方式は、床にＲＦＩＤタグを多数配置し、これらのＲＦＩＤタグをＲＦＩＤレシーバにより受信し、受信したＲＦＩＤタグのＩＤにより検出位置を特定する方法である。しかしながら、一般には、ＲＦＩＤタグは不連続に検出されるため、ＲＦＩＤが検出できない位置では、位置を検出することができない。ＲＦＩＤタグを高密度に敷き詰めることにより、連続に近いタグの検出は可能であるが、コストが増大する上、検出値は数センチ単位に離散的であり、最小でも数センチの分解能でしか位置を特定することができない。

さらに、上記の各種方式のような建物内の移動体の位置検出に限らず、平面上に配置したパターン（模様）を利用して、平面上を移動する移動体の位置の検出を行う方法が知られている（例えば特許文献１を参照）。

特許文献１の位置検出システムでは、平面のＸＹ座標値を符号化した符号化パターンが平面上に配置されている。この符号化パターンは、複数の格子状の基準線を備えており、複数のドットが基準線の各交点の位置に関連づけられて配置されている。移動体に備えられた位置検出装置は、移動体が位置する平面上の領域を撮像し、取得した画像を処理して符号化パターンを識別し、この符号化パターンを復元することによって移動体の平面上のＸＹ座標値を得る。

特開２００６−１４１０６１号公報

特許文献１に示すように、平面上に配置したパターンを利用して、平面上を移動する移動体の位置の検出を行う位置検出システムでは、平面上の各座標値に１つの符号化パターンを対応させているため、パターンの設計の自由度が低いという問題がある。特に、特許文献１の位置検出システムでは、格子状の基準線の交点周辺にドットが配置されるため、格子模様に近いパターンのみしか適用することができない。

本発明は、上記の点に鑑み、従来のように平面の座標値に対応させてコード化したパターンを用いずに、平面上に描いたパターンを利用して移動体の位置の検出を行うことができる移動体位置検出システムを提供することを目的とする。

本発明の移動体位置検出システムは、複数のドットをランダムに配置してなる同一のドットパターンがそれぞれの表面に配置された複数のパネルを並設することにより構成される平面と、前記ドットパターンを構成する個々のドットと前記個々のドットの周辺に位置する複数のドットとの位置関係を、前記個々のドットの基準特徴量として算出し、前記基準特徴量を、前記個々のドットの前記平面における座標値と対応付けて基準特徴量データベースに格納する基準特徴量格納手段と、前記平面上を移動する移動体に備えられ、前記移動体が位置する前記平面上の領域を予め決められた時間間隔で撮像する撮像手段と、前記撮像手段が取得した画像中の複数のドットから所定のドットを選択し、選択したドットと、このドットの周辺に位置する複数のドットとの位置関係を、選択したドットの検出特徴量として算出する検出特徴量算出手段と、前記検出特徴量を、前記基準特徴量データベース中の所定の大きさの照合範囲の基準特徴量と照合することにより、前記検出特徴量と最も一致度の高い基準特徴量を選択し、選択した基準特徴量の前記平面における座標値を、前記平面における移動体の現在位置として検出する特徴量照合手段と、を備えたことを特徴とする。

また、本発明の請求項２の移動体位置検出システムは、上記請求項１において、ドットパターンが、前記パネルを複数のブロックに分割し、各ブロック内のランダムな位置にドットを配置することによって作成されたものであることを特徴とする。

また、本発明の請求項３の移動体位置検出システムは、上記請求項１又は２において、前記基準特徴量及び検出特徴量が、ドットと該ドットを中心とする所定半径の円の領域内に位置する複数の周辺ドットとを結ぶ各線分の方向からなる配列と、各線分の長さからなる配列を含むことを特徴とする。

また、本発明の請求項４の移動体位置検出システムは、上記請求項１から３のいずれか一つにおいて、前記照合範囲が、同じ基準特徴量をもつドットが含まれない範囲に設定されることを特徴とする。

また、本発明の請求項５の移動体位置検出システムは、上記請求項１から３のいずれか一つにおいて、前記照合範囲が、前記移動体の最高移動速度と前記撮像手段の画像取得時間間隔から決まる前記移動体の移動可能範囲を包含する周辺領域に設定されることを特徴とする。

本発明の移動体位置検出システムによれば、従来のように平面座標値に対応させて符号化したドットパターンを用いて検出を行う場合と比べて、平面上に配置するドットパターンの設計の自由度を向上させることができる。

さらに、従来の位置検出システムでは床面全体に異なるドットパターンを配置していたため、複数のパネルやタイル等の材料で床面を施工する際に、パネルを並べる順番と向きを間違えないように敷き詰める必要があり、施工性が悪いという問題があったが、本発明の移動体位置検出システムによれば、同一のドットパターンを有する複数のパネルを並設することによって床面を構成するようにしたことで、パネルを設置する際の施工性を向上させることができる。

以下に、添付図面を参照して、本発明の移動体位置検出システムの好適な実施の形態について詳細に説明する。以下では、建物内の床面上を移動する移動体が自己の位置を検出する例について説明する。

（実施の形態１）
図１は、本実施の形態である移動体位置検出システム１の概念図であり、図２の左図は、移動体の移動領域である床Ｆ（床パネルｆ）上に配置されたドットパターン３の一例を示す図、右図はドットパターン３の一部の領域を撮像した画像の一例を示す図である。また、図３は床Ｆの平面図であり、図４は移動体位置検出システム１における照合処理の概念図である。

