JP6982669B1 - 作業機械 - Google Patents

Abstract

【課題】検知対象の物体をより高い精度で検知することができる作業機械を提供する。【解決手段】作業機械の周囲の物体の表面位置を、垂直方向に複数のレイヤを持つ３次元点群情報として計測する計測センサと、計測センサからの情報に基づいて、作業機械の周囲の検知対象物体を検知する物体検知装置とを備え、物体検知装置は、計測センサで計測された３次元点群情報を取得し、３次元点群情報を構成する複数の点データについて、垂直方向に隣り合うレイヤの点データの計測センサからの距離の関係と、距離の差のばらつきとに基づいて微小粒子を計測している点データを検知し、微小粒子として検知した点データを３次元点群情報から削除し、微小粒子の点データを削除した３次元点群情報に基づいて周囲の物体を検知する。【選択図】図２

Description

本発明は、作業機械に関する。

鉱山現場においては、生産性の向上を目的として、例えば、自律走行ダンプトラックなどの作業機械が用いられている。自律走行ダンプトラックでは、管制情報を用いた運行管理が行われるほか、走行の安全性を確保するために、個々の自律走行ダンプトラックにおいて走行中の周囲の状況を常に把握し、障害物や他の車両等の有無を検知して、自律走行を制御することが行われる。一方、鉱山現場などのオフロード環境では、砂埃等の微小粒子の浮遊状態が頻繁に発生するため、これらを物体として誤検知することを抑制する必要がある。

このような障害物の検知に係る技術として、例えば、特許文献１には、建設車両に搭載される障害物検知装置であって、投射光と反射光との時間差から距離を測定するＴＯＦ方式の距離画像センサと、前記距離画像センサの測定データに基づいて障害物の有無を判定する制御装置と、を備え、前記測定データに関し、車両端部からの車両進行方向成分をｘデータ、車幅方向成分をｙデータ、地面からの高さ方向成分をｚデータとしたとき、前記制御装置は、ｚデータが閾値Ｔ１よりも大きい測定データのみを選別して障害物の有無を判定する高さ選別ステップを行う建設車両の障害物検知装置が開示されている。

特開２０１９−１２０６３号公報

上記従来技術においては、地面を計測した際の反射強度を基準に閾値を設けることで、路面の測定データ、及び、砂埃や水蒸気等の微小粒子などの測定データを除去し、障害物検知の精度向上を図っている。しかしながら、検知対象が路面上に落下している岩のような路面と同様の物質の場合には、検知対象と除去対象との測定データの反射強度が同じような値となってしまうため、検知対象の測定データが路面や砂埃の測定データとともに除去されてしまい、障害物として検知すべき検知対象を検知できないおそれがあった。

本発明は上記に鑑みてなされたものであり、検知対象の物体をより高い精度で検知することができる作業機械を提供することを目的とする。

本願は上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、現場で稼働する作業車両であって、前記作業車両の周囲の物体の表面位置を、垂直方向に複数のレイヤを持つ３次元点群情報として計測する計測センサと、前記計測センサからの情報に基づいて、前記作業車両の周囲の検知対象物体を検知する物体検知装置とを備え、前記物体検知装置は、前記計測センサで計測された３次元点群情報を取得し、前記３次元点群情報を構成する複数の点データについて、垂直方向に隣り合うレイヤの点データの前記計測センサからの距離の関係と、距離の差のばらつきとに基づいて微小粒子を計測している点データを検知し、検知した微小粒子の点データを前記３次元点群情報から削除し、微小粒子の点データを削除した前記３次元点群情報に基づいて周囲の物体を検知するものとする。

本発明によれば、検知対象の物体をより高い精度で検知することができる。

第１の実施の形態に係る物体検知装置を抜き出して概略的に示す機能ブロック図である。 物体検知装置の処理内容を示す機能ブロック図である。 物体検知装置で扱われる３次元点群データの一例を示す図であり、３次元点群データを構成する各点データの概要を示す図である。 物体検知装置で扱われる３次元点群データの一例を示す図であり、３次元点群データのデータ構造を示す図である。 ダンプトラックに搭載された外界認識センサによる計測の様子を示す図であり、微小粒子の飛散領域が存在する場合を示す図である。 ダンプトラックに搭載された外界認識センサによる計測の様子を示す図であり、微小粒子の飛散領域が存在しない場合を示す図である。 微小粒子検知部における微小粒子検知処理の処理内容を示すフローチャートである。 微小粒子削除部における微小粒子削除処理の処理内容を示すフローチャートである。 物体検知装置を搭載したダンプトラックの処理機能を概略的に示す機能ブロック図である。 ダンプトラックに搭載した物体検知装置の処理内容を示すフローチャートである。 車両行動変更判断部の処理内容を示すフローチャートである。 微小粒子の飛散領域の時系列推定結果の様子を例示する図である。 微小粒子の飛散領域の時系列推定結果の様子を例示する図である。 微小粒子の飛散領域の時系列推定結果の様子を例示する図である。 第２の実施の形態に係る物体検知装置を搭載したダンプトラックの処理機能を関連構成とともに概略的に示す機能ブロック図である。 先行車による物体検知結果の一例を示す図である。 車両行動変更判断部の処理内容を示すフローチャートである。

以下、本発明の実施の形態を図面を参照しつつ説明する。なお、本実施の形態では、作業機械の一例として自律走行車両であるダンプトラック（自律走行ダンプトラック）を示して説明するが、油圧ショベルなどの他の作業機械であっても本発明の適用が可能である。

＜第１の実施の形態＞
本発明の第１の実施の形態を図１〜図１４を参照しつつ説明する。

図１は、本実施の形態に係る物体検知装置を抜き出して概略的に示す機能ブロック図である。また、図２は、物体検知装置の処理内容を示す機能ブロック図である。

図１において、物体検知装置１００は、本実施の形態に係る作業機械の一例として示す自律走行ダンプトラック（以降、単にダンプトラックと称する）に搭載されるものであり、外界情報取得部１１０と、微小粒子検知部１２０と、微小粒子削除部１３０と、物体検知部１４０とを備えている。

図２において、まず、物体検知装置１００の外界情報取得部１１０は、ダンプトラックに設けられた外界認識センサ２１０（計測センサ）から３次元点群データ（３次元点群情報）を取得する（ステップＳ１００）。

外界認識センサ２１０は、ダンプトラック２００（後の図５等参照）に搭載され、ダンプトラック２００の周囲の物体の表面位置を、垂直方向に複数のレイヤを持つ３次元点群データとして計測する計測センサである。本実施の形態では、外界認識センサ２１０としてＬｉＤＡＲ（Light Detection And Ranging）を用いる場合を例示して説明する。なお、外界認識センサ２１０は、作業機械であるダンプトラック２００の周囲に存在する物体表面の３次元位置を計測可能なものであれば良く、例えば、距離画像センサを用いたり、ステレオカメラにおいて公知の三角測量法を用いたりしても良い。また、ステレオカメラとＬｉＤＡＲなど複数のセンサを組み合わせて用いても良い。

図３及び図４は、物体検知装置で扱われる３次元点群データの一例を示す図であり、図３は３次元点群データを構成する各点データの概要を、図４は３次元点群データのデータ構造をそれぞれ示す図である。

