JP6949835B2 - 半自律的モバイルロボットのナビゲーティング - Google Patents

Description

［優先権出願］
本出願は、参照することによってその全体がここに援用される2015年12月23日に出願された米国出願第14/757,685号に対する優先権の利益を主張する。
［技術分野］
本開示は、一般にロボットに関し、具体的には半自律的モバイルロボットのナビゲーティングに関する。

半自律的モバイルロボットが現代生活において現れる頻度が増加している。これらのロボットの利用が増加するに従って、これらのロボットは予期しない物体及び状況に遭遇する可能性が高い。

必ずしも縮尺通りに描かれているとは限らない図面において、同様の数字は異なる図において類似したコンポーネントを説明しうる。異なる添え字を有する同様の数字は、同様のコンポーネントの異なるインスタンスを表しうる。図面は、一般に限定することなく例示的に本文書において説明される各種実施例又は具体例を示す。
実施例による半自律的モバイルロボットをナビゲートするシステムの具体例を示す。 実施例による環境内における半自律的モバイルロボットによって遭遇する物体を分類する具体例を示す。 実施例による半自律的モバイルロボットを含む環境の具体例を示す。 実施例によるナビゲーションマップの一部の具体例を示す。 実施例による編集されたナビゲーションマップの一部の具体例を示す。 実施例による通常動作状態中の一例となる建物の廊下のバーチャルナビゲーションレーンの通常ナビゲーションレーンコンフィギュレーションを示す。 実施例による緊急動作状態中の一例となる建物の廊下のバーチャルナビゲーションレーンの緊急ナビゲーションレーンコンフィギュレーションを示す。 実施例による環境内における半自律的モバイルロボットの動作中に実行される処理を示すフローチャートである。 何れか１つ以上の実施例が実現されるマシーンの具体例を示すブロック図である。

本開示は、半自律的モバイルロボットのナビゲーティングを個々に容易にする方法、システム及びコンピュータプログラムプロダクトを説明する。本開示において、“ロボット”という用語は、モバイル電気機械的マシーンを指す。“半自律的”ロボットは、完全ではないが部分的にロボットの外部のエンティティの制御下にあるロボットである。

モバイルロボットは、その環境内を移動する能力を有し、1つの物理的位置に固定されない。今日、一般的に使用されているモバイルロボットの具体例は、自動化された誘導車両又は自動誘導車両（AGV）である。AGVは、コンピュータビジョンを使用することによって又はセンサ（例えば、レーザ）を使用することによって、床における又は床の上のマーカ又はワイヤを追跡することによってナビゲートするモバイルロボットである。モバイルロボットは、産業用、軍事用及びセキュリティ環境などにおいて見受けられる。それらはまた、エンターテインメントのため、あるいは、バキュームクリーニングなどの特定の作業を行うための消費者製品としても登場する。

モバイルロボットは、予想外の障害に対応することが困難であるため、通常、組立ラインなどの厳密に制御された環境において使用される。このため、大部分の人は、産業用、軍事用又はセキュリティ環境以外においてロボットに遭遇することはめったにない。しかしながら、クリーニング又はメンテナンスに使用されるような家庭用ロボットは、先進国の家庭及びその周辺でますます一般的になりつつある。

商業用及び産業用のロボットは、現在、人間よりも安価に、及び/又はより高い精度と信頼性で、仕事を実行するのに広く利用されている。モバイルロボットはまた、あまりに汚く、危険であり、あるいは単調であり、人には適さない仕事に利用される。モバイルロボットは、製造、組立、梱包、運搬、地上宇宙探査、手術、兵器、研究室の研究及び消費財と工業製品の大量生産に広く使用されている。

ロボットが人間及び他のロボットと増加する頻度でやりとりするに従って、固有の問題が生じる可能性がある。例えば、（1）人間と人間以外とを区別すること、（2）物体を異なるカテゴリに分類すること、（3）経路の優先順位付けなどである。

図1は、実施例による半自律的モバイルロボットをナビゲートするシステム100の具体例を示す。システム100は、1つ以上のロボット102、ネットワーク106、ナビゲーションサーバ108及び物体プロファイルデータベース110を含む。

環境は、建物内の部屋と同程度の小さくてもよいし、あるいは、工業団地と同程度の大きさであってもよい。ロボット102は、ロボットの割り当てられたタスク、環境内に存在し得る物体、環境の物理的条件などの要因に基づき環境内を移動する。

ナビゲーションサーバ108及び物体プロファイル110は、完全にクローズされた環境（例えば、建物の床、建物、建物の複合体など）内に配置されてもよいし、部分的にクローズされた環境内と部分的にクローズされた環境外に配置されてもよいし、あるいは、完全にクローズされた環境外に配置されてもよい。

ロボット102は、ネットワーク106を介しナビゲーションサーバ108と通信する。ネットワーク106は、無線ローカルエリアネットワーク（WLAN）、ワイドエリアネットワーク（WAN）又はインターネットであってもよい。例えば、ロボット102が環境内で動作するとき、ロボット102は、各種情報をナビゲーションサーバ108に送信し、ナビゲーションサーバ108から各種情報を受信する。例えば、ロボット102は、それの様々なセンサ（例えば、スピードメータ、加速度計、カメラ、動き検出器、コンパスなど）から様々な情報を収集し、当該情報をナビゲーションサーバ108に送信する。ナビゲーションサーバ108は、コマンド、情報更新、ロボット102によって送信された照会に対する回答など、各種情報をロボット102に送信する。

ロボット102が環境内で動作するとき、ロボット102は、様々な物体に遭遇しうる。ロボット102は、物体検出を利用して、物体が環境の一部内に存在するかどうか検出しようとする。実施例では、物体検出機能は、ロボット102の物体検出モジュール112内に完全に存在し、別の実施例では、物体検出機能は、ロボット102の物体検出モジュール112内に部分的に存在し、部分的に外部システム（例えば、ナビゲーションサーバ108）内に存在し、さらに別の実施例では、物体検出機能は、完全に外部システム内に存在する。物体検出機能の一部又は全てが外部システム内に存在する実施例では、ロボット102は、ネットワーク106を介し外部システムとの間で情報を送受信する。物体検出機能は、光センサ、音響センサ、赤外線センサなどの各種タイプの1つ以上のセンサを利用してもよい。センサは、ロボット102の一部であってもよいし、ロボット102の外部にあってもよいし、あるいは、それらの何らかの組合せであってもよい。

ロボット102が環境内において物体を検出すると、ロボット102は、物体の分類を利用して、検出された物体を1つ以上のカテゴリに属するものとして分類しようとしうる。システムによって認識されるカテゴリは、“生きている生物”及び“無生物”と同程度に広くてもよいし、あるいは、より具体的であってもよい。例えば、一般的なカテゴリは、生物（例えば、人間、動物、植物など）、静的物体（例えば、建物の壁などの動かない物体）、静的動的物体（例えば、ソファなどの重い家具）、潜在的に動的物体（例えば、オフィスチェアのような軽い可動の家具）及び他のロボットを含みうる。

