JP6882092B2

JP6882092B2 - 経路探索装置および経路探索方法

Info

Publication number: JP6882092B2
Application number: JP2017121911A
Authority: JP
Inventors: 健太高野橋; 秋山　靖浩; 靖浩秋山; 浜田　宏一; 宏一浜田
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2017-06-22
Filing date: 2017-06-22
Publication date: 2021-06-02
Anticipated expiration: 2037-06-22
Also published as: JP2019008431A

Description

本発明は無人走行車の経路探索装置および経路探索方法に関する。

様々な障害物が存在する領域内を無人で走行する無人走行車において、これら障害物を避けながら目的地までの経路を探索する様々な技術が存在する。この種の技術として、特許文献１（特開２０１４−２０９２９３号公報）には、経路を探索する際に、自走可能領域内の動的障害物情報を用い、過去に動的障害物情報が存在する経路の遭遇確率を高く設定し、各経路のうち遭遇確率が最低の経路を選択することが記載されている。また、壁、柱、テーブル等は静的障害物とし、経路探索の際には静的障害物と干渉しない経路を探索している。

特開２０１４−２０９２９３号公報

しかしながら、無人走行車が使用される環境によっては、静的障害物であっても時間の経過によって状況が変わり、走行可能な領域が走行不可能になったり、走行不可能な領域が走行可能になったりすることがある。例えば「草」は静的障害物であり、通常は走行経路としては選探索されない。しかし、同じ「草」であっても冬季には走行可能な「枯草」となるなど、季節等によって状況は変化する。

ここで、例えば、災害発生後、初期の段階で被害状況を確認し、さらにその後、期間をおいて、物資を目的地へ運搬するのに無人走行車を使用するような場合を考える。この場合、秋季に被害状況を確認し、冬季に物資を運搬すると仮定すると、被害状況の確認の際に、目的地までの間に「草」が存在するため走行不能と判断された領域が存在していると、その領域を迂回する経路が選択される。しかし、物資を運搬する冬季には、その領域は、実際には走行可能になっている可能性もあり、従来は、そのような時間の経過による障害物の変化は考慮されていなかった。そのため、従来は、特に経路探索時と走行時との間に時間の隔たりがあるような場合、経路探索の精度は高いとはいえなかった。

そこで、本発明では、経路の探索時と実際の走行時との間に時間の隔たりがあるような場合でも、より高い精度で経路の探索を行える技術を提供することを目的とする。

上記課題を解決するために、代表的な本発明の経路探索装置および方法の一つは、発見された障害物に対して、その障害物の時間的な変化を予測し、経路探索時に、運行時に障害物が走行に影響するか否かを踏まえて経路探索を行うものである。

本発明によれば、経路の探索時と実際の走行時との間に時間の隔たりがあるような場合でも、障害物の時間変化を踏まえたより効率的な経路を探索できる。

本発明の一実施形態による、経路探索装置を備えた無人走行車を情報入出力装置とともに示すブロック図である。図１に示す経路探索装置により得られるマップの一例を示す図である。図１に示す情報入出力装置の表示部に表示される画面の一例を示す図である。

以下、本発明の実施形態について図面を参照して説明する。

本実施形態に係る経路探索装置の典型的な活用シーンは、災害が発生した際の被災地での活動、具体的には、初期の被害状況確認活動、および中期から後期における物資の運搬活動である。

災害初期においては、被災地の状況が不明であり安全確保ができていないため、無人走行車による被害状況の撮影と、地形の計測によるマップの作成が有効となる。無人走行車とは、操縦者は搭乗しておらず、自動走行あるいは遠隔操作により走行する車両を意味する。