図３に示すように、外界認識センサ２１０で取得される３次元点群データは、外界認識センサ２１０で取得される各点データのＩＤと、外界認識センサ２１０から各計測点までの距離と、基準方向からの水平方向の角度、及び、垂直方向の角度とで構成されている。すなわち、外界認識センサ２１０で取得される３次元点群データは、距離・角度データであり、図３の左側のデータＩＤ、水平計測角度、垂直計測角度、及び、計測距離がこれに相当する。

続いて、外界情報取得部１１０は、外界認識センサ２１０から距離・計測角度情報を含んだ３次元点群データを受け取り、各点データを自車両を中心とした直交座標系（車両座標系）における３次元座標に変換し、３次元点群データに追記する（ステップＳ１１０）。

図３に示すように、外界情報取得部１１０では、３次元点群データを、データＩＤ、水平方向の計測角度、垂直方向の計測角度、計測距離、３次元座標、及び微小粒子ラベルとから構成されるデータに変換する。

具体的には、外界情報取得部１１０は、外界認識センサ２１０から出力される距離及び計測角度の情報を含んだ点群データと自車中心から見た外界認識センサ２１０の設置位置から、各計測点の自車両の中心を原点とする直交座標系（車両座標系）における３次元座標を算出し、元の３次元点群データに算出した情報を追記し、微小粒子検知部１２０へ出力する。

なお、外界認識センサ２１０にステレオカメラを用いる場合には、三角測量法により３次元直交座標が取得される。そこで、センサの設置位置と取得された直交座標から、各点のセンサの計測中心を原点とする３次元極座標系を算出することで物体までの距離および計測距離の情報を取得することができる。

ここで、微小粒子ラベルとは、各点データが微小粒子を計測した点であるか否かを示すラベルであり、微小粒子ラベルが「１」の場合には微小粒子を計測した点を意味し、微小粒子ラベルが「０」（ゼロ）の場合には微小粒子以外の物体を計測した点を意味する。なお、外界情報取得部１１０から出力される３次元点群データの微小粒子ラベルには初期値として「０」（ゼロ）が設定されている。外界情報取得部１１０は、図４に示すように、行方向を水平方向の計測角度に応じて、列方向を垂直方向の計測角度に応じてそれぞれ並べた２次元配列データを３次元点群データとして出力する。

続いて、微小粒子検知部１２０は、外界情報取得部１１０から取得した３次元点群データに基づき、各点データの距離情報を用いて各点データが微小粒子を計測したものであるか否かを判定し（ステップＳ１２０）、判定結果がＹＥＳの場合には該当する点データの微小粒子ラベルを「１」とし（ステップＳ１３０）、判定結果がＮＯの場合には該当する点データの微小粒子ラベルを「０」（ゼロ）とする（ステップＳ１２１）。

ここで、微小粒子検知部１２０における微小粒子検知処理の基本原理、すなわち、図２のステップＳ１２０，Ｓ１２１，Ｓ１３０の処理の詳細について説明する。

図５及び図６は、ダンプトラックに搭載された外界認識センサによる計測の様子を示す図であり、図５は微小粒子の飛散領域が存在する場合を、図６は微小粒子の飛散領域が存在しない場合をそれぞれ示す図である。

図５に示すように、鉱山現場などにおいては、ダンプトラック２００の走行動作や風などの作用によって、微小粒子の一つである複数の砂粒が浮遊する場合（所謂、砂埃が発生する場合）がある。通常、砂埃のような微小粒子が空気中に浮遊していた場合、図５に示すように微小粒子を計測した点２１１ａと、粒子の隙間を抜けて地面５１０を計測する点２１２ａと、砂埃の後ろの領域にある物体５００を計測する点２１３とが混在することになる。このとき、物体が存在しない場合に地面を計測している点に関しては、図６のように下側の点２１２ｂの方が上側の走査線で計測された点２１１ｂより計測距離が短くなる。しかし、微小粒子を計測した場合には、図５に示すように、点２１１ａ、点２１２ａのように距離関係が逆転するデータが発生する。すなわち、地面５１０を計測していると考えられる場合において、外界認識センサ２１０から水平方向を基準とした場合の俯角が大きい点２１１ａの計測距離が俯角が小さい点２１１ｂよりも短くなるという関係性の逆転が生じる。したがって、この距離の関係性が逆転している点２１１ａを、微小粒子を計測した点として判定する。

なお、本実施の形態においては、空気中に浮遊する微小粒子の一例として砂埃（砂粒）を示して説明したが、雨粒（雨滴）や霧、煙、水蒸気などのように空気中に存在する他の微小粒子についても同様に検知することができる。

ただし、鉱山現場に存在する物体の形状によっては、微小粒子の飛散領域ではないにも関わらず、距離関係が逆転する場合がある。そこで、一定の閾値（閾値２）を設け、上下方向に隣り合う点データの距離の差をこの閾値と比較することで、距離関係の逆転が微小粒子によるものなのか物体の形状によるものなのかを判定する。この閾値２は、車両の走行環境の中で想定される検知対象のうち、距離関係の逆転が発生する形状の物体中で最も大きい物体における幅または奥行きのうち値の大きい方により決定する。例えば、鉱山現場であれば、球状の岩などがその物体に該当する。さらに、物体であれば距計測点同士の距離差は物体の大きさ以下であるため、距離差の分散が小さくなる傾向となる。一方で、微小粒子を計測している場合は、近傍の地面を計測している点は距離差が小さくなるが、遠方の地面を計測しているデータでは大きくなる。つまり物体を計測した時と比較して距離差の分散が大きくなる。そこで、距離関係の逆転が発生する形状の物体中で最も大きい物体を計測した場合の距離差の分散を閾値３とし、各点データの上下方向の距離の差の分散をこの閾値３と比較することで、距離関係の逆転が微小粒子によるものなのか物体の形状によるものなのかを判定し、微小粒子の誤検知をさらに確実に防止する。

図７は、微小粒子検知部における微小粒子検知処理の処理内容を示すフローチャートである。

図７において、微小粒子検知部１２０は、まず、外界情報取得部１１０から３次元点群データを取得し（ステップＳ２００）、３次元点群データの２次元配列（図４参照）の同一列のデータを参照して、一番下の行の点から順番に、その点の計測距離と一つ上の行の点の計測距離の差を算出する（ステップＳ２１０）。なお、ステップＳ２１０では、下側の行の点データの計測距離から上側の行の点データの計測距離を引くことで差を算出する。

続いて、距離の差が予め定めた閾値（閾値２）以上であるか否か判定し（ステップＳ２２０）、判定結果がＹＥＳの場合、すなわち、下側の点データの計測距離の方が上側の点データの計測距離よりも一定距離以上長い場合には、上側の点データの微小粒子ラベルを「１」とし（ステップＳ２３０）、ステップＳ２１０で算出した距離差を保存する（ステップＳ２４０）。

ステップＳ２２０での判定結果がＮＯの場合、又は、ステップＳ２４０の処理が終了した場合には、続いて、３次元点群データの全ての列を参照したか否かを判定し（ステップＳ２５０）、判定結果がＮＯの場合には、判定結果がＹＥＳになるまでステップＳ２１０〜Ｓ２５０の処理を繰り返す。

