JP7100413B1 - 自律走行鉱山車両 - Google Patents

Abstract

【課題】作業現場で砂埃が発生した場合に作業効率の低下を抑制することが可能な自律走行鉱山車両を提供する。【解決手段】自律走行鉱山車両１０１は、車両本体１０２の周囲の地形の３次元点群を計測する周囲監視センサ１０８を備え、走行経路設定装置２０３は、周囲監視センサ１０８が計測できない地形部分を表す不検知領域６０２を算出し、不検知領域６０２と車両本体１０２との位置関係を基に、車両本体１０２が不検知領域６０２を通過せずに走行できる代替経路を算出し、前記予定経路を前記代替経路で更新する。【選択図】 図３

Description

本発明は、ダンプトラック等の自律走行鉱山車両に関する。

本技術分野の背景技術を開示する先行技術文献として、例えば特許文献１がある。特許文献１には、「走行方向前方の画像情報が取得可能な第１および第２のカメラを備えたステレオカメラ装置と、前記第１のカメラにて取得された二次元の画像情報の中の局所領域が前記第２のカメラにて取得された二次元の画像情報内のいずれの位置に対応するかを、注目画素ごとに走査する処理を行い、対応する局所領域が、前記第２のカメラで取得される画像情報内で検出されない場合に、当該注目画素に対し対応点が無いことを示す規定値を設定し、前記規定値が設定された画素によって占められる領域を、差分無領域として特定する差分無領域特定部と、前記画像情報中の差分無領域の画素数が所定値より大きい場合に、前記差分無領域を障害物が存在する可能性の高い障害物領域と特定する障害物領域特定部と、を備えたことを特徴とする鉱山用作業車両」が記載されている。

特許第６３８５７４５号公報

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鉱山車両が用いられている。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、砂埃が頻繁に発生し、それに隠れた障害物が検知できないことがある。

これに鑑み、特許文献１では、ステレオカメラを用いて、対応点が得られない領域の画素数が所定より大きい場合に当該領域を砂埃領域とし、検知した障害物の大きさ、位置関係を用い、砂埃が車両走行によるものか否かを判定し、車両の回避を可能とする技術が開示されている。しかし、特許文献１では、障害物の回避のみが可能であり、砂埃が発生した領域を通過することは想定されていない。したがって、砂埃が発生する都度、作業効率が低下する。

また、ＬｉＤＡＲを用いると、砂埃によってレーザ透過率が低下することで、砂埃発生領域における点群データを取得することができない場合がある。この場合も、鉱山車両はその都度停車・減速して砂埃の消滅を待つことになり、作業効率が低下する。

本発明は、上記の課題に鑑みてなされたものであり、その目的は、作業現場で砂埃が発生した場合に作業効率の低下を抑制することが可能な自律走行鉱山車両を提供することにある。

上記目的を達成するために、本発明は、車両本体と、前記車両本体の位置を計測する自車位置計測センサと、前記車両本体の予定経路を設定する走行経路設定装置と、前記自車位置計測センサで計測した前記車両本体の位置と前記予定経路とに従って、前記車両本体の進行方向および速度を制御する車両制御装置とを備えた自律走行鉱山車両において、前記車両本体の周囲の地形の３次元点群を計測する周囲監視センサを備え、前記走行経路設定装置は、前記周囲監視センサが計測できない地形部分を表す不検知領域を算出し、前記不検知領域と前記車両本体との位置関係を基に、前記車両本体が前記不検知領域を通過せずに走行できる代替経路を算出し、前記予定経路を前記代替経路で更新するものとする。

以上のように構成した本発明によれば、不検知領域と車両本体との位置関係を基に、車両本体が不検知領域を通過せずに走行できる代替経路によって予定経路が更新されるため、作業現場で砂埃が発生した場合に作業効率の低下を抑制することが可能となる。

