JP5776440B2

JP5776440B2 - 自律移動体

Info

Publication number: JP5776440B2
Application number: JP2011182168A
Authority: JP
Inventors: 亮暢藤井; 峻田口
Original assignee: Toyota Central R&D Labs Inc
Current assignee: Toyota Central R&D Labs Inc
Priority date: 2011-08-24
Filing date: 2011-08-24
Publication date: 2015-09-09
Anticipated expiration: 2031-08-24
Also published as: JP2013045265A

Description

本明細書では、自律移動体に関する技術を開示する。

人が目標点を指定したときに、目標点に至る経路を探索して移動する自律移動体が開発されている。
非特許文献１は、自律移動体が群衆の中を現在位置から目的位置まで移動する際に、自律移動体が群集の流れに沿って移動する経路を探索する技術を開示している。群衆の密度が高いところと、自律移動体と群集の相対速度が大きいところでは移動コストが高くなるように設定されているため、群集が密集しているところを避け、群集と反対方向に進む機会が少ない経路が探索される。

特許文献１に開示されている技術では、障害物の位置において最大値をとり、障害物から離れるに従って減少する粘性抵抗係数分布を仮想的に設定する。粘性抵抗係数分布を設定して経路探索すると、障害物を回避する経路が探索される。

Peter Henry他３名、"Learning to Navigate Through Crowded Environments"、2010 IEEE International Conference on Robotics and Automation, US、2010年、ｐ.981-986

特開平５−２９７９３７号公報

非特許文献１の技術では、群衆の密度が高いところと、自律移動体と群集の相対速度が大きいところでは移動コストが高くなるように設定されているため、群集が密集しているところを避け、群集と反対方向に進む機会が少ない経路が探索される。しかしながら、群集の位置が時間の経過に伴って変化することを考慮していない。経路探索技術では、選択可能な分岐点の中から次々に分岐点を仮に選択し、仮に選択した分岐点を経由する経路を取った場合の移動コストを計算する。移動コストを計算する際には、仮に選択した分岐点を移動体が通過する時点での環境に基づいて移動コストを計算するべきである。現に経路探索している時点での環境と、仮に選択した分岐点を移動体が通過する時点での環境は相違している。非特許文献１の技術は、環境が時間経過に伴って変化することを考慮せず、現に経路探索している時点での環境によって、仮に選択した分岐点を通過する経路による場合の移動コストを計算している。このため、探索した経路に沿って移動している間に、探索時には想定していない環境の変化の影響を受け、実際には不適当な経路が指示されることになる。非特許文献１の技術では、探索した経路に沿って移動している間に探索した経路が不適当となる事態が頻発し、経路を再探索する必要がしばしば生じる。

特許文献１は、主に静止障害物の存在する環境下での障害物回避技術を扱っている。特許文献１の第６実施例では移動障害物にも言及しているが、特許文献１で考慮する粘性抵抗係数分布は、粘性と表示はされているものの、実際には障害物からの距離のみに依存する値であり、自律移動体と障害物の相対速度に対応するものでない。したがって、自律移動体は、目的地までの距離がなるべく短く、且つ移動障害物から距離を隔てた経路を探索するものの、移動障害物の移動方向に沿って移動する経路を高く評価して経路を探索する要素は期待できない。
特許文献１では、粘性抵抗係数分布の代わりに速度分布空間を設定する手法についても言及しているが、その速度分布空間は自律移動体と移動障害物の相対速度にのみ依存する分布空間であり、自律移動体と移動障害物の間の距離に依存しない。そのために、移動障害物から離れた位置においても、移動障害物に沿って移動する経路が高く評価されてしまう。移動障害物から離れた位置では、経路距離を高く評価すべきであるのにも係わらず、移動障害物に沿って移動する経路が高く評価されてしまう。

本明細書では、移動障害物に沿って移動することが必要な場合には、移動障害物に沿って移動する経路が高く評価される経路探索技術を提供する。また、移動障害物の位置が時間の経過とともに変化することを加味して経路探索を行うために、探索した経路に沿って移動している間に探索した経路が不適当となってしまう事態が発生しがたい経路を探索する技術を開示する。

本明細書では、目標点までの経路を探索して移動する自律移動体を開示する。特に、自転車や車椅子やシニアカー等に人が搭乗して移動している環境、あるいは人が歩行している環境下で、自律移動体が移動障害物を避けながら現在位置から目標位置に至る経路を探索して移動する移動体に関する。
本明細書で開示する自律移動体は、図１に模式的に示すように、マップ記憶装置４と、目標点指定装置６と、自律移動体情報取得装置８と、移動障害物情報取得装置１０と、経路探索装置１２を備えている。経路探索装置１２は、所要時間計算装置１４と、予測装置１６と、仮想粘性力計算装置１８と、移動コスト計算装置２２と、選択装置２４を含んでいる。