実施例では、物体分類機能は、ロボット102の物体分類モジュール114内に完全に存在し、別の実施例では、物体分類機能は、ロボット102の物体分類モジュール114内に部分的に存在し、外部システム（例えば、ナビゲーションサーバ108）内に部分的に存在するか、さらに別の実施例では、物体分類機能は、完全に外部システム内に存在する。物体分類機能の一部又は全てが外部システム内に存在する実施例では、ロボット102は、ネットワーク106を介し外部システムに情報を送信し、物体分類情報を外部システムから受信する。物体分類モジュール114は、限定することなく、機械学習技術（例えば、線形分類器、サポートベクトルマシーン、決定木、ニューラルネットワークなど）を含む様々な方法を利用しうる1つ以上の物体分類アルゴリズム又は“分類器”を実現するよう動作可能であってもよい。

ロボット102が環境内の物体を1つ以上のカテゴリに属するものとして分類するとき、ロボット102は、物体の特定を利用して、物体をカテゴリ内の特定の物体として特定しようとしうる。例えば、物体分類が物体を人間として分類した場合、物体の特定は、当該人間を特定の人物として識別しうる。

実施例では、物体特定機能は、ロボット102の物体特定モジュール116内に完全に存在し、別の実施例では、物体特定機能は、ロボット102の物体特定モジュール116内に部分的に存在し、外部システム（例えば、ナビゲーションサーバ108）内に部分的に存在し、さらに別の実施例では、物体特定機能は、完全に外部システム内に存在する。物体特定機能の一部又は全てが外部システム内に存在する実施例では、ロボット102は、ネットワーク106を介し外部システムに情報を送信し、物体特定情報を外部システムから受信する。物体特定モジュール116は、限定することなく、機械学習技術（例えば、線形分類器、サポートベクトルマシーン、決定木、ニューラルネットワークなど）を含む様々な方法を利用しうる1つ以上の物体分類アルゴリズム又は“分類器”を実現するよう動作可能であってもよい。

実施例では、ロボット102は、当該環境（又は当該環境の一部）、環境に隣接する1つ以上の環境（又は環境の一部）又はそれらの組み合わせの1つ以上のナビゲーションマップを含むナビゲーション情報118を含む。ナビゲーション情報118はまた、環境内のロボット102及び/又は他のロボットの1つ以上の経路を含むことができる。ナビゲーション情報118は、ナビゲーションサーバ108によってロボット102に提供されうる。実施例では、ナビゲーションサーバ108は、タイムテーブル及び/又は同期されたタイマを使用することによって、1つ以上のロボットの1つ以上の経路を事前計画してもよい。

ナビゲーション情報118は、以下の情報のうちの1つ以上を含みうる。（1）環境内にある、以前に環境にあった、あるいは将来環境に存在することができる1つ以上のロボットに関する情報（2）環境内の1つ以上のロボットの過去、現在又は将来のルートに関する情報（3）環境内の過去、現在又は将来の物体に関する情報。

実施例では、ロボット102は、物体カテゴリ及び/又はアイデンティティに基づく行動インタラクション（例えば、プロファイル）のモデルを含みうるインタラクション情報120を含む。インタラクション情報120は、各種カテゴリの物体又は特定の物体のプロファイルを含んでもよく、ロボット102が物体126に遭遇すると、ロボット102は、インタラクション情報120から物体のカテゴリ（又は特定の物体）のプロファイルを検索し、物体のプロファイルに従って当該物体とやりとりすることができる。実施例では、ナビゲーションサーバ108は、物体カテゴリプロファイル及び/又は個々の物体のプロファイルを格納する物体プロファイルデータベース110を含む（又は通信する）。ロボット102が物体126に遭遇し、インタラクション情報120が当該物体（又は物体が属するカテゴリ）について格納されるプロファイルを持たない場合、ロボット102は、物体プロファイルデータベース110からプロファイルを抽出し、プロファイルをロボット102に送信するナビゲーションサーバ108に欠落しているプロファイルを要求してもよい。実施例では、十分なセキュリティレベルを有するロボット102は、物体プロファイルデータベース110におけるプロファイルを更新することが可能であってもよい。実施例では、人物のプロファイルは、人物の名前、人物の顔の画像、人物の完全な画像、人物の身体的特徴（例えば、身長、体重、声紋など）のうちの1つ以上を含んでもよく、ロボット102は、これらの1つ以上を使用して、環境内でロボット102が遭遇する人間を識別してもよい。

実施例では、インタラクション情報120は、ロボット102の優先順位情報を含む。2つ以上のロボットの優先順位情報は、ナビゲーションサーバ108によって利用され、2つ以上のロボットの競合する移動経路の優先順位を決定する。ロボット102の優先順位付けは、1つ以上のタイムスロット及びルート予約を含みうる。ルート（又はルートの一部）が複数のレーンを含む場合、ルート予約は、1つ以上のレーンに対する1つ以上の予約を含んでもよい。実施例では、それのルートに沿って移動するロボット102は、ルートに沿って他のロボット102と接触し、他のロボット102にそれの優先度を通知してもよい。ルートに沿ってより低い優先度を有するロボット102は、それのルートを調整し、これにより、それらがより高い優先度のロボット102のルートを妨害しないようにする。

実施例では、ロボット102は、セキュリティ/プライバシ設定122を含む。セキュリティ設定は、ロボットがアクセスする情報及び/又は物理的エリアに関するものであってもよく、プライバシ設定は、ロボットが共有する情報及び共有する相手に関するものであってもよい。セキュリティ設定は、常駐状態（例えば、ロボット102が環境に“常駐”又は“ゲスト”であるか）、ロボット102のセキュリティレベル（例えば、“シークレット”又は“トップシークレット”などのレベル又は“75”などの序数）などを含んでもよい。プライバシ設定は、プライバシレベル（例えば、“プライベート”、“パブリック”又は“ミックス”などのレベル又は“10”などの序数）、情報が共有されうるエンティティと情報とを関連付けるデータ構造などを含んでもよい。実施例では、ナビゲーションサーバ108は、ロボット102が緊急タスク（例えば、ロボット102がアクセスすることが通常許可されていない環境の一部において捕らえられた人を救助すること）を実行することを可能にするため、ロボット102のセキュリティレベルを一時的に高めてもよい。緊急が終わった後、ナビゲーションサーバ108は、ロボット102にロボット102の通常セキュリティレベルを上回るロボット102によって取得された全ての情報を削除させ、ロボット102のセキュリティレベルをそれの緊急前のレベルに戻させてもよい。この機能を実現するため、実施例では、ナビゲーションサーバ108は、環境において動作する各ロボット102にナビゲーションサーバ108によって制御される専用メモリを有することを要求してもよい。

実施例では、ロボット102のインタラクション情報120及び/又はセキュリティ/プライバシ設定122に応じて、ロボット102は、環境内の別の物体126と通信124することができる。2つのロボット102が互いに通信可能であるかは、それぞれのインタラクション情報120、セキュリティ/プライバシ設定122などに依存する。