本発明に係る自律走行鉱山車両によれば、作業現場で砂埃が発生した場合に作業効率の低下を抑制することが可能となる。

ダンプトラックの概略図 走行制御システムを示す図 走行経路設定装置の機能ブロック図 座標系の一例を示す図 走行経路設定装置の処理を示すフローチャート 砂埃による不検知領域が発生した際の占有グリッドマップの一例 不検知領域を検出する処理の一例を示すフローチャート 不検知領域を検出する処理のその他の例を示すフローチャート 砂埃領域とＬｉＤＡＲとの位置関係を示す図 予定経路を更新する処理のフローチャート 砂埃領域８０１の経時変化の一例を示す図 代替経路を算出する処理のフローチャート 経由地を設定する処理の具体例を示す図 減速時の最適車速を求める処理のフローチャート 砂埃発生時に予定経路をダンプトラックが走行する様子の一例を示す図 砂埃発生状況の一例 砂埃発生状況のその他の例 予定経路を更新する処理のフローチャート（変形例） 代替経路を計算する処理のフローチャート（変形例）

以下、本発明の実施形態に係る自律走行鉱山車両としてダンプトラックを例に挙げ、図面を参照して説明する。なお、各図中、同等の部材には同一の符号を付し、重複した説明は適宜省略する。

図１は、本発明の第１の実施例に係るダンプトラック１０１の概略図である。図１において、ダンプトラック１０１は、車両本体１０２と、車両本体１０２の上側後方に上下方向に回転可能に取り付けられた荷台１０３と、車両本体１０２の上側前方に設けられた運転席１０４と、車両本体１０２の下側前方に取り付けられた左右一対の従動輪１０５と、車両本体１０２の下側後方に取り付けられた左右一対の駆動輪１０６とを備えている。車両本体１０２の上側前方には、自車位置計測センサとしてＧＮＳＳ１０７が取り付けられている。ＧＮＳＳ１０７は、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）等の衛星電波を用いて車両本体１０２の位置を計測する。車両本体１０２の前方には、周囲監視センサとしてＬｉＤＡＲ１０８が取り付けられている。

ＬｉＤＡＲ１０８は、レーザを照射し、反射波を利用してデータを取得する構成を有している。ＬｉＤＡＲ１０８は水平方向および垂直方向に機種固有の視野角があり、当該視野角内に複数のレーザを照射することで、その反射波を用いて、レーザが反射された位置の３次元座標や反射強度等のデータを得る。このデータを一般に点群（ポイントクラウド）データと呼ぶ。ＬｉＤＡＲ１０８は、カメラとは異なり、周辺の明るさに依存せずに点群データを得ることが可能であり、昼夜や天候に関係なく物体を検知することが可能になる。

図２は、ダンプトラック１０１に搭載された走行制御システム２０１を示す図である。本実施形態における走行制御システム２０１は、ＧＮＳＳ１０７と、ＬｉＤＡＲ１０８と、車両制御装置２０２と、走行経路設定装置２０３とで構成される。走行経路設定装置２０３は、車両制御装置２０２とＣＡＮバス２０４で接続され、ＬｉＤＡＲ１０８とイーサネット回線２０５で接続され、ＧＮＳＳ１０７とシリアル回線２０６で接続されている。

走行経路設定装置２０３は、記憶装置２０７と、ＣＰＵ２０８と、メモリ２０９と、ＣＡＮインターフェース２１０とを備えている。記憶装置２０７は、地図データ等、自動運転に必要なデータを記憶するものであるが、ＬｉＤＡＲ１０８のキャリブレーションパラメータの値を記憶することも可能である。

ＣＰＵ２０８は、ＬｉＤＡＲ１０７で得られた点群データを処理し、その過程で必要となるデータや処理結果をメモリ２０９に記憶させると共に、ＣＡＮインターフェース２１０に送信する。ＣＡＮインターフェース２１０は、ＣＰＵ２０８から受信した処理結果の情報を、ＣＡＮバス２０４を介して車両制御装置２０２に送信する。車両制御装置２０２は、ＣＰＵ２０８の処理結果を基に車両の進行方向や速度を制御する。また、ＣＰＵ２０８は、車両制御装置２０２にて作成・格納される車両の進行方向や速度等のデッドレコニング情報を、ＣＡＮインターフェース２１０を介して取得することも可能である。

図３は、走行経路設定装置２０３の機能ブロック図である。点群地図３０１は、作業現場の地形を表す点群データであり、予め鉱山車両を作業現場で走行させることにより取得される。点群地図３０１は、ＳＬＡＭ（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｌｏｃａｌｉｚａｔｉｏｎ Ａｎｄ Ｍａｐｐｉｎｇ）と呼ばれる自己位置推定技術に使われる。作業現場を走行する際に新たに得られた点群データと点群地図３０１とのスキャンマッチングによって自己位置推定が可能になる。この機能は、自己位置推定部３０２によって実現される。なお、自己位置推定部３０２は、ＳＬＡＭを用いずにＧＮＳＳ１０７によって自己位置を推定することも可能である。