このとき、建物の中などを走行することもあり、走路の上空が開けているとは限らないため全地球測位システムが使用できるとは限らない。また、地震や雷などの災害では異常な電磁波が発生することもあるため、無線通信も控えなくてはならないことがある。すなわち、無人走行車は、車両に備えられた可視光カメラ、レーザレンジファインダ、慣性計測装置（ＩＭＵ：ＩｎｔｅｒｔｉａｌＭｅａｓｕｒｅｍｅｎｔＵｎｉｔ）などのセンサから得られた情報のみを用いて、走行の妨げとなる障害物を避けつつ、出発地から目的地までを自ら経路を生成して走行すること（完全自律走行）が求められる。

また、災害発生後の中期から後期においては、詳細なマップが生成され災害の全貌が明らかになった状況で、復旧のために効率よく物資を運搬することが求められる。このとき、人員の最小化と安全の確保とを目的として、無人走行車を用いることが望まれる。すなわち、無人走行車には、刻々と状況が変化するなか、移動の障害となる物体を避けつつ、到達時間と安全性のバランスが取れた経路を生成し、出発地から目的地まで自律走行することが求められる。この場合も、前述の理由により完全自律走行ができることが望ましい。

図１に、本発明の一実施形態による経路探索装置１００を備えた無人走行車１０のブロック図を、情報入出力装置２０のブロック図とともに示す。

無人走行車１０は、経路探索装置１００と、経路探索装置１００によって探索された経路に沿って無人走行車１０を移動させる駆動部１０７とを有する。情報入出力装置２０は、出発地や目的地、走行日などの情報をユーザが入力するための入力部２０１、および生成された経路をユーザに提示する表示部２０２を有する。

経路探索装置１００は、無人走行車１０の周囲の環境の情報を画像データとして取得するセンサ部１０１、センサ部１０１が取得した情報から天候による影響を除去する悪天候補正部１１０、天候の影響が除去された情報から障害物の位置を推定する障害物検出部１０２、検出された障害物の種類を識別する種類識別部１０３、前記種類識別部１０３が障害物を識別するための情報を格納する障害物データベース１０８、障害物の種類を示す障害物ＩＤをマップに反映（記録）するマップ更新部１０４、無人走行車１０の走行日時におけるマップに記された障害物の状態を推定する状態推定部１０５、および情報入力装置２０から与えられた出発地や目的地などの情報とマップから、マップに記された障害物の情報を用いて出発地から目的地までのルートを探索する経路探索部１０６を有する。

このような経路探索装置１００の機能は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）および他の機器とのインターフェースを備えたコンピュータユニットで構成することができる。ＲＯＭには、コンピュータユニットが経路探索装置１００として機能するように、各ブロックが行う一連の処理を実行させるコンピュータプログラムが実装されている。ＣＰＵは、そのコンピュータプログラムをＲＡＭに読み出して実行させる。

なお、本形態では、センサ部１０１、悪天候補正部１１０、障害物検出部１０２、種類識別部１０３およびマップ更新部１０４は、災害初期の被害状況確認活動時にそれぞれの動作を実行し、状態推定部１０５および経路探索部１０６は、被害状況確認活動後の物資の運搬活動時にそれぞれの動作を実行し、前者によって生成されたマップ１１を、生成から時間が経過した後に後者が参照して処理することを想定している。ただし、本発明はこの想定に依存するものではない。

また、図１に示す形態では、無人走行車１０が経路探索装置１００を備えているが、経路探索装置１００の一部は無人走行車１０とは別に独立したユニットとして構成することもできる。例えば、センサ部１０１を除く各ブロックが、パーソナルコンピュータ等の汎用コンピュータに備えられていてもよい。

以下、各ブロックについて詳細を説明する。

センサ部１０１は、例えば、ステレオに構成した可視光カメラを備えることができ、無人走行車１０の走行中にその周囲の情報を画像データとして取得する。ただし、センサ部１０１は可視光カメラに限定されず、無人走行車１０の走行環境に合わせて適切なセンサを用いることができる。例えば、センサ部１０１は、暗闇に対応するために赤外線カメラであってもよいし、レーザーセンサを用いてより詳細な距離情報を得てもよいし、全周囲カメラを用いて死角を最小化してもよい。さらには、これら各種センサの２種以上を組み合わせ、複雑な周囲環境をセンシングできるように構成してもよい。