図１に例示される移動体位置検出システム１は、複数のパネルを並設することにより構成される床Ｆと、移動体（図示を省略）に備えられ、移動体とともに床Ｆ上を移動する移動体位置検出装置１０とから構成されている。ここで、移動体とは、例えば搬送台車、ロボット、人間等である。

床Ｆは、図３に示すように、同一の大きさの正方形状に形成された複数の床パネルｆ_１１〜ｆ_３３から構成されている。これらの複数の床パネルｆ_１１〜ｆ_３３は、隣接する辺同士を接触させた状態で、Ｘ方向及びＹ方向に並設されている。ここで、各床パネルｆ_１１〜ｆ_３３の２桁の添え字は、床パネルｆのＸ方向及びＹ方向の並び番号を示している。

各床パネルｆ_１１〜ｆ_３３は、図３に示すように、それぞれの表面に同一のドットパターン３が配置されている。すなわち、床Ｆの全体は、同一のドットパターン３の繰り返しとなっている。

移動体位置検出装置１０は、予め決められた時間間隔で移動体の位置する床Ｆ上の領域を撮像する撮像部１１と、撮像部１１によって撮像された画像を処理することにより移動体の位置検出を行う制御部１５とを有している。

図４に示すように、移動体位置検出装置１０は、移動体の位置検出を行う前に、基準となる床パネルｆ_１１のドットパターン３を構成するすべてのドット５の特徴量を予め算出し、これを基準特徴量データベース１６に蓄積する。この特徴量は、後述するように、ドットパターン３における個々のドット５と、個々のドット５の周辺に位置する複数のドット５との位置関係を算出したものである。以下では、これを「基準特徴量」とよぶことにする。算出された個々のドット５の基準特徴量は、個々のドット５の床Ｆ上の絶対座標値と対応付けられ、基準特徴量データベース１６に格納される。

また、移動体位置検出装置１０は、移動体とともに移動する際に、自身が位置する床Ｆ上の領域を撮像し、取得した画像中の複数のドット５から所定のドット５Ａ（図４を参照）を選択し、このドット５Ａの特徴量を算出する。この特徴量は、後述するように、画像中のドット５Ａと、ドット５Ａの周辺に位置する複数のドット５Ｂとの位置関係を算出したものである。以下では、これを「検出特徴量」とよぶことにする。

そして、移動体検出装置１０は、取得画像中のドット５Ａの検出特徴量を、基準特徴量データベース１６中の所定の大きさの照合範囲の基準特徴量と照合することにより、最も一致度の高い基準特徴量を選択し、選択した基準特徴量の座標値を、床Ｆ上における移動体の現在位置として検出する。

[ドットパターンの作成]
図５−１及び図５−２は、床パネルｆ_１１〜ｆ_３３の表面にドットパターン３を作成する方法の一例を説明するための図である。図５−１では、基準となる床パネルｆ_１１の一部を拡大して示している。なお、上述したように、床Ｆを構成する床パネルｆ_１１〜ｆ_３３は同一のドットパターン３をもつものであるから、以下に説明する計算は、基準となるひとつの床パネルｆ_１１のみ行えばよい。

ドットパターン３を構成する複数のドット５は、原則的にはランダムに打たれたものであるが、まったくランダムにドット５を打つと、撮像部１１の撮像領域に最小限度必要な数のドット５が存在しないという事態が生じることもあり得る。このような場合には移動体の位置検出を行うことができなくなるため、床面２上のどの領域を撮像しても画像中に最小限度必要な数のドット５が存在する程度に、床面２上に均一にドット５を打つ必要がある。

上記の点を考慮して、本実施の形態では、図５−１に示すように、床パネルｆ_１１の表面を正方形の複数のブロック（領域）４に分割し、各ブロック４内のランダムな位置に一つのドット５を打つことによって、ドットパターン３を作成する。各ブロック４内にランダムにドット５を打つ方法としては様々な方法が考えられるが、本実施の形態では、各ブロック４を、４のＮ乗個の正方形の小ブロックに細分化し、各ブロック４に対応してランダムに数値を発生させ、この数値に基づいて一つの小ブロックを選択し、選択した小ブロックの中心にドット５を割り当てる方法を採用している。

例えば、最も簡単な例として、図５−２に示すように、ブロック４を４つ（４の１乗個）の正方形の小ブロック４ａ〜４ｄに分け、ランダムに発生させた数値λ_ijに応じて、小ブロック４ａ〜４ｄのいずれか一つにドット５を打つ。ここで、λ_ijにおけるｉ及びｊはブロック４の位置を示す番号であり、ｉはブロック縦方向の番号、ｊはブロック横方向の番号である。図５−２に示すように、０＜λ_ij≦０．２５の範囲であれば、小ブロック４ａにドット５を打つ。また、０．２５＜λ_ij≦０．５０の範囲であれば、小ブロック４ｂにドット５を打つ。また、０．５０＜λ_ij≦０．７５の範囲であれば、小ブロック４ｃにドット５を打つ。また、０．７５＜λ_ij≦１．０の範囲であれば、小ブロック４ｄにドット５を打つ。例えば、図５−１に示すように、λ_１１は０．７８であるから小ブロック４ｄにドット５が打たれ、λ_１２は０．３２であるから小ブロック４ａにドット５が打たれている。これを床パネルｆ_１１上の全てのブロック４について行うことにより、床パネルｆ_１１上にドットパターン３を作成することができる。なお、上記のドットパターン３の作成方法は一例であり、他にも様々な作成方法が考えられる。