実施例では、ナビゲーションサーバ108は、ロボット102のルート又はインタラクション情報120における異常を識別することができる。例えば、ナビゲーションサーバ108は、ロボット102によって予約されたタイムスロット及び予約されたルートと、ロボット102によって実際に探索される時間及びルートとを比較してもよい。ナビゲーションサーバ108が異常を識別した場合、ナビゲーションサーバ108は、1つ以上の方法で異常を緩和してもよい。例えば、ナビゲーションサーバ108は、“異常”なロボットを調査するため“オフィサ（officer）”ロボットを派遣することができ、ナビゲーションサーバ108は、環境内の他のロボットに“異常”なロボットの状態を知らせることができ、ナビゲーションサーバ108は、“異常”なロボットを強制的に再起動させるなどしてもよい。

図2は、実施例による環境内において半自律的モバイルロボット102が遭遇する物体126を分類する具体例を示す。ロボット102が環境内の物体126に遭遇すると、ロボット102は、物体126を1つ以上のカテゴリに属するものとして分類しようと試みうる。一般的なカテゴリは、“生物”（例えば、人間210）、“静的物体”（例えば、無線タワー204などの移動可能な物体）、“静的動的物体”（例えば、ソファ206などの移動可能な物体）、“潜在的に動的物体”（例えば、オフィスチェア208などの軽い可動の家具）及び他のロボット102を含む。

図3は、実施例による半自律的モバイルロボット102A、102Bを含む環境300の具体例を示す。環境300は、オフィスビル内に複数の部屋として示されているが、他の実施例では、環境300は、工場、倉庫、病院、刑務所などであってもよい。

各ロボット102A、102Bが環境300内を移動するとき、それは、様々な物体126に遭遇し、これらの物体126を1つ以上のカテゴリに分類しようとする。例えば、壁部分308は“静的物体”として分類され、ソファ206は“静的動的物体”として分類され、オフィスチェア208は“潜在的に動的物体”として分類され、人間210は“生き物”として分類され、他方のロボット102B、102Aはロボットとして分類される。

実施例では、ロボット102A、102Bは、異なるカテゴリに属する物体とは異なってやりとりしうる。例えば、ロボット102A、102Bがその経路に従って移動して障害物に遭遇した場合、ロボット102A、102Bは、障害物のカテゴリに応じて障害物とやりとりし、障害物が壁部分308又はソファ206である場合、ロボット102A、102Bは、障害物を迂回し、障害物が座っている人がいないキャスタ上のオフィスチェア208である場合、ロボット102A、102Bは、オフィスチェア208を迂回するのではなく、オフィスチェア208を移動させてもよい。

図4は、実施例によるナビゲーションマップ400の一部の具体例を示す。ナビゲーションマップ400は、部屋A402、部屋B404、部屋X406、ダイニングルーム408及び建物のロビー410を含む。図4に示されるように、ダイニングルーム408は、通路412,414及び416と共に、マーク付けされ、これらのエリアが人間にとって交通量の多い（例えば、混み合った）エリアであることを示す。ナビゲーションマップ400は、ナビゲーションマップ400の1つ以上のエリアに関するスケジューリング情報などの追加の情報を含んでもよい。例えば、図4に示されるマーク付けされたエリアは、月曜から金曜の午前11時から午後2時の間に大量の交通量を有するものとしてリストされうる。ロボット102は、ロボット102のタスクの完了のための他の選択肢が存在しない場合、高トラフィックエリアとしてマーク付けされるエリアを回避しようと試みうる。

実施例では、ナビゲーションマップ400は、各レイヤがセキュリティ/プライバシ設定122内に1つ以上のプライバシコンフィギュレーションを有する1つ以上の情報の“レイヤ”を含んでもよい。例えば、“パブリック”プライバシコンフィギュレーションを有する情報のレイヤは、レイヤ内の全ての情報がナビゲーションサーバ108及び/又は他のロボットと共有されることを可能にし、“プライベート”プライバシコンフィギュレーションを有する情報のレイヤは、レイヤ内の情報がナビゲーションサーバ108及び/又は他のロボットなどと共有されることを拒否する。実施例では、情報のレイヤは、“パブリック”と“プライベート”との間にある“ミックス”プライバシコンフィギュレーションを有してもよい。例えば、“ミックス”プライバシコンフィギュレーションは、故障中のロボットがナビゲーションサーバ108及び/又は他のロボットにそれの故障を警告することを可能にするが、他の何れの情報も送信されることは許可しない。

図5は、実施例による編集されたナビゲーションマップ500の一部の具体例を示す。ロボット102のセキュリティ/プライバシ設定122に応じて、ナビゲーションサーバ108は、ナビゲーションマップ400の編集されたバージョンを提供する。例えば、ロボット102のセキュリティ/プライバシ設定122は、ロボット102がルームB404にアクセスすることを許可せず、当該ロボット102にナビゲーションマップ400全体を提供する代わりに、ナビゲーションサーバ108は、ルームB404に関する情報を含まない編集されたナビゲーションマップ500を当該ロボット102に提供する。実施例では、編集されたナビゲーションマップ500は、編集部分504などのマーク付けされたマップの編集部分を有してもよい。

図6は、実施例による通常動作状態中の例示的な建物の廊下のバーチャルナビゲーションレーンの通常ナビゲーションレーンコンフィギュレーション600を示す。例示的な建物の廊下は、外壁602,604を含み、建物出口614に接続される。しかしながら、建物出口に接続される廊下以外の廊下もまた、同様に設定されたバーチャルナビゲーションレーンを有してもよい。

建物の廊下は、人間のための0以上のバーチャルレーンと、ロボットのための1つ以上のバーチャルレーンとを有してもよい。人間及び/又はロボットのレーンは、廊下の床及び/又は天井がレーン描写により視覚的にマーク付けされていないという意味で、“バーチャル”であってもよい。例示的な建物の廊下は、2つのロボット用レーン606,608を有するものとして図示され、ロボット用レーン606は建物出口614の方向に向かい、ロボット用レーン608は建物出口614から遠ざかる方向である。例示的な建物の廊下は、2つの人間用レーン610,612を有するものとして示され、人間用レーン610は建物出口614の方向に向かい、人間用レーン612は建物出口614から離れるように向けられる。

建物の通常動作状態の間、ロボットは、ロボット用レーン606を使用して廊下を建物出口614に向かって移動し、ロボット用レーン608を使用して建物出口614から廊下を離れて移動する。同様に、建物の通常動作状態では、人間は人間用レーン610を使用して廊下を建物出口614に向かって移動し、人間用レーン612を使用して建物出口614から廊下を離れて移動する。実施例では、人間用とロボット用に別々のレーンを有することは、人間とロボットとの衝突を減らす。実施例では、人間用の2つ以上の反対方向のレーンを有することは、人間間の衝突を低減し、ロボットの場合も同様である。

