JP7084101B1 - フォークリフトおよび荷役システム - Google Patents

Abstract

【課題】作業者に対してより適切な注意喚起を促すことが可能なフォークリフトを提供する。【解決手段】作業場において荷役作業を行うフォークリフト２００Ａであって、車体の進行方向の画像を撮影して画像データを生成する画像データ生成部２０３と、車体の走行ルートの安全性の程度を示す安全性スコアを生成するように機械学習された学習モデル部２０４と、画像データを学習モデル部２０４に入力することで学習モデル部２０４から安全性スコアを取得する処理部２０５と、進行方向の路面に向かって報知光を照射する照明部２０１と、照明部２０１を制御する制御部２０８とを備え、制御部２０８は、安全性スコアに基づいて、報知光の出力態様を変化させることを特徴とする。【選択図】図１

Description

本発明は、フォークリフトおよび荷役システムに関する。

従来から、作業場にいる作業者（他のフォークリフトのオペレータを含む）に注意を促す目的で、路面に報知光を照射しながら走行するフォークリフトが知られている（例えば、特許文献１参照）。しかしながら、従来のフォークリフトは、報知光の出力態様が一定であるため、作業者への注意喚起が不十分であった。

特願２０００－３４４００５号

本発明は上記事情に鑑みてなされたものであって、その課題とするところは、作業者に対してより適切な注意喚起を促すことが可能なフォークリフトおよび荷役システムを提供することにある。

上記課題を解決するために、本発明に係るフォークリフトは、
作業場において荷役作業を行うフォークリフトであって、
車体と、
前記車体の進行方向の画像を撮影して画像データを生成する画像データ生成部と、
前記画像データが入力されると、所定のパラメータを有する機械学習アルゴリズムを用いて、前記車体の走行ルートの安全性の程度を示す安全性スコアを生成するように機械学習された学習モデル部と、
前記画像データを前記学習モデル部に入力することで前記学習モデル部から前記安全性スコアを取得する処理部と、
前記進行方向の路面に向かって報知光を照射する照明部と、
前記照明部を制御する制御部と、を備え、
前記制御部は、
前記安全性スコアに基づいて、前記報知光の出力態様を変化させることを特徴とする。

この構成では、車体の走行ルートの安全性の程度を示す安全性スコアに基づいて報知光の出力態様を変化させるので、作業者に対してより適切な注意喚起を促すことが可能となる。

上記フォークリフトは、
自己位置の推定を行う位置推定部と、
前記作業場における前記安全性スコアの分布を示す環境マップを生成するマップ生成部と、を備え、
前記マップ生成部は、
前記処理部から取得した前記安全性スコアを現在スコアとし、前記環境マップ内の前記自己位置における前記安全性スコアを過去スコアとし、前記現在スコアと前記過去スコアとを比較して安全性の低い方の前記安全性スコアを前記制御部に出力し、
前記制御部は、
前記マップ生成部から取得した前記安全性スコアに基づいて、前記報知光の前記出力態様を変化させるよう構成できる。

上記フォークリフトは、
自己位置の推定を行う位置推定部と、
前記作業場で走行中の作業車の位置に関する他車位置を取得する情報取得部と、
を備え、
前記処理部は、
前記自己位置と前記他車位置との距離に応じて、前記学習モデル部から取得した前記安全性スコアの前記安全性の程度を変更して前記制御部に出力し、
前記制御部は、
前記処理部から取得した前記安全性スコアに基づいて、前記報知光の前記出力態様を変化させるよう構成できる。

上記課題を解決するために、本発明に係る荷役システムは、
管理装置と、前記管理装置の管理下で作業場において荷役作業を行う少なくとも１台のフォークリフトと、を備える荷役システムであって、
前記フォークリフトは、
車体と、
前記車体の進行方向の画像を撮影して画像データを生成する画像データ生成部と、
前記画像データが入力されると、所定のパラメータを有する機械学習アルゴリズムを用いて、前記車体の走行ルートの安全性の程度を示す安全性スコアを生成するように機械学習された学習モデル部と、
前記画像データを前記学習モデル部に入力することで前記学習モデル部から前記安全性スコアを取得する処理部と、
前記進行方向の路面に向かって報知光を照射する照明部と、
前記照明部を制御する制御部と、を備え、
前記制御部は、
前記安全性スコアに基づいて、前記報知光の出力態様を変化させることを特徴とする。

上記荷役システムにおいて、
前記フォークリフトは、自己位置の推定を行う位置推定部を備え、
前記管理装置は、
前記フォークリフトから前記安全性スコアおよび前記自己位置を取得するための通信部と、
前記作業場における前記安全性スコアの分布を示す環境マップを生成するマップ生成部と、を備え、
前記マップ生成部は、
前記フォークリフトから取得した前記安全性スコアを現在スコアとし、前記環境マップ内の前記フォークリフトの前記自己位置における前記安全性スコアを過去スコアとし、前記現在スコアと前記過去スコアとを比較して安全性の低い方の前記安全性スコアを前記フォークリフトの前記制御部に送信し、
前記制御部は、
前記マップ生成部から取得した前記安全性スコアに基づいて、前記報知光の前記出力態様を変化させるよう構成できる。