[基準特徴量データベースの作成]
次に、ドットパターン３における個々のドット５の基準特徴量の算出方法について説明する。上記のように、各床パネルｆ_１１〜ｆ_３３は同一のドットパターン３を有している。従って、以下に説明する基準特徴量の計算は、基準となるひとつの床パネルｆ_１１についてのみ行う。

図６に示すように、算出対象となるドット５ａを中心とした所定半径の大きさの円を想定する。以下では、ドット５ａを「中心ドット５ａ」とよぶ。この円の半径は特に限定されないが、本実施の形態では、円の半径をブロック４の１辺の長さの１．２５倍としてある。図６に示す例では、中心ドット５ａを中心とした円の領域内に、５つの周辺ドット５ｂ_１〜５ｂ_５がある。

次に、中心ドット５ａと各周辺ドット５ｂ_１〜５ｂ_５とを結ぶ５本のアーム（線分）を描き、アーム６ａ〜６ｅのいずれか一つのアームを基準として選び、このアームと他の４本のアームとのなす角度から各アーム６ａ〜６ｅの方向を求める。さらに、５本のアーム６ａ〜６ｅの長さを求める。

中心ドット５ａと各周辺ドット５ｂ_１〜５ｂ_５との位置関係は、アーム６ａ〜６ｅの数と、各アーム６ａ〜６ｅの方向の配列と、各アーム６ａ〜６ｅの長さの配列とからなる。図６に示す中心ドット５ａを例に示すと、アーム数は５、各アーム６ａ〜６ｅの方向の配列は、アーム６ａを基準として、（０，９０，１５０，２４０，３００）、各アーム６ａ〜６ｅの長さの配列は、ブロック４の一辺の長さを１として、（１，０．５，１．２，０．５，１．２）と表わされる。以下では、アームの方向の配列を、省略して「アーム方向配列」とよび、アームの長さの配列を、省略して「アーム長配列」とよぶ。

ドットパターン３のすべてのドット５について、上述したアームの数、アーム方向配列、アーム長配列を算出する。これをドットパターン３の各ドット５の基準特徴量とする。床パネルｆ_１１の各ドット５の基準特徴量は、各ドット５の床Ｆの絶対座標値と対応付けて基準特徴量データベース１６に格納される。

他の床パネルｆ_１２〜ｆ_３３については、基準となる床パネルｆ_１１に対する相対座標（基準となる床パネルｆ_１１に対して床パネルｆ_１２〜ｆ_３３が相対的にどこに配置されているかを示す座標）を基準特徴量データベース１６に格納しておく。後述するように、移動体の位置検出を行う際には、基準となる床パネルｆ_１１に対する他の床パネルｆ_１２〜ｆ_３３の相対的な位置が分かっていれば、他の床パネルｆ_１２〜ｆ_３３における各ドットの絶対座標値を求めることができる。

[移動体位置検出処理]
次に、移動体位置検出装置１０が床面２上の移動体の位置を検出する処理について説明する。図７は移動体位置検出装置１０のブロック図である。図７に示すように、移動体位置検出装置１０は、撮像部１１、ドットパターン作成部１２、基準特徴量算出部１３、基準特徴量格納部１４、制御部１５及び記憶部１９とから構成されている。

撮像部１１は、ＣＣＤカメラ等の画像取得装置である。撮像部１１は移動体に固定されており、移動体とともに移動しながら、移動体の位置する床面２上の領域を所定の時間間隔で撮像し、図２に示したような画像を取得する。本実施の形態では、高速度カメラを用いて、例えば１０ｍｓ程度の時間間隔で画像を取得している。また、図１に示すように、撮像部１１と床面２との間の距離は数センチメートルであり、照明１１ａを用いることで、外乱光の影響の少ない画像を取得することができる。

ドットパターン作成部１２は、床パネルｆ上に配置される個々のドット５の位置を算出し、床パネルｆにドットパターン３を作成する。ドットパターン３の作成手順は上述したとおりである。

基準特徴量算出部１３は、ドットパターン作成部１２によって作成された床パネルｆのドットパターン３におけるすべてのドット５の基準特徴量を算出する。基準特徴量の算出手順は上述したとおりである。

基準特徴量格納部１４は、基準特徴量算出部１３で算出された基準となる床パネルｆ_１１の個々のドット５の基準特徴量を床Ｆの絶対座標値と対応付けて格納するとともに、基準となる床パネルｆ_１１に対する他の床パネルｆ_１２〜ｆ_３３の相対座標値を格納する部位であり、上述した基準特徴量データベース１６を有している。

制御部１５は、撮像部１１によって撮像された画像を処理することにより移動体の床面２上における位置検出を行うものであり、検出特徴量算出部１７と特徴量照合部１８とを備えている。

検出特徴量算出部１７は、図４に示すように、撮像部１１が取得した画像中の複数のドット５から、画像の中心に近い位置にあるドット５Ａ（以下、これを「中心ドット５Ａ」という）を選択し、選択したドット５Ａと、このドット５Ａの周辺に位置する複数のドット５Ｂとの位置関係を、ドット５Ａの検出特徴量として算出する。