図7は、実施例による緊急動作状態中の例示的な建物の廊下のバーチャルナビゲーションレーンの緊急ナビゲーションレーンコンフィギュレーション700を示す。建物の占有者に建物を出ることを要求する緊急事態の場合、ナビゲーションサーバ108は、建物内のロボット102のナビゲーションマップを再設定し、通常ナビゲーションレーンコンフィギュレーション600の代わりに、緊急ナビゲーションレーンコンフィギュレーション700を利用する。図示されるように、緊急ナビゲーションレーンコンフィギュレーション700は、通常ナビゲーションレーンコンフィギュレーション600から変更されていないレーン606,610を含むが、ロボット用レーン608の方向はロボット用レーン706に逆転され、人間用レーン612の方向は人間用レーン712に逆転される。従って、緊急ナビゲーションレーンコンフィギュレーション700は、全てのバーチャルナビゲーションレーンを建物出口614の方向に向ける。

図8は、実施例による環境内の半自律的モバイルロボットの動作中に実行される処理800を示すフローチャートである。

半自律的モバイルロボットは、環境内における物体を検出する（処理802）。物体検出機能は、光センサ、音響センサ、赤外線センサなど、様々なタイプの1つ以上のセンサを利用しうる。センサは、ロボット102の一部であってもよいし、ロボット102の外部にあってもよいし、これらの組み合わせであってもよい。

物体分類は、検出された物体が物体カテゴリに属するものとして分類するのに実行される（処理804）。物体分類機能は、限定することなく、機械学習技術（例えば、線形分類器、サポートベクトルマシーン、決定木、ニューラルネットワークなど）を含む様々な方法を利用する1つ以上の物体分類アルゴリズム又は“分類器”として実現されうる。

任意的に、物体特定は、分類された物体を特定の物体として特定するため実行される（処理806）。

物体のインタラクションプロファイルが取得される（処理808）。

半自律的モバイルロボットは、取得されたインタラクションプロファイルに従って物体とやりとりする（処理810）。

図9は、何れか1つ以上の実施例が実現されるマシーン900の具体例を示すブロック図である。他の実施例では、マシーン900は、スタンドアローンデバイスとして動作してもよいし、あるいは、他のマシーンに接続（例えば、ネットワーク接続）されてもよい。ネットワーク化された配置では、マシーン900は、クライアント・サーバネットワーク環境においてサーバマシーン、クライアントマシーン又はその両方の能力で動作しうる。一例では、マシーン900は、ピア・ツー・ピア（P2P）（又は他の分散）ネットワーク環境におけるピアマシーンとして動作しうる。マシーン900は、図1〜8に示されるシステム、デバイス又は方法の何れかの部分を実現又は含んでもよく、センサ、ロボット、サーバ又は当該マシーンによって取られるべきアクションを指定する命令（順次又はその他）を実行可能な何れかのマシーンであってもよい。さらに、単一のマシーンしか図示されていないが、“マシーン”という用語はまた、クラウドコンピューティング、SaaS(Software As A Service)、他のコンピュータクラスタコンフィギュレーションなど、ここに説明される方法の何れか1つ以上を実行するための命令セット（又は複数のセット）を個々に又は共同して実行するマシーンの何れかの集合を含むものとされる。

ここに説明される具体例は、ロジック若しくは複数のコンポーネント、モジュール又は機構を含んでもよいし、あるいは、それらによって動作してもよい。モジュールは、指定された処理を実行可能な有形のエンティティ（例えば、ハードウェア）であり、特定の方法で構成又は配置されうる。一例では、回路は、モジュールとして指定された方式で（例えば、内部的又は他の回路などの外部エンティティに関して）配置されてもよい。一例では、1つ以上のコンピュータシステム（例えば、スタンドアローン、クライアント又はサーバコンピュータシステム）又は1つ以上のハードウェアプロセッサの全体又は一部は、ファームウェア又はソフトウェア（例えば、命令、アプリケーション部分又はアプリケーション）によって指定された処理を実行するよう動作するモジュールとして構成されてもよい。一例では、ソフトウェアは、マシーン可読媒体上にあってもよい。一例では、ソフトウェアは、モジュールの基礎となるハードウェアによって実行されると、ハードウェアに指定された処理を実行させる。

従って、“モジュール”という用語は、物理的に構成され、特別に構成され（例えば、ハード配線化）又は一時的に（例えば、一時的に）構成され（例えば、プログラム化）、ここに説明された何れかの処理の一部又は全てを実行するか、指定された方式で動作する有形なエンティティを含むと理解される。モジュールが一時的に構成される具体例を考えると、各モジュールは、何れかの時点でインスタンス化される必要はない。例えば、モジュールがソフトウェアを用いて構成される汎用ハードウェアプロセッサを含む場合、汎用ハードウェアプロセッサは、異なる時間にそれぞれ異なるモジュールとして構成されてもよい。従って、ソフトウェアは、例えば、特定のモジュールをある時点で構成し、異なる時点で異なるモジュールを構成するようハードウェアプロセッサを構成してもよい。

マシーン（例えば、コンピュータシステム）900は、ハードウェアプロセッサ902（例えば、中央処理ユニット（CPU）、グラフィック処理ユニット（GPU）、ハードウェアプロセッサコア又はこれらの何れかの組み合わせ）、メインメモリ904及び静的メモリ906を含み、これらの一部又は全ては、相互リンク（例えば、バス）908を介し互いに通信しうる。マシーン900は更に、表示ユニット910、英数字入力デバイス912（例えば、キーボード）及びユーザインタフェース（UI）ナビゲーションデバイス914（例えば、マウス）を含んでもよい。一例では、表示ユニット910、入力デバイス912及びUIナビゲーションデバイス914は、タッチスクリーンディスプレイであってもよい。マシーン900は、ストレージデバイス（例えば、ドライブユニット）916、信号生成デバイス918（例えば、スピーカ）、ネットワークインタフェースデバイス920及びグローバルポジショニングシステム（GPS）センサ、コンパス、加速度計又は他のセンサなどの1つ以上のセンサ921を含んでもよい。マシーン900は、1つ以上の周辺デバイス（例えば、プリンタ、カードリーダなど）と通信又は制御するため、シリアル（例えば、ユニバーサルシリアルバス（USB）、パラレル又は他の有線若しくは無線（例えば、赤外線（IR）、近距離通信（NFC）など）接続などの出力コントローラ928を含んでもよい。

ストレージデバイス916は、ここに説明される技術又は機能の何れか1つ以上によって実現又は利用されるデータ構造又は命令924（例えば、ソフトウェア）の1つ以上のセットが格納されたマシーン可読媒体922を含んでもよい。命令924はまたマシーン900による実行中、メインメモリ904内、静的メモリ906内又はハードウェアプロセッサ902内に完全に又は少なくとも部分的に存在してもよい。一例では、ハードウェアプロセッサ902、メインメモリ904、静的メモリ906又はストレージデバイス916の1つ又は何れかの組み合わせが、マシーン可読媒体を構成してもよい。