上記荷役システムにおいて、
前記フォークリフトは、自己位置の推定を行う位置推定部を備え、
前記管理装置は、
前記フォークリフトの前記自己位置と前記作業場で走行中の作業車の位置に関する他車位置とを取得する情報取得部と、
前記自己位置と前記他車位置との距離を算出する演算部と、
を備え、
前記処理部は、
前記演算部から取得した前記距離に応じて、前記学習モデル部から取得した前記安全性スコアの前記安全性の程度を変更して前記制御部に出力し、
前記制御部は、
前記処理部から取得した前記安全性スコアに基づいて、前記報知光の前記出力態様を変化させるよう構成できる。

上記荷役システムにおいて、
前記処理部は、前記学習モデル部に入力した前記画像データに前記学習モデル部から取得した前記安全性スコアを関連付けた、安全性スコア付きの画像データを前記管理装置に送信し、
前記管理装置は、
前記安全性スコア付きの画像データを収集して学習用データを生成する収集部と、
前記学習用データに基づく機械学習を行い、前記学習モデル部に含まれる前記パラメータを更新するための更新データを生成し、前記更新データを前記学習モデル部に送信するパラメータ更新部と、
を備え、
前記学習モデル部は、前記更新データに基づいて前記パラメータを更新するよう構成できる。

本発明によれば、作業者に対してより適切な注意喚起を促すことが可能なフォークリフトおよび荷役システムを提供することができる。

第１実施形態に係る荷役システムのブロック図である。 第１実施形態に係るフォークリフトの側面図である。 第１実施形態に係る荷役システムの平面図である。 （Ａ）第１実施形態に係る管理装置に表示されるモデル図である。（Ｂ）第１実施形態に係るフォークリフトのマップ生成部で生成されるモデル図（環境マップ）である。 第２実施形態に係る荷役システムのブロック図である。 第３実施形態に係る荷役システムのブロック図である。 第３実施形態に係る荷役システムにおいて、フォークリフトと別の作業車との位置関係を示す平面図である。 第４実施形態に係る荷役システムのブロック図である。 第５実施形態に係る荷役システムのブロック図である。 第５実施形態に係るフォークリフトの側面図である。

以下、添付図面を参照して、本発明に係るフォークリフトおよび荷役システムの実施形態について説明する。

［第１実施形態］
図１に、本発明の第１実施形態に係る荷役システム１Ａのブロック図を示す。荷役システム１Ａは、管理装置１００Ａと、少なくとも１台のレーザー誘導方式の無人フォークリフト２００Ａ（本発明の「フォークリフト」に相当）とを備える。

管理装置１００Ａは、通信部１０１と、統括制御部１０２と、表示部１０３とを備える。管理装置１００Ａは、図３に示すように、無人フォークリフト２００Ａが走行する作業場２（本実施形態では、複数のラック３を有する倉庫）の外に設けてもよいし、作業場２の中に設けてもよい。

通信部１０１は、管理装置１００Ａに予め登録された無人フォークリフト２００Ａと無線通信を行うよう構成されている。

統括制御部１０２は、無人フォークリフト２００Ａの走行および荷役作業を管理するよう構成されている。例えば、統括制御部１０２は、無人フォークリフト２００Ａの荷役作業のスケジュールを作成するとともに荷役作業を円滑に行うための走行ルートを決定する。統括制御部１０２は、通信部１０１を介して走行ルートを無人フォークリフト２００Ａに通知する。

表示部１０３は、例えば、液晶ディスプレイで構成されている。表示部１０３には、無人フォークリフト２００Ａの走行情報および荷役作業情報が表示される。図４（Ａ）に示すように、表示部１０３は、作業場２のモデル図Ｍ１を表示し、モデル図Ｍ１において無人フォークリフト２００Ａの現在地Ｍａ、走行ルートＲａ等を走行情報として表示してもよい。

無人フォークリフト２００Ａは、管理装置１００Ａの管理下で走行および荷役作業を行うよう構成されている。図２に示すように、無人フォークリフト２００Ａは、車体２１０と、荷役装置２１１と、車体２１０の上部に設けられたレーザースキャナ２１２とを備える。荷役装置２１１は、車体２１０の前後に水平移動可能に設けられたマストと、マストに昇降可能に設けられたフォークとを含む。