マップ記憶装置４は、分岐点座標と、分岐点と分岐点の間が移動可能経路で接続されているか否かを記述しているマップ記述データを記憶している。その地図情報は、たとえばトポロジカルマップの形式で記憶している。
目標点指定装置６は、自律移動体の使用者が操作するものであり、マップ記述データに含まれている分岐点の中から使用者が任意の分岐点を選択し、選択した当該分岐点を目標点として指定することを許容する。
自律移動体情報取得装置８は、自律移動体の位置と速度を取得する。
移動障害物情報取得装置１０は、移動障害物の位置と速度を取得する。
経路探索装置１２は、たとえばＡスター探索（Ａ^＊探索と表記されることが多いが、本明細書ではカタカナ表記する）のように、マップ記述データに経路探索処理を施し、自律移動体情報取得装置８によって取得した現在位置から目標点指定装置６によって指定された目標点までの経路を探索する。
所要時間計算装置１４は、経路探索装置１２が仮に選択した分岐点に自律移動体が移動するのに要する時間を計算する。
予測装置１６は、移動障害物情報取得装置１０で取得した移動障害物の位置と速度と、所要時間計算装置１４で計算した所要時間から、自律移動体が仮に選択した分岐点に移動する時点における移動障害物の位置と速度を予測する。
仮想粘性力計算装置１８は、予測装置１６で予測した移動障害物の位置と速度と、自律移動体が仮に選択した分岐点を移動する際の速度から、自律移動体に作用する仮想粘性力を計算する。
移動コスト計算装置２２は、仮に選択した分岐点を経由する経路によるときの経路距離と仮想粘性力を含む移動コストを計算する。
選択装置２４は、仮に選択した分岐点群の中から移動コスト計算装置２２で計算される移動コストが最小となる分岐点を選択する。

仮想粘性力は、自律移動体と移動障害物が粘性流体中に置かれた場合に両者間に作用する粘性力であり、自律移動体と移動障害物の間の距離と、自律移動体と移動障害物の相対速度という２変数に依拠して変化する関数である。仮想粘性力は、自律移動体と移動障害物の間の距離が短くなるにつれて増加し、自律移動体と移動障害物の相対速度が増加するにつれて増加する。すなわち、自律移動体と移動障害物が接近すれば仮想粘性力は大きくなり、両者の相対速度が大きくなれば仮想粘性力は大きくなる。また、自律移動体が目的地に向かって移動している間に移動障害物も移動する。本発明の自律移動体は、経路探索装置１２が分岐点の一つを仮に選択して移動コストを計算する際に、自律移動体がその分岐点に移動するのに要する時間を計算し、その時間における移動障害物の位置と速度を計算する。その上で、自律移動体に作用する仮想粘性力を計算する。選択装置２４は、上記に説明した粘性力を含む移動コストが最小となる経路を選択するため、自律移動体が移動障害物に接近する場合には、移動障害物に沿って移動するために相対速度が小さくなるとともに移動障害物に接近しすぎない経路を探索する。これにより、自律移動体は、移動障害物と衝突することなく、移動障害物の近隣では移動障害物の流れに沿って移動することになる。

移動障害物に人が搭乗している場合、あるいは移動障害物が歩行者である場合、人は、他者または他物が入り込むと不安を感じるパーソナルスペースを持っていることから、パーソナルスペースに入り込まない経路を探索することが好ましい。

パーソナルスペースに入り込まない経路を探索するためには、予測装置で予測した移動障害物の位置と、仮に選択した分岐点の位置から、自律移動体に作用する仮想斥力を計算する仮想斥力計算装置を付加することが好ましい。また、移動コスト計算装置が、仮に選択した分岐点を経由する経路によるときの経路距離と仮想粘性力と仮想斥力を含む移動コストを計算することが好ましい。

前記したように、仮想粘性力は、自律移動体と移動障害物の間の距離が接近するにつれて増大する。仮想粘性力が小さい経路を選択すれば、移動障害物と衝突するような経路は探索されない。しかしながら、移動障害物の近隣では移動障害物の流れに沿って移動する経路を導くための仮想粘性力と距離の関係は、必ずしもパーソナルスペース内に入り込まない経路を導くための関係に一致しない。自律移動体と移動障害物の間に作用する仮想斥力を計算して経路探索すれば、パーソナルスペース内に入り込まない経路を導くことが可能となる。
例えば、自律移動体と移動障害物の間の距離が接近するにつれて急速に増大する仮想斥力と、その距離が接近するにつれて緩やかに増大する仮想粘性力の両方を利用して移動コストを計算すると、パーソナルスペースに進入することがない経路を探索することが可能となる。群衆の中で自律移動体が移動する際に、周囲の人に不安を感じさせないで移動することが可能となる。