マシーン可読媒体922は単一の媒体として示されているが、“マシーン可読媒体”という用語は、1つ以上の命令924を格納するよう構成される単一の媒体又は複数の媒体（例えば、集中型又は分散型データベース及び/又は関連するキャッシュ及びサーバ）を含んでもよい。

“マシーン可読媒体”という用語は、マシーン900による実行用の命令を格納、符号化又は搬送可能であって、マシーン900に本開示の技術の何れか1つ以上を実行させるか、あるいは、当該命令によって利用されるか、あるいは、関連付けされるデータ構造を格納、符号化又は搬送可能な任意の媒体を含みうる。非限定的なマシーン可読媒体の具体例は、ソリッドステートメモリ、光学媒体及び磁気媒体を含みうる。従って、マシーン可読媒体は、一時的な伝搬信号ではない。マシーン可読媒体の特定の具体例として、半導体メモリデバイス（例えば、電気的にプログラム可能な読み出し専用メモリ（EPROM）、電気的に消去可能なプログラム可能な読み出し専用メモリ（EEPROM））及びフラッシュメモリデバイスなどの不揮発性メモリ、内蔵ハードディスク及びリムーバブルディスクなどの磁気ディスク、光磁気ディスク、ランダムアクセスメモリ（RAM）、ソリッドステートドライブ（SSD）並びにCD-ROM及びDVD-ROMディスクがあげられる。

命令924はさらに、複数の転送プロトコル（例えば、フレームリレー、インターネットプロトコル（IP）、伝送制御プロトコル（TCP）、ユーザデータグラムプロトコル（UDP）、ハイパーテキスト転送プロトコル（HTTP）など）の何れか1つを利用するネットワークインタフェースデバイス920を介し伝送媒体を用いて通信ネットワーク926を介し送信又は受信されうる。“伝送媒体”という用語は、マシーン900による実行用の命令を格納、符号化又は搬送可能な任意の無形媒体を含むようとられるか、あるいは、そのようなソフトウェアの通信を容易にするデジタル又はアナログ通信信号又は他の無形媒体を含む。

更なる留意点及び例示的な実施例
これら非限定的な具体例のそれぞれは、それ自体で成り立つことができ、あるいは、他の具体例の1つ以上との各種並び替え又は組み合わせにおいて組み合わせ可能である。

具体例1は、半自律的モバイルロボットをナビゲートするシステムであって、環境内で移動する半自律的モバイルロボットとネットワークを介して通信するナビゲーションサーバを有し、半自律的モバイルロボットは、環境のマップを含むナビゲーション情報と、ロボットと環境内の物体との間の動作のやりとりのモデルであって、物体に対応する物体プロファイルに基づくモデルと、ロボットが完了すべきタスクの優先度とを含むインタラクション情報と、ロボットのセキュリティレベルを含むセキュリティ設定と、を有するシステムである。

具体例2では、具体例1の主題は、任意的に、ナビゲーションサーバは、物体プロファイルデータベースから物体プロファイルを抽出し、物体プロファイルを半自律的モバイルロボットに送信する、ことを含む。

具体例3では、具体例1〜2の何れか1つ以上の主題は、任意的に、半自律的モバイルロボットは更に、環境内において物体を検出する物体検出モジュールと、複数の物体カテゴリから物体カテゴリのメンバーとして検出された物体を分類する物体分類モジュールと、分類された物体を物体カテゴリ内の特定の物体として特定する物体特定モジュールと、を有する、ことを含む。

具体例4では、具体例3の主題は、任意的に、物体プロファイルは、物体カテゴリに対応する、ことを含む。

具体例5では、具体例3〜4の何れか1つ以上の主題は、任意的に、物体プロファイルは、物体カテゴリ内の特定の物体に対応する、ことを含む。

具体例6では、具体例3〜5の何れか1つ以上の主題は、任意的に、複数の物体カテゴリは、生物、静的物体、静的動的物体、潜在的な動的物体及びロボットを有する、ことを含む。

具体例7では、具体例1〜6の何れか1つ以上の主題は、任意的に、半自律的モバイルロボットは、ナビゲーションサーバから経路予約をリクエストし、経路予約リクエストは、ロボットが完了すべきタスクの優先度、時間のスロット及び時間のスロット中の環境内の経路を有する、ことを含む。

具体例8では、具体例7の主題は、任意的に、ナビゲーションサーバは、ロボットが完了すべきタスクの優先度に少なくとも部分的に基づき、経路予約リクエストを許可する、ことを含む。

具体例9では、具体例1〜8の何れか1つ以上の主題は、任意的に、セキュリティレベルは序数である、ことを含む。

具体例10では、具体例1〜9の何れか1つ以上の主題は、任意的に、環境のマップは、ロボットのセキュリティレベルに少なくとも部分的に基づき編集される、ことを含む。

具体例11では、具体例1〜10の何れか1つ以上の主題は、任意的に、ナビゲーション情報は更に、環境内の複数の物体に関する情報を有する、ことを含む。

具体例12では、具体例1〜11の何れか1つ以上の主題は、任意的に、環境は、工場、病院、オフィスビル及び刑務所の少なくとも1つである、ことを含む。

具体例13では、具体例1〜12の何れか1つ以上の主題は、任意的に、ナビゲーションサーバは、半自律的モバイルロボットによって収集された情報を受信し、情報を半自律的モバイルロボットに送信する、ことを含む。

具体例14では、具体例1〜13の何れか1つ以上の主題は、任意的に、半自律的モバイルロボットは、環境内で動作する複数の半自律的モバイルロボットの1つである、ことを含む。

具体例15では、具体例1〜14の何れか1つ以上の主題は、任意的に、インタラクション情報は、半自律的モバイルロボットが物体と共有可能な情報を特定するプライバシ設定を含む、ことを含む。

具体例16は、半自律的モバイルロボットをナビゲートする方法であって、
ナビゲーションサーバが、環境内を移動する半自律的モバイルロボットとネットワークを介して通信することを有し、半自律的モバイルロボットは、環境のマップを含むナビゲーション情報と、ロボットと環境内の物体との間の動作のやりとりのモデルであって、物体に対応する物体プロファイルに基づくモデルと、ロボットが完了すべきタスクの優先度とを含むインタラクション情報と、ロボットのセキュリティレベルを含むセキュリティ設定と、を有する方法である。

具体例17では、具体例16の主題は、任意的に、ナビゲーションサーバが、物体プロファイルデータベースから物体プロファイルを抽出し、ナビゲーションサーバが、物体プロファイルを半自律的モバイルロボットに送信することを更に有する、ことを含む。

具体例18では、具体例16〜17の何れか1つ以上の主題は、任意的に、半自律的モバイルロボットは更に、環境内において物体を検出する物体検出モジュールと、複数の物体カテゴリから物体カテゴリのメンバーとして検出された物体を分類する物体分類モジュールと、分類された物体を物体カテゴリ内の特定の物体として特定する物体特定モジュールと、を有する、ことを含む。

