JP6157598B2 - 移動ロボット、及び、音源位置推定システム - Google Patents

Description

本発明は、空間内を移動するロボットに搭載したマイクを用いて、空間内に存在する音源の位置を高精度に推定する方法に関する。

近年、人間と同じ空間に存在し、移動しながら様々なサービスを提供するサービスロボットが広く開発されている。そのようなロボットには、人間とのコミュニケーション手段としてマイクが搭載されており、音声認識技術などを用いて対話を行えるものもある。また、建物内を巡回し、搭載したカメラやマイクにより異常を検出すると即座に報告する、警備用途のロボットなども開発が進められている。さらに、サービス機能と警備機能を１台でこなし、昼間はサービスを、夜間は警備を行うことで多目的かつ効率的な活用が可能なタイプのロボットも考えられている。

警備機能を持つロボットが検出すべき異常の種類は、人の警備員と同等以上のものが求められる。したがって、警備中に発生した異音を検出することも当然期待されている。音の異常を検出するためには、観測した音が異常であるかを判断する機能と、音の種類、音が発生した時刻、及び、音の位置を伝達する機能との２種類が不可欠である。

音の位置を伝達する技術として、マイクを備えた移動ロボットが観測した音声波形から、音源の位置を特定する技術が開発されている。

特許文献１には、三角測量の原理を用いて音源の位置を正確に計測する方法が開示されている。

特開２０１１−１４９７８２

しかしながら、三角測量の原理を用いて音源の位置を正確に計測するためには、ロボット自身の位置と、ロボットからみた音源到来方向を、正確に計測する必要がある。ロボット自身の位置を推定する方法は、オドメトリ（odometry）やスキャンマッチングを組み合わせた方法などが考えられている。しかしながら、高速に移動するため車輪すべりの誤差など外乱の影響を受けてオドメトリ情報が正しく得られない場合や、周辺の環境情報が乏しく地図とのマッチングが成功しない場合など、ロボットの位置を正しく推定できない場合が存在する。

このように移動ロボットにより音源の位置を正確に計測しようとすると、音源到来方向が正しく得られたとしても、ロボットの自己位置が正しく推定できていないと、音源位置は不正確となる問題がある。

また、ロボットの自己位置の観測と、音源到来方向の観測との同期が十分にとれない場合も、音源位置は正確に推定出来ない。

上記課題を解決するために、移動ロボットは、ロボットの自己位置を推定する自己位置推定部と、観測した音源の方向情報を取得する音源情報取得部と、前記推定した自己位置と前記音源の方向情報から音源の位置を推定する音源位置推定部と、を備えることを特徴とする。

本発明によれば、移動ロボットにより音源の位置を正確に計測できる。さらに、ロボットの自己位置の推定精度を向上させることができる。

実施例１の音源位置推定ロボットの構成図の例である。 実施例１の記憶装置１３０に格納された、自己位置推定プログラム１３１の動作を示すフローチャートである。 実施例１の記憶装置１３０に格納された、音源情報取得プログラム１３２の動作を示すフローチャートである。 実施例１の記憶装置１３０に格納された、音源位置推定プログラム１３３の動作を示すフローチャートである。 実施例２の音源位置推定システムの構成図である。 実施例２の音源位置推定ロボット１１の構成図である。 実施例２の記憶装置１３０に格納された、音源情報取得プログラム１３２の動作を示すフローチャートである。 実施例２の記憶装置１３０に格納された、センサデータ受信プログラム１３５の動作を示すフローチャートである。 実施例２のセンサ２１の構成図である。 実施例２のタブレット端末３１の構成図である。 実施例２のタブレット端末３１のタッチパネル３２１の表示例である。 実施例１の音源位置推定プログラムのアルゴリズムを説明する図である。 実施例１の音源位置推定プログラムのアルゴリズムを説明する図である。