不検知領域検出部３０４は、ＬｉＤＡＲの点群データを得られない領域（不検知領域）を検出する。他の車両の走行などによって砂埃が発生すると、ＬｉＤＡＲ１０８から照射されるレーザの透過率が低下し、反射波が得られない場合があり、そのときに不検知領域が発生する。走行可能経路推定部３０３は、不検知領域検出部３０４で得られた不検知領域を考慮して走行可能経路を推定する。走行経路決定部３０５は、走行可能経路推定部３０３が推定した走行可能経路の中から予定経路を決定する。これらの処理については後述する。

図４は、本実施形態で使用する座標系の一例を示す図である。この座標系では、ダンプトラック１０１の位置を原点とし、ダンプトラック１０１の進行方向をｘ軸、車幅方向をｙ軸、路面と垂直な方向をｚ軸とする。なお、ｙ軸の値は、ダンプトラック１０１の進行方向に向かって左側を正とする。

図５は、走行経路設定装置２０３の処理を示すフローチャートである。まずステップ５０１で、ＬＩＤＡＲ１０８から点群データを得る。次にステップ５０２で、得られた点群データを用いて占有グリッドマップ（ＯＧＭ：Ｏｃｃｕｐａｎｃｙ Ｇｒｉｄ Ｍａｐ）を作成する。本実施形態における占有グリッドマップは、進行方向がｘ軸、それを垂直に横切る方向をｙ軸とする直行座標系のグリッドマップであり、各セルは予め定めた大きさを有する。

ステップ５０２では、点群データの座標値からセルの座標値を求め、点群データの座標値を当該セルの情報に追加する。したがって、各セルは点群座標値を保持しない場合と、少なくとも１つの点群座標値を保持する場合がある。

次にステップ５０３で、占有グリッドマップから自車到達領域を切り出す。自車到達領域とは、自車が前進中、自車がブレーキをかけた場合に自車が到達する可能性がある領域のことであり、自車が前進中に監視すべき必要最小の領域である。

次にステップ５０４で、不検知領域を検出する。これは、不検知領域検出部３０４の処理である。ここで不検知領域とは、砂埃等の浮遊物によって点群データが得られない領域を指す。不検知領域の検出処理については後述する。

次にステップ５０５で不検知領域の検出結果を基に不検知領域が存在するか否かを判定し、不検知領域が存在していなければステップ５０６に進み、予定経路を維持する。不検知領域が存在していればステップ５０７に進み、予定経路を更新する。ステップ５０７の詳細は後述する。

図６は、砂埃による不検知領域が発生した際の占有グリッドマップの一例であり、自車が前進中、自車がブレーキをかけた場合に自車が到達する可能性がある領域（自車到達領域）のグリッドマップ６０１を示す。黒で示したセルはＬｉＤＡＲ１０８から点群データが得られたセルであり、白で示したセルは点群データが得られなかったセルである。図６の破線で囲った領域６０２は砂埃によって点群データが得られていない領域（不検知領域）である。

図７は、不検知領域を検出する処理（図５のステップ５０４）の一例を示すフローチャートである。まずステップ７０１で、占有グリッドマップのうちで点群ありのセルをグルーピングする。これは、近傍に存在する点群ありのセルを一つにまとめる処理である。グルーピングの処理は、例えばあるセルを起点に８近傍のセルを探索し、点群ありのセルがあれば同じグループに入れるという処理が考えられ、これを再帰的に実行していくことでグループを抽出することが可能である。

次に、抽出されたグループの数でループを回し、ステップ７０２でグループの左右端セル座標をバッファリングする。

グループ数のループを抜けて、バッファリングした右端セル座標の数のループに入る。右端セル座標を１つ得てからステップ７０３にて、当該座標が自車到達領域の境界上か否かを判断する。自車到達領域の境界上ならば、次の右端セル座標を得て同じ処理を繰り返す。そうでなければ、グループの右端セル座標であるとみなせるため、ステップ７０４に進んで当該セル座標の最近傍の別グループ左端座標を探索する。次にステップ７０５で、探索された左端座標が登録済みまたは自車到達領域の境界上かを判断する。自車到達領域の境界上であれば、ステップ７０６で、右端セル座標のみを登録する。このとき、右端セル座標は、不検知領域の左端座標として登録される。探索された左端座標が登録済みまたは自車到達領域の境界上でなければ、ステップ７０７に進んで右端セル座標と左端セル座標の両者を登録する。このとき、右端セル座標は不検知領域の左端座標として、左端セル座標は不検知領域の右端座標として登録される。