悪天候補正部１１０は、センサ部１０１が悪天候下で画像データを取得した場合に、悪天候による影響を取り除くように画像データを補正する。これにより、雨や霧といった悪天候時であっても障害物の検出精度を向上させることができる。悪天候補正部１１０によって、後述する障害物検出部１０２が、悪天候下でも正しく障害物を検出できるようになる。具体的な悪天候による画像データと影響としては、レンズに雨滴が付着することによる画像の部分的な欠損、霧によるコントラストの低下などが考えられる。

レンズに雨滴が付着した場合には、雨滴が付着した領域が画像上でぼやけて見えることを利用して、雨滴の領域を周波数解析によって検出し、雨滴領域マスクを生成する。後述する障害物検出部１０２では、ステレオマッチング処理において、雨滴領域マスクが設定された領域を無視して処理を行う。以上の処理によって、障害物検出部１０２では雨滴の影響を受けない障害物検出が可能となる。また、無人走行車１０に図示しない雨量計を設置し、雨量計が降雨を観測した場合に前述の雨滴検出処理を実行してもよい。この構成をとることで、例えば、表面が滑らかな物体に対する雨滴検出の誤作動を低減させることが可能となる。

また、霧によってコントラストが低下した場合は、画像の輝度ヒストグラムが伸長するような輝度変換テーブルを生成して画像データに適用することで、霧の影響を低減させた画像データを生成する。このとき、センサ部１０１をステレオカメラで構成した場合は、補正によって左右の画像に見え方に差が発生しないように、輝度ヒストグラムを両方の画像から生成し、左右共通の輝度変換テーブルを生成して適用するとよい。以上の処理によって、障害物検出部１０２では霧の影響を受けない障害物検出が可能となる。また、無人走行車１０に図示しない視程計を設置し、視程計が計測した視程に応じて、輝度変換テーブルによる輝度ヒストグラムの伸長度合いを変更してもよい。この構成をとることで、より正確に霧の影響を低減することが可能となる。

なお、悪天候補正部１１０は経路探索装置１００に必須の構成ではなく、天候に応じた補正が不要の場合は省略することができる。天候に応じた補正が不要の場合としては、例えば、雨や霧などの悪天候時には無人走行車１０を走行させないことを前提としている場合、カメラのレンズに雨滴が付着しないように撥水コーティングが施されている場合、などが挙げられる。

障害物検出部１０２は、センサ部１０１が取得した画像データ、あるいは、悪天候補正部１１０が画像データを補正した場合は悪天候補正部１１０が補正した画像データを解析して、障害物を切り出した画像、障害物の実サイズ情報、無人走行車１０から見た障害物の方向と距離を検出し、種類識別部１０３に出力する。画像データ中に複数個の障害物が存在する場合、障害物検出部１０２は複数の障害物を検出する。すなわち、出力される障害物の画像や実サイズも複数となる。障害物検出の具体的な手法としては、例えば次に示す方法を用いることができる。まず、ステレオ画像データに対して、ステレオマッチングを用いて、マッチング可能な物体までの距離情報を算出して３次元点群データを生成する。次に、地平面をグリッド状に複数のセルに分割したマップ上に、生成した３次元点群データを投影する。最後に、グリッドの各セルの点群の頻度を算出し、頻度が高いセルには障害物が存在するものとみなす。障害物があると判定されたグリッドの空間分布と、各セル内の点群の高さ方向の分布から、障害物の実サイズ（カメラから見た幅と高さ）、およびカメラからの方向と距離が推定できる。障害物の幅と高さが推定できれば、例えば、ステレオ画像データから距離を算出し、ステレオマッチングを用いて画像から障害物の領域を抜き出すなど、カメラの内部パラメータで換算することで画像から障害物の領域を抜き出すことができる。