以下、図面を用いて実施例を説明する。

本実施例では、音源位置推定ロボット１１の例を説明する。

図１は、本実施例の音源位置推定ロボットの構成図の例である。

音源位置推定ロボット１は、バス１１０、CPU１２０、マイク１２１、LIDAR１２２、移動装置１２３、記憶装置１３０からなる。
バス１１０はCPU１２０、マイク１２１、LIDAR１２２、移動装置１２３、記憶装置１３０を相互に接続しデータ信号を中継するもので、汎用のPCで用いられる規格（PCIなど）を用いることができる。
CPU１２０はプログラムに従い、マイク１２１、LIDAR１２２、移動装置１２３、記憶装置１３０に制御コマンドを送り制御するもので、汎用のCPU（例えばSHー４プロセッサ）やチップコントローラを用いることができる。
マイク１２１はロボット周辺の音声を収録するもので、例えば市販のコンデンサマイクとA/Dコンバータを用いることができる。
LIDAR１２２は可視光線などの電磁波を放射し、その反射波を計測することで、観測平面上の各方向の障害物までの距離を測定する装置である。本実施例では、観測平面は地面と平行であり、方向分解能は１度のものを用いるが、本発明はこの仕様に限定されるものではない。

記憶装置１３０はプログラムやデータを格納するもので、例えば市販のDRAMやHDDを用いることができる。記憶装置１３０は、自己位置推定プログラム１３１、音源情報取得プログラム１３２、音源位置推定プログラム１３３、移動制御プログラム１３４、自己位置バッファ１４１、音源情報バッファ１４２、地図データ１４３、音源位置バッファ１４４、及び、経路データ１４６を格納する。

図２は、記憶装置１３０に格納された、自己位置推定プログラム１３１の動作を示すフローチャートである。

自己位置推定プログラム１３１は、本システムの利用時に常に動作させる(S101)。

まず、自己位置推定プログラム１３１は、観測平面上の各方向の障害物までの距離を示す距離データL----_t(θ)をLIDAR１２２から取得する(S102)。次に、移動装置１３０からオドメトリデータO_t={O_xt,O_yt,O_θt}を取得する(S103)。次に、取得した距離データ、オドメトリデータと、自己位置バッファ１４１に記録された過去の自己位置データP_t-1、地図データ１４３M(x,y)を用いて、現在の自己位置を推定する(S104)。

推定方法は、オドメトリ情報を用いたスキャンマッチングによる自己位置推定方式として既知の方法を用いて良い。自己位置Pを仮定したとき、距離データLが示す観測地形と地図データMの自己位置Pでの地形の一致度を示す関数F(P|M,L)を用いて、推定自己位置P_t=argmax_pF(P|M,L_t(θ)) を、PをP_t-1+O_tを中心とし一定のx,y,θの幅で探索して決定する。

このように推定した推定自己位置P_tを、自己位置バッファ１４１に格納する (S105)。

図３は、記憶装置１３０に格納された、音源情報取得プログラム１３２の動作を示すフローチャートである。

音源情報取得プログラム１３２は、本システムの利用時に常に動作させる(S201)。まず、音源情報取得プログラム１３２は、マイク１２１から音声データw_t(c)を取得する(S202)。次に、取得した音声データw_t(c)を分析し、音源方向A_tを取得する (S203)。音声データw_t(c)は、時刻tにおいてマイクチャネルcから受信した波形のサンプル集合である。A_tは、音源が存在すると考えられる方向の集合である。音声データw_t(c)から音源が存在すると考えられる方向の集合A_tを求めるには、マイクロホンアレイから音源方向を推定する既知の音源方向推定手法を用いることができる。例えばビームフォーミングを用いて、下記に示す数１として求める。

ここでa(θ)は予め測定した方向θからの音声の伝達関数を表すベクトル、*は畳み込み演算記号、Tは音源が存在すると判定するパワー閾値である。このように推定した音源方向A_tを、音源情報バッファ１４２に格納する (S204)。