これらの処理によって登録された不検知領域の右端座標同士、左端座標同士を結び、更にそれらの上端同士、下端同士を結んだ閉曲線の内側が不検知領域となる。

図８は、不検知領域を検出する処理（図５のステップ５０４）のその他の例を示すフローチャートである。この例では、点群同士のスキャンマッチングを用いて不検知領域を検出する。

まずステップ８０１で点群データを得る。これはＬｉＤＡＲ１０８から新規に取得した点群データである。次にステップ８０２でボクセルマップを生成し、点群データの座標値からボクセルの座標値を求め、点群データの座標値を当該ボクセルの情報に追加する。したがって、各ボクセルは点群座標値を保持しない場合と、少なくとも１つの点群座標値を保持する場合がある。

次にボクセル数のループに入る。ステップ８０３で、予め保持している点群地図３０１と新たに得られた点群データとのスキャンマッチングを実行する。すなわち、点群地図３０１と新たな点群データを照合する。これによって自車の現在位置を推定することが可能である。スキャンマッチングには、ＮＤＴ（Ｎｏｒｍａｌ Ｄｉｓｔｒｉｂｕｔｉｏｎｓ Ｔｒａｎｓｆｏｒｍ）やＩＣＰ（Ｉｔｅｒａｔｉｖｅ Ｃｌｏｓｅｓｔ Ｐｏｉｎｔ）等のアルゴリズムを用いるのが好適である。

砂埃によって新たな点群データが得られない領域ではスキャンマッチングができないため、これを利用して砂埃による不検知領域を検出することが可能となる。そのため、ステップ８０４で、各ボクセルにおいて点群地図３０１側でマッチできなかった点群を抽出し、その割合と閾値を比較する。閾値を越えていたら、ステップ８０５で当該ボクセルを不検知ボクセルとする。

ボクセル数のループを抜けた後、ステップ８０６で不検知ボクセルをグリッドマップに落とし込む。これは３次元のボクセルデータを２次元のグリッドマップデータに変換することを意味する。次のステップ８０７以降の処理は、図７に示す処理と同様であるため、説明は省略する。

図９は、砂埃領域とＬｉＤＡＲ１０８との位置関係を示す図である。図中、ＬｉＤＡＲ１０８の水平方向の各スキャンライン９０１における砂埃領域９０２の距離（破線部分）をＤ、砂埃領域９０２までの距離（実線部分）をＳで表している。ここで、添字のｔは時刻、ｎはスキャンラインの総数である。ＬｉＤＡＲ１０８は、ダンプトラック１０１と共に、車速ｖ_ｄで砂埃領域９０２に向かって移動している。

このとき、時刻ｔにおいて砂埃領域９０２までの距離変化率、すなわち砂埃消滅速度は式１のようになる。

ここで、ｔ_ｕは単位時間であり、例えば点群データを得る時間周期が好適である。そして、予定経路上で式２の関係が成立すれば、ダンプトラック１０１は砂埃領域に進入することなく予定経路を進むことが可能である。

ここで、式２の左辺は、現時点の砂埃領域を通過するのに要する時間（砂埃通過時間）であり、右辺は砂埃領域が消滅するのに要する時間（砂埃消滅時間）である。つまり、単位時間における観測結果に基づいて砂埃通過時間と砂埃消滅時間の関係を求め、予定経路を走行するか代替経路を走行するかを判断することになる。