具体例19では、具体例18の主題は、任意的に、物体プロファイルは、物体カテゴリに対応する、ことを含む。

具体例20では、具体例18〜19の何れか1つ以上の主題は、任意的に、物体プロファイルは、物体カテゴリ内の特定の物体に対応する、ことを含む。

具体例21では、具体例18〜20の何れか1つ以上の主題は、任意的に、複数の物体カテゴリは、生物、静的物体、静的動的物体、潜在的な動的物体及びロボットを有する、ことを含む。

具体例22では、具体例16〜21の何れか1つ以上の主題は、任意的に、半自律的モバイルロボットは、ナビゲーションサーバから経路予約をリクエストし、経路予約リクエストは、ロボットが完了すべきタスクの優先度、時間のスロット及び時間のスロット中の環境内の経路を有する、ことを含む。

具体例23では、具体例22の主題は、任意的に、ナビゲーションサーバが、ロボットが完了すべきタスクの優先度に少なくとも部分的に基づき、経路予約リクエストを許可することを更に有する、ことを含む。

具体例24では、具体例16〜23の何れか1つ以上の主題は、任意的に、セキュリティレベルは序数である、ことを含む。

具体例25では、具体例16〜24の何れか1つ以上の主題は、任意的に、環境のマップは、ロボットのセキュリティレベルに少なくとも部分的に基づき編集される、ことを含む。

具体例26では、具体例16〜25の何れか1つ以上の主題は、任意的に、ナビゲーション情報は更に、環境内の複数の物体に関する情報を有する、ことを含む。

具体例27では、具体例16〜26の何れか1つ以上の主題は、任意的に、環境は、工場、病院、オフィスビル及び刑務所の少なくとも1つである、ことを含む。

具体例28では、具体例16〜27の何れか1つ以上の主題は、任意的に、ナビゲーションサーバは、半自律的モバイルロボットによって収集された情報を受信し、情報を半自律的モバイルロボットに送信する、ことを含む。

具体例29では、具体例16〜28の何れか1つ以上の主題は、任意的に、半自律的モバイルロボットは、環境内で動作する複数の半自律的モバイルロボットの1つである、ことを含む。

具体例30では、具体例16〜29の何れか1つ以上の主題は、任意的に、インタラクション情報は、半自律的モバイルロボットが物体と共有可能な情報を指定するプライバシ設定を含む、ことを含む。

具体例31は、マシーンによって実行されると、具体例16〜29の方法の何れかの処理をマシーンに実行させる命令を含む少なくとも1つのマシーン可読媒体である。

具体例32は、具体例16〜29の方法の何れかを実行する手段を有する装置である。

具体例33は、半自律的モバイルロボットをナビゲートする装置であって、ナビゲーションサーバが、ネットワークを介し環境内を移動する半自律的モバイルロボットと通信する手段を有し、半自律的モバイルロボットは、環境のマップを含むナビゲーション情報と、ロボットと環境内の物体との間の動作のやりとりのモデルであって、物体に対応する物体プロファイルに基づくモデルと、ロボットが完了すべきタスクの優先度とを含むインタラクション情報と、ロボットのセキュリティレベルを含むセキュリティ設定と、を有する装置である。

具体例34では、具体例33の主題は、任意的に、ナビゲーションサーバが、物体プロファイルデータベースから物体プロファイルを抽出する手段と、ナビゲーションサーバが、物体プロファイルを半自律的モバイルロボットに送信する手段とを更に有する、ことを含む。

具体例35では、具体例33〜34の何れか1つ以上の主題は、任意的に、半自律的モバイルロボットは更に、環境内において物体を検出する物体検出モジュールと、複数の物体カテゴリから物体カテゴリのメンバーとして検出された物体を分類する物体分類モジュールと、分類された物体を物体カテゴリ内の特定の物体として特定する物体特定モジュールと、を有する、ことを含む。

具体例36では、具体例35の主題は、任意的に、物体プロファイルは、物体カテゴリに対応する、ことを含む。

具体例37では、具体例35〜36の何れか1つ以上の主題は、任意的に、物体プロファイルは、物体カテゴリ内の特定の物体に対応する、ことを含む。

具体例38では、具体例35〜37の何れか1つ以上の主題は、任意的に、複数の物体カテゴリは、生物、静的物体、静的動的物体、潜在的な動的物体及びロボットを有する、ことを含む。

具体例39では、具体例33〜38の何れか1つ以上の主題は、任意的に、半自律的モバイルロボットは、ナビゲーションサーバから経路予約をリクエストし、経路予約リクエストは、ロボットが完了すべきタスクの優先度、時間のスロット及び時間のスロット中の環境内の経路を有する、ことを含む。

具体例40では、具体例39の主題は、任意的に、ナビゲーションサーバが、ロボットが完了すべきタスクの優先度に少なくとも部分的に基づき、経路予約リクエストを許可する手段を更に有する、ことを含む。

具体例41では、具体例33〜40の何れか1つ以上の主題は、任意的に、セキュリティレベルは序数である、ことを含む。

具体例42では、具体例33〜41の何れか1つ以上の主題は、任意的に、環境のマップは、ロボットのセキュリティレベルに少なくとも部分的に基づき編集される、ことを含む。

具体例43では、具体例33〜42の何れか1つ以上の主題は、任意的に、ナビゲーション情報は更に、環境内の複数の物体に関する情報を有する、ことを含む。

具体例44では、具体例33〜43の何れか1つ以上の主題は、任意的に、環境は、工場、病院、オフィスビル及び刑務所の少なくとも1つである、ことを含む。

具体例45では、具体例33〜44の何れか1つ以上の主題は、任意的に、ナビゲーションサーバは、半自律的モバイルロボットによって収集された情報を受信し、情報を半自律的モバイルロボットに送信する、ことを含む。

具体例46では、具体例33〜45の何れか1つ以上の主題は、任意的に、半自律的モバイルロボットは、環境内で動作する複数の半自律的モバイルロボットの1つである、ことを含む。

具体例47では、具体例33〜46の何れか1つ以上の主題は、任意的に、インタラクション情報は、半自律的モバイルロボットが物体と共有可能な情報を指定するプライバシ設定を含む、ことを含む。

コンピュータネットワーキング及びコンピュータシステムの分野における従来の用語がここでは使用されている。これらの用語は、当該技術分野において知られており、便宜上非限定的な具体例としてのみ提供される。従って、請求項における対応する用語の解釈は、他に述べられていない限り、何れか特定の定義に限定されない。

特定の実施例がここで図示及び説明されたが、当業者は、同じ目的を達成するために計算された何れかの構成が図示された特定の実施例に置き換え可能であることを理解するであろう。多くの適応が当業者には明らかであろう。従って、本出願は何れかの適応又は変形をカバーするよう意図される。

上記の詳細な説明は、詳細な説明の一部を形成する添付の図面の参照を含む。図面は、実施されうる特定の実施例を例示的に示す。これらの実施例は、ここでは“具体例”とも呼ばれる。このような具体例は、図示又は説明されたものに加えて要素を含んでもよい。しかしながら、本発明者らは、図示又は説明された要素のみが提供される具体例もまた想定している。さらに、本発明者らは、特定の具体例（又はその1つ以上の態様）に関して、あるいは、ここに図示又は説明された他の具体例（又はその1つ以上の態様）に関して、図示又は説明されるこれらの要素（又はその1つ以上の態様）の任意の組み合わせ又は置換を利用する具体例を想定する。