図３に示すように、レーザースキャナ２１２は、レーザー光源を回転させながら周囲にレーザーＬを投光し、作業場２内に配置された複数の反射板４からの反射光Ｌ’を検出する。レーザースキャナ２１２の演算部は、反射板４の位置を所定のマップ上で記憶しており、三角測量の原理に基づいて車体２１０の現在地（自己位置）を算出する。このようにして、無人フォークリフト２００Ａは、車体２１０の現在地に関する現在地情報を取得しながら、通知された走行ルートに従って走行する。

再び図１を参照して、無人フォークリフト２００Ａは、照明部２０１と、警報音出力部２０２と、画像データ生成部２０３と、学習モデル部２０４と、処理部２０５と、位置推定部２０６と、マップ生成部２０７と、制御部２０８とを備える。

照明部２０１は、例えば、少なくとも１つのＬＥＤライトで構成され、制御部２０８の制御下で車体２１０の進行方向の路面に向かって報知光を照射する。図２に示すように、無人フォークリフト２００Ａは、主に、フォークが進行方向とは逆を向く状態で走行するので、照明部２０１はフォークとは逆側の路面に向かって報知光を照射する。なお、照明部２０１は、走行時にフォークが進行方向を向く場合にも、進行方向の路面に向かって報知光を照射できるように、フォークの側の路面に向かって報知光を照射するＬＥＤライトをさらに含んでもよい。

路面に現れる報知光の像は、本実施形態では輪郭が曖昧な円状であるが、照明部２０１に設けられたレンズやスリットの作用により、輪郭が明確なスポット状、ライン状または矢印状とされていてもよい。また、報知光の色は、報知効果を高めるために、路面に対して目立つ色であることが好ましい。例えば、路面の色が白または淡いグレーである場合は、青、赤、緑等の彩度の高い色が好ましい。

さらに、照明部２０１は、制御部２０８の制御下で報知光の出力態様を変化させるよう構成されている。本実施形態における出力態様は、報知光の点滅速度を変化させたものであり、具体的には、常時点灯、低速点滅、中速点滅、高速点滅、消灯の５パターンを含む。

警報音出力部２０２は、例えば、少なくとも１つのスピーカーで構成され、制御部２０８の制御下で警報音を出力する。また、車体２１０に障害物センサが設けられている場合、障害物センサが車体２１０の周囲に存在する障害物（例えば、走行ルート上に置かれた荷物）を検出した際に、警報音出力部２０２が警報音を出力してもよい。

画像データ生成部２０３は、少なくとも１つの撮影手段と、画像処理手段とを含むよう構成されている。撮影手段は、車体２１０の進行方向を含む画像（静止画および／または動画）を撮影し、言い換えれば、照明部２０１が報知光を照射する方向の画像を撮影し、画像処理手段に出力する。画像処理手段は、当該画像に基づいて、学習モデル部２０４に入力可能な画像データを生成する。

学習モデル部２０４は、画像データ生成部２０３で生成された画像データが入力されると、所定のパラメータを有するニューラルネットワーク等の機械学習アルゴリズムを用いて、走行ルートの安全性の程度を示す安全性スコアを生成するように機械学習された学習済みモデルである。

学習済みモデルの機械学習では、上記のとおりニューラルネットワーク等の機械学習アルゴリズムを用いて、教師データを大量に入力する。教師データは、作業場２内の走行ルートを撮影した画像データに所定の安全性スコアを紐付けしたデータを含む。安全性スコアとしては、数値パラメータ（本実施形態では、１～５の数値パラメータ）を用いる。数値パラメータの設定は、人またはコンピュータが行う。

例えば、ラック３の近くを走行し、かつ走行ルート上に人がいる場合は、安全性が低いと判断して数値パラメータを１に設定する。人はいないが別の作業車（例えば、別のフォークリフト）がいる場合は、数値パラメータを２に設定する。人も別の作業車もいない場合は、安全性が高いと判断して数値パラメータを３以上に設定する。画像データが示す走行ルートの状況と安全性の程度との間には、相関関係等の一定の関係が存在することを推認できる。

処理部２０５は、画像データ生成部２０３から取得した画像データを学習モデル部２０４に入力することで、学習モデル部２０４から安全性スコアを取得するよう構成されている。処理部２０５は、取得した安全性スコアをマップ生成部２０７に出力する。また、処理部２０５は、学習モデル部２０４に入力した画像データに学習モデル部２０４から取得した安全性スコアを関連付けて、安全性スコア付きの画像データを生成し、当該安全性スコア付きの画像データを管理装置１００Ａに送信してもよい。

位置推定部２０６は、車体２１０の現在地（自己位置）を認識し、車体２１０の現在地に関する現在地情報を取得するよう構成されている。本実施形態では、位置推定部２０６は、レーザースキャナ２１２およびその演算部に相当する。位置推定部２０６は、取得した現在地情報をマップ生成部２０７に出力する。