また、ステップＳ２５０での判定結果がＹＥＳの場合には、ステップＳ２４０で保存した各点データの計測距離の差から分散を算出し（ステップＳ２６０）、分散が予め定めた閾値（閾値３）以上であるか否かを判定する（ステップＳ２７０）。ここで、閾値３は、物体を計測した場合の計測距離の差の分散と、飛散領域の微小粒子を計測した場合の計測距離の差の分散との間の値に設定されるものであり、物体検知装置１００が搭載される作業機械（例えば、ダンプトラック２００）が稼働する環境において存在する可能性のある物体について、計測距離の差の分散を予め算出しておき、この値にマージンを持たせた値を閾値３とすることで、物体であるか微小粒子であるかを判定することができる。

ステップＳ２７０での判定結果がＹＥＳの場合には、微小粒子ラベルが「１」となっている全ての点データの３次元座標を参照し、それらの点データの重心座標を微小粒子の飛散領域の位置として算出する（ステップＳ２８０）。また、ｘ，ｙ，ｚ座標のそれぞれの最大値から最小値までの距離を、それぞれ奥行、幅、高さとする直方体の領域を定義し、この領域を微小粒子の飛散領域として算出する（ステップＳ２８０）。さらに、微小粒子の飛散領域として算出した直方体の体積と、微小粒子ラベルが「１」である点データの個数とから、飛散領域内の微小粒子の密度を算出する（ステップＳ２８０）。

続いて、ステップＳ２８０で算出した微小粒子の飛散領域の位置、範囲、密度の情報を時系列で蓄積し、公知のカルマンフィルタ等の追跡手法を用いて、位置、範囲、密度の時間変位を算出し追跡する（ステップＳ２９０）。

続いて、ステップＳ２９０で算出された飛散領域の位置および範囲の時間変位が予め定めた閾値（閾値４）以上であるか否かを判定し（ステップＳ３００）、判定結果がＹＥＳの場合には、自車両の移動経路上において、微小粒子の飛散領域が存在する領域は危険な領域、存在しない領域は安全に走行可能な領域とし（ステップＳ３１０）、３次元点群データを微小粒子削除部１３０に出力して（ステップＳ３２０）、処理を終了する。ここで、閾値４は、物体検知部１４０における物体検知の距離精度の値より大きい任意の値とする。

また、ステップＳ２７０での判定結果がＮＯの場合、或いは、ステップＳ３００での判定結果がＮＯの場合には、全ての点データの微小粒子ラベルを「０」（ゼロ）とし（ステップＳ２７１）、３次元点群データを微小粒子削除部１３０に出力して（ステップＳ３２０）、処理を終了する。

図２に戻る。

ステップＳ１３０又はＳ１２１の処理が終了すると、続いて、微小粒子削除部１３０は、３次元点群データから、微小粒子と判定されている点データ（すなわち、微小粒子ラベルが「１」となっている点データ）を削除する（ステップＳ１４０）。

続いて、削除後の点データの数が予め定めた閾値（閾値１）以上であるか否かを判定し（ステップＳ１５０）、判定結果がＮＯの場合には、微小粒子削除部１３０に３次元点群データを保存し（ステップＳ１５１）、ステップＳ１００の処理に戻る。

ここで、微小粒子削除部１３０における微小粒子削除処理の基本原理、すなわち、図２のステップＳ１４０，Ｓ１５０，Ｓ１５１の処理の詳細について説明する。

図８は、微小粒子削除部における微小粒子削除処理の処理内容を示すフローチャートである。

図８に示すように、微小粒子削除部１３０は、まず、微小粒子検知部１２０から３次元点群データを取得し（ステップＳ４００）、微小粒子ラベルが「１」の点データがあるか否かを判定する（ステップＳ４１０）。

ステップＳ４１０での判定結果がＮＯの場合には、微小粒子を計測していないため、物体検知部１４０へ３次元データを出力し（ステップＳ４４０）、処理を終了する。

また、ステップＳ４１０での判定結果がＹＥＳの場合には、３次元点群データから微小粒子ラベルが「１」の点データを削除し（ステップＳ４２０）、削除後の３次元点群データの点データの数と、保存されている点データの数（後のステップＳ４３１参照）の合計が予め定めた閾値（閾値１）以上であるか否かを判定する（ステップＳ４３０）。

ステップＳ４３０での判定結果がＹＥＳの場合、すなわち、物体検知が可能な数の点データがある場合には、物体検知部１４０へ３次元データを出力し（ステップＳ４４０）、処理を終了する。

また、ステップＳ４３０での判定結果がＮＯの場合、すなわち、物体検知が可能な数の点データが無いと判定した場合には、ステップＳ４３０で合計した３次元点群データを保存し（ステップＳ４３１）、物体検知装置１００の最所の処理（図２のステップＳ１００）に戻る。

ここで、閾値１は、外界認識センサ２１０の空間分解能ｄｈ、元の３次元点群データの点データ数ｎ０、検知を要する（検知したい）と想定される最小の検知対象の大きさＳｍｉｎ、及び、最長検知距離ｒｔを用いて下記の（式１）及び（式２）により求まる固定値である。

上記（式１）及び（式２）により、センサの空間分解能から、最長距離における隣り合う計測点の間の距離が求まる。この距離と最小検知対象の大きさから、検知対象を計測する点の個数ｎｔが算出できる。この点の個数ｎｔが少なくとも１点以上でないとそもそも計測できないため、１を上記点の個数ｎｔで割った値が、削除できるデータの割合となる。この割合に元の点群データの個数ｎｏをかけた値が閾値１である。

図２に戻る。

ステップＳ１５０での判定結果がＹＥＳの場合には、物体検知部１４０は、微小粒子削除部１３０から３次元点群データを取得し、車両周囲に存在する物体の位置・形状・移動速度・移動方向の情報を時系列で検知する（ステップＳ１６０）。

ここで、物体検知部１４０における物体検知処理の処理内容について説明する。

物体検知部１４０は、微小粒子削除部１３０から点群データを取得し、点群の３次元座標情報を用いて自車周囲の物体の位置・形状・移動速度・移動方向の情報を取得する。ここで、物体の位置とは、検知された物体を計測した各点の３次元座標を用いて算出した重心座標である。また、形状とは、各点の３次元座標からｘ，ｙ，ｚ座標それぞれの最大値から最小値までの距離を、奥行き、幅、高さとして算出した直方体である。

物体の位置・形状の検知手法としては、例えば公知のＯＧＭ（Occupancy Grid Map）法や、機械学習を用いたＶｏｘｅｌＮｅｔ法など、３次元の点群から上記物体情報を取得できる手法であればよい。また、物体の移動速度・方向を検知する手法としては、公知のカルマンフィルタやパーティクルフィルタを用いた手法など、時系列で物体の移動速度・方向を推定できる手法であれば良い。