検出特徴量は、上述した基準特徴量の算出方法と同様にして算出する。図４に示す取得画像において、中心ドット５Ａを中心とした所定半径の大きさの円を想定する。この円の半径は、基準特徴量を算出した際の円の半径と同じとする。図４に示す例では、中心ドット５Ａを中心とした円の領域内に、５つの周辺ドット５Ｂ_１〜５Ｂ_５がある。中心ドット５Ａと各周辺ドット５Ｂ_１〜５Ｂ_５とを結ぶ５本のアーム６Ａ〜６Ｅを描き、５本のアーム６Ａ〜６Ｅのいずれか一つのアームを基準として選び、基準となるアームと他の４本のアームとのなす角度θ_１〜θ_５（θ_１は０°）から、各アームの方向を求める。さらに、５本のアーム６Ａ〜６Ｅの長さＬ_１〜Ｌ_５を求める。すなわち、中心ドット５Ａの検出特徴量は、アーム６Ａ〜６Ｅの本数と、アーム方向配列（θ_１，θ_２，θ_３，θ_４，θ_５）と、アーム長配列（Ｌ_１，Ｌ_２，Ｌ_３，Ｌ_４，Ｌ_５）とで表される。

特徴量照合部１８は、検出特徴量算出部１７で算出した取得画像中における中心ドット５Ａの検出特徴量を基準特徴量データベース１６中の所定の大きさの照合範囲の基準特徴量と照合することにより、中心ドット５Ａの検出特徴量と最も一致度の高い基準特徴量を選択する。そして、選択したドットの絶対座標値を、床Ｆ上における移動体の現在位置として検出する。以下では、基準特徴量データベース１６中の所定の大きさの照合範囲にある基準特徴量を、「基準特徴量データリスト２０」とよぶ。

上述したように、床Ｆの全体は同一のドットパターン３の繰り返しとなっている。そのため、画像中の中心ドット５Ａの検出特徴量を、基準特徴量データリスト２０と照合する際に、基準特徴量データリスト２０の大きさ（照合範囲）を大きくしすぎると、照合範囲の中に、同じ基準特徴量をもつ２つ以上のドット５があらわれるといった事態が生じる。すなわち、異なる床パネルにおいて同じ位置にあるドット５が照合範囲に含まれる。このような場合には移動体の位置検出が不能となる。同じ基準特徴量をもつドットが照合範囲に含まれてしまう照合範囲の大きさの目安は、床パネル１枚の大きさ程度である。このため、上記の照合範囲はそれよりも小さくしなければならない。照合範囲をどの程度の大きさにするかは、以下のようにして決めることができる。

図８は、床Ｆ上を移動する移動体の軌跡を概念的に示したものである。図８における点Ｐ_１〜Ｐ_ｎは、撮像部１１の画像取得時における移動体の位置、すなわち、移動体の検出位置をそれぞれ表している。撮像部１１は、一定の時間間隔で画像を取得する。点Ｐ_１は移動体の初期位置（移動開始位置）である。また、初期位置Ｐ_１を中心とした所定半径の円内領域Ｃ_１は、上述した照合範囲である。この照合範囲Ｃ_１は、具体的には、次の画像取得時における移動体の位置Ｐ_２を検索する範囲を意味する。

図８に示すように、照合範囲Ｃ_１は、移動体の初期位置Ｐ_１からの移動可能範囲Ｍ_１を包含する周辺領域である。ここで、移動体の移動可能範囲Ｍ_１とは、移動体の移動最高速度と撮像部１１の画像取得時間間隔から決まる移動体の移動範囲である。具体的な例を挙げて説明すると、撮像部１１の画像取得間隔を１０ｍｓ（１００分の１秒）、移動体の移動最高速度を１．０ｍ／ｓとすると、１回の画像取得間隔１０ｍｓの間で移動体は１０ｍｍ進む。この場合、移動体の移動可能範囲Ｍ_１は、移動体を中心とした半径１０ｍｍの円の領域内である。すなわち、移動可能範囲とは、撮像部１１が画像を取得してから次の画像を取得するまでの間に移動体が進むことのできる範囲である。従って、照合範囲Ｃ_１は、移動可能範囲Ｍ_１よりも大きく設定する必要があるが、図８に示すように、移動可能範囲Ｍ_１よりも一回り程度大きい周辺領域に設定すれば、次の画像取得時における移動体の位置Ｐ_２を確実に検出することができる。

但し、上述したように、照合範囲Ｃ_１は、同じ基準特徴量をもつドット５が含まれない範囲としなければならない。従って、図８に示す移動可能範囲Ｍ_１が床パネル一枚の広さを超えるような場合には位置検出不能となる。このような場合には、撮像部１１の画像取得時間間隔を短く設定し、移動可能範囲Ｍ_１を床パネル一枚の大きさよりも小さくする必要がある。

記憶部１９は、基準特徴量データベース１６中から抽出された基準特徴量データリスト２０を一時的に格納する部位である。

図９〜図１２は、上記のように構成した移動体位置検出装置１０の制御部１５が実行する処理の流れを示すフローチャートである。図９はメインフローチャートであり、図１０及び図１１は図９のサブフローチャートである。また、図１２は図１０及び図１１のサブフローチャートである。以下、図８及び図９〜図１２を参照しながら、制御部１５が実行する処理手順について説明する。

検出処理を行う前に、予め移動体が移動を開始する床パネルの並び番号を入力しておく。例えば図８に示す例では、移動体の初期位置Ｐ_１は床パネルｆ_１３上にあるので、「ｆ_１３」と入力する。移動体位置検出装置１０の制御部５０は、移動開始パネルｆ_１３が入力されると（ステップＳ１）、移動体の初期位置Ｐ_１の検出処理を行う。移動体の初期位置Ｐ_１を検出する手順は、図１０に示す手順ＳＵＢ１と、図１１に示す手順ＳＵＢ２の２通りがある。まず、図１０に示す手順について説明する。