マップ生成部２０７は、作業場２における安全性スコアの分布を示す環境マップを記憶および生成するよう構成されている。図４（Ｂ）に示すように、環境マップは、所定の領域ごとに安全性スコアが関連付けされている作業場２のモデル図Ｍ２である。安全性スコアは、後述するように適宜更新される。

マップ生成部２０７は、処理部２０５から安全性スコアが入力され、かつ位置推定部２０６から現在地情報（自己位置）が入力されると、処理部２０５から取得した安全性スコアを現在スコアとし、環境マップ内の自己位置における安全性スコアを過去スコアとし、現在スコアと過去スコアとを比較する。マップ生成部２０７は、比較した後、安全性の低い方の安全性スコア（小さい数値パラメータの安全性スコア）を制御部２０８に出力する。

マップ生成部２０７は、安全性スコアを制御部２０８に出力した後に、現在スコアを用いて過去スコアを更新するよう構成されている。更新方法として、マップ生成部２０７は、現在スコアを単純に過去スコアに置き換えてもよいし、少なくとも１回分の過去スコアと現在スコアとの平均値を算出して過去スコアを当該平均値と置き換えてもよい。

処理部２０５、マップ生成部２０７および制御部２０８は、例えば、少なくとも１つのマイコンで構成され、マイコンのＣＰＵが所定のプログラムを実行すること等によって処理部２０５、マップ生成部２０７および制御部２０８の各種機能が実現される。

制御部２０８は、マップ生成部２０７から取得した安全性スコアに応じて、報知光の出力態様および警報音の出力状態を調整するよう構成されている。制御部２０８は、表１に示すような、安全性スコアと報知光および警報音との関係が規定されたデータを記憶している。

安全性スコアの数値パラメータが５の場合、制御部２０８は、照明部２０１の報知光の出力態様を常時点灯の状態にして、警報音出力部２０２の警報音をオフ状態にする。安全性スコアの数値パラメータが４～２の範囲では、制御部２０８は、報知光の出力態様を点滅の状態にするとともに、安全性スコアの数値パラメータが小さくなる（安全性が低くなる）につれて、点滅の速度を速くする。安全性スコアの数値パラメータが１の場合、制御部２０８は、報知光の出力態様を消灯の状態にする一方、警報音出力部２０２に警報音を出力させる。

制御部２０８は、安全性スコアの数値パラメータが大きくなる（安全性が高くなる）方向に報知光の出力態様を変化させる場合、頻繁に報知光の出力態様が変化するのを防ぐために、前回の出力態様の変化から所定時間（例えば、数秒間）経過した後に変化させてもよい。

上記のとおり、本実施形態に係る無人フォークリフト２００Ａでは、画像データに基づいてリアルタイムで生成された安全性スコアを現在スコアとし、環境マップ内の自己位置における安全性スコアを過去スコアとし、安全性の低い方の安全性スコアに基づいて報知光の出力態様を変化させる。

例えば、作業者が頻繁に作業している領域において作業者が死角領域（例えば、作業者がラック３や荷物に隠れて撮影手段から見えない領域）に入った場合、現在スコアよりも過去スコアの方が安全性の低いスコア（小さい数値パラメータのスコア）となるため、無人フォークリフト２００Ａは、過去スコアに基づいて報知光の出力態様を変化させる。したがって、本実施形態に係る無人フォークリフト２００Ａによれば、死角領域にいる作業者に対しても適切に注意喚起を促すことが可能となる。

［第２実施形態］
図５に、本発明の第２実施形態に係る荷役システム１Ｂのブロック図を示す。荷役システム１Ｂは、管理装置１００Ｂと、少なくとも１台のレーザー誘導方式の無人フォークリフト２００Ｂ（本発明の「フォークリフト」に相当）とを備える。無人フォークリフト２００Ｂは、マップ生成部２０７を備えていないことを除いて第１実施形態と共通する。

管理装置１００Ｂは、無人フォークリフト２００Ｂの走行および荷役作業を管理する。管理装置１００Ｂは、マップ生成部１０４、収集部１０５、およびパラメータ更新部１０６を備えることを除いて第１実施形態と共通する。

マップ生成部１０４は、第１実施形態の無人フォークリフト２００Ａが備えるマップ生成部２０７と同じ構成である。すなわち、マップ生成部１０４は、無人フォークリフト２００Ｂから安全性スコアおよび現在地情報（自己位置）が入力されると、無人フォークリフト２００Ｂから取得した安全性スコアを現在スコアとし、環境マップ内の自己位置における安全性スコアを過去スコアとし、現在スコアと過去スコアとを比較する。マップ生成部１０４は、比較した後、安全性の低い方の安全性スコア（小さい数値パラメータの安全性スコア）を無人フォークリフト２００Ｂの制御部２０８に送信する。