ある距離以上は離れたら仮想斥力がゼロになって斥力が作用しない関係であることが好ましい。この場合、仮想斥力がゼロとなる移動障害物からの距離が、移動障害物の移動方向に依拠して変化することが好ましい。すなわち、進行方向に長く、背後方向に短い関係であることが好ましい。
人のパーソナルスペースは、進行方向には長く、背後方向には短い。この関係を取り入れた仮想斥力場を設定すれば、人が実際に持っているパーソナルスペースに入り込まない経路を探索することができる。

仮想斥力がゼロとなる移動障害物からの距離は、自律移動体と移動障害物の相対速度に依拠して変化することが好ましい。すなわち、高速時に長く、低速時に短い関係であることが好ましい。

この場合、自律移動体と移動障害物が高速で相対移動する場合には、移動障害物までの距離が遠い段階から、移動障害物までの距離が長いほど高く評価されて経路探索が実行される。自律移動体と移動障害物が低速で相対移動する場合には、移動障害物に極めて接近するまでは、経路距離が短い経路が高く評価されて経路探索が実行される。そうして探索される経路は、人の感覚によく馴染み、人が不安を覚えない範囲内で短い経路が探索される。

本発明によれば、移動障害物に接近したら移動障害物の流れに沿って移動する経路が探索される。しかも、各分岐点で移動コストを計算する際には、その分岐点を通過する際の環境に基づいて移動コストが計算されることから、実際に走行しているうちに不適当となってしまう経路を探索することが少なく、実際に走行し続けられる経路を探索することができる。探索した経路が不適当になって再探索が必要となる事象の出現を抑制することができる。
また、仮想粘性力と仮想斥力を併用すれば、人が有するパーソナルスペースに侵入することがない自律移動体を実現できる。

本発明の自律移動体の構成を表す。人の移動方向によって変化するｒe（斥力がゼロとなる距離）を表す。人の速さによって変化するｒe（斥力がゼロとなる距離）を表す。実施例の自律移動体２のブロック図を表す。トポロジカルマップデータの意味を模式的に表す。Ａスター探索処理手順のフローチャートを表す。移動体が分岐点Ｐ５にある場合のＡスターアルゴリズムによる経路決定プロセスを模式的に示す。移動体が分岐点Ｐ８にある場合のＡスターアルゴリズムによる経路決定プロセスを模式的に示す。

下記に説明する実施例の特徴を整理しておく。
特徴１：実施例の自律移動体は、現時点における移動障害物の位置と速度に基づいて、任意の時刻における移動障害物の位置と速度を計算する。それによって、移動障害物の位置が変化する環境における最適経路を前もって探索する。
特徴２：移動障害物と自律移動体の間の距離に依拠する斥力場と、両者間の距離と両者間の相対速度に依拠する粘性力場を設定して移動コストを計算する。
特徴３：経路探索処理で用いる移動コストの計算式に、距離のコストの他に、特徴２で述べた斥力場と粘性力場から計算されるコストも含める。これにより自律移動体は人などの移動する障害物に接近しすぎることがなく、人の流れに沿って移動する。
特徴４：仮想粘性力がゼロとなる移動障害物からの距離が、移動障害物の移動方向に依拠して変化し、進行方向に長く、背後方向に短い。
特徴５：仮想粘性力がゼロとなる移動障害物からの距離が、自律移動体と移動障害物の相対速度に依拠して変化し、高速時に長く、低速時に短い。

図４は実施例の自律移動体２のブロック図を表す。マップ記憶装置４には、分岐点の座標と、分岐点と分岐点の間が走行可能経路で接続されているかいないかを記述するマップデータが記憶されている。例えば、図５に例示する場合、分岐点Ｐ１・・等の座標と、分岐点Ｐ１とＰ２が接続されていることを示すデータ等を記憶している。分岐点Ｐ１とＰ３が接続されていることを示すデータは記憶されていないことから、分岐点Ｐ１とＰ３の間を直接に接続している経路がないことを示している。マップ記憶装置４は、前記したトポロジカル形式で地図情報を記憶しており、データ量が圧縮されている。
広場Ｑ内を移動する場合、広場Ｑ内を移動する経路を探索して決定する必要がある。そこで、広場内にも分岐点Ｐ５・・等が設定されている。広場内の分岐点Ｐ５・・は、広場Ｑ内に一様に分布している。広場Ｑ内では、任意の分岐点の間を直接に移動することができる。しかしながら、経路探索のために、分岐点から移動可能な分岐点は、隣接して配置されている８個の分岐点であることを示すデータを記憶している。その条件に従った地図データが記憶されているために、広場Ｑ内を移動する経路を探索すると、隣接する分岐点を辿りながら広場Ｑ内を移動する経路が探索される。以下に説明する実施例では、自律移動体が分岐点Ｐ１にいる時に地図データに経路探索処理を実施したために、分岐点Ｐ１，Ｐ２，Ｐ５を辿る経路が探索され、広場Ｑ内の分岐点Ｐ５に移動した時点で再度地図データに経路探索処理を実施し、広場Ｑ内を移動して広場Ｑ内の出発点Ｐ５から目標点Ｇに至る経路を探索する場合を説明する。