図４は、記憶装置１３０に格納された、音源位置推定プログラム１３３の動作を示すフローチャートである。

音源位置推定プログラム１３３は、本システムの利用時に常に動作させる(S301)。まず、音源位置推定プログラム１３３は、音源位置推定を行う区間[t₁,t₂]を決定し、区間[t₁,t₂]の自己位置データP_t1,…,P_t2と音源方向A_t1,…,A_t2を自己位置バッファ、音源情報バッファからそれぞれ取得する(S302)。例えば、現在時刻tから10フレーム前までの情報を用いる場合、[t₁,t₂]=[t-10,t]である。

次に、音源位置推定プログラム１３３は、予め定めたロボットの移動モデルのパラメータΘを適切に定め、以下の処理を実行する(S303)。まず、パラメータΘにおける音源位置S(Θ)を、自己位置データP_t1,…,P_t2と音源方向A_t1,…,A_t2から求める(S304)。音源位置を求める具体例を示す。ここでは、パラメータΘは、自己位置データP_t1,…,P_t2と音源方向A_t1,…,A_t2の観測時刻のずれをt^p=αt^A+βとして補正するパラメータα,βとする。事前に定めた時間間隔δを用いて、観測データ列D_i=(Q_i,B_i)(i=1,…,N)を作成する。ここで、Q_i=P_αiσ+β、B_i=A_iδである。P,Aの添字がデータとして存在しない場合は、近隣のデータから線形補間した値を用いる。観測データD_iは、集合B_iの各要素b_i,mごとに、座標(Q_i ^x,Q_i ^y)を始点とし、方向Q_i ^θ+b_i,mへ伸びる半直線を考えると、それらの半直線の集合を表す。次に、求めた観測データ列の任意の組み合わせD_i,D_jに対する交点集合を求め、その全体を集めて交点集合T={T₁,…,T_N}を作成する。交点集合Tの平均から音源位置S(Θ)を下記に示す数２として推定する。

推定方法は、例えば混合ガウス分布を仮定して推定を行い、各ガウス分布の平均値を音源位置とみなしてもよい。

次に、音源位置の推定誤差から得られるスコアＲ（Θ）を計算する(S305)。具体的には、音源位置の推定誤差から得られるスコアＲ（Θ）は、上記交点全体Tの分散×-1を用いて、下記に示す数３として求める。

本発明はここで定義したスコア計算方法に限定されるものではなく、音源位置の推定誤差から得られる任意のスコアを用いてよい。例えば、音源位置が複数の場合、それぞれの交点が属する音源位置からの分散の和と考えることができる。最後に、まだ探索すべきΘが残っていれば、S303に戻る(S306)。探索すべきすべてのΘについて音源位置S(Θ),音源位置の推定誤差から得られるスコアＲ（Θ）の計算を終えたら、スコアＲ（Θ）を最大とするΘ^が与える音源位置S(Θ^)を、最も確からしい音源位置と推定し、推定した音源位置S(Θ^)を音源位置バッファ１４４に格納する (S307)。音源位置S(Θ^)は、パラメータΘにおける音源位置S(Θ)に対して、パラメータΘ（すなわち、α,β）をパラメータΘ^に補正することにより得られる。

例として、パラメータΘ=(α=1,β=0)のときと、パラメータΘ=(α=1,β=1)のときの観測データ列D_i=(Q_i,B_i),交点集合T={T₁,…,T_N}をそれぞれ図１２、図１３に示す。Tの分散からスコアＲ（Θ）を比較すると、R(α=1,β=1)>R(α=1,β=0)となる。

最後に、音源位置の推定誤差から得られるスコアを最大とするΘ^, スコアを最大とするΘ^が与える音源位置S(Θ^)から補正自己位置P^を計算し、Ｓ１０５で格納した自己位置バッファ１４１の区間[t₁,t₂]の自己位置Pを補正自己位置P^で上書きする(S308)。これは、空間内の音源位置を不変と仮定して現在位置を補正することに相当する。