種類識別部１０３は、障害物の画像データをキーとして、後述する障害物データベース１０８を参照することで、障害物の種類を識別し、障害物ＩＤを割り当てる。これによって、種類識別部１０３は、検出した障害物を、例えば、岩、木、水（川、池、海）、草、建物などへ分類する。

障害物データベース１０８は、クエリとして入力された障害物の領域を切り出した画像データを元にして、対応する障害物ＩＤを出力する。障害物データベース１０８は、ニューラル・ネットワークやサポート・ベクター・マシンなどの機械学習手法で構築するとよい。このとき、障害物の特徴の一つとして障害物検出部１０２で推定した障害物の実サイズをも加えると、識別性能が向上する。また、障害物データベース１０８は、障害物が日時の経過によって見かけが変わっても対応できるように構築することが望ましい。すなわち、撮影日時が異なると見かけが異なる物体（例えば，落葉広葉樹）の画像を撮影しておき、同一視するようにラベル付けして教師付き学習させるとよい。あるいは、時間、昼夜、季節など適当な区切りごとに異なる障害物として教師付き学習させた後に、それらに同一の障害物ＩＤを付加してもよい。

マップ更新部１０４は、検出された障害物をマップに反映させる。すなわち、障害物情報をマップ上の障害物の位置へ記録する。図２に、障害物を反映したマップ１１の一例を示す。マップ１１は無人走行車１０が走行する地平面を、仮想的にグリッド状に区切ったものである。グリッドのセルの大きさは任意であるが、後述する経路探索部１０６において無人走行車１０が通行可能かどうかを判定するためにマップ１１を利用するので、少なくとも無人走行車１０のサイズより小さなセルとなるように区切ると、通行判定がより正確に行える。セルの大きさはすべて等しくする必要はなく、例えば、一度障害物が検出されたセルを、さらに分割するように構成してもよい。この構成をとれば、障害物の形状をより正確に表現できる。

各セルには１つまたは複数の障害物ＩＤを付加できるように、連結リストなどによるデータ構造を持たせる。マップ更新部１０４は、無人走行車１０のマップ１１上の位置と、障害物検出部１０２が推定した無人走行車１０から見た障害物の方向と距離の情報から、障害物が存在するセルを決定し、該当するセルへ障害物ＩＤを追加する。無人走行車１０のマップ１１上の位置は、無人走行車１０に備えられたＩＭＵの情報や、駆動輪の回転角の情報の積算によって推定したり、あるいは、利用可能である場合にはＧＰＳによって推定したりすることができる。また、各セルに対して障害物ＩＤの他に障害物検出部１０２で検出した障害物の高さを情報として付加してもよい。この構成をとれば、後述する経路探索部１０６における走行可能か否かの判定をより正確に行える。マップ１１には初期状態では何も情報が付加されていないが、マップ更新部１０４は、事前に、自動走行車１０の走行範囲を撮影した航空写真の解析や測量によって判明している障害物の情報を付加して更新してもよい。この構成をとれば、より確度の高いマップ１１を生成できる。また、事前に付加するのではなく、走行中や走行後に、航空写真などが撮影できれば、その情報を用いて障害物の情報を付加してもよい。さらには、マップ更新部１０４は、事前に撮影した航空写真と走行中や走行後に撮影した航空写真とを用い、航空写真の時間の経過に伴う変化に基づいてマップを更新してもよい。この構成をとれば、マップの更新を、時間の経過を反映してより高い精度で行うことができる。

状態推定部１０５は、走行日時のマップ１１上の障害物の状態を予測し、その状態から、障害物上を無人走行車１０が走行可能であるか否かを表す指標である走行可能性を算出しマップに追記し、走行可能性が付加されたマップを出力する。走行可能性は、障害物検出部１０２で検出された同一の障害物の時間の経過に伴う変化に基づいて、走行日時において障害物がどのような状態に変化しているかを予測して算出する。具体的には、各セルに記録された障害物ＩＤと走行日時をクエリとして、後述する障害物変化データベース１０９に問い合わせる。