目標点指定装置６は、自律移動体２の使用者が操作する装置であり、マップ記憶装置４に記憶されている分岐点群の中から使用者が選んだ分岐点を指定する操作を許容する。使用者が選んだ目標点が自律移動体２に入力される。使用者が目標点を指定するまでのプロセスには各種の形態がありえる。例えば、施設名称と分岐点を対応づけるデータベースを用意しておき、使用者は施設名称を指定するようにしてもよい。マップ記憶装置４が記憶しているトポロジカルマップを画面表示して使用者が指定するものであってもよい。リンク等の手法を利用するものであってもよい。自律移動体２は、使用者が搭乗するものであってもよいし、使用者が指定した目標点に向けて無人で移動するものであってもよい。

エンコーダ３２は自律移動体２の移動量を算出する。ジャイロ３４は自律移動体２の移動方向を算出する。移動量と移動方向の情報は自律移動体情報取得装置８に送られる。自律移動体情報取得装置８は、移動量と移動方向のデータを積算することによって、自律移動体２の現在位置と現在方位を特定する。また、移動量と経過時間の情報から自律移動体２の速度を特定する。自律移動体情報取得装置８は、例えばＧＰＳ機能を使って自律移動体２の位置と速度を特定するものであってもよい。

ＬＲＦ３０は、自律移動体２の周囲に存在している移動障害物を検出する。ここで検出される移動障害物の大半は、歩行者または自転車や車椅子やシニアカーに搭乗して移動する人である。ＬＲＦ３０は、レーザー光を射出し、物体で反射して跳ね返ってくるまでの時間を計測することで物体までの距離を測定し、反射光が跳ね返ってくる方位を計測することでＬＲＦ３０に対する物体の方位を決定する。自律移動体２が広場に入ると、広範囲に亘って移動障害物の存在を検出することが可能となる。ＬＲＦ３０が、自律移動体２から移動障害物までの距離と、自律移動体２に対する移動障害物の方位を検出すると、自律移動体２の現在位置座標と、自律移動体２の現在方位を加味することで、移動障害物の座標を特定することができる。特定された移動障害物の座標は、移動障害物情報取得装置１０に記憶される。所定時間毎に移動障害物の座標を特定することで、移動障害物の移動速度と移動方向を特定することができる。
移動障害物情報取得装置１０は、かかる方法で移動障害物の位置と速度と移動方向を取得する。移動障害物の位置と速度と方向は、ＬＲＦ３０を用いる方法の他に、自律移動体２に搭載しているカメラを用いてもよいし、広場Ｑに接地されている防犯カメラなどのインフラから得られる情報を利用するものであってもよい。

本実施例の自律移動体２の速度は一定に維持され、無理のない速度で移動し続ける。これに代えて、経路が直線であるか否か、周囲に存在する障害物までの距離等の情報を利用して、速度を制御するアルゴリズムを導入してもよい。

自律移動体情報取得装置８で取得した自律移動体２の現在位置と現在速度と、移動障害物情報取得装置１０で取得した移動障害物の位置と速度と方向は、経路探索装置１２に送られる。
経路探索装置１２は、仮に分岐点を選択する装置１３を備えている。例えば、経路探索装置１２によって、図５に示す分岐点Ｐ８までの経路が探索された場合を想定する。この場合、分岐点Ｐ８から移動可能な分岐点は、周囲に存在する８点である。分岐点を仮に選択する装置１３は、移動可能な分岐点（この場合８分岐点）を順々に選択していく。以下では、分岐点Ｐ７を仮に選択した場合を説明する。なお、この実施例では、自律移動体２が広場内の出発点Ｐ５にいるときに、経路探索処理を実施して目標点Ｇに移動する経路を探索する。例えば分岐点Ｐ７を仮に選択するタイミングは、自律移動体２が分岐点Ｐ８に到着したタイミングではない。自律移動体２が広場内の出発点Ｐ５にいるときに、下記を計算して経路を探索する。

経路探索装置１２は、所要時間経過装置１４を備えている。所要時間経過装置１４は、経路探索処理を実施する際に（この例の場合では自律移動体２が広場内出発点Ｐ５にいる時に）、自律移動体２が仮に選択した分岐点に到着するはずの時刻を計算する。
経路探索装置１２は、予測装置１６を備えている。予測装置１６は、自律移動体２が仮に選択した分岐点に到着するはずの時刻における移動障害物の位置と速度を予測する。例示している場合、自律移動体２が広場内出発点Ｐ５にいる時に、移動障害物の位置と速度が特定されて移動障害物情報取得装置１０に記憶されている。その時点から自律移動体２が仮に選択した分岐点に移動するのに要する時間が所要時間経過装置１４で特定される。移動障害物が移動方向と速度を維持すると仮定すれば、予測装置１６は、自律移動体２が仮に選択した分岐点に到着するはずの時刻における移動障害物の位置と速度を予測することができる。