この判断処理について、図１０を参照しながら説明する。図１０は、予定経路を更新する処理（図５のステップ５０７）のフローチャートである。まずステップ１００１で、予定経路上における砂埃消滅速度ｖ_ｔ，ｎを求める。次にステップ１００２で、予定経路上における砂埃消滅時間を求める。次にステップ１００３で、予定経路上における砂埃通過時間を求める。次にステップ１００４で、砂埃通過時間≧砂埃消滅時間が成立するかを判断し、成立すればステップ１００９に進んで予定経路を採用する。そうでない場合はステップ１００５にて代替経路を計算し、更にステップ１００６で、予定経路上で減速する場合の最適な車速を求める。ステップ１００６は、ダンプトラック１０１が砂埃領域に入り込まないような速度を計算したり、場合によっては速度をゼロに設定する（停車する）という判断を含む。次にステップ１００７で、ステップ１００５の処理で代替経路が計算できているか否かを判定し、計算できていなければ予定経路を採用すると共に、ステップ１００６で計算した車速を車両制御装置２０２へ出力する。これにより、ダンプトラック１０１は予定経路上で減速または停車することになる。一方、代替経路が計算できていればステップ１０１０に進み、代替経路を走行した場合の走行時間と予定経路を減速走行した場合の走行時間とを比較し、走行時間が短い方の経路を採用する。

ところで、ＬｉＤＡＲ１０８のレーザ透過率は、式３のレーザレーダ方程式にしたがうことが知られている。

ここで、Ｐ_ｒは反射波の受信強度、Ｃは定数、σは減衰係数、ＲはＬｉＤＡＲ１０８からの距離である。レーザレーダ方程式によれば、レーザの透過率はＬｉＤＡＲ１０８からの距離に反比例し、したがって、砂埃によってレーザの透過率が低下してもＬｉＤＡＲ１０８からの距離が近いほど視界が早く回復することになる。

これを踏まえ、図１１に砂埃領域９０２の経時変化の一例を示す。図１１では、予定経路１１０１上におけるＬｉＤＡＲ１０８から砂埃領域９０２までの距離Ｓの変化を示しており、図９に示した時刻ｔの状態を（ａ）に示している。ここで、ＬｉＤＡＲ１０８の位置は動かないという前提で説明する。このときの砂埃領域９０２までの距離はＳ_ｔ，ｎである。（ｂ）は、次の点群データが得られた時刻ｔ＋１の状態であり、砂埃領域９０２ａまでの距離はＳ_{ｔ＋１，ｎ}である。このとき、Ｓ_ｔ，ｎ＜Ｓ_{ｔ＋１，ｎ}という関係が成り立つ。（ｃ）は、更に次の点群データが得られた時刻ｔ＋２の状態であり、砂埃領域９０２ｂまでの距離はＳ_{ｔ＋２，ｎ}である。このとき、Ｓ_{ｔ＋１，ｎ}＜Ｓ_{ｔ＋２，ｎ}という関係が成り立ち、結果としてＳ_ｔ，ｎ＜Ｓ_{ｔ＋１，ｎ}＜Ｓ_{ｔ＋２，ｎ}という関係が成り立つことになる。このように、砂埃発生時におけるＬｉＤＡＲ１０８の視界は、ＬｉＤＡＲ１０８に近いほど早く回復する。

図１２は、代替経路を計算する処理（図１０のステップ１００５）のフローチャートである。まずステップ１２０１で、最短経路を「なし」に設定する。すなわち、最短経路を格納する変数を初期化する。次にＬｉＤＡＲ１０８の水平スキャン方向のループに入る。

ステップ１２０２では、砂埃通過時間≧砂埃消滅時間が成立する方向（代替方向）を求める。代替方向は、先に述べたように、式１と式２によって計算することが可能である。ステップ１２０３では、ステップ１２０２で代替方向が求められたか否かを判定し、求められなければ次のスキャン方向について同様の処理を実行する。

代替方向が求められた場合は、ダンプトラック１０１がその方向に進むのがよいと考えられるため、ステップ１２０４にて代替方向上に経由地を設定し、ステップ１２０５で現在地から経由地までの経路を計算する。その後、ステップ１２０６で経由地から目的地までの経路を計算する。このとき、目的地は予定経路を計算した際に設定した目的地と同じものにする。

次にステップ１２０７で、ステップ１２０５，１２０６で計算された経路の走行時間がそれまでに計算された経路の中で最短か否かを判定し、最短であればステップ１２０８にて最速経路を当該経路で更新する。すべてのスキャン方向について処理を終えたら、ステップ１２０９にて最速経路を代替経路としてリターンする。