本文書において、”a”又は”an”という用語は、特許文書において一般的であるように、”at least one”又は”one or more”の他の何れかのインスタンス又は利用から独立して、1つ又は複数を含むのに利用される。本文書では、”or”という用語は、特段の断りがない場合、”A or B”は”A but not B”，“B but not A”及び”A and B”を含むよう非排他的を意味するのに利用される。さらに、以下の請求項において、“第1”、“第2”、“第3”などの用語は単なるラベルとして利用され、それらの対象に対する数値的要求を課すことを意図しない。

この詳細な説明では、各種特徴が開示を概略するためグループ化された。これは、請求されない開示された特徴が何れかの請求項に必須であることを意図するものとして解釈されるべきでない。むしろ、本発明の主題は、特定の開示された実施例の全ての特徴より少なくてもよい。従って、以下の請求項は詳細な説明に援用され、各請求項は別々の実施例としてそれ自体成り立ち、そのような実施例が各種組み合わせ又は置換において互いに組み合わせ可能であることが想定される。実施例の範囲は、請求項に付与されるものと完全に均等な範囲と共に、添付した請求項を参照して決定されるべきである。

上記説明は、例示的であり、限定的であることを意図しない。例えば、上述した具体例（又はそれの1つ以上の態様）は、互いに組み合わせて利用されうる。他の実施例は、上記説明を参照した当業者などによって利用されうる。

Claims (48)