予測装置１２で予測した移動障害物の位置と速度の情報は、仮想粘性力計算装置１８と仮想斥力計算装置２０に送られる。仮想粘性力計算装置１８では、ＳＰＨ粒子法を用いて仮想粘性力を計算し、仮想斥力計算装置２０では、ＳＰＨ粒子法を用いて仮想斥力を計算する。

ＳＰＨ粒子法は「酒井譲、『ＳＰＨ粒子法の基礎と応用』」に詳しく説明されている。ＳＰＨ法では、流体を大量の粒子に近似することで流体運動のシミュレーションを行う。任意の位置ｒにおける物理量φ(ｒ)は、周囲に存在する粒子jの持つ物理量φ_jの和によって表される。

本実施例では、移動障害物のモデル化のために、一人の人（歩行者、自転車・車椅子・シニアカーなどの搭乗者）を粒子なぞらえた。また位置ｒ_jにある物体が位置ｒに及ぼす物理量φは、位置ｒと物体の位置ｒ_jの間の距離ｒ-ｒ_jの関数であるとした。すなわち、下記の式１を使ってモデル化した。

式１から導かれる仮想粘性力F_ｖｉｓと仮想斥力F_ｒeｐは以下の通りである。

∇Ｗ_ｖｉｓ(ｒ-ｒ_j)と、∇Ｗ_ｒｅｐ(ｒ-ｒ_j)は、自律移動体２と移動障害物の間の距離の関数である。
仮想粘性力Ｆ_ｖｉｓに関与する関数∇Ｗ_ｖｉｓ(ｒ-ｒ_j)は、ｒe＝ｒ-ｒ_ｊの距離でゼロあり、距離がそれよりも短くなると増大する。
仮想斥力Ｆ_ｒｅｐを決定する関数∇Ｗ_ｒｅｐ(ｒ-ｒ_j)も、ｒe＝ｒ-ｒ_jの距離でゼロあり、距離がそれよりも短くなると増大する。仮想斥力Ｆ_ｒｅｐに関与する関数∇Ｗ_ｒｅｐ(ｒ-ｒ_j)は、仮想粘性力Ｆ_ｖｉｓに関与する関数∇Ｗ_ｖｉｓ(ｒ-ｒ_j)よりも、距離の減少に対して敏感に増大する。
式２より、仮想粘性力F_ｖｉｓは、自律移動体２から移動障害物までの距離ｒ_ｅ＝ｒ-ｒ_ｊで決まる関数∇Ｗ_ｖｉｓ(ｒ-ｒ_j)と、自律移動体２と移動障害物との相対速度ｖ-ｖ_ｊの積であることがわかる。
仮想粘性力Ｆ_ｖｉｓと仮想斥力Ｆ_ｒｅｐは、自律移動体２と移動障害物の間の距離に対して下記の関係をもつ。ただしｒf＜ｒeである。また自律移動体２と移動障害物との相対速度ｖ-ｖ_ｊは過大なものでないとする。
１）距離＞ｒeの場合：仮想粘性力F_ｖｉｓも仮想斥力Ｆ_ｒｅｐもゼロである。
２）ｒe＞距離＞ｒfの場合：仮想粘性力F_ｖｉｓが支配的である。
３）ｒf＞距離の場合：仮想斥力F_ｒｅｐが支配的である。
自律移動体２と移動障害物の間の距離が短くなれば、仮想粘性力F_ｖｉｓが増大する。経路探索技術では、小さな値を持つ経路を探索することから、仮想粘性力F_ｖｉｓを用いて経路探索すると、自律移動体２と移動障害物の間の距離が短くなる経路は探索されづらい。本実施例では、それに加えて、移動障害物との距離が短くなると急激に増大する仮想斥力F_ｒｅｐまで活用するために、移動障害物に接近する経路は探索されない。移動障害物が人である場合に、人が持っているパーソナルスペースに入り込む経路が探索されることはない。
自律移動体２と人の間の距離ｒ-ｒ_ｊに関するｒeの値は、人の移動方向によって変化する値とすることができ、人の移動方向の前方には長く、背後方向には短くすることができる。図２に示すように、人の進行方向におけるｒeをｒeＦとし、人の進行方向と逆方向におけるｒeをｒeＢとしたときに、ｒeＦ＞ｒeＢとする。この場合、自律移動体２が人の移動方向の前方を移動する場合には、人からの距離が長い経路が優先的に探索される。自律移動体２が人の移動方向の後方を移動する場合には、走行距離が短い経路が優先的に探索される。人が持っているパーソナルスペースによく一致するパーソナルスペースを確保することができる。なお、人の側方向におけるｒeをｒeＬとした場合、ｒeＦ＞ｒeＬ＞ｒeＢとする。あるいはｒeＬ＝ｒeＢとする。
さらにｒeの値は、自律移動体２と移動障害物の相対速度に応じて増減することが好ましい。図３に示すように、相対速度ｖ１のときのｒeをｒe１とし、相対速度ｖ２のときのｒeをｒe２としたとき、ｖ１＞ｖ２であれば、ｒe１＞ｒe２とすることが好ましい。高速で相対移動する場合に人が感じるパーソナルスペースは長く、停止また低速で移動する場合に人が感じるパーソナルスペースは短いことに対応させるのが好ましい。
本実施例では、仮想粘性力Ｆ_ｖｉｓも仮想斥力Ｆ_ｒｅｐも、自律移動体２と移動障害物の間の距離がｒe以上の場合はゼロとなるとしている。それによって、仮想粘性力Ｆ_ｖｉｓと仮想斥力Ｆ_ｒｅｐの計算量を圧縮している。これに代えて、仮想粘性力Ｆ_ｖｉｓがゼロとなる距離と、仮想斥力Ｆ_ｒｅｐがゼロとなる距離が相違する関数を利用してもよい。あるいは、距離が増大すると減少するもののゼロにはならない関数を使って、仮想粘性力Ｆ_ｖｉｓと仮想斥力Ｆ_ｒｅｐを計算してもよい。