障害物変化データベース１０９は、クエリとして入力された障害物ＩＤと走行日時をもとに、走行日時における障害物の走行可能性を出力する。障害物変化データベース１０９には、あらかじめ、植物の時期変化などをパラメータとして、ある日時における各障害物の走行可能性を格納しておく。例えば、夏季には見通しが悪く走行不能であった草原が、冬季には草が枯れることにより見通しが良くなり走行可能となることがあり、これを障害物の走行可能性の時間変化として障害物ＩＤとペアで格納しておく。障害物の時間変化は季節に限らず、より短い時間の単位で格納してもよい。例えば、図示しない気象観測装置による天候計測結果から、分単位で川や池など天候に影響される障害物の走行可能性を決定し、障害物変化データベース１０９を更新してもよい。この構成をとれば、雨天時に走行できなかった川や池が、晴天時に走行可能となる可能性を踏まえた経路が生成される。なお、本構成によれば、障害物が走行可能となることを推定するだけでなく、障害物が走行不可能になることも推定される。例えば、冬季に検出され走行可能とみなされた枯れ草が、夏季に走行する際には走行困難になっていると推定することも可能である。上記のように、状態推定部１０５が、障害物検出部１０２で検出された同一障害物の時間の経過に伴う変化に基づいて経路走行日時の障害物の状態を推定することで、経路の生成に際して、時間の経過による障害物の状態の変化を反映させることができる。

また、状態推定部１０５は、後述する駆動部１０７の走行性能に応じて走行可能性を決定してもよい。例えば、障害物変化データベース１０９には、無人走行車１０の走行機構が走行できる障害物の最大の高さを踏まえ、各障害物の高さごとの走行可能性を格納しておき、クエリとして障害物ＩＤと走行日時に加えて障害物の高さが入力されたときに、無人走行車１０の走行性能と障害物の高さを踏まえた走行可能性を出力するように構成する。これに加えて、マップ更新部１０４は、発見された障害物ＩＤと障害物の高さを各セルに記録する。状態推定部１０５は、障害物ＩＤと走行日時に加えて障害物の高さも障害物変化データベース１０９に問い合わせるように構成する。この構成をとれば、無人走行車１０の走行性能に見合った安全な経路が生成される。

また、生成されたマップ１１をもとに障害物変化データベース１０９を更新してもよい。例えば、マップ更新部１０４は、検出された障害物のＩＤと検出日時、障害物の画像データを、マップ１１の各セルに逐次追記する。障害物変化データベース１０９は、マップ１１に記録された情報から同じ障害物の画像の時間変化を解析し、走行可能性の時間変化を算出し、その結果を踏まえて障害物変化データベース１０９を更新する。この構成をとれば、実際に無人走行車１０が観測した障害物の時間変化を踏まえたより正確な障害物変化データベース１０９が生成され、より適切な経路が生成される。

経路探索部１０６は、走行日時における各障害物の走行可能性が付加されたマップと、後述する入力部２０１でユーザから入力された出発地および目的地の情報から、走行日時における最適な経路を検索する。好ましくは、経路探索部１０６は、状態推定部１０５で推定された障害物の状態と、出発地から目的地までの走行予想時間と、経路に存在する障害物による走行可能性に基づいて経路を生成する。

経路探索のアルゴリズムは例えばポテンシャル法を用いるとよい。ポテンシャル法を用いた場合、障害物の状態に応じて斥力ポテンシャル値を変更する。すなわち、各セルに対して走行可能性を算出し、走行可能性が高いセルの場合は斥力ポテンシャル値を小さくして、障害物上を走行させる経路を探索しやすくし、走行可能性が低い障害物の場合は斥力ポテンシャル値を大きくして、障害物を回避する経路を探索させるようにする。