図１３は、経由地を設定する処理（図１２のステップ１２０４）の具体例を示す図である。経由地１３０１は、砂埃領域９０２外でかつスキャンライン１３０２の延長線上にあり、砂埃領域９０２とスキャンライン１３０２との遠方交点１３０３よりも遠方に設定する。また、経由地１３０１は、目的地までの走行時間が最短となるように設定される。具体的には、スキャンライン１３０２上に経由地の候補（候補地）を複数設定し、各候補地を経由して目的地まで走行した場合の走行時間を算出し、走行時間が最も短くなる候補地を経由地として設定する。

図１４は、減速時の最適車速を求める処理（図１０のステップ１００６）のフローチャートである。まずステップ１４０１で、予定経路上における砂埃消滅時間を得る。これは、ステップ１００２で既に求めている値を読み込めばよく、必ずしも再計算はしなくてよい。次にステップ１４０２で、最適車速を求める。ここでいう最適車速は、砂埃領域に進入することなく予定経路を走行できる車速の最大値である。すなわち、砂埃通過時間と砂埃消滅時間が等しくなる車速ｖ_ｄが最適車速である。したがって、最適車速は、式２の右辺と左辺をイコールで結んだ式４を満たす。

式４を車速ｖ_ｄについて解くと、最適車速は式５で表される。

このときダンプトラック１０１は、図１５に示すように、砂埃領域を追いかけるように走行することになる。

次に、ステップ１４０２で計算した最適車速を用い、ステップ１４０３にて予定経路の走行時間を計算する。最後にステップ１４０４で、ステップ１４０２で求めた最適車速とステップ１４０３で求めた走行時間をリターンする。

図１５は、砂埃発生時に予定経路１５０１上をダンプトラック１０１が走行する様子の一例を示す図である。（ａ）は砂埃領域１５０２が発生した直後の時刻ｔにおける状態であり、砂埃領域１５０２までの距離はＳ_ｔ，ｎである。（ｂ）は、次に点群データが得られた時刻ｔ＋１の状態であり、砂埃領域１５０２までの距離はＳ_{ｔ＋１，ｎ}である。このとき、ダンプトラック１０１は砂埃領域１５０２に追いつくことなく、ＬｉＤＡＲ１０８は視界を確保できている。（ｃ）は、次に点群データが得られた時刻ｔ＋２の状態であり、砂埃領域１５０２までの距離はＳ_{ｔ＋２，ｎ}である。このときも、ダンプトラック１０１ダンプトラック１０１は砂埃領域１５０２に追いつくことなく、ＬｉＤＡＲ１０８は視界を確保できている。そして（ｃ）は、次に点群データが得られた時刻ｔ＋３の状態であり、砂埃領域が消滅したことでＬｉＤＡＲ１０８は視界を確保できている。このように、ダンプトラック１０１は、砂埃領域に巻き込まれることなく、砂埃領域を追いかけるように走行する。

図１６は、砂埃発生状況の一例を示す図である。（ａ）の時点でダンプトラック１０１が予定経路１６０１上を走行中に自車の後輪で巻き上げた砂埃が、次の点群データを得た時点で（ｂ）のように自車後方から吹く風によってダンプトラック１０１の前方に向かって流れ、砂埃領域１６０２が発生する。（ｂ）の時点ではＬｉＤＡＲ１０８の視界は確保されており、ダンプトラック１０１の走行に影響は無い。しかし、更に次の点群データを得た時点で（ｃ）の状態になり、砂埃領域１６０２がＬｉＤＡＲ１０８を完全に覆ってしまい、ＬｉＤＡＲ１０８の視界が無くなる。この時点で、ＬｉＤＡＲ１０８から砂埃領域１６０２までの距離Ｓがいずれのスキャン方向でも０となる。その結果、図１２の処理により代替経路が算出されず、かつ、図１４の処理により予定経路における最適速度が算出されないため、ダンプトラック１０１は停車することになる。

しかしながら、この場合でも、式３のレーザレーダ方程式にしたがい、ＬｉＤＡＲ１０８の近傍から視界が回復していく。それに伴い、停車中に砂埃領域１６０２が（ｄ）の状態になると、ＬｉＤＡＲ１０８の視界が確保でき、砂埃領域１６０２までの距離Ｓが正の値となる。そして、これまでに説明してきた処理を実行することで改めて予定経路１６０３を設定する。