以上のように構成した物体検知装置の作用効果について説明する。

物体検知装置１００は、外界認識センサ２１０と、外界情報取得部１１０と、微小粒子検知部１２０と、微小粒子削除部１３０と、物体検知部１４０と、を備える。外界情報取得部１１０は、外界認識センサ２１０から距離・計測角度情報含んだ３次元点群データを受け取り、各点の自車を中心とした直交座標系における３次元座標を算出し、３次元点群データに追記し、微小粒子検知部１２０に出力する。微小粒子検知部１２０は、外界情報取得部１１０から３次元点群データを取得し、各点の距離情報を用いて各点に対し微小粒子を計測したかを判定する。微小粒子計測したと判定された点の微小粒子ラベルを「１」にする。微小粒子削除部１３０は、微小粒子検知部１２０から３次元点群データを受け取り、微小粒子と判定されている点を３次元点群データから削除する。削除後のデータ数が閾値１以上であるか判定し、閾値１以上の場合は物体検知部１４０に出力する。閾値１以下の場合は、微小粒子削除部１３０に３次元点群データを保存する。物体検知部１４０は、微小粒子削除部１３０から３次元点群データを取得し、車両周囲に存在する物体の位置・形状・移動速度・移動方向の情報を時系列で検知する。そのため、物体検知部１４０では微小粒子の影響による未検知及び誤検知を防ぐことができる。

また、微小粒子検知部１２０では、３次元点群データの配列の列方向を参照し、上下に隣り合った点において、下側の点の計測距離が、距離の閾値２より大きく、また、距離差の分散の値が閾値３より大きい場合に、上側の点を微小粒子を計測した点として判定し、検知できる。そのため、微小粒子を計測した点を誤検知なく検知可能である。

また、微小粒子検知部１２０では、微小粒子を計測した点を検知し、その３次元座標を用いて微小粒子の飛散領域の位置、範囲、密度の情報を取得できる。また、微小粒子は浮遊物であることから、飛散領域の位置、範囲、密度は時系列で追跡した際に変化するため、変位が閾値４より小さい場合に、微小粒子ではなく物体を検知したと判断し、すべての点の微小粒子ラベルを「０」にする。そのため、微小粒子を計測した点を誤検知なく検知可能である。

また、微小粒子検知部１２０では、微小粒子を計測した点を検知し、その３次元座標を用いて微小粒子の飛散領域の位置、範囲、密度の情報を取得できる。また、それらの情報を用いて、自車の進路上において、微小粒子が存在する領域は危険な領域、存在しない領域は安全に走行可能な領域として算出できる。そのため、微小粒子が発生しても、自車を安全に走行させることができる。

また、微小粒子削除部１３０では、削除した後の３次元点群データのデータ数と閾値１を比較し、閾値１より少ない場合は、データ数が閾値１以上になるまで点群の蓄積を行う。そのため、物体の未検知を防ぐことができる。

以上のように構成した物体検知装置１００をダンプトラック２００に搭載した場合についてさらに詳細に説明する。

本実施の形態の物体検知装置１００が搭載されるダンプトラック２００は、図示は省略するが、前後方向に延在して支持構造体を形成する車体フレームと、車体フレームの上部に前後方向に延在するように配置され、その後端下部をピン結合部を介して車体フレームに傾動可能に設けられた荷台（ベッセル）と、車体フレームの下方前側左右に設けられた一対の従動輪（前輪）と、車体の下方後側左右に設けられた一対の駆動輪（後輪）と、車体フレームの上方前側に設けられた運転室（キャブ）と、車体フレームの下方に設けられた燃料タンクと、車体フレーム上に配置され、燃料タンクから供給される燃料により駆動するエンジンと、ダンプトラック２００の自律走行を制御する車両制御装置３００とから概略構成されている。

図９は、物体検知装置を搭載したダンプトラックの処理機能を概略的に示す機能ブロック図である。

図９において、ダンプトラック２００は、物体検知装置１００と、外界認識センサ２１０と、車載センサ２２０と、車両制御装置３００と、ダンプトラック２００の運行を管理する管制センタ４００と、を備える。

外界認識センサ２１０は自車周囲の環境を計測し、点群データ２１５を物体検知装置１００に出力する。

物体検知装置１００は自車周囲に存在する物体の位置、形状、移動速度、移動方向の情報を算出し、車両制御装置３００に出力する。また、物体検知装置１００は微小粒子検知部１２０で算出した微小粒子の飛散状況と、微小粒子削除部１３０で算出された点群の不足情報を車両制御装置３００に出力する。車載センサ２２０は自車の位置と姿勢を計測し、車両制御装置３００に送信する。

管制センタ４００は各車両の位置情報を取得し、運行管理情報を車両制御装置３００に出力する。

車両制御装置３００は、管制センタ４００から受信した運行管理情報と、車載センサ２２０から取得された自己位置および車両の姿勢情報と、物体検知装置１００から取得される物体情報および微小粒子の情報から、物体検知が確実に実施できるように車両の速度と操舵角を決定し、アクチュエータに出力する。

外界認識センサ２１０はダンプトラック２００に搭載され、車両の周囲の環境を計測する。本実施の形態では、外界認識センサ２１０としてＬｉＤＡＲを用いる。

車載センサ２２０は、ダンプトラック２００に搭載され、自車の位置、姿勢情報を計測する。本実施例では、位置を測定するセンサとしてＧＮＳＳ(Global Navigation Satellite System)装置２２１を用いる。また、姿勢を計測するセンサとしては、ＩＭＵ（Inertial Measurement Unit）装置２２２を用いる。

車両制御装置３００は、自己位置推定部３１０と、速度計画部３２０と、軌道計画部３３０と、通信部３４０と、車両行動変更判断部３５０を備え、車両を制御するための速度や操舵角情報を決定する。

管制センタ４００は運行管理部４１０と、通信部４２０と、地図記憶部４３０と、経路記憶部４４０を備え、複数のダンプトラック２００の運行を管理、制御する。詳細は後述する。

図１０は、ダンプトラックに搭載した物体検知装置の処理内容を示すフローチャートである。なお、図１０においては、図２と同じ処理内容には同じ符号を付して説明を省略し、相違点のみについて説明する。

ステップＳ１３０において微小粒子検知部１２０において算出された、微小粒子の飛散領域の位置、範囲、密度の時系列情報を、車両制御装置３００の車両行動変更判断部３５０に出力する（ステップＳ５１０）。

また、ステップＳ１５０での判定結果がＹＥＳの場合には、データ蓄積回数に「０」（ゼロ）を代入して、車両行動変更判断部３５０にデータ蓄積回数を出力する（ステップＳ５２０）、物体検知部１４０は、微小粒子削除部１３０から３次元点群データを取得し、車両周囲に存在する物体の位置・形状・移動速度・移動方向の情報を時系列で検知し（ステップＳ１６０）、３次元点群データを用いて物体検知部１４０で物体検知を実施し、検知した物体の位置、形状の情報を、速度計画部３２０と軌道計画部３３０に出力する（ステップＳ５３０）。

また、ステップＳ１５０での判定結果がＮＯの場合には、閾値１を削除後のデータ数で割ることで、データの蓄積回数を算出し（ステップＳ５４０）、蓄積回数を車両行動変更判断部３５０に出力する（ステップＳ５５０）。

ここで、物体の位置とは、検知された物体を計測した各点の３次元座標を用いて算出した重心座標である。また、形状とは、各点の３次元座標からｘ，ｙ，ｚ座標それぞれの最大値から最小値までの距離を、奥行き、幅、高さとして算出した直方体である。