経路探索部１０６は、出発地または目的地に走行可能性の低い障害物が存在する場合に、出発地または目的地を、近隣のより走行可能性の高いセルへ移動させてもよい。この構成をとれば、より安全な目的地へ向かうような経路が生成される。

また、経路探索部１０６は、後述する駆動部１０７の旋回性能に合わせて斥力ポテンシャル値を修正してもよい。具体的には、旋回性能が高い場合には斥力ポテンシャル値を大きくし、旋回性能が低い場合には斥力ポテンシャル値を小さくする。この構成をとれば、例えば駆動部１０７の旋回性能が低い場合は無人走行車１０の進行方向の変更が少なくなるような経路が探索されるので、駆動部１０７に負担をかけない安全な経路が生成される。

また、ユーザが指定した探索条件を経路探索に反映させてもよい。具体的には、入力部２０１においてユーザに探索条件パラメータを入力させる。探索条件は、例えば１０段階のパラメータであり、小さな数値を指定するほど出発地から目的地までの所要時間を短くすることを優先した経路を探索し、逆に大きな数値を指定すると安全な経路、すなわち走破できない可能性がある障害物をできる限り避ける経路を探索するものとする。探索条件パラメータはすべての障害物の斥力ポテンシャル値に乗算する。このとき、出発地から目的地までの所要時間は、経路と駆動部１０７の走行機構に基づいて計算される。この構成をとれば、ユーザが所望する探索条件のルートが生成される。

駆動部１０７は無人走行車１０の走行機構であり、複数の動輪（不図示）、原動機（不図示）および制御装置（不図示）などを備えることができる。動輪は、回転により無人走行車を走行させるものであり、無限軌道付きのものも含む。原動機は、動輪を駆動させるものであり、内燃機関、電動機、およびそれらの組み合わせなど、任意であってよい。制御装置は、経路探索部１０６で生成された経路に従って原動機の動作を制御する。

駆動部１０７は、障害物センサ（不図示）をさらに備えることができる。障害物センサは、経路探索部１０６で生成された経路に従って無人走行車１０が走行している最中に、障害物を検出することができる。このような障害物センサを備えることにより、経路探索装置１００が作成したマップ上、特に無人走行車１０が走行している経路上に新たに出現した障害物を検出することができる。駆動部１０７の制御装置は、作成された経路を走行中に障害物が検出された場合、経路探索装置１００で探索された経路を一時的に外れて障害物を回避し、障害物を回避した後、再び、経路探索装置１００で探索された経路に復帰するように動輪および原動機を制御することができる。この構成をとれば、経路探索時に存在していなかった新たな障害物が無人走行車１０の走行中に出現した場合であっても、その障害物を避けて走行することができる。

駆動部１０７は、経路上の障害物を検出したときに、その障害物の走行可能性をもとに、障害物上を走行するという選択をとってもよい。具体的には、種類識別部１０３および障害物データベース１０８を利用して、検出された障害物の障害物ＩＤを取得し、それをもとに状態推定部１０５および障害物変化データベース１０９を用いて、走行可能性を算出する。駆動部１０７は、障害物の走行可能性が高い場合には、経路上の障害物を避けずに走行するという選択をとる。この構成をとれば、障害物の走行可能性に基づき、できる限り経路に沿った走行が行われる。

駆動部１０７の障害物センサは、センサ部１０１および障害物検出部１０２と共用してもよい。無人走行車１０の現在位置は、動輪の回転角の積算によって推定することもできるし、無人走行車１０がＩＭＵを備えている場合はＩＭＵからの情報から取得することもできるし、さらには、利用できる場合にはＧＰＳによって推定することもできる。なお、本形態は駆動部１０７の機構に依存しないが、前述したように経路探索部１０６では、駆動部１０７の機構の走行性能や旋廻性能に適した経路が探索される。