記憶装置１３０に格納された、移動制御プログラム１３４の動作を説明する。移動制御プログラム１３４は本システムの利用時に常に動作させ、経路データ１４５の内容に従い、移動装置１２３に移動命令を送信することで、ロボット１１全体を移動させる。本発明はここで定義した経路データ１４５を用いる方法に限定されるものではなく、例えばロボット１１に別途通信手段を設け、外部からの指示にしたがい移動装置１２３に移動命令を送信する方法でもよい。

また、S308にて推定した補正自己位置P^を用いて、自己位置の補正量が一定内に収まるまで再度S301以降のプロセスを実行してもよい。このとき、計算量は増加するが、音源位置と自己位置を交互に繰り返し推定することにより、それぞれの精度が改善されることがある。

以上により説明した内容で音源位置推定ロボット１１を構成すれば、移動ロボットにより音源の位置を正確に計測でき、さらに自己位置の推定精度を向上させることができる。

本実施例では、音源位置推定システム１の例を説明する。

図５は、本実施例の音源位置推定システムの構成図の例である。

音源位置推定システム１は、ネットワーク２、ロボット１１、センサ２１、２２、２３、タブレット端末３１から構成される。ロボット１１、センサ２１、２２、２３、タブレット端末３１は、それぞれがTCP/IP網であるネットワーク２に接続しており、IPアドレスが割り当てられ、相互に通信可能な状態にある。本発明はここで定義したネットワーク構成やセンサ数に限定されるものではなく、任意の通信ネットワークやセンサ数で実現することが可能である。

図６は、本実施例の音源位置推定ロボット１１の構成図の例である。

音源位置推定ロボット１は、実施例１で示した構成に加え、さらにカメラ１２４、NIF１２５、センサ設置装置１２６を備え、それぞれバス１２０に接続されている。カメラ１２５４は、ロボット１１の前方を撮影できるように備え付けられ、撮影命令を受けると撮影した画像データをCPU２２０に送信する。NIF１２５はネットワーク２に直接接続され、ネットワーク２の他の機器との通信を担う。センサ設置装置１２６は、センサ２１，２２，２３を備え、環境内に設置するための装置である。記憶装置１３０に格納された、自己位置推定プログラム１３１、移動制御プログラム１３４の動作は、実施例１と同様であるので、詳細の説明は省略する。

図７は、記憶装置１３０に格納された、音源情報取得プログラム１３２の動作を示すフローチャートである。

音源情報取得プログラム１３２は、本システムの利用時に常に動作させる(S201)。まず、音源情報取得プログラム１３２は、マイク１２１から音声データw_t(c)を取得する(S202)。次に、取得した音声データw_t(c)を分析し、音源方向A_tを取得する (S203)。音声データw_t(c)は、時刻tにおいてマイクチャネルcから受信した波形のサンプル集合である。A_tは、音源が存在すると考えられる方向の集合である。音声データw_t(c)から音源が存在すると考えられる方向の集合A_tを求めるには、マイクロホンアレイから音源方向を推定する既知の音源方向推定手法を用いることができる。例えばビームフォーミングを用いて、下記に示す数４として求める。

ここでa(θ)は予め測定した方向θからの音声の伝達関数を表すベクトル、*は畳み込み演算記号、Tは音源が存在すると判定するパワー閾値である。

さらに、音源情報取得プログラム１３２は、音源方向θからの音声のみを音源方向音声データとして取得する(S204)。このためには、既知の多チャンネル音源分離手法を用いることができる。また、音源方向θに相当する位置の画像データを取得するため、カメラに撮影命令を送信し、カメラから画像データを受信する(S205)。カメラの画角から、受信画像データの切り出し範囲を計算しトリミングすることは容易である。音源方向θがカメラの死角にあたる場合は、画像データに関する以下の処理を無視する。