収集部１０５は、無人フォークリフト２００Ｂから安全性スコア付きの画像データを収集し、当該安全性スコア付きの画像データに基づいてパラメータ更新部１０６に入力可能な学習用データを生成するよう構成されている。

また、収集部１０５は、無人フォークリフト２００Ｂから画像データ（画像データ生成部２０３で生成された安全性スコアが付いていない画像データ）を収集し、当該画像データに安全性スコアを紐付けした学習用データを生成してもよい。この場合、学習用データは、第１実施形態の教師データと同様にして生成することができる。すなわち、収集部１０５は、安全性スコアとして数値パラメータ（本実施形態では、１～５の数値パラメータ）を用いるとともに、個々の画像データに対して安全性スコアを設定する。例えば、ラック３の近くを走行し、かつ走行ルート上に人がいる場合は、安全性が低いと判断して小さい数値パラメータを設定する。一方で、人がいない場合は、安全性が高いと判断して大きい数値パラメータを設定する。画像データが示す走行ルートの状況と安全性の程度との間には、相関関係等の一定の関係が存在することを推認できる。

パラメータ更新部１０６は、無人フォークリフト２００Ｂの学習モデル部２０４に含まれる機械学習アルゴリズムのパラメータ（例えば、ニューラルネットワークの重み付けのパラメータ）を更新するための更新データを生成する。パラメータ更新部１０６は、更新データを生成するために、ニューラルネットワーク等の機械学習アルゴリズムを用いて、学習用データに基づく機械学習を行う。パラメータ更新部１０６は、生成した更新データを、通信部１０１を介して無人フォークリフト２００Ｂに送信する。

無人フォークリフト２００Ｂの学習モデル部２０４は、受信した更新データに基づいて機械学習アルゴリズムのパラメータを更新する。これにより、学習モデル部２０４は、更新されたパラメータを有する機械学習アルゴリズムに基づいて、安全性スコアを生成することができる。

［第３実施形態］
図６に、本発明の第３実施形態に係る荷役システム１Ｃのブロック図を示す。荷役システム１Ｃは、管理装置１００Ｃと、レーザー誘導方式の無人フォークリフト２００Ｃ（本発明の「フォークリフト」に相当）と、少なくとも１台の作業車３００Ｃとを備える。

作業車３００Ｃは、本実施形態では、レーザー誘導方式の無人フォークリフトであるが、管理装置１００Ｃの管理下で走行し、かつ自己位置（本発明の「他車位置」に相当）の推定を行うことができるのであれば、任意のフォークリフトまたは無人搬送車であってもよい。

管理装置１００Ｃは、第１実施形態と共通する。無人フォークリフト２００Ｂは、マップ生成部２０７を備えていないこと、その代わりに情報取得部２０９を備えていること、を除いて第１実施形態と共通する。

情報取得部２０９は、作業車３００Ｃの現在地（他車位置）に関する位置情報を取得するよう構成されている。情報取得部２０９は、位置情報を作業車３００Ｃから直接または管理装置１００Ｃを介して間接的に取得し、処理部２０５に出力する。

処理部２０５は、自己位置と他車位置との距離に応じて、学習モデル部２０４から取得した安全性スコアの安全性の程度（第１実施形態と同様の１～５の数値パラメータ）を変更して制御部２０８に出力する。

本実施形態では、処理部２０５は、学習モデル部２０４から取得した安全性スコアが示す安全性の程度（数値パラメータ）が所定の第１閾値以上で、かつ自己位置と他車位置との距離が所定の第２閾値以下の場合に、安全性スコアの安全性の程度を変更して制御部２０８に出力する。

第１閾値は、例えば、撮影手段が撮影した画像に作業車３００Ｃが映っていないときの安全性スコアのうち、最も小さい数値パラメータに設定される。本実施形態では、第１閾値は、数値パラメータ３に設定される。第２閾値は、例えば、図７に示すように、Ｌ１［ｍ］に設定される。すなわち、処理部２０５は、安全性スコアの数値パラメータが３以上で、かつ自己位置と他車位置との距離がＬ１［ｍ］以下の場合に、安全性スコアの数値パラメータを減少させて（例えば、１だけ小さくして）制御部２０８に出力する。

図７の場合、ラック３の存在により撮影手段が撮影した画像に作業車３００Ｃが映らないため、安全性スコアの数値パラメータが３以上となり、自己位置と他車位置との距離Ｌ２［ｍ］はＬ１［ｍ］以下であるため、安全性スコアの数値パラメータを減少させるための条件を満たす。

本実施形態に係る無人フォークリフト２００Ｃでは、処理部２０５は、自己位置と他車位置との距離（図７では、Ｌ２）に応じて、学習モデル部２０４から取得した安全性スコアの数値パラメータを変更して制御部２０８に出力し、制御部２０８は、処理部２０５から取得した安全性スコアに基づいて、報知光の出力態様を変化させる。これにより、例えば、撮影手段の死角領域にいる作業者（図７では、作業者Ｘ）の近くを作業車３００Ｃが走行している場合、作業者に対して適切に注意喚起を促すことが可能となる。