また、動輪および／または原動機に図示しないセンサを取り付け、センサによってこれら動輪および／または原動機の性能の劣化（経年劣化、事故によるものなど）を検出し、経路探索に反映させてもよい。具体的には、前述のセンサによって劣化が検出された場合、経路探索部１０６は、その劣化度合に応じて障害物の斥力ポテンシャル値を大きくして、障害物を避けるような経路を探索するとよい。この構成をとれば、駆動部１０７の劣化度合に合わせた経路が生成される。

情報入出力装置２０は、経路探索装置１００と無線または有線で接続され、経路探索装置１００に情報を入力し、また、経路探索装置１００で生成されたマップや経路を表示するものであり、入力部２０１および表示部２０２を備えている。

入力部２０１は、ユーザに出発地、目的地、走行日時、探索条件などの情報を入力させるためのものであり、キーボード、マウスおよびタッチパネルなど、少なくとも１種の入力装置を備える。入力部にディスプレイを含め、ディスプレイにマップ１１を表示させることで、ユーザにより簡便に出発地や目的地を設定させる構成としてもよい。

表示部２０２は、液晶ディスプレイなど任意のディスプレイを備えることができ、無人走行車１０が走行する用域のマップ、経路探索部１０６で生成された経路１２、および入力部２０１からユーザが入力した各種情報およびデータの少なくとも一部をユーザに提示する。

図３に、表示部２０２に表示される画面の一例を示す。図３に示すように、画面３０には、グリッド状に分割されたマップ１１が、障害物検出部１０２で検出され、種類識別部１０３で種類が識別された障害物とともに表示される。マップ１１には、経路探索部１０６によって探索された、出発地Ｓから目的地Ｇまでの経路１２が重畳表示される。

また、画面３０には、付加情報として、経路探索部１０６で算出された出発地から目的地までの所要時間３０２や、経路１２上に存在する障害物３０１を表示してもよい。この構成をとれば、ユーザは適切な経路が選択されたか否かをより直感的に把握できる。

表示部２０２は複数の経路をユーザに提示してもよい。具体的には、経路探索部１０６において探索条件を変えた複数のルートを生成し、表示部２０２は前記複数の経路をマップ１１上に重畳表示する。入力部２０１は、例えばキーボード操作により前記複数の経路のうちの一つをユーザに選択させる。この構成をとれば、ユーザが所望するルートを簡便な操作で選択できる。

以上の構成により、無人走行車は、障害物の時間の経過に伴う変化を踏まえた効率的な経路を探索することができるようになる。

さらに、以上の説明では、災害地における無人走行車を例にとり説明したが、各種の自動走行車に応用することができる。例えば、工場内で各種障害物を避けつつ荷物を運搬する自動走行車やロボットなどにも適用可能である。

なお、本発明は上記した実施形態に限定されるものではなく、本発明の技術的思想の範囲内で様々な形態を含むことができる。例えば、上記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、また、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

１０…無人走行車、１１…マップ、１２…経路、２０…情報入出力装置、１００…経路探索装置、１０１…センサ部、１１０…悪天候補正部、１０２…障害物検出部、１０３…種類識別部、１０４…マップ更新部、１０５…状態推定部、１０６…経路探索部、１０７…駆動部、２０１…入力部、２０２…表示部、３０１…経路上に存在する障害物、３０２…所要時間表示