本実施例では、自律移動体２が図５の広場Ｑ内の出発点Ｐ５に到達した時点で、広場Ｑ内の経路を探索する。図７は、自律移動体２が出発点Ｐ５に到達した時点を図示している。図示の７０は、その時点で検出されている移動障害物の位置であり、矢印７２は速度と方向を示している。これらは、移動障害物情報記憶装置１０に記憶されている。複数個の移動障害物が存在していることもある。図７では祝数個の移動障害物が存在していることを示している。７０，７２の数字は、それらのうちの一つのみ付してある。

経路探索にはＡスターアルゴリズムを用いる。Ａスターアルゴリズムでは、移動コスト計算装置２２を使って移動コストを計算する。移動コストの計算には、マップ記憶装置４に記憶されているマップ記述データと、目標点指定装置６で指定された目標点情報と、自律移動体情報取得装置８で取得した自律移動体２の位置と速度と、仮想粘性力計算装置１８で取得した仮想粘性力と、仮想斥力計算装置２０で取得した仮想斥力を用いる。仮想粘性力計算装置１８は、自律移動体２の位置と速度と、移動障害物７０の位置と速度と、式２に基づいて仮想粘性力を計算する。仮想斥力計算装置２０は、自律移動体２の位置と、移動障害物７０の位置と、式３に基づいて仮想斥力を計算する。本実施例で用いるＡスターアルゴリズムの処理手順を図６に示した。具体的には以下の通りである。
１．現在の分岐点Ｐ５を出発分岐点とする。
２．現在の分岐点から直接移動可能である分岐点Ｓｎを全て取得する(ステップＳ２)。図７の場合、ｎ＝６〜１０である。
３．そのうちの一つの分岐点Ｓｋを仮に選択する(ステップＳ４)。ｋは６〜１０の内から選択される。
４．分岐点Ｓｋを経由した場合の移動コストの推定値f*(Ｓｋ)を、f*(Ｓｋ)= ｇ(Ｓｋ) + ｈ*(Ｓｋ)の式で求める(ステップＳ６)。ｇ(Ｓｋ)は、出発点Ｐ５から仮に選択した分岐点Ｓｋまで移動するのに要するコストであり、ｈ*(Ｓｋ)は仮に選択した分岐点Ｓｋから目標点Ｇまで移動するのに要する移動コストの推定値である。ｈ*(Ｓｋ)には、仮に選択した分岐点Ｓｋから目標点Ｇに至る直線経路があるものとしたときのその距離に比例する値を採用することができる。ｇ(Ｓｋ)は、出発点Ｐ５から仮に選択した分岐点Ｓｋまでの距離に比例する値と、自律移動体２が出発点Ｐ５にあるときの自律移動体２の位置（Ｐ５にある）と速度と、移動障害物７０の位置と速度と、式２に基づいて計算した仮想粘性力に比例する値と、自律移動体２が出発点Ｐ５にあるとき自律移動体２の位置（Ｐ５にある）と、移動障害物７０の位置と、式３に基づいて計算した仮想斥力に比例する値を加算したものである。
５．現在の分岐点Ｐ５から直接移動可能な全ての分岐点Ｓｎ（ｎ＝６〜１０）を仮に選択して移動コストを計算したか否かを判定する(ステップＳ８)。移動コストを計算していない分岐点が残っていれば(ステップＳ８でＮｏ)、移動コストが計算されていない分岐点を仮に選択しなおし(ステップＳ１０)、ステップＳ６に戻って移動コストを計算する。
６．ステップＳ８の判定において、選択可能な全ての分岐点Ｓｎ（ｎ＝６〜１０）を経由する場合の移動コストが計算されたと判定されれば(ステップＳ８のＹｅｓ)、移動コストの計算値が最小となる分岐点を選択する(ステップＳ１２)。図７の場合、Ｐ８の分岐点を経由するのが最小移動コストであると計算された場合を例示している。
７．移動コストの計算に仮想粘性力を含める。仮想粘性力は、移動障害物の近傍を移動障害物との速度差が大きい状態で自律移動体２が移動する経路については大きな値となることから、そのような経路が選択されないように作動する。すなわち、移動障害物の近傍を通過する際には、移動障害物との速度差が小さい状態で自律移動体２が移動する経路が優先的に選択されるように作動する。自律移動体２が移動障害物に沿って移動する経路が優先的に選択されるように作動する。
８．移動コストの計算に仮想斥力を含める。仮想斥力は、移動障害物に接近する経路については大きな値となることから、そのような経路が選択されないように作動する。すなわち、移動障害物から離れた位置を通過する経路が優先的に選択されるように作動する。移動障害物が人である場合、あるいは自律移動体２に人が搭乗している場合に、他者・他物が侵入すると人が不安を感じるパーソナルスペースに入り込まない経路が優先的に選択されるように作動する。
９．ステップＳ１４では、ステップＳ１２で選択した分岐点が目標点Ｇかどうかを判定する。選択した分岐点が目標点Ｇであった場合は(ステップＳ１４のＹｅｓ)、目標点Ｇに至る経路が探索されたので処理を終了する。
１０．選択した分岐点が目標点Ｇでない場合は(ステップＳ１４のＮｏ)、ステップＳ２における現在の分岐点をステップＳ１２で決定した分岐点に置き換えてステップＳ２以降の処理を繰り返す。