図１０に示すように、制御部１５は、撮像部１１から移動体の初期位置Ｐ_１の画像データを取得すると（ＳＵＢ１：ステップＳ１１）、画像中の複数のドットから一つのドット５Ａ（中心ドット５Ａ）を選択し、検出特徴量算出部１７を通じて、中心ドット５Ａの検出特徴量を計算する（ＳＵＢ１：ステップＳ１２）。ここで、検出特徴量とは、図４に示すように、中心ドット５Ａと複数の周辺ドット５Ｂとを結ぶアーム本数、アーム方向配列、アーム長配列である。制御部１５は、中心ドット５Ａのアーム本数が閾値以上である場合に（ＳＵＢ１：ステップＳ１３：Ｙｅｓ）、基準特徴量データベース１６から移動開始パネルｆ_１３に対応する基準特徴量データリスト２０を抽出し、これを記憶部１９に格納する。そして、制御部５０は、特徴量照合部１８を通じて、中心ドット５Ａの検出特徴量を記憶部１９の基準特徴量データリスト２０と照合する（ＳＵＢ３）。一方、中心ドット５Ａにおけるアーム本数が閾値未満の場合には（ＳＵＢ１：ステップＳ１３：Ｎｏ）、基準特徴量データリスト２０と照合せず、画像中の別のドットを新たに中心ドット５Ａとして選択し（ＳＵＢ１：ステップＳ１４）、ステップＳ１２に戻って新たに選択した中心ドット５Ａの検出特徴量を計算する。ここで、ステップ１３におけるアーム本数の閾値は、ドットパターン３のドット５の密度等により適宜設定されるものである。本実施の形態では、アーム本数の閾値を４本としている。

ステップＳ１３で、検出特徴量のアーム本数に閾値を設ける理由は、アーム本数が少ないと照合結果が１つに決まる割合が低くなるためであり、計算を高速化することを目的としている。しかしながら、ステップＳ１３は必ずしも設ける必要はなく、ステップＳ１３を省略してもよい。

画像中の中心ドット５Ａの検出特徴量を基準特徴量データリスト２０と照合する処理（ＳＵＢ３）は、図１２に示す手順で行う。まず、基準特徴量データリスト２０から、画像中の中心ドット５Ａのアーム方向配列と一致するドットを選ぶ（ＳＵＢ３：ステップＳ４１）。

上述したように、基準特徴量データリスト２０（基準特徴量データベース１６）には、各ドットのアーム方向配列として、特定の基準となるアームと他のアームとのなす角度からなる配列が一種類ずつ格納されている。従って、画像中の中心ドット５Ａのアーム方向配列において基準となるアームと、基準特徴量データリスト２０のドットのアーム方向配列において基準となるアームは必ずしも一致しない可能性がある。そのため、画像中の中心ドット５Ａのアーム方向配列として、各アームを基準アームとした配列を作成する。すなわち、図４に示す画像中の中心ドット５Ａのようにアーム数が５本の場合には、５本の各アームを基準アームとした５種類のアーム方向配列を作り、この５種類のアーム方向配列を、基準特徴量データリスト２０のアーム方向配列と照合する。

アーム方向配列が一致した場合、一致した基準特徴量データリスト２０のドットのアーム長配列と、画像中の中心ドット５Ａのアーム長配列との一致度を求める（ＳＵＢ３：ステップＳ４２）。上述したように、基準特徴量データリスト２０における各ドットのアーム長配列は、特定の基準となるアームから順番にアーム長を並べた配列が一種類ずつ格納されている。このため、アーム長配列の一致度を求める際には、画像中の中心ドット５Ａのアーム長の順を並べ替えた配列も作成する。すなわち、図４に示す画像中の中心ドット５Ａのようにアーム数が５本の場合には、（Ｌ_１，Ｌ_２，Ｌ_３，Ｌ_４，Ｌ_５），（Ｌ_２，Ｌ_３，Ｌ_４，Ｌ_５，Ｌ_１，），（Ｌ_３，Ｌ_４，Ｌ_５，Ｌ_１，Ｌ_２），（Ｌ_４，Ｌ_５，Ｌ_１，Ｌ_２，Ｌ_３），（Ｌ_５，Ｌ_１，Ｌ_２，Ｌ_３，Ｌ_４）の５種類のアーム長配列を求め、この５種類のアーム長配列と、基準特徴量データリスト２０のアーム長配列との一致度を求める。そして、この中から一致度が最も高いものを選ぶ（ＳＵＢ３：ステップＳ４３）。

アーム長配列の一致度を求める方法の一例としては、以下に説明する方法がある。上記の５種類の各アーム長配列をそれぞれの配列の大きさで割って単位ベクトルにする。また、基準特徴量のアーム長配列も配列の大きさで割って単位ベクトルにする。そして、５種類の各アーム長配列（単位ベクトル）と、基準特徴量のアーム長配列（単位ベクトル）との内積を計算し、この内積の値を一致度とする。すなわち、内積の値が最も１に近いものを、最も一致度が高いものとする。なお、アーム長配列の一致度として内積の値を用いることは、あくまでも一例であり、他の方法を用いることもできる。

なお、アーム方向配列の照合、及び、アーム長配列の一致度の基準は、画像解像度などに起因する誤差に対する許容範囲を持たせておく。

基準特徴量データベースの照合処理ＳＵＢ３が完了した後、制御部１５は、図１０に示すように、画像中の中心ドット５Ａと一致したものが１つであるか否かを判定する（ＳＵＢ１：ステップＳ１５）。一致したものが一つであった場合には（ＳＵＢ１：ステップＳ１５：Ｙｅｓ）、基準特徴量データリスト２０における一致したドットの床Ｆ上の絶対座標値を現在位置として検出する。