次に、音源情報取得プログラム１３２は、このように取得した音源方向音声データと画像データを用いて、音源種別判別データベースのエントリと比較を行い、音源種別を推定する(S206)。音源種別判別データベースは、複数のエントリから構成される。各エントリは代表的な音源をあらわし、当該音源が発する音声データを統計モデル化した音源波形モデル、当該音源の外観をテンプレートとして保存した音源画像テンプレート、音源種別を示す音源種別識別子、音源が移動しうるものか不動のものかを表す音源移動情報が登録されている。音源情報取得プログラム１３２は、音源方向音声データと音源波形モデルの一致度、および画像データと音源画像テンプレートとの一致度を計算し、一致度が最大のエントリが示す音源種別識別子、音源移動情報を選択する。音源方向音声データと音源波形モデルの一致度は、例えばHMMを用いた既知の音声マッチング方法により計算できる。また、画像データと音源画像テンプレートの一致度は、例えば画像特徴量を用いたマッチング方法により計算できる。

音源情報取得プログラム１３２は、このように推定した音源方向A_t、音源種別識別子、音源移動情報を、音源情報バッファ１４２に格納する (S207)。さらに、新規音源を検出した場合、その近辺にセンサを設置する指示をセンサ設置装置に送信する。音源情報取得プログラム１３２は、音源位置バッファを参照し、推定した音源位置が音源位置バッファに格納されていない場合に新規音源を検出したと判断する。

記憶装置１３０に格納された、音源位置推定プログラム１３３の動作を説明する。

音源位置推定プログラム１３３の動作は、実施例１とほぼ同じであるが、実施例２の音源位置推定プログラム１３３は、S304において、音源情報として記録されたデータの音源移動情報が不動であるものに限定して、音源位置の推定を行う。これにより、移動すると推定された音源の位置を、不動と仮定して推定することで誤った音源位置推定が行われ、それにより自己位置推定が狂うことを防ぐことが可能となる。

図８は、記憶装置１３０に格納された、センサデータ受信プログラム１３５の動作を示すフローチャートである。

センサデータ受信プログラム１３５は、本システムの利用時に常に動作させる(S501)。まず、センサデータ受信プログラム１３５は、受信したセンサデータ内の音声データを、音源種別判別データベースの各エントリと比較し、音源種別識別子、音源移動情報を推定する(S502)。この方法は、音源情報取得プログラム１３２のS206で説明した方法と同様のものを利用可能である。次に、推定した音源種別識別子、音源移動情報を音源情報として音源情報バッファに格納する(S503)。

これにより、音源に設置したセンサによる音声情報を用いて、音源情報バッファの音源種別識別子、音源移動情報を、ロボットが音源から離れた場合にも更新しつづけることが可能となる。

記憶装置１３０に格納された、音源情報送信プログラム１３６の動作を説明する。音源情報送信プログラム１３６は、音源位置推定プログラム１３３で推定した音源位置に関する情報をネットワーク２を介してタブレット端末３１に送信する。音源情報送信プログラム１３６は、推定した音源種別識別子、音源移動情報、交点集合の分布分散から定められる推定位置範囲、音源画像データ、音源の観測時刻、及び、観測した音声データを音源情報として音源位置に関する情報とともに同時に送信してもよい。また、音源情報送信プログラム１３６は、地図データ１４３や経路データ１４６を音源情報として音源位置に関する情報とともに同時に送信してもよい。地図データや経路データは、推定された音源位置付近のデータのみを送信してもよい。

図９は、本実施例のセンサ２１の構成図の例である。なおセンサ２２，センサ２３の構成はセンサ２１と同様である。

センサ２１は、バス２１０、CPU２２０、マイク２２１、NIF２２２、記憶装置２３０からなる。バス２１０はCPU２２０、マイク２２１、NIF２２２、記憶装置２３０を相互に接続しデータ信号を中継するもので、汎用のPCで用いられる規格（PCIなど）を用いることができる。CPU２２０はプログラムに従い、マイク２２１、NIF２２２、記憶装置２３０に制御コマンドを送り制御するもので、汎用のCPU（例えばSHー４プロセッサ）やチップコントローラを用いることができる。マイク２２１はセンサ周辺の音声を収録するもので、例えば市販のコンデンサマイクとA/Dコンバータを用いることができる。NIF２２２はネットワーク２に無線で接続され、ネットワーク２の他の機器との通信を担う。本発明はここで定義した無線による接続に限定されるものではなく、有線でも実現可能である。記憶装置２３０はプログラムやデータを格納するもので、例えば市販のDRAMやHDDを用いることができる。