［第４実施形態］
図８に、本発明の第４実施形態に係る荷役システム１Ｄのブロック図を示す。荷役システム１Ｄは、管理装置１００Ｄと、レーザー誘導方式の無人フォークリフト２００Ｄ（本発明の「フォークリフト」に相当）と、少なくとも１台の作業車３００Ｄとを備える。

無人フォークリフト２００Ｄは、情報取得部２０９を備えていないことを除いて第３実施形態の無人フォークリフト２００Ｃと共通する。作業車３００Ｄは、任意のフォークリフトまたは無人搬送車であってもよいが、本実施形態では、作業車３００Ｄの少なくとも１台は、無人フォークリフト２００Ｄと同様の構成を備えるフォークリフトとする。

管理装置１００Ｄは、収集部１０５、パラメータ更新部１０６、情報取得部１０７、および演算部１０８を備えることを除いて第３実施形態の管理装置１００Ｃと共通する。収集部１０５およびパラメータ更新部１０６は、第２実施形態と共通する。

情報取得部１０７は、通信部１０１を介して、無人フォークリフト２００Ｄの現在地（自己位置）に関するに関する現在地情報と、作業車３００Ｄの現在地（他車位置）に関する位置情報を取得するよう構成されている。

演算部１０８は、情報取得部１０７が取得した現在地情報および位置情報に基づいて、自己位置と他車位置との距離（例えば、図７のＬ２）を算出するよう構成されている。図８では、演算部１０８と統括制御部１０２とを別々に示しているが、統括制御部１０２が演算部１０８の機能を備えていてもよい。

演算部１０８は、算出した距離を、通信部１０１を介して無人フォークリフト２００Ｄの処理部２０５に送信する。処理部２０５は、管理装置１００Ｄから取得した自己位置と他車位置との距離に応じて、第３実施形態と同様に、学習モデル部２０４から取得した安全性スコアの安全性の程度（本実施形態では、１～５の数値パラメータ）を変更して制御部２０８に出力する。

制御部２０８は、処理部２０５から取得した安全性スコアに基づいて、報知光の出力態様を変化させる。これにより、例えば、撮影手段の死角領域にいる作業者の近くを作業車３００Ｄが走行している場合、作業者に対して適切に注意喚起を促すことが可能となる。

［第５実施形態］
図９に、本発明の第５実施形態に係る荷役システム１Ｅのブロック図を示す。荷役システム１Ｅは、管理装置１００Ｅと、少なくとも１台の有人フォークリフト２００Ｅ（本発明の「フォークリフト」に相当）とを備える。

管理装置１００Ｅは、第１実施形態と共通する。管理装置１００Ｅは、例えば、有人フォークリフト２００Ｅと通信を行い、有人フォークリフト２００Ｅに荷役作業のスケジュールを送信する。

有人フォークリフト２００Ｅは、図１０に示すように、車体２２０と、荷役装置２２１と、車体２２０の上部に設けられたヘッドガード２２２とを備えるカウンターバランスタイプのフォークリフトである。ヘッドガード２２２には、照明部２０１が取り付けられている。荷役装置２２１は、車体２２０の前後に水平移動可能に設けられたマストと、マストに昇降可能に設けられたフォークとを含む。

再び図９を参照して、有人フォークリフト２００Ｅは、照明部２０１と、警報音出力部２０２と、画像データ生成部２０３と、学習モデル部２０４と、処理部２０５と、制御部２０８とを備える。照明部２０１、警報音出力部２０２、画像データ生成部２０３、学習モデル部２０４、および処理部２０５は、第１実施形態と共通する。

有人フォークリフト２００Ｅは、図１０に示すようにフォークが進行方向とは逆を向く状態で走行する場合もあれば、フォークが進行方向を向く状態で走行する場合もある。このため、照明部２０１は、フォークとは逆側の路面に向かって報知光を照射する第１のＬＥＤライトと、フォークの側の路面に向かって報知光を照射する第２のＬＥＤライト（図１０では、図示せず）を含むことが好ましい。第２のＬＥＤライトは、例えば、マストに設けてもよい。

画像データ生成部２０３の撮影手段は、照明部２０１の第１のＬＥＤライトが報知光を照射する方向の画像を撮影する第１の撮影手段と、照明部２０１の第２のＬＥＤライトが報知光を照射する方向の画像を撮影する第２の撮影手段とを含むことが好ましい。あるいは、画像データ生成部２０３の撮影手段が、制御部２０８の制御下で、撮影する向きを変えることができるように構成されていてもよい。