次に管制センタ４００における処理の内容について説明する。

管制センタ４００は、通信部４２０で複数のダンプトラック２００から位置情報と、速度情報と、走行軌道を取得し、運行管理部４１０に出力する。また、地図記憶部４３０は、あらかじめ鉱山内の自律走行車両の走行路を一定の区間ごとに区切り、その区間の走行経路と制限速度を設定した地図情報を記憶してある。地図記憶部４３０は、地図情報を運行管理部４１０に出力する。経路記憶部４４０は、各車両の現在の走行経路を保存してあり、運行管理部４１０に保存した各車両の経路情報を出力する。運行管理部４１０は、取得された各車両の位置情報と、地図情報とを用いて、各車両位置情報を地図上に重ねることで、各車両の地図上の位置を把握する。各車両の地図上の位置と、各車両の経路情報から、現在の経路を走り終えると判断した場合には、地図上の次の走行経路を新たな走行経路として、また、その経路に含まれる制限速度を目標速度として通信部４２０を通してダンプトラック２００に出力する。また、各車両の新たな走行経路を経路記憶部４４０に出力する。

次に車両制御装置３００における処理の内容について説明する。通信部３４０で管制センタ４００からの目標速度と走行経路を受信する。通信部３４０は受信した目標速度を速度計画部３２０に、走行経路を軌道計画部３３０に出力する。自己位置推定部３１０は、車載センサ２２０から取得した位置データと、車体のｘ、ｙ、ｚ、ロール、ピッチ、ヨーの６軸方向の加速度から構成される姿勢データを用いて車両の現在位置、速度を推定し、速度計画部３２０と軌道計画部３３０と車両行動変更判断部３５０に出力する。車両行動変更判断部３５０は、微小粒子検知部１２０から微小粒子の飛散領域の位置、範囲、密度の時系列情報と、微小粒子削除部１３０からデータ蓄積回数と、自己位置推定部３１０から現在位置と車両速度と、を取得する。データ蓄積回数が「０」（ゼロ）の場合はダンプトラック２００の最高車速を速度計画部３２０に出力する。データ蓄積回数が1以上の場合は、後述する処理により算出された車両速度を速度計画部３２０に出力する。車両行動変更判断部３５０の処理の詳細については後述する。速度計画部３２０は通信部３４０から取得した目標速度と、車両行動変更判断部３５０から取得した車両速度を比較し、遅い方の速度を目標速度する。現在の車両速度と目標速度の差分から加速量または減速量を算出し、アクチュエータの操作量を決定する。軌道計画部３３０は走行経路と現在位置、物体検知装置１００から取得される周囲の物体の位置、形状情報から、物体に衝突せず、かつ最も走行経路から外れないように目標軌道を決定し、その軌道に沿って走行できるように、現在位置と目標軌道の位置の差分から操舵角を算出する。

次に、車両行動変更判断部３５０における処理の内容について説明する。

図１１は、車両行動変更判断部の処理内容を示すフローチャートである。

図１１に示すように、車両行動変更判断部３５０は、まず、自己位置推定部３１０から自己位置と車両速度の情報を、微小粒子検知部１２０から微小粒子領域の位置、範囲、密度の時系列情報を、微小粒子削除部１３０からデータ蓄積回数をそれぞれ取得し（ステップＳ６００）、データ蓄積回数が「０」（ゼロ）より大きいか否かを判定する（ステップＳ６１０）。

ステップＳ６１０での判定結果がＮＯの場合、すなわち、データ蓄積回数が「０」の場合には、ダンプトラック２００の最高速度を速度計画部３２０に出力し（ステップＳ６１１）、処理を終了する。

また、ステップＳ６１０での判定結果がＹＥＳの場合、すなわち、データ蓄積回数が「０」より大きい場合には、飛散領域の位置、範囲の情報から求まる直方体と、自車の位置、車両速度から、直方体の中で車体に一番近い面と、自車位置までの距離を算出し、その距離と車両速度から車体が到達するまでの時間を算出する（ステップＳ６２０）。

続いて、到達時間後の飛散領域の位置、範囲、密度を、微小粒子領域の時系列データを公知のカルマンフィルタ等の推定手法を用いて推定し、到達時間までに微小粒子の飛散領域が消滅、又は、ダンプトラック２００の進路外に移動したか否かを判定する（ステップＳ６３０）。

ステップＳ６３０では、ダンプトラック２００の進路上の飛散領域の密度が予め定めた閾値（閾値５）より小さいであるか否かを判定することにより、到達時間までに微小粒子の飛散領域が消滅、又は、ダンプトラック２００の進路外に移動したか否かを判定する。

図１２〜図１４は、微小粒子の飛散領域の時系列推定結果の様子を例示する図である。

ステップＳ６３０では、図１２に示すような初期状態の微小粒子の飛散領域について、図１３に示すように到達時間後の推定結果では密度が低下して閾値５より小さい値となるか、または、図１４に示すように飛散領域の位置、範囲が変化して、飛散領域を示す直方体と車両を囲うように設定した直方体の領域が接しない、つまり自車の進路上からいなくなるかを判断する。

なお、閾値５は、事前に密度を変化させながら微小粒子を発生させ物体検知装置１００で計測した実験を実施した際の、微小粒子削除部１３０でデータ蓄積回数「０」（ゼロ）となるときの微小粒子検知部１２０で算出された微小粒子の飛散領域の密度のうち、最も高い密度の値である。

ステップＳ６３０の判定結果がＹＥＳの場合、すなわち、飛散領域が消滅またはいなくなると判断をされた場合は、速度計画部３２０に現在の車両速度を出力し（ステップＳ６４０）、処理を終了する。

また、ステップＳ６３０の判定結果がＮＯの場合には、ステップＳ６２０で算出した飛散領域までの到達時間と、蓄積回数と外界認識センサ２１０の計測時間をかけた時間とを比較することで、データ蓄積に必要な回数を外界認識センサ２１０が計測可能かを判定する（ステップＳ６３１）。外界認識センサ２１０の計測時間は、使用するセンサにより固有の値である。

ステップＳ６３１での判定結果がＹＥＳの場合には、速度計画部３２０に現在の車両速度の信号を出力し（ステップＳ６４０）、処理を終了する。

また、ステップＳ６３１での判定結果がＮＯの場合には、ステップＳ６２０で算出した自車と飛散領域との距離を、データ蓄積回数と計測時間をかけた時間で割ることで、計測可能となる車両速度を算出して、速度計画部３２０にその車両速度を出力し（ステップＳ６３２）、後続車でも減速が発生し、さらなる生産性の低下につながることを防止するため、通信部３４０を通し管制センタ４００に散水アラートを出力し（ステップＳ６３３）、処理を終了する。