この一致したドット５の絶対座標値は以下のようにして求めることができる。上述したように、基準特徴量データリスト２０には、基準となる床パネルｆ_１１に対する他の床パネルｆ_１２〜ｆ_３３の相対座標が格納されている。基準となるパネルｆ_１１において、基準特徴量データリスト２０の一致したドットと同じ特徴量をもつドットをＰ_ｎ（図示せず）として、このＰ_ｎの絶対座標値に、床パネルｆ_１３の相対座標を加算すれば、一致したドットの絶対座標値が求められる。この絶対座標値を、初期位置Ｐ１の現在位置とする（ＳＵＢ１：ステップＳ１６）。

一方、一致したものが複数あった場合には（ＳＵＢ１：ステップＳ１５：Ｎｏ）、照合結果を採用せず、画像中の別のドット５を新たに中心ドット５Ａとして選択し（ＳＵＢ１：ステップＳ１４）、新たに選択した中心ドット５Ａの検出特徴量を計算する（ＳＵＢ１：ステップＳ１２）。以降、最終的に照合結果が一つに決まるまでステップＳ１２からステップＳ１５までの処理を繰り返す。

制御部１５は、移動体の初期位置Ｐ_１を検出すると、基準特徴量データベース１６から、初期位置Ｐ_１を中心とした照合範囲Ｃ_１にあるドットの基準特徴量データリスト２０抽出し、これを記憶部１９に格納する（ステップＳ２）。そして、移動体の現在位置の検出処理を開始する（ＳＵＢ１）。

制御部１５は、撮像部１１から画像データを取得すると（ＳＵＢ１：ステップＳ１１）、画像中の複数のドットから一つのドット（中心ドット５Ａ）を選択し、検出特徴量算出部１７を通じて、中心ドット５Ａの検出特徴量を計算する（ＳＵＢ１：ステップＳ１２）。制御部１５は、中心ドット５Ａにおけるアーム本数が閾値以上である場合に（ＳＵＢ１：ステップＳ１３：Ｙｅｓ）、特徴量照合部１８を通じて、中心ドット５Ａの検出特徴量を記憶部１９の基準特徴量データリスト２０と照合する（ＳＵＢ３）。一方、中心ドット５Ａにおけるアーム本数が閾値未満の場合には（ＳＵＢ１：ステップＳ１３：Ｎｏ）、基準特徴量データリスト２０と照合せず、画像中の別のドット５を新たに中心ドット５Ａとして選択し（ＳＵＢ１：ステップＳ１４）、ステップＳ１２に戻って新たに選択した中心ドット５Ａの検出特徴量を計算する。

制御部１５は、ＳＵＢ３のステップＳ４１〜ステップＳ４３において照合範囲Ｃ_１の基準特徴量データリスト２０の照合を行い、画像中の中心ドット５Ａと一致したものが１つであるか否かを判定する（ＳＵＢ１：ステップＳ１５）。一致したものが一つであった場合には（ＳＵＢ１：ステップＳ１５：Ｙｅｓ）、基準特徴量データリスト２０の一致したドットの床Ｆ上での絶対座標値を、移動体の現在位置Ｐ_２として検出する（ＳＵＢ１：ステップＳ１６）。この一致したドット５の絶対座標値を求める方法は、上記の初期位置Ｐ_１の場合と同じである。

制御部１５は、移動体の現在位置Ｐ_２を検出した後、ステップＳ２に戻り、基準特徴量データベース１６から、次の照合範囲Ｃ_２の基準特徴量データリスト２０を抽出し、これを記憶部１９に格納する。以上のようにして、制御部１５は、これ以降、移動体の現在位置（Ｐ_３，Ｐ_４，・・・，Ｐ_ｎ，・・・）の検出処理を繰り返す。

なお、図８に示す照合範囲Ｃ_３のように、照合範囲が床パネルｆ_１３、床パネルｆ_１２、床パネルｆ_２２、床パネルｆ_２３の複数枚の床パネルに跨っている場合であっても、基準となる床パネルｆ_１１に対する各床パネルの相対座標から、床パネルｆ_１３、床パネルｆ_１２、床パネルｆ_２２、床パネルｆ_２３の各照合範囲のドット５の基準特徴量を抽出することができる。制御部１５は、照合範囲Ｃ_３における床パネルｆ_１３、床パネルｆ_１２、床パネルｆ_２２、床パネルｆ_２３の各領域のドット５の基準特徴量と照合し、現在位置Ｐ_４の位置を検出する。

次に、移動体の現在位置を検出する手順として、図１１に示す手順（ＳＵＢ２）を採用した場合について説明する。なお、以下では移動体の初期位置Ｐ_１を検出する際の手順について説明する。