制御部２０８は、安全性スコアを処理部２０５から取得することを除いて、第１実施形態と共通する。制御部２０８は、処理部２０５から取得した安全性スコアに応じて、報知光の出力態様および警報音の出力状態を調整する。

本実施形態に係る有人フォークリフト２００Ｅによれば、走行ルートの安全性の程度を示す安全性スコアに基づいて報知光の出力態様を変化させるので、作業者に対してより適切な注意喚起を促すことが可能となる。

［変形例］
以上、本発明に係るフォークリフトおよび荷役システムの実施形態について説明したが、本発明は上記実施形態に限定されるものではない。

本発明のフォークリフトは、車体と、車体の進行方向の画像を撮影して画像データを生成する画像データ生成部と、画像データが入力されると、所定のパラメータを有する機械学習アルゴリズムを用いて、車体の走行ルートの安全性の程度を示す安全性スコアを生成するように機械学習された学習モデル部と、画像データを学習モデル部に入力することで学習モデル部から安全性スコアを取得する処理部と、進行方向の路面に向かって報知光を照射する照明部と、照明部を制御する制御部と、を備え、制御部は、安全性スコアに基づいて、報知光の出力態様を変化させるのであれば、適宜構成を変更できる。

本発明のフォークリフトは、無人フォークリフトであってもよいし、有人フォークリフトであってもよい。無人フォークリフトは、レーザー誘導方式の無人フォークリフトに限定されるものではなく、別の方式の無人フォークリフトでもよいし、有人運転と無人運転とを切り替え可能な有人無人フォークリフトでもよい。有人フォークリフトは、カウンターバランスタイプに限定されるものではなく、リーチタイプ、ピッキングリフト、またはラックフォークタイプのものでもよい。

本発明の無人フォークリフトは、自律走行機構を備えることが好ましい。自律走行機構は、例えば、レーザー誘導機構またはＳＬＡＭ誘導機構を含む。レーザー誘導機構は、上記実施形態で示したように、レーザースキャナと壁等に設けられた反射体とを用いて特定した自己位置および姿勢（姿勢角）に基づいて自律走行するための機構である。ＳＬＡＭ誘導機構は、自己位置の推定および環境地図の作成を行うＳＬＡＭにより特定した自己位置および姿勢に基づいて自律走行するための機構である。

本発明の制御部は、報知光の出力態様を変化させる方法として、報知光の点滅速度を変化させる以外の方法を含んでもよい。例えば、下記の表２のように報知光の色を変化させてもよいし、報知光の色を変化させつつ上記実施形態のように点滅速度も変化させてもよい。

第２実施形態に係る収集部１０５およびパラメータ更新部１０６は、管理装置１００Ｂではなく、無人フォークリフト２００Ｂに備えられていてもよい。しかしながら、大量のデータを取得できるという観点からは、管理装置１００Ｂが収集部１０５およびパラメータ更新部１０６を備えることが好ましい。第４実施形態についても同様である。

１Ａ～１Ｅ 荷役システム
２ 作業場
３ ラック
４ 反射板
１００Ａ～１００Ｅ 管理装置
１０１ 通信部
１０２ 統括制御部
１０３ 表示部
１０４ マップ生成部
１０５ 収集部
１０６ パラメータ更新部
１０７ 情報取得部
１０８ 演算部
２００Ａ～２００Ｄ 無人フォークリフト
２００Ｅ 有人フォークリフト
２０１ 照明部
２０２ 警報音出力部
２０３ 画像データ生成部
２０４ 学習モデル部
２０５ 処理部
２０６ 位置推定部
２０７ マップ生成部
２０８ 制御部
２０９ 情報取得部
２１０、２２０ 車体
２１１、２２１ 荷役装置
２１２ レーザースキャナ
２２２ ヘッドガード
３００Ｃ、３００Ｄ 作業車

Claims (5)