以上のように構成した本実施の形態における作用効果を説明する。

ダンプトラック２００は、物体検知装置１００と、外界認識センサ２１０と、車載センサ２２０と、車両制御装置３００と、ダンプトラック２００の運行を管理する管制センタ４００と、を備える。外界認識センサ２１０は自車周囲の環境を計測し、点群データ２１５を物体検知装置１００に出力する。物体検知装置１００は自車周囲に存在する物体の位置、形状、移動速度、移動方向の情報を算出し、車両制御装置３００に出力する。また、物体検知装置１００は微小粒子検知部１２０で算出した微小粒子の飛散状況と、微小粒子削除部１３０で算出された点群の不足情報を車両制御装置３００に出力する。車載センサ２２０は自車の位置と姿勢を計測し、車両制御装置３００に送信する。管制センタ４００は運行管理情報を車両制御装置３００に出力する。車両制御装置３００は、管制センタ４００から受信した運行管理情報と、車載センサ２２０から取得された自己位置および車両の姿勢情報と、物体検知装置１００から取得される物体情報および微小粒子の情報から、物体検知が確実に実施できるように車両の速度と操舵角を決定し、アクチュエータに出力する。そのため、ダンプトラック２００は微小粒子が発生しても未検知、誤検知なく周囲の物体を検知することで、物体に衝突することなく走行することができる。

また、車両行動変更判断部３５０は、自己位置推定部３１０から自己位置と車両速度の情報を、微小粒子検知部１２０から微小粒子領域の位置、範囲、密度の時系列情報を、微小粒子削除部１３０からデータ蓄積回数を取得し、現在位置、車両速度、微小粒子領域の位置、範囲から、微小粒子の飛散領域までの到達時間を算出する。次に、到達時間後の微小粒子領域の状況を、微小粒子領域の時系列データを公知のカルマンフィルタ等の推定手法を用いて推定する。推定した結果、微小粒子領域が消滅または、移動して進路上からいなくなると判断された場合は、速度計画部３２０にそのままの速度を保つように信号を出力する。また、進路上に残ると判断した場合は、外界認識センサ２１０の計測時間とデータ蓄積回数から到達時間までにデータ蓄積可能か判断し、蓄積可能な場合は速度計画部３２０にそのままの速度を保つように信号を出力する。蓄積不可能と判断した場合は、データ蓄積に必要な時間と、現在位置から微小粒子領域までの距離をもとに車両速度を決定し、速度計画部３２０にその車両速度を出力する。そのため、微小粒子の影響による物体検知の未検知、誤検知を防ぐことができる。

また、車両行動変更判断部３５０は、速度計画部３２０に車両速度を送信した場合には、散水アラートを管制センタ４００に送信するそのため、微小粒子のさらなる発生を防止することができる。

＜第１の実施の形態の変形例＞
なお、第１の実施の形態においては、車両行動変更判断部３５０において、微小粒子の飛散領域の時系列情報とデータ蓄積回数、自己位置、車両速度を用いて、データ蓄積が不可能だと判断した場合には車両速度の減速する場合を例示したが、これに限られず、データ蓄積が不可能な場合に減速以外の処理を行うことも考えられる。

例えば、微小粒子の飛散領域への到達時間後の微小粒子領域の位置、範囲を推定した結果、進路上に一部微小粒子が存在していた場合に、飛散領域を示す直方体の各頂点と、走行している道路上の両側の路肩との距離を算出し、どちらかの路肩との間に、車体の横幅以上の間隔があると判断した場合に、軌道計画部３３０に、微小粒子領域を回避した軌道を出力しても良い。このとき、路肩の位置は、管制センタ４００の地図情報から取得しても良いし、物体検知装置１００で検知された各物体の検知の位置、形状の情報から、車両進行方向にと垂直な方向で自車の位置から最も遠い物体を路肩として識別し、その物体の位置、形状情報を用いても良い。その場合、軌道計画部３３０において受信した軌道で走行することで、微小粒子領域が存在しない安全な領域を走行することができるため、微小粒子の影響による物体検知の誤検知、未検地を防ぐことができる。

＜第２の実施の形態＞
本発明の第２の実施の形態を図１５〜図１７を参照しつつ説明する。

本実施の形態は、物体検知装置１００をそれぞれ備える２台の作業機械（ダンプトラック）における自律走行制御を示すものである。

図１５は、本実施の形態に係る物体検知装置を搭載したダンプトラックの処理機能を関連構成とともに概略的に示す機能ブロック図である。図中、第１の実施の形態と同様の構成には同じ符号を付し、説明を省略する。

図１５において、ダンプトラック２００は、物体検知装置１００と、外界認識センサ２１０と、車載センサ２２０と、車両制御装置３００と、ダンプトラック２００の運行を管理する管制センタ４００と、を備える。

外界認識センサ２１０は自車周囲の環境を計測し、点群データ２１５を物体検知装置１００に出力する。

物体検知装置１００は自車周囲に存在する物体の位置、大きさ、形状、移動速度、移動方向の情報を算出し、車両制御装置３００と車両制御装置３００内の通信部３４０を用いて、管制センタ４００に出力する。また、物体検知装置１００は微小粒子検知部１２０で算出した微小粒子の飛散領域の位置、範囲、密度と、微小粒子削除部１３０で算出された点群の蓄積回数を車両制御装置３００に出力する。

車載センサ２２０は自車の位置と姿勢を計測し、車両制御装置３００に送信する。

管制センタ４００は各車両の位置と車両速度と物体の位置、形状、移動速度、移動方向の情報と受信し、物体情報の記憶及び、各車両の走行経路と目標速度を決定し、各車両の車両制御装置３００に先行車の物体情報、走行経路、目標車速を出力する。

車両制御装置３００は、管制センタ４００から受信した走行経路と目標速度と自律走行車両２０１の物体検知結果、車載センサ２２０から取得された自己位置および車両の姿勢情報と、物体検知装置１００から取得される自車周囲の物体の位置、形状、移動速度、移動方向の時系列情報および微小粒子の飛散領域の位置、範囲密度の時系列情報を取得する。先行車の物体検知結果から、物体検知が必要か判断し、必要な場合は、微小粒子の情報から物体検知が確実に実施できるように車両の速度と操舵角を決定し、アクチュエータに出力する。

本実施の形態において、自律走行車両２０１の構成はダンプトラック２００と同じため省略する。

なお、本実施の形態においては、２台の自律走行車両（ダンプトラック２００，２０１）を示して説明するが、これに限られず、３台以上の自律走行車両が同一経路を走行する場合においても本願発明を適用することができる。また、先行車は自律走行車両に限る必要はなく、物体検知装置１００を搭載した作業機械であれば、人が操縦する車両であっても良い。

本実施の形態では、外界認識センサ２１０としてＬｉＤＡＲを用いる。また、外界認識センサ２１０は、車両の前方方向を主に計測する前方ＬｉＤＡＲ２１８と、車両後方を主に計測する後方ＬｉＤＡＲ２１９とから構成されている。ただし、前方ＬｉＤＡＲおよび後方ＬｉＤＡＲは、車両前方および後方の進路上を計測可能であれば、設置位置および設置個数に制限は設けない。

物体検知装置１００の物体検知部１４０は、車両前方および後方の進路上の物体の位置、形状、移動方向、移動速度の情報を速度計画部３２０と、軌道計画部３３０と、通信部３４０に出力する（第１の実施の形態における図１０のＳ５３０に相当）。その他の処理については、第１の実施の形態の物体検知装置１００と同様である。