記憶装置２３０に格納された、音声取得送信プログラム２３１の動作を説明する。

音声取得送信プログラム２３１は、センサ２１が設置された直後から動作させ、マイク２２１で観測した音声データを、NIF２２２を通して、ロボット１１に送信する。

図１０は、本実施例のタブレット端末３１の構成図の例である。

タブレット端末３１は、バス３１０、CPU３２０、タッチパネル３２１、NIF３２２、記憶装置３３０からなる。 バス３１０はCPU３２０、タッチパネル３２１、NIF３２２、記憶装置３３０を相互に接続しデータ信号を中継するもので、汎用のPCで用いられる規格（PCIなど）を用いることができる。 CPU３２０はプログラムに従い、タッチパネル３２１、NIF３２２、記憶装置３３０に制御コマンドを送り制御するもので、汎用のCPU（例えばSHー４プロセッサ）やチップコントローラを用いることができる。 タッチパネル３２１はCPU３２０からの表示命令に従い利用者に視覚的情報を表示し、さらに利用者のタッチを検出してCPU３２０にその位置を伝えることが可能な装置である。NIF３２２はネットワーク２に直接接続され、ネットワーク２の他の機器との通信を担う。記憶装置３３０はプログラムやデータを格納するもので、例えば市販のDRAMやHDDを用いることができる。

記憶装置３３０に格納された、ユーザ・インタフェースプログラム３３１の動作を説明する。

ユーザ・インタフェースプログラム３３１はタブレット端末３１の起動中に常に動作させ、ロボット１１から音源情報を受信すると、タッチパネル３２１に表示する。また、利用者によるタッチパネル３２１へのタッチが検出され、タッチパネル３２１からタッチ情報を受信すると、当該位置に表示されたシンボルに対応する音声を情報バッファ３３２から取得し、スピーカ３２３に送信し、再生する。

図１１は、本実施例のタブレット端末３１のタッチパネル３２１の表示例である。

環境地図７１０を表示し、その上に音源ごとに音源情報を重ねて表示する。音源情報は、音源の位置に音源を示す音源種別識別子のシンボル画像７２０，７２１，７２２を表示し、交点集合の分布分散から定められる推定位置範囲７３０，７３１、音源種別識別子と音源画像データ７４０を表示する。また、音源の観測時刻７０１，７０２，７０３を時間軸７００上に表示する。

以上により説明した内容で音源位置推定システム１を構成すれば、移動ロボットにより音源の位置を正確に計測でき、さらに自己位置の推定精度を向上させることができる。さらに、タブレット端末を用いて利用者がロボットにより取得した音源に関する情報に容易にアクセスすることが可能となる。

１１ ロボット
２１ センサ
２２ センサ
２３ センサ
３１ タブレット端末
１２０ ＣＰＵ
１２１ マイク
１２２ ＬＩＤＡＲ
１２３ 移動装置
１２５ ＮＩＦ
１２６ センサ設置装置
１３０ 記憶装置
２２０ ＣＰＵ
２２１ マイク
２２２ ＮＩＦ
２３０ 記憶装置
３２０ ＣＰＵ
３２１ タッチパネル
３２２ ＮＩＦ
３２３ スピーカ
３３０ 記憶装置

Claims (10)