図１１に示すように、制御部１５は、撮像部１１から移動体の初期位置Ｐ_１の画像データを取得すると（ＳＵＢ２：ステップＳ２１）、画像中の複数のドットから一つ目のドット５（第１中心ドット５Ａ_１）を選択し、検出特徴量算出部１７を通じて、第１中心ドット５Ａ_１の検出特徴量を計算する（ＳＵＢ２：ステップＳ２２）。制御部１５は、第１中心ドット５Ａ_１におけるアーム本数が閾値以上である場合に（ＳＵＢ２：ステップＳ２３：Ｙｅｓ）、基準特徴量データベース１６から移動開始パネルｆ_１３に対応する基準特徴量データリスト２０を抽出し、これを記憶部１９に格納する。そして、特徴量照合部１８を通じて、第１中心ドット５Ａ_１の検出特徴量を記憶部１９の基準特徴量データリスト２０と照合する（ＳＵＢ３）。一方、第１中心ドット５Ａ_１におけるアーム本数が閾値未満の場合には（ＳＵＢ２：ステップＳ２３：Ｎｏ）、基準特徴量データリスト２０と照合せず、画像中の別のドットを新たに第１中心ドット５Ａ_１として選択し（ＳＵＢ２：ステップＳ２４）、ステップＳ２２に戻って新たに選択した第１中心ドット５Ａ_１の検出特徴量を計算する。

図１２に示すＳＵＢ３のステップＳ４１〜Ｓ４３の照合処理を行い、基準特徴量データリスト２０から、画像中の第１中心ドット５Ａ_１と最も一致度の高いドットを選択する。複数のドットが選択された場合には、これらを「一致候補群」とする（ＳＵＢ２：ステップＳ２５）。

次いで、制御部１５は、画像中の複数のドットから二つ目のドット（第２中心ドット５Ａ_２）を選択し、検出特徴量算出部１７を通じて、第２中心ドット５Ａ_２の検出特徴量を計算する（ＳＵＢ２：ステップＳ２６）。制御部１５は、第２中心ドット５Ａ_２におけるアーム本数が閾値以上である場合に（ＳＵＢ２：ステップＳ２７：Ｙｅｓ）、特徴量照合部１８を通じて、第２中心ドット５Ａ_２の検出特徴量を記憶部１９の基準特徴量データリスト２０と照合する（ＳＵＢ３）。一方、第２中心ドット５Ａ_２におけるアーム本数が閾値未満の場合には（ＳＵＢ２：ステップＳ２７：Ｎｏ）、基準特徴量データリスト２０と照合せず、画像中の別のドット５を新たに第２中心ドット５Ａ_２として選択し（ステップＳ２８）、ステップＳ２６に戻って新たに選択した第２中心ドット５Ａ_２の検出特徴量を計算する。

図１２に示すＳＵＢ３のステップＳ４１〜Ｓ４３の照合処理を行い、基準特徴量データリスト２０から、画像中の第２中心ドット５Ａ_２と最も一致度の高いドットを選択する。複数のドットが選択された場合には、これらを「一致候補群」とする（ＳＵＢ２：ステップＳ２９）。

次いで、制御部１５は、ステップＳ２５の第１中心ドット５Ａ_１の一致候補群と、ステップＳ２９の第２中心ドット５Ａ_２の一致候補群との組み合わせから、適切な組み合わせを選択する（ＳＵＢ２：ステップＳ３０）。具体的には、２つのドット間の距離が、取得画像中の第１中心ドット５Ａ_１と第２中心ドット５Ａ_２との間の距離と等しいものを、最適な組み合わせとして選択する。

次いで、制御部１５は、最適な組み合わせとして各一致候補群から選択した２つのドットの中点の床Ｆ上の絶対座標値を、移動体の初期位置Ｐ_１として検出する（ＳＵＢ２：ステップＳ３１）。

先に説明したＳＵＢ１の処理では、基準特徴量データリスト２０の照合結果が最終的に一つに決まるまで、画像中の中心ドット５Ａを替えて検出特徴量の計算及び照合処理を繰り返し行ったが、後に説明したＳＵＢ２の処理では、これらの処理を何回も行う必要がなく、一度の処理で現在位置を特定することが可能である。従って、ＳＵＢ２の処理は、ＳＵＢ１の処理と比べて検出時間が速くなるというメリットがある。なお、次の検出位置Ｐ_２以降の位置検出処理についても、同様にしてＳＵＢ２の処理を行う。

以上説明したように、本実施の形態の移動体位置検出システム１は、表面に同一のドットパターン３が配置された複数の床パネルｆを並設することにより構成される床Ｆと、のドットパターン３を構成する個々のドット５とこの個々のドット５の周辺に位置する複数のドット５との位置関係を、個々のドット５の基準特徴量として算出し、基準特徴量を個々のドット５の床Ｆにおける座標値と対応付けて基準特徴量データベース１６に格納する基準特徴量データベース１６と、移動体が位置する床Ｆ上の領域を予め決められた時間間隔で撮像する撮像部１１と、撮像部１１が取得した画像中の複数のドット５から所定のドット（中心ドット５Ａ）を選択し、選択したドット５Ａと、このドット５Ａの周辺に位置する複数のドット５Ｂとの位置関係を、選択したドット５Ａの検出特徴量として算出する検出特徴量算出部１７と、検出特徴量を、基準特徴量データベース１６中の所定の大きさの照合範囲の基準特徴量データリスト２０と照合することにより、検出特徴量と最も一致度の高い基準特徴量を選択し、選択した基準特徴量の絶対座標値を床Ｆ上における移動体の現在位置として検出する特徴量照合部１８を備えた構成としている。すなわち、本実施の形態では、ドットパターン３を床上の座標値に対応させて符号化する手法を採用しないため、従来のように床上の座標値に対応させて符号化したパターンを用いて検出を行う場合と比べて、床面上のパターンの設計の自由度を向上させることができる。