図８は、現在位置を分岐点Ｐ８に更新した場合に実行する処理内容を例示している。なお、現在位置を分岐点Ｐ８に更新して経路探索を続行するタイミングは、移動体２が実際には分岐点Ｐ５にいる時点で実行する。移動体２が実際には分岐点Ｐ５にいる時点で、目標点Ｇに至る経路探索処理を完了してしまう。移動体２が実際には分岐点Ｐ８に至っていない時点で計算することから、移動体２が分岐点Ｐ８に至ったときの移動障害物７０の位置と速度を直接的に検出することができない。

本実施例では、所要時間計算装置１４によって、自律移動体２が分岐点Ｐ８に到達する時刻を計算する。そして、その時刻における移動障害物７０の位置と速度を推定する。自律移動体２が分岐点Ｐ５にいる時点における移動障害物７０の位置と速度は検出されていることから、移動障害物７０が等速移動を続けると仮定すれば、自律移動体２が分岐点Ｐ８に到達する時点における移動障害物７０の位置と速度を推定することができる。
ステップＳ２における現在の分岐点を、実際にいる分岐点Ｐ５から、計算上で決定した分岐点（この場合にはＰ８）に置き換えてステップＳ６を実行する場合には、上記のようにして推定した移動障害物７０の位置と速度を用いて仮想粘性力と仮想斥力を計算し、移動コストを計算する。

本実施例で移動コストを計算するのに用いるｇ(Ｓｋ)は、下記の式とする。
ｇ(Ｓｋ)= Ｌ[Ｓ0,Ｓｋ] + Ｗ_ｖｉｓF_ｖｉｓ + Ｗ_ｒeｐF_ｒeｐ
ここでＬ[Ｓ0,Ｓｋ]は、直前に決定した分岐点Ｓ0から仮に選択した分岐点Ｓｋまでの距離、Ｆ_ｖｉｓは前述の式２による仮想粘性力、F_ｒeｐは式３の仮想斥力、Ｗ_ｖｉｓはF_ｖｉｓの重みパラメータ、Ｗ_ｒeｐはF_ｒeｐの重みパラメータである。Ｗ_ｖｉｓおよびＷ_ｒeｐは、Maximum Entropy Inverse Reinforcement Learningなどの学習アルゴリズムにより同定されるパラメータである。詳細は非特許文献１に記載があるため、本明細書での説明は省略する。