図１７は、砂埃発生状況のその他の例であり、砂埃領域１７０１を伴って走行する対向車１７０２と自車とがすれ違う場合を示す。ダンプトラック１０１は予定経路１７０３上を走行している。（ａ）の段階では、砂埃領域１７０１までの距離はＳ_ｔである。次の時刻ｔ＋１では（ｂ）の状態となり、砂埃領域１７０１までの距離Ｓ_ｔ＋１が短くなっている。その結果、砂埃消滅時間が負の値となり、予定経路１７０３を変更する必要が生じる。そこで（ｃ）に示すように、砂埃領域１７０１を回避する代替経路１７０４を新たな予定経路として設定し、ダンプトラック１０１はそれにしたがって進路を変更する。

このように、砂埃領域を発見した当初は代替経路が必要なくても、砂埃領域がダンプトラック１０１に向かって広がっていく場合には、式１の砂埃消滅速度が負の値となり、砂埃消滅時間が計算できなくなる。このような場合は、砂埃領域を回避する経路を再計算することになる。具体的な処理フローについて、図１８を参照しながら説明する。

図１８は、予定経路を更新する処理のフローチャートの変形例である。基本的な処理は図１０と同様であるが、ステップ１００１で求めた砂埃消滅速度の正負をステップ１８０１にて判断している点が異なる。ステップ１８０１で、砂埃消滅速度が正の値であればステップ１００２以降に進む。砂埃消滅速度が負の値の場合、砂埃がダンプトラック１０１に近づいていることになり、予定経路上でＬｉＤＡＲ１０８の視界が確保できる保証はない。そこで、ステップ１８０２に進んで代替経路を計算する。

ステップ１８０２の代替経路を計算する処理は、図１２に示すステップ１００５と基本的に同様であるが、スキャン方向が砂埃領域にかかっていないことが代替経路の条件となる点で異なる。ステップ１８０２のフローチャートを図１９に示す。ステップ１２０１で最速経路を初期化した後、ＬｉＤＡＲ１０８のスキャン方向数のループに入る。各スキャン方向についてステップ１９０１にて砂埃領域にかかっているか否かを判定する。すなわち、砂埃領域の距離Ｄが０より大きいか否かを判定する。この判定結果がＮｏの場合はステップ１２０４以降に進み、判定結果がＹｅｓの場合はステップ１２０４以降に進まない。

（まとめ）
本実施形態では、車両本体１０２と、車両本体１０２の位置を計測する自車位置計測センサ１１０と、車両本体１０２の予定経路を設定する走行経路設定装置２０３と、自車位置計測センサ１１０で計測した車両本体１０２の位置と前記予定経路とに従って、車両本体１０２の進行方向および速度を制御する車両制御装置２０２とを備えた自律走行鉱山車両１０１において、車両本体１０２の周囲の地形の３次元点群を計測する周囲監視センサ１０８を備え、走行経路設定装置２０３は、周囲監視センサ１０８が計測できない地形部分を表す不検知領域６０２を算出し、不検知領域６０２と車両本体１０２との位置関係を基に、車両本体１０２が不検知領域６０２を通過せずに走行できる代替経路を算出し、前記予定経路を前記代替経路で更新する。

以上のように構成した本実施形態に係る自律走行鉱山車両１０１によれば、不検知領域６０２と車両本体１０２との位置関係を基に、車両本体１０２が不検知領域６０２を通過せずに走行できる代替経路によって予定経路が更新されるため、作業現場で砂埃が発生した場合に作業効率の低下を抑制することが可能となる。

また、本実施形態における周囲監視センサ１０８は、車両本体１０２の周囲の地形までの距離を計測する測距センサ１０８である。これにより、測距センサ１０８を備えた自律走行鉱山車両１０１において、作業現場で砂埃が発生した場合に作業効率の低下を抑制することが可能となる。

また、本実施形態における走行経路設定装置２０３は、車両本体１０２の周囲の地形を表す点群地図３０１を記憶しており、前記３次元点群のうち点群地図３０１と照合できない領域を不検知領域６０２として算出する。これにより、周囲監視センサ１０８が失報した場合でも不検知領域６０２を検出することが可能となる。