Claims

周囲の環境の情報を画像データとして取得するセンサ部と、
取得した前記画像データから障害物を検出する障害物検出部と、
検出した前記障害物の種類を判別する種類識別部と、
前記障害物の種類を、走行する面をグリッド状に区切って複数のセルを構成したマップの、前記障害物の位置に相当するセルに対応づけて記録するマップ更新部と、
経路走行日時における前記マップに記録された前記障害物の状態を推定する状態推定部と、
推定された前記障害物の状態に基づき経路を生成する経路探索部と、
を有し、
前記状態推定部は、障害物識別情報および走行日時の入力に対し障害物の状態を考慮した走行できる可能性を示す走行可能性を出力するように予めデータ登録された障害物変化データベースへの問合せが可能であり、前記マップに記録された前記障害物の種類に応じた障害物識別情報と所望の経路走行日時を入力として前記障害物変化データベースから前記経路走行日時における走行可能性を取得して前記マップに付加し、
前記経路探索部は、前記経路走行日時における走行可能性が付加されたマップ上を、入力された出発地から目的地まで、前記経路走行日時に走行可能なセルを通る経路を検索する、
経路探索装置。
請求項１に記載の経路探索装置において、
前記センサ部が悪天候下で前記画像データを取得した場合に、悪天候による影響を取り除くように前記画像データを補正する悪天候補正部をさらに有する、
経路探索装置。
請求項１に記載の経路探索装置において、
前記マップ更新部は、走行する範囲を撮影した航空写真の時間の経過に伴う変化に基づいてマップを更新する、
経路探索装置。
請求項１に記載の経路探索装置において、
前記状態推定部は、前記障害物検出部で検出された同一障害物の時間の経過に伴う変化に基づいて、経路走行日時の障害物の状態を推定する、
経路探索装置。
請求項１に記載の経路探索装置と、
前記経路探索装置が生成した経路に従って走行する駆動部と、を備える
車両。
請求項５に記載の車両において、
前記障害物検出部は経路上に出現した新たな障害物を検出し、
前記駆動部は、一時的に前記新たな障害物を回避し、その後再び経路へ戻るように制御される、
車両。
請求項６に記載の車両において、
前記状態推定部は、前記新たな障害物の状態を推定し、
駆動部は推定された新たな障害物の状態に応じて、回避せずに障害物上を走行することを選択する、
車両。
センサによって周囲の環境の情報を画像データとして取得し、
前記画像データから障害物を検出する障害物検出手段が、前記センサが取得した前記画像データから前記障害物を検出し、
前記障害物の種類を判別する種類判別手段が、前記障害物検出部が検出した障害物の種類を判別し、
マップ更新手段が、判別した前記障害物の種類を、走行する面をグリッド状に区切って複数のセルを構成したマップの、前記障害物の位置に相当するセルに対応づけて記録し、
前記障害物の状態を推定する状態推定手段が、経路走行日時における前記マップに記録された前記障害物の状態を推定し、
経路を探索する経路探索手段が、前記状態推定手段によって推定された前記障害物の状態に基づき経路を生成するものであり、
前記状態推定手段は、障害物識別情報および走行日時の入力に対し障害物の状態を考慮した走行できる可能性を示す走行可能性を出力するように予めデータ登録された障害物変化データベースへの問合せが可能であり、前記マップに記録された前記障害物の種類に応じた障害物識別情報と所望の経路走行日時を入力として前記障害物変化データベースから前記経路走行日時における走行可能性を取得して前記マップに付加し、
前記経路探索手段は、前記経路走行日時における走行可能性が付加されたマップ上を、入力された出発地から目的地まで、前記経路走行日時に走行可能なセルを通る経路を検索する、
経路探索方法。
請求項８に記載の経路探索方法において、更に、
前記センサが悪天候下で前記画像データを取得した場合、前記障害物検出手段が前記障害物を検出した後、悪天候補正手段が、悪天候による影響を取り除くように前記画像データを補正する、
経路探索方法。
請求項８に記載の経路探索方法において、
前記マップ更新手段が、走行する範囲を撮影した航空写真の時間の経過に伴う変化に基づいて前記マップを更新する、
経路探索方法。
請求項８に記載の経路探索方法において、
前記状態推定手段が、前記障害物検出部で検出された同一障害物の時間の経過に伴う変化に基づいて、経路走行日時の障害物の状態を推定する、
経路探索方法。