1. 移動ロボットであって、
   ロボットの自己位置を推定する自己位置推定部と、
   観測した音源の方向情報を取得する音源情報取得部と、
   前記推定した自己位置と前記音源の方向情報から音源の位置を推定する音源位置推定部と、を備え、
   前記音源情報取得部は、前記音源の種別に基づいて、前記音源が移動し得るものか不動のものかを推定し、
   前記音源位置推定部は、不動の音源に限定して音源の位置を推定し、推定した音源の位置を音源位置バッファに格納することを特徴とする移動ロボット。
2. 請求項１に記載の移動ロボットであって、
   音源種別毎に音源波形モデルを保持する音源種別判別データベースを備え、
   前記音源情報取得部は、前記観測した音源と前記音源種別判別データベースの音源波形モデルの一致度が最大の源波形モデルの音源種別を前記観測した音源の音源種別と推定することを特徴とする移動ロボット。
3. 請求項２に記載の移動ロボットであって、
   該移動ロボットは、カメラを備え、
   前記音源種別判別データベースは、さらに、前記音源波形モデル毎に音源画像テンプレートを保持し、
   前記音源情報取得部は、前記カメラで撮影した画像と前記音源画像テンプレートとの画像特徴量の一致度に基づいて、前記音源の音源種別を特定することを特徴とする移動ロボット。
4. 請求項１に記載の移動ロボットであって、
   空間内にセンサ装置を設置するセンサ設置部を備え、
   前記音源情報取得部は、
   前記音源位置バッファを参照し、推定された音源の位置が格納されていない音源を新規音源と判定し、前記新規音源の近辺にセンサ装置を設置する指示を、前記センサ設置部に送信することを特徴とする移動ロボット。
5. 移動ロボットと、端末上で動作するプログラムと、を含む音源位置推定システムであって、
   前記移動ロボットは、
   ロボットの自己位置を推定する自己位置推定部と、観測した音源の方向情報を取得する音源情報取得部と、
   前記推定した自己位置と前記音源の方向情報から音源の位置を推定する音源位置推定部と、
   前記推定した音源位置を送信する音源情報送信部と、
   空間内にセンサ装置を設置するセンサ設置部と、
   を備え、
   前記音源情報取得部は、前記音源の種別に基づいて、前記音源が移動し得るものか不動のものかを推定し、
   前記音源位置推定部は、不動の音源に限定して音源の位置を推定し、推定した音源の位置を音源位置バッファに格納し、
   前記音源情報取得部は、前記音源位置バッファを参照し、推定された音源の位置が格納されていない音源を新規音源と判定し、前記新規音源の近辺にセンサ装置を設置する指示を、前記センサ設置部に送信し、
   前記端末上で動作するプログラムは、前記音源位置を地図データとともに該端末に表示させることを特徴とする音源位置推定システム。
6. 請求項５に記載の音源位置推定システムであって、
   前記音源情報送信部は、推定した音源位置とともに音源の種別を送信し、
   前記プログラムは、前記音源位置を前記音源の種別とともに該端末に表示させることを特徴とする音源位置推定システム。
7. 請求項５に記載の音源位置推定システムであって、
   前記音源情報送信部は、音源の存在可能性が高い領域を示す推定位置範囲を送信し、
   前記プログラムは、前記推定位置範囲を該端末に表示させることを特徴とする音源位置推定システム。
8. 請求項７に記載の音源位置推定システムであって、
   前記音源情報送信部は、前記推定した音源位置の音源の音源種別識別子を送信し、
   前記プログラムは、前記音源種別識別子に対応するシンボル画像を前記音源位置に表示させることを特徴とする音源位置推定システム。
9. 請求項５に記載の音源位置推定システムであって、
   前記音源情報送信部は、観測した音源の音声データ、撮影された画像データを送信し、
   前記プログラムは、前記音源の音声データの音声を該端末から出力させる、または、前記画像データの画像を前記端末に表示させることを特徴とする音源位置推定システム。
10. 請求項１に記載の移動ロボットであって、
    前記音源位置推定部は、複数の音源観測データ及び複数の自己位置推定結果に基づいて推定した複数の音源位置を推定し、該推定した音源位置の分散が最小となる位置を音源位置と推定することを特徴とする移動ロボット。

Images