具体的には、床上の座標値に対応させて符号化したパターンを用いて検出を行う場合と比べて、ランダムなドットパターンを床Ｆ上に配置することが可能となる。

また、従来の位置検出システムでは床面全体に異なるドットパターンを配置していたため、複数の床パネル等の材料で床を施工する際に、床パネルを並べる順番、向きを間違えないように敷き詰める必要があり、施工性が悪いという問題があったが、本実施の形態の移動体位置検出システム１では、同一のドットパターン３を有する複数の床パネルｆを並設することによって床Ｆを構成している。上記のように構成したことで、床Ｆを施工する際には、床パネルｆの向きに留意するだけでよいため、床パネルｆを設置する際の施工性を向上させることができる。また、同一のドットパターン３の床パネルｆを使用することで、異なるドットパターンを床パネル一枚一枚に施すよりも安価に施工することができる。さらに、予め床Ｆ全体のドット５の基準特徴量を、基準特徴量データベース１６に格納するため、床パネルｆの境界等を勘案する必要はない。

さらに、本実施の形態の移動体位置検出システム１では、検出特徴量と照合する基準特徴量データリスト２０の大きさ（照合範囲）を、同じ基準特徴量をもつドット５が含まれない範囲に設定している。このため、同じドットパターン３が繰り返された床Ｆ上で位置検出を行う場合に、誤検出や検出不能になるといった事態を招来することなく、確実に移動体の位置を検出することができる。

加えて、本実施の形態の移動体位置検出システム１では、検出特徴量と照合する基準特徴量データリスト２０の大きさ（照合範囲）を、移動体の最高移動速度と撮像部１１の画像取得時間間隔から決まる移動体の移動可能範囲を包含する周辺領域に設定しており、照合範囲を必要最小限度の範囲としている。その結果、移動体の位置検出の計算速度を高速化させることができる。

なお、上述した実施の形態では、本発明の移動体位置検出システムを建物内での搬送台車等の位置検出に適用した例について説明したが、これに限定されるものではなく、一般的な平面上の移動体の位置検出に広く適用することが可能である。

本実施の形態の移動体位置検出システムの概念図である。 左図は、床面上に配置されたドットパターンの一例を示す図、右図はドットパターンの一部の領域を撮像した画像の一例を示す図である。 複数の床パネルを並設して構成した床の平面図である 移動体位置検出処理の手順を示す概念図である。 床面上にドットパターンを作成する方法の一例を説明する図である。 床面上にドットパターンを作成する方法の一例を説明する図である。 ドットパターンにおけるドットの基準特徴量を説明する図である。 本実施の形態の移動体位置検出システムのブロック図である。 床面上を移動する移動体の軌跡を概念的に示した図である。 移動体位置検出装置の制御部が実行する処理の流れを示すフローチャートである。 移動体位置検出装置の制御部が実行する処理の流れを示すフローチャートである。 移動体位置検出装置の制御部が実行する処理の流れを示すフローチャートである。 移動体位置検出装置の制御部が実行する処理の流れを示すフローチャートである。

符号の説明

１ 移動体位置検出システム
２ 床面
３ ドットパターン
４ ブロック
５ ドット
１０ 移動体位置検出装置
１１ 撮像部
１１ａ 照明
１２ ドットパターン作成部
１３ 基準特徴量算出部
１４ 基準特徴量格納部
１５ 制御部
１６ 基準特徴量データベース
１７ 検出特徴量算出部
１８ 特徴量照合部
１９ 記憶部
２０ 基準特徴量データリスト
ｆ 床パネル
Ｆ 床

Claims (5)

1. 複数のドットをランダムに配置してなる同一のドットパターンがそれぞれの表面に配置された複数のパネルを並設することにより構成される平面と、
   前記ドットパターンを構成する個々のドットと前記個々のドットの周辺に位置する複数のドットとの位置関係を、前記個々のドットの基準特徴量として算出し、前記基準特徴量を、前記個々のドットの前記平面における座標値と対応付けて基準特徴量データベースに格納する基準特徴量格納手段と、
   前記平面上を移動する移動体に備えられ、前記移動体が位置する前記平面上の領域を予め決められた時間間隔で撮像する撮像手段と、
   前記撮像手段が取得した画像中の複数のドットから所定のドットを選択し、選択したドットと、このドットの周辺に位置する複数のドットとの位置関係を、選択したドットの検出特徴量として算出する検出特徴量算出手段と、
   前記検出特徴量を、前記基準特徴量データベース中の所定の大きさの照合範囲の基準特徴量と照合することにより、前記検出特徴量と最も一致度の高い基準特徴量を選択し、選択した基準特徴量の前記平面における座標値を、前記平面における移動体の現在位置として検出する特徴量照合手段と、
   を備えたことを特徴とする移動体位置検出システム。
2. 前記ドットパターンは、
   前記パネルを複数のブロックに分割し、各ブロック内のランダムな位置にドットを配置することによって作成されたものであることを特徴とする請求項１に記載の移動体位置検出システム。
3. 前記基準特徴量及び検出特徴量は、
   ドットと該ドットを中心とする所定半径の円の領域内に位置する複数の周辺ドットとを結ぶ各線分の方向からなる配列と、各線分の長さからなる配列を含むことを特徴とする請求項１又は２に記載の移動体位置検出システム。
4. 前記照合範囲は、
   同じ基準特徴量をもつドットが含まれない範囲に設定されることを特徴とする請求項１から３のいずれか１つに記載の移動体位置検出システム。
5. 前記照合範囲は、
   前記移動体の最高移動速度と前記撮像手段の画像取得時間間隔から決まる前記移動体の移動可能範囲を包含する周辺領域に設定されることを特徴とする請求項１から３のいずれか１つに記載の移動体位置検出システム。

Images