1. 半自律的モバイルロボットをナビゲートするシステムであって、
   環境内で移動する半自律的モバイルロボットとネットワークを介して通信するナビゲーションサーバを有し、
   前記半自律的モバイルロボットは、
   前記環境のマップを含むナビゲーション情報と、
   前記ロボットと前記環境内の物体との間の動作のやりとりのモデルであって、前記物体に対応する物体プロファイルに基づくモデルと、前記ロボットが完了すべきタスクの優先度とを含むインタラクション情報と、
   前記ロボットのセキュリティレベルを含むセキュリティ設定と、
   を有し、
   前記半自律的モバイルロボットは、
   少なくとも１つのセンサからの少なくとも１つの信号とオブジェクトプロファイルデータとに基づきオブジェクトを分類し、
   前記オブジェクトの分類、前記環境のマップ及びセキュリティ設定に基づき前記ロボットの第１の移動経路を決定し、前記セキュリティ設定は前記ロボットが入ることが禁止されているエリアを特定するものであり、
   前記エリアを回避するため前記第１の移動経路を決定し、
   緊急の通知に応答して、前記第１の移動経路を第２の移動経路に変更するよう構成されるシステム。
2. 前記ナビゲーションサーバは、
   物体プロファイルデータベースから前記物体プロファイルを抽出し、
   前記物体プロファイルを前記半自律的モバイルロボットに送信する、請求項１記載のシステム。
3. 前記半自律的モバイルロボットは更に、
   前記環境内において物体を検出する物体検出モジュールと、
   複数の物体カテゴリから物体カテゴリのメンバーとして検出された物体を分類する物体分類モジュールと、
   分類された物体を前記物体カテゴリ内の特定の物体として特定する物体特定モジュールと、
   を有する、請求項１記載のシステム。
4. 前記物体プロファイルは、前記物体カテゴリに対応する、請求項３記載のシステム。
5. 前記物体プロファイルは、前記物体カテゴリ内の前記特定の物体に対応する、請求項３記載のシステム。
6. 前記複数の物体カテゴリは、生物、静的物体、静的動的物体、潜在的な動的物体及びロボットを有する、請求項３記載のシステム。
7. 前記半自律的モバイルロボットは、前記ナビゲーションサーバから経路予約をリクエストし、
   前記経路予約リクエストは、前記ロボットが完了すべき前記タスクの前記優先度、時間のスロット及び前記時間のスロット中の前記環境内の経路を有する、請求項１記載のシステム。
8. 前記ナビゲーションサーバは、前記ロボットが完了すべき前記タスクの前記優先度に少なくとも部分的に基づき、前記経路予約リクエストを許可する、請求項７記載のシステム。
9. 前記セキュリティレベルは序数である、請求項１記載のシステム。
10. 前記環境のマップは、前記ロボットのセキュリティレベルに少なくとも部分的に基づき編集される、請求項1記載のシステム。
11. 前記ナビゲーション情報は更に、前記環境内の複数の物体に関する情報を有する、請求項１記載のシステム。
12. 前記環境は、工場、病院、オフィスビル及び刑務所の少なくとも１つである、請求項１記載のシステム。
13. 前記ナビゲーションサーバは、
    前記半自律的モバイルロボットによって収集された情報を受信し、
    情報を前記半自律的モバイルロボットに送信する、請求項１記載のシステム。
14. 前記半自律的モバイルロボットは、前記環境内で動作する複数の半自律的モバイルロボットの１つである、請求項１記載のシステム。
15. 前記インタラクション情報は、前記半自律的モバイルロボットが前記物体と共有可能な情報を特定するプライバシ設定を含む、請求項１記載のシステム。
16. 半自律的モバイルロボットをナビゲートする方法であって、
    ナビゲーションサーバが、環境内を移動する半自律的モバイルロボットとネットワークを介して通信することを有し、
    前記半自律的モバイルロボットは、
    前記環境のマップを含むナビゲーション情報と、
    前記ロボットと前記環境内の物体との間の動作のやりとりのモデルであって、前記物体に対応する物体プロファイルに基づくモデルと、前記ロボットが完了すべきタスクの優先度とを含むインタラクション情報と、
    前記ロボットのセキュリティレベルを含むセキュリティ設定と、
    を有し、
    前記半自律的モバイルロボットは、
    少なくとも１つのセンサからの少なくとも１つの信号とオブジェクトプロファイルデータとに基づきオブジェクトを分類し、
    前記オブジェクトの分類、前記環境のマップ及びセキュリティ設定に基づき前記ロボットの第１の移動経路を決定し、前記セキュリティ設定は前記ロボットが入ることが禁止されているエリアを特定するものであり、
    前記エリアを回避するため前記第１の移動経路を決定し、
    緊急の通知に応答して、前記第１の移動経路を第２の移動経路に変更するよう構成される方法。
17. 前記ナビゲーションサーバが、物体プロファイルデータベースから前記物体プロファイルを抽出し、
    前記ナビゲーションサーバが、前記物体プロファイルを前記半自律的モバイルロボットに送信することを更に有する、請求項１６記載の方法。
18. 前記半自律的モバイルロボットは更に、
    前記環境内において物体を検出する物体検出モジュールと、
    複数の物体カテゴリから物体カテゴリのメンバーとして検出された物体を分類する物体分類モジュールと、
    分類された物体を前記物体カテゴリ内の特定の物体として特定する物体特定モジュールと、
    を有する、請求項１６記載の方法。
19. 前記物体プロファイルは、前記物体カテゴリに対応する、請求項１８記載の方法。
20. 前記物体プロファイルは、前記物体カテゴリ内の前記特定の物体に対応する、請求項１８記載の方法。
21. 前記複数の物体カテゴリは、生物、静的物体、静的動的物体、潜在的な動的物体及びロボットを有する、請求項１８記載の方法。
22. 前記半自律的モバイルロボットは、前記ナビゲーションサーバから経路予約をリクエストし、
    経路予約リクエストは、前記ロボットが完了すべき前記タスクの前記優先度、時間のスロット及び前記時間のスロット中の前記環境内の経路を有する、請求項１６記載の方法。
23. 前記ナビゲーションサーバが、前記ロボットが完了すべき前記タスクの前記優先度に少なくとも部分的に基づき、前記経路予約リクエストを許可することを更に有する、請求項２２記載の方法。
24. 請求項１６乃至２３何れか一項記載の方法をコンピュータに実行させるプログラム。
25. 請求項１６乃至２３何れか一項記載の方法を実行する手段を有する装置。
26. 請求項２４記載のプログラムを格納するコンピュータ可読記憶媒体。
27. ロボットであって、
    本体と、
    環境内において前記本体を移動するモータと、
    無線通信回路と、
    前記本体によって携行され、前記環境内のオブジェクトに対応する少なくとも１つの信号を取得する少なくとも１つのセンサと、
    前記本体によって携行されるストレージデバイスと、
    前記本体によって携行される少なくとも１つのプロセッサと、
    を有し、
    前記少なくとも１つのプロセッサは、
    前記少なくとも１つのセンサからの少なくとも１つの信号とオブジェクトプロファイルデータとに基づきオブジェクトを分類し、
    前記オブジェクトの分類、前記環境のマップ及びセキュリティ設定に基づき前記ロボットの第１の移動経路を決定し、前記セキュリティ設定は前記ロボットが入ることが禁止されているエリアを特定するものであり、
    前記エリアを回避するため前記第１の移動経路を決定し、
    緊急の通知に応答して、前記第１の移動経路を第２の移動経路に変更するための命令を実行するロボット。
28. 前記少なくとも１つのプロセッサは、交通を有するエリアを回避するよう前記ロボットの前記第１の移動経路を決定する、請求項２７記載のロボット。
29. 前記少なくとも１つのプロセッサは、第１のオブジェクト分類又は第２のオブジェクト分類に前記オブジェクトを分類し、
    前記第１のオブジェクト分類は人間に対応し、前記第２のオブジェクト分類は人間以外のオブジェクトに対応する、請求項２７記載のロボット。
30. 第２のオブジェクト分類はロボットに対応する、請求項２９記載のロボット。
31. 前記少なくとも１つのプロセッサは、前記緊急の通知に応答して、前記ロボットの緊急レベルを設定する、請求項２７記載のロボット。
32. 前記第１の移動経路は、人間に割り当てられた第２のレーンと分離した、ロボットに割り当てられた第１のレーンを含む、請求項２７記載のロボット。
33. 前記少なくとも１つのプロセッサは、前記緊急の通知に応答して、前記第１又は第２のレーンの少なくとも１つを変える、請求項３２記載のロボット。
34. 前記少なくとも１つのプロセッサは、前記緊急の通知に応答して、前記第１又は第２のレーンの少なくとも１つの方向を変更する、請求項３３記載のロボット。
35. 前記少なくとも１つのプロセッサは、前記緊急の通知に応答して、人間への前記第１のレーンの割当てを変更する、請求項３３記載のロボット。
36. 前記第２の移動経路は、前記ロボットが入ることが禁止されているエリアに入る、請求項２７記載のロボット。
37. 実行時、ロボットの少なくとも１つのプロセッサに、
    少なくとも１つのセンサからの少なくとも１つの信号とオブジェクトプロファイルデータとに基づきオブジェクトを分類し、
    前記オブジェクトの分類、環境のマップ及びセキュリティ設定に基づき前記ロボットの第１の移動経路を決定し、前記セキュリティ設定は前記ロボットが入ることが禁止されているエリアを特定するものであり、前記第１の移動経路は前記エリアを回避するものであり、
    緊急の通知に応答して、前記第１の移動経路を第２の移動経路に変更させる、
    命令を有するストレージデバイス。
38. 前記エリアは第１のエリアであり、
    前記命令は、前記少なくとも１つのプロセッサに、人間に対応する交通を有する第２のエリアを回避するよう前記ロボットの前記第１の移動経路を決定させる、請求項３７記載のストレージデバイス。
39. 前記命令は、前記少なくとも１つのプロセッサに、第１のオブジェクト分類又は第２のオブジェクト分類に前記オブジェクトを分類させ、
    前記第１のオブジェクト分類は人間に対応し、前記第２のオブジェクト分類は人間以外のオブジェクトに対応する、請求項３７記載のストレージデバイス。
40. 第２のオブジェクト分類はロボットに対応する、請求項３９記載のストレージデバイス。
41. 前記命令は、前記少なくとも１つのプロセッサに、前記緊急の通知に応答して、前記ロボットの緊急レベルを設定させる、請求項３７記載のストレージデバイス。
42. 前記命令は、前記少なくとも１つのプロセッサに、前記緊急の通知に応答して、第１又は第２のレーンの少なくとも１つを変えさせ、前記第１のレーンはロボットに割り当てられ、前記第２のレーンは人間に割り当てられる、請求項３７記載のストレージデバイス。
43. 前記命令は、前記少なくとも１つのプロセッサに、前記緊急の通知に応答して、前記第１又は第２のレーンの少なくとも１つの方向を変更させる、請求項４２記載のストレージデバイス。
44. 前記命令は、前記少なくとも１つのプロセッサに、前記緊急の通知に応答して、前記第１のレーンの割当てを変更する、請求項３３記載のロボット。
45. 環境内のオブジェクトに対応する少なくとも１つの信号を出力する手段と、
    前記少なくとも１つの信号とオブジェクトプロファイルデータとに基づき前記オブジェクトを分類する手段と、
    前記オブジェクトの分類、前記環境のマップ、及びロボットが入ることが禁止されているエリアを特定するセキュリティ設定に基づき前記ロボットの第１の移動経路を決定し、前記第１の移動経路は前記エリアを回避するよう決定され、
    緊急の通知に応答して、前記第１の移動経路を第２の移動経路に変更するよう処理する手段と、
    を有する装置。
46. 前記処理する手段は、人間の利用及びロボットの利用のためのレーンを割り当てる、請求項４５記載の装置。
47. 前記分類する手段は、オブジェクトが人間又は人間以外のオブジェクトであるか判断する、請求項４５記載の装置。
48. 前記処理する手段は、交通を有するエリアを回避するよう前記第１の移動経路を決定する、請求項４５記載の装置。

Images