経路探索装置１２は、出発点Ｓ0（たとえば広場内出発点Ｐ５）にいる間に、出発点Ｓ0から目標点Ｇまでの経路を探索し、その経路に沿って移動する。経路探索では、経路の距離のみならず、仮想粘性力を加味することから、移動障害物の流れに沿った経路が優先的に探索される。また、仮想斥力をも加味することから、人のパーソナルスペースに侵入しない経路が優先的に探索される。また、仮想粘性力と仮想斥力を計算する際には、自律移動体２が経路を進むのに時間を要し、その間に移動障害物の位置も変わってしまうことを加味し、変化した後の移動障害物の位置と速度によって、仮想粘性力と仮想斥力を計算する。実際に即した計算となっており、計算した経路が実際には不適当な経路となる事象が出現する確率が低い。経路を頻繁に再探索する必要はない。自律移動体２は、人のパーソナルスペースに侵入することなく、人の流れに沿った方向に移動する。さらに、進行方向を変更する際には人の前方を横切るのではなく、人の後方において進行方向を変更する。人の移動速度に応じて人との距離を適切に保つことができる。

図４に示すように、自律移動体２は局所回避経路探索装置２６を備えている。自律移動体２は、探索した経路を移動しながら周囲を検出し、回避する必要がある障害物を検出すれば、局所回避経路探索装置２６によって回避経路を生成して回避する。回避した結果、探索ずみの経路に復帰できなくなった場合には、再探索処理を実行する。

以上、本発明の具体例を詳細に説明したが、これらは例示にすぎず、特許請求の範囲を限定するものではない。特許請求の範囲に記載の技術には、以上に例示した具体例を様々に変形、変更したものが含まれる。
また、本明細書または図面に説明した技術要素は、単独であるいは各種の組合せによって技術的有用性を発揮するものであり、出願時請求項記載の組合せに限定されるものではない。また、本明細書または図面に例示した技術は複数目的を同時に達成するものであり、そのうちの一つの目的を達成すること自体で技術的有用性を持つものである。

２：自律移動体
４：マップ記憶装置
６：目標点指定装置
８：自律移動体情報取得装置
１０：移動障害物情報取得装置
１２：経路探索装置
１３：仮に分岐点を選択する装置
１４：所要時間計算装置
１６：予測装置
１８：仮想粘性力計算装置
２０：仮想斥力計算装置
２２：移動コスト計算装置
２４：選択装置
２６：局所回避経路探索装置
２８：経路
３０：ＬＲＦ
３２：エンコーダ
３４：ジャイロ
７０：移動障害物
７２：移動障害物の速さと方向を示すベクトル
Ｐ１，Ｐ２・・：分岐点
reF：人の進行方向におけるre
reB：人の進行方向と逆方向におけるre
reL：人の側方向におけるre
re1：相対速度v1のときのre
re2：相対速度v2のときのre

Claims

目標点までの経路を探索して移動する自律移動体であり、
分岐点座標と、分岐点と分岐点の間が移動可能経路で接続されているか否かを記述しているマップ記述データを記憶しているマップ記憶装置と、
人が、マップ記述データに含まれている分岐点の中から任意の分岐点を選択し、選択した当該分岐点を目標点として指定することを許容する目標点指定装置と、
自律移動体の位置と速度を取得する自律移動体情報取得装置と、
移動障害物の位置と速度を取得する移動障害物情報取得装置と、
マップ記述データに経路探索処理を施し、自律移動体情報取得装置によって取得した現在位置から目標点指定装置によって指定された目標点までの経路を探索する経路探索装置を備えており、
経路探索装置が、以下の装置、すなわち:
仮に選択した分岐点に自律移動体が移動するのに要する時間を計算する所要時間計算装置と、
移動障害物情報取得装置で取得した移動障害物の位置と速度と、所要時間計算装置で計算した所要時間から、自律移動体が仮に選択した分岐点に移動する時点における移動障害物の位置と速度を予測する予測装置と、
予測装置で予測した移動障害物の位置と速度と、自律移動体が仮に選択した分岐点を移動する際の速度から、自律移動体に作用する仮想粘性力を計算する仮想粘性力計算装置と、
仮に選択した分岐点を経由する経路によるときの経路距離と仮想粘性力を含む移動コストを計算する移動コスト計算装置と、
仮に選択した分岐点群の中から移動コスト計算装置で計算される移動コストが最小となる分岐点を選択する選択装置を含んでいることを特徴とする自律移動体。
予測装置で予測した移動障害物の位置と、仮に選択した分岐点の位置から、自律移動体に作用する仮想斥力を計算する仮想斥力計算装置が付加されており、
移動コスト計算装置が、仮に選択した分岐点を経由する経路によるときの経路距離と仮想粘性力と仮想斥力を含む移動コストを計算することを特徴とする請求項１に記載の自律移動体。
仮想斥力がゼロとなる移動障害物からの距離が、移動障害物の移動方向に依拠して変化し、進行方向に長く、背後方向に短いことを特徴とする請求項２に記載の自律移動体。
仮想斥力がゼロとなる移動障害物からの距離が、自律移動体と移動障害物の相対速度に依拠して変化し、高速時に長く、低速時に短いことを特徴とする請求項２または３に記載の自律移動体。