次に管制センタ４００における処理の内容について説明する。管制センタ４００は、通信部４２０で複数のダンプトラック２００の通信部３４０から位置情報と物体情報を取得し、運行管理部４１０に出力する。運行管理部４１０は、取得された物体情報と、その物体情報を送信した車体の番号を物体情報記憶部４５０に出力する。取得された各車両の位置情報と、地図記憶部４３０から取得される地図情報と、経路記憶部４４０から取得される経路情報を用いて各車両の目標速度と走行経路を算出する。そして、決定した目標速度、走行経路を、通信部４２０を通してダンプトラック２００に出力する。また、各車両の位置情報と地図を重ね合わせることで、各車両の位置関係を把握し、ダンプトラック２００の前方を走行する自律走行車両２０１に該当する番号の物体情報を物体情報記憶部４５０から取得し、通信部４２０を通してダンプトラック２００に出力する。

次に車両制御装置３００における処理の内容について説明する。

通信部３４０で管制センタ４００からの目標速度と走行経路を受信する。通信部３４０は受信した目標速度を速度計画部３２０に、走行経路を軌道計画部３３０に出力する。自己位置推定部３１０は、車載センサ２２０から取得した位置データと、姿勢データを用いて車両の現在位置、速度を推定し、速度計画部３２０と軌道計画部３３０と車両行動変更判断部３５０に出力する。車両行動変更判断部３５０は、微小粒子検知部１２０から微小粒子の飛散領域の位置、範囲、密度の情報を、微小粒子削除部１３０からデータ蓄積回数を、自己位置推定部３１０から現在位置と車両速度を、通信部３４０から先行車である自律走行車両２０１で検知された物体の位置、形状、移動速度、移動方向の情報を取得する。自律走行車両２０１で検知された物体がない場合はそのまま処理を終了する。自律走行車両２０１で検知された物体情報が存在する場合は、第２の実施の形態と同様の動作を実施する。車両行動変更判断部３５０の処理の詳細については後述する。速度計画部３２０は通信部３４０から取得した目標速度と現在の速度、車両行動変更判断部３５０から取得した車両速度をもとにアクチュエータの操作量を決定する。軌道計画部３３０は走行経路と現在位置、周囲の物体情報から目標軌道を決定し、その軌道に沿って走行できるように操舵角を計算する。

次に、車両行動変更判断部３５０における処理の内容について説明する。

図１６は、先行車による物体検知結果の一例を示す図である。図１６においては、自律走行車両２０１が通過後に砂埃５２０が進路上に発生し、ダンプトラック２００の微小粒子削除部１３０で処理後の点群データ２１５が物体検知に必要なデータ数に対し不足している場合を例に説明する。

また、図１７は、車両行動変更判断部の処理内容を示すフローチャートである。なお、図１７においては、
図１７において、車両行動変更判断部３５０は、まず、管制センタ４００から自律走行車両２０１の物体検知結果を、自己位置推定部３１０から自己位置と車両速度の情報を、微小粒子検知部１２０から微小粒子領域の位置、範囲、密度の時系列情報を、微小粒子削除部１３０からデータ蓄積回数を取得し（ステップＳ７００）、管制センタ４００から取得した先行車である自律走行車両２０１の物体検知結果において、自律走行車両２０１の前方および後方の進路上に物体が存在するか否かを判定する（ステップＳ７１０）。

ステップＳ７１０の判定結果がＹＥＳの場合、すなわち、進路上に物体が存在すると判定した場合には、飛散領域の位置、範囲の情報から求まる直方体と、自車の位置、車両速度から、直方体の中で車体に一番近い面と、自車位置までの距離を算出し、その距離と車両速度から車体が到達するまでの時間を算出する（ステップＳ７２０）。

続いて、到達時間後の飛散領域の位置、範囲、密度を、微小粒子領域の時系列データを公知のカルマンフィルタ等の推定手法を用いて推定し、到達時間までに微小粒子の飛散領域が消滅、又は、ダンプトラック２００の進路外に移動したか否かを判定する（ステップＳ７３０）。

ステップＳ７３０では、ダンプトラック２００の進路上の飛散領域の密度が予め定めた閾値（閾値５）より小さいであるか否かを判定することにより、到達時間までに微小粒子の飛散領域が消滅、又は、ダンプトラック２００の進路外に移動したか否かを判定する（第１の実施の形態の図１１のステップＳ６３０参照）。

ステップＳ７３０の判定結果がＹＥＳの場合、すなわち、飛散領域が消滅またはいなくなると判断をされた場合は、速度計画部３２０に現在の車両速度の信号を出力し（ステップＳ７４０）、処理を終了する。

また、ステップＳ７３０の判定結果がＮＯの場合には、ステップＳ７２０で算出した飛散領域までの到達時間と、蓄積回数と外界認識センサ２１０の計測時間をかけた時間とを比較することで、データ蓄積に必要な回数を外界認識センサ２１０が計測可能かを判定する（ステップＳ７３１）。外界認識センサ２１０の計測時間は、使用するセンサにより固有の値である。

ステップＳ７３１での判定結果がＹＥＳの場合には、速度計画部３２０に現在の車両速度の信号を出力し（ステップＳ７４０）、処理を終了する。

また、ステップＳ７３１での判定結果がＮＯの場合には、ステップＳ７２０で算出した自車と飛散領域との距離を、データ蓄積回数と計測時間をかけた時間で割ることで、計測可能となる車両速度を算出して、速度計画部３２０にその車両速度を出力し（ステップＳ７３２）、後続車でも減速が発生し、さらなる生産性の低下につながることを防止するため、通信部３４０を通し管制センタ４００に散水アラートを出力し（ステップＳ７３３）、処理を終了する。

また、ステップＳ７１０での判定結果がＮＯの場合、すなわち、ダンプトラック２００の経路上に物体が存在しないと判定した場合には、後続車でも減速が発生し、さらなる生産性の低下につながることを防止するため、通信部３４０を通し管制センタ４００に散水アラートを出力し（ステップＳ７３３）、処理を終了する。

その他の構成は第１の実施の形態と同様である。

以上のように構成した本実施の形態においても第１の実施の形態と同様の効果を得ることができる。

また、ダンプトラック２００は、物体検知装置１００と、外界認識センサ２１０と、車載センサ２２０と、車両制御装置３００と、ダンプトラック２００の運行を管理する管制センタ４００と、を備える。外界認識センサ２１０は自車周囲の環境を計測し、点群データ２１５を物体検知装置１００に出力する。物体検知装置１００は自車周囲に存在する物体の位置、大きさ、形状、移動速度、移動方向の情報を算出し、車両制御装置３００と車両制御装置３００内の通信部３４０を用いて、管制センタ４００に出力する。また、物体検知装置１００は微小粒子検知部１２０で算出した微小粒子の飛散領域の位置、範囲、密度と、微小粒子削除部１３０で算出された点群の蓄積回数を車両制御装置３００に出力する。車載センサ２２０は自車の位置と姿勢を計測し、車両制御装置３００に送信する。管制センタ４００は各車両の位置と車両速度と物体の位置、形状、移動速度、移動方向の情報と受信し、物体情報の記憶及び、各車両の走行経路と目標速度を決定し、各車両の車両制御装置３００に先行車の物体情報、走行経路、目標車速を出力する。車両制御装置３００は、管制センタ４００から受信した走行経路と目標速度と自律走行車両２０１の物体検知結果、車載センサ２２０から取得された自己位置および車両の姿勢情報と、物体検知装置１００から取得される自車周囲の物体の位置、形状、移動速度、移動方向の時系列情報および微小粒子の飛散領域の位置、範囲密度の時系列情報を取得する。先行車の物体検知結果から、物体検知が必要か判断し、必要な場合は、微小粒子の情報から物体検知が確実に実施できるように車両の速度と操舵角を決定し、アクチュエータに出力する。そのため、ダンプトラック２００は、微小粒子が発生しても生産性を低下させることなく走行することが可能である。