1. 作業場において荷役作業を行うフォークリフトであって、
   車体と、
   前記車体の進行方向の画像を撮影して画像データを生成する画像データ生成部と、
   前記画像データが入力されると、所定のパラメータを有する機械学習アルゴリズムを用いて、前記車体の走行ルートの安全性の程度を示す安全性スコアを生成するように機械学習された学習モデル部と、
   前記画像データを前記学習モデル部に入力することで前記学習モデル部から前記安全性スコアを取得する処理部と、
   前記進行方向の路面に向かって報知光を照射する照明部と、
   前記照明部を制御する制御部と、
   自己位置の推定を行う位置推定部と、
   前記作業場における前記安全性スコアの分布を示す環境マップを生成するマップ生成部と、を備え、
   前記マップ生成部は、
   前記処理部から取得した前記安全性スコアを現在スコアとし、前記環境マップ内の前記自己位置における前記安全性スコアを過去スコアとし、前記現在スコアと前記過去スコアとを比較して安全性の低い方の前記安全性スコアを前記制御部に出力し、
   前記制御部は、
   前記マップ生成部から取得した前記安全性スコアに基づいて、前記報知光の出力態様を変化させる
   ことを特徴とするフォークリフト。
2. 作業場において荷役作業を行うフォークリフトであって、
   車体と、
   前記車体の進行方向の画像を撮影して画像データを生成する画像データ生成部と、
   前記画像データが入力されると、所定のパラメータを有する機械学習アルゴリズムを用いて、前記車体の走行ルートの安全性の程度を示す安全性スコアを生成するように機械学習された学習モデル部と、
   前記画像データを前記学習モデル部に入力することで前記学習モデル部から前記安全性スコアを取得する処理部と、
   前記進行方向の路面に向かって報知光を照射する照明部と、
   前記照明部を制御する制御部と、
   自己位置の推定を行う位置推定部と、
   前記作業場で走行中の作業車の位置に関する他車位置を取得する情報取得部と、を備え、
   前記処理部は、
   前記自己位置と前記他車位置との距離に応じて、前記学習モデル部から取得した前記安全性スコアの前記安全性の程度を変更して前記制御部に出力し、
   前記制御部は、
   前記処理部から取得した前記安全性スコアに基づいて、前記報知光の出力態様を変化させる
   ことを特徴とするフォークリフト。
3. 管理装置と、前記管理装置の管理下で作業場において荷役作業を行う少なくとも１台のフォークリフトと、を備える荷役システムであって、
   前記フォークリフトは、
   車体と、
   前記車体の進行方向の画像を撮影して画像データを生成する画像データ生成部と、
   前記画像データが入力されると、所定のパラメータを有する機械学習アルゴリズムを用いて、前記車体の走行ルートの安全性の程度を示す安全性スコアを生成するように機械学習された学習モデル部と、
   前記画像データを前記学習モデル部に入力することで前記学習モデル部から前記安全性スコアを取得する処理部と、
   前記進行方向の路面に向かって報知光を照射する照明部と、
   前記照明部を制御する制御部と、
   自己位置の推定を行う位置推定部と、を備え、
   前記管理装置は、
   前記フォークリフトから前記安全性スコアおよび前記自己位置を取得するための通信部と、
   前記作業場における前記安全性スコアの分布を示す環境マップを生成するマップ生成部と、を備え、
   前記マップ生成部は、
   前記フォークリフトから取得した前記安全性スコアを現在スコアとし、前記環境マップ内の前記フォークリフトの前記自己位置における前記安全性スコアを過去スコアとし、前記現在スコアと前記過去スコアとを比較して安全性の低い方の前記安全性スコアを前記フォークリフトの前記制御部に送信し、
   前記制御部は、
   前記マップ生成部から取得した前記安全性スコアに基づいて、前記報知光の出力態様を変化させる
   ことを特徴とする荷役システム。
4. 管理装置と、前記管理装置の管理下で作業場において荷役作業を行う少なくとも１台のフォークリフトと、を備える荷役システムであって、
   前記フォークリフトは、
   車体と、
   前記車体の進行方向の画像を撮影して画像データを生成する画像データ生成部と、
   前記画像データが入力されると、所定のパラメータを有する機械学習アルゴリズムを用いて、前記車体の走行ルートの安全性の程度を示す安全性スコアを生成するように機械学習された学習モデル部と、
   前記画像データを前記学習モデル部に入力することで前記学習モデル部から前記安全性スコアを取得する処理部と、
   前記進行方向の路面に向かって報知光を照射する照明部と、
   前記照明部を制御する制御部と、
   自己位置の推定を行う位置推定部と、を備え、
   前記管理装置は、
   前記フォークリフトの前記自己位置と前記作業場で走行中の作業車の位置に関する他車位置とを取得する情報取得部と、
   前記自己位置と前記他車位置との距離を算出する演算部と、
   を備え、
   前記処理部は、
   前記演算部から取得した前記距離に応じて、前記学習モデル部から取得した前記安全性スコアの前記安全性の程度を変更して前記制御部に出力し、
   前記制御部は、
   前記処理部から取得した前記安全性スコアに基づいて、前記報知光の出力態様を変化させる
   ことを特徴とする荷役システム。
5. 前記処理部は、前記学習モデル部に入力した前記画像データに前記学習モデル部から取得した前記安全性スコアを関連付けた、安全性スコア付きの画像データを前記管理装置に送信し、
   前記管理装置は、
   前記安全性スコア付きの画像データを収集して学習用データを生成する収集部と、
   前記学習用データに基づく機械学習を行い、前記学習モデル部に含まれる前記パラメータを更新するための更新データを生成し、前記更新データを前記学習モデル部に送信するパラメータ更新部と、
   を備え、
   前記学習モデル部は、前記更新データに基づいて前記パラメータを更新することを特徴とする請求項３または４に記載の荷役システム。

Images