また、車両行動変更判断部３５０は、先行車の物体検知情報を用いて、物体が存在しない場合には車両速度の低減をせずに処理を終了する。そのため、ダンプトラック２００は進路上に物体が存在しないことが保証されている場合には、微小粒子の飛散領域を速度を低下させることなく通過できるため、生産性の低下を防止できる。

＜付記＞
なお、本発明は上記した実施の形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施の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。本発明の技術的思想の範囲内で考えられるその他の態様も本発明の範囲内に含まれる。また、ある実施の形態の構成の一部を他の実施の形態の構成に置き換えることが可能であり、また、ある実施の形態の構成に他の実施の形態の構成を加えることも可能である。また、各実施の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（Solid State Drive）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。

１００…物体検知装置、１１０…外界情報取得部、１２０…微小粒子検知部、１３０…微小粒子削除部、１４０…物体検知部、２００…ダンプトラック（作業機械、自律走行車両）、２０１…ダンプトラック、２１０…外界認識センサ、２２０…車載センサ、２２１…ＧＰＳ装置、２２２…ＩＭＵ装置、３００…車両制御装置、３１０…自己位置推定部、３２０…速度計画部、３３０…軌道計画部、３４０…通信部、３５０…車両行動変更判断部、４００…管制センタ、４１０…運行管理部、４２０…通信部、４３０…地図記憶部、４４０…経路記憶部、４５０…物体情報記憶部、５００…物体、５１０…地面、５２０…砂埃、２１８…前方ＬｉＤＡＲ、２１９…後方ＬｉＤＡＲ

Claims (6)

1. 現場で稼働する作業機械であって、
   前記作業機械の周囲の物体の表面位置を、垂直方向に複数のレイヤを持つ３次元点群情報として計測する計測センサと、
   前記計測センサからの情報に基づいて、前記作業機械の周囲の検知対象物体を検知する物体検知装置とを備え、
   前記物体検知装置は、
   前記計測センサで計測された３次元点群情報を取得し、
   前記３次元点群情報を構成する複数の点データについて、垂直方向に隣り合うレイヤの点データの前記計測センサからの距離の関係と、距離の差のばらつきとに基づいて微小粒子を計測している点データを検知し、
   微小粒子として検知した点データを前記３次元点群情報から削除し、
   微小粒子の点データを削除した前記３次元点群情報に基づいて周囲の物体を検知するとともに、
   前記微小粒子の飛散位置および飛散範囲の形状を記憶するとともに時系列で追跡し、予め定めた単位時間における微小粒子の飛散位置および飛散範囲の変位が予め定めた閾値よりも小さい場合には、その飛散範囲を構成する点データを物体の３次元点群情報の点データとすることを特徴とする作業機械。
2. 現場で稼働する作業機械であって、
   前記作業機械の周囲の物体の表面位置を、垂直方向に複数のレイヤを持つ３次元点群情報として計測する計測センサと、
   前記計測センサからの情報に基づいて、前記作業機械の周囲の検知対象物体を検知する物体検知装置とを備え、
   前記物体検知装置は、
   前記計測センサで計測された３次元点群情報を取得し、
   前記３次元点群情報を構成する複数の点データについて、垂直方向に隣り合うレイヤの点データの前記計測センサからの距離の関係と、距離の差のばらつきとに基づいて微小粒子を計測している点データを検知し、
   微小粒子として検知した点データを前記３次元点群情報から削除し、
   微小粒子の点データを削除した前記３次元点群情報に基づいて周囲の物体を検知するとともに、
   微小粒子の飛散位置、範囲、形状、密度を記憶するとともに時系列で追跡し、追跡結果に基づいて、前記微小粒子によって物体の未検知または誤検知が発生する可能性の高い領域と、物体検知の確実性が高い領域とを判別することを特徴とする作業機械。
3. 現場で稼働する作業機械であって、
   前記作業機械の周囲の物体の表面位置を、垂直方向に複数のレイヤを持つ３次元点群情報として計測する計測センサと、
   前記計測センサからの情報に基づいて、前記作業機械の周囲の検知対象物体を検知する物体検知装置と、
   前記作業機械の現場における自律走行制御を行う車両制御装置と、
   自車両の位置を計測する位置計測センサと、
   自車両の姿勢を計測する姿勢計測センサとを備え、
   前記物体検知装置は、
   前記計測センサで計測された３次元点群情報を取得し、
   前記３次元点群情報を構成する複数の点データについて、垂直方向に隣り合うレイヤの点データの前記計測センサからの距離の関係と、距離の差のばらつきとに基づいて微小粒子を計測している点データを検知し、
   微小粒子として検知した点データを前記３次元点群情報から削除し、
   微小粒子の点データを削除した前記３次元点群情報に基づいて周囲の物体を検知するとともに、
   前記車両制御装置は、前記物体検知装置の検知結果に基づいて前作業機械の自律走行を制御し、前記位置計測センサの計測結果に基づいて算出した自車両の位置および移動速度の情報と、前記物体検知装置から得られる、前記微小粒子の検知結果と、点データの蓄積回数の情報とを用いて、自車両が微小粒子の飛散領域に到達するまでに、前記飛散領域が自車両の走行軌道上に存在しなくなるか否かを判断することを特徴とする作業機械。
4. 請求項３記載の作業機械において、
   前記車両制御装置は、微小粒子の飛散領域に現在の移動速度の自車両が到達するまでに微小粒子の飛散領域が自車両の走行軌道上に存在すると判断し、かつ、微小粒子の点データを削除した３次元点群情報の点データの数が予め定めた閾値よりも少ない場合には、自車両が微小粒子の飛散領域に到達するまでに前記３次元点群情報の点データが蓄積されて前記閾値以上となるように自車両の移動速度を減速することを特徴とする作業機械。
5. 請求項３記載の作業機械において、
   前記車両制御装置は、微小粒子の飛散領域に現在の移動速度の自車両が到達するまでに微小粒子の飛散領域が自車両の走行軌道上に存在すると判断し、かつ、飛散領域における微小粒子の飛散密度が予め定めた閾値よりも高く、かつ、現在の移動速度の自車両が飛散領域に到達する時点までに蓄積される３次元点群情報の点データの数が予め定めた閾値よりも少ない場合には、
   微小粒子の飛散領域およびその裏側の領域を計測できる位置に自車両が移動するように、自車両の走行軌道を変更することを特徴とする作業機械。
6. 請求項３記載の作業機械において、
   前記車両制御装置は、管制センタから取得される、自車両と同じ走行軌道の前方を走行する先行車両の物体検知装置の検知結果において、微小粒子の飛散領域およびその裏側の領域に物体が検知されない場合には、微小粒子の飛散領域を通過するように自車両の走行軌道を設定することを特徴とする作業機械。

Images