また、本実施形態における走行経路設定装置２０３は、前記３次元点群をグリッドマップ６０１の各セルに割り当て、前記３次元点群が割り当てられた隣接するセル同士をグループにまとめ、前記グループの端点を結んだ線を境界とする領域を不検知領域６０２として算出する。これにより、ＬｉＤＡＲ１０８を備えた自律走行鉱山車両１０１において、不検知領域６０２を検出することが可能となる。

また、本実施形態における走行経路設定装置２０３は、前記予定経路における前記不検知領域の消滅時間（式２の右辺）と前記不検知領域の通過時間（式２の左辺）とを算出し、前記通過時間が前記消滅時間以上である場合は前記代替経路を算出せず、前記通過時間が前記消滅時間より短い場合は前記代替経路を算出する。これにより、予定経路上で砂埃が発生した場合でも、砂埃に巻き込まれることなく予定経路を引き続き走行することが可能となる。

また、本実施形態における走行経路設定装置２０３は、前記通過時間と前記消滅時間とが等しくなるときの車両本体１０２の走行速度を最適車速として算出し、前記予定経路を前記最適車速で走行した場合の所定の目的地までの走行時間を第１走行時間として算出し、前記代替経路を走行した場合の前記目的地までの走行時間を第２走行時間として算出し、前記第１走行時間が前２走行時間以下である場合は、前記予定経路を前記代替経路で更新せず、前記第１走行時間が前２走行時間より長い場合は、前記予定経路を前記代替経路で更新し、前記車両制御装置は、前記走行経路設定装置により前記予定経路が前記代替経路で更新されなかった場合は、前記車両本体の車速を前記最適車速に制御する。これにより、目的地までの走行時間が最短となる経路を走行することが可能となる。

また、本実施形態における車両制御装置２０２は、走行経路設定装置２０３により前記代替経路および前記最適車速のいずれも算出されなかった場合は、車両本体１０２を停車させる。これにより、自律走行鉱山車両１０１の停車時間を最小限に抑えることが可能となる。

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、様々な変形例が含まれる。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、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例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。

また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。

１０１…ダンプトラック（自律走行鉱山車両）、１０２…車両本体、１０３…荷台、１０４…運転席、１０５…従動輪、１０６…駆動輪、１０８…ＬｉＤＡＲ（周囲監視センサ、測距センサ）、１１０…ＧＮＳＳ（自車位置計測センサ）、２０１…走行制御システム、２０２…車両制御装置、２０３…走行経路設定装置、２０４…ＣＡＮバス、２０５…イーサネット回線、２０６…シリアル回線、２０７…記憶装置、２０８…ＣＰＵ、２０９…メモリ、２１０…ＣＡＮインターフェース、３０１…点群地図、３０２…自己位置推定部、３０３…走行可能経路推定部、３０４…不検知領域検出部、３０５…走行経路決定部、６０１…グリッドマップ、６０２…不検知領域、９０１…スキャンライン、９０２，９０２ｂ，９０２ｃ…砂埃領域、１１０１…予定経路、１３０１…経由地、１３０２…スキャンライン、１３０３…遠方交点、１５０１…予定経路、１５０２…砂埃領域、１６０１…予定経路、１６０２…砂埃領域、１６０３…予定経路、１７０１…砂埃領域、１７０２…対向車、１７０３…予定経路、１７０４…代替経路。

Claims (7)

1. 車両本体と、
   前記車両本体の位置を計測する自車位置計測センサと、
   前記車両本体の予定経路を設定する走行経路設定装置と、
   前記自車位置計測センサで計測した前記車両本体の位置と前記予定経路とに従って、前記車両本体の進行方向および速度を制御する車両制御装置とを備えた自律走行鉱山車両において、
   前記車両本体の周囲の地形の３次元点群を計測する周囲監視センサを備え、
   前記走行経路設定装置は、
   前記周囲監視センサが計測できない地形部分を表す不検知領域を算出し、
   前記不検知領域と前記車両本体との位置関係を基に、前記車両本体が前記不検知領域を通過せずに走行できる代替経路を算出し、
   前記予定経路を前記代替経路で更新する
   ことを特徴とする自律走行鉱山車両。
2. 請求項１に記載の自律走行鉱山車両において、
   前記周囲監視センサは、前記車両本体の周囲の地形までの距離を計測する測距センサである
   ことを特徴とする自律走行鉱山車両。
3. 請求項１に記載の自律走行鉱山車両において、
   前記走行経路設定装置は、
   前記車両本体の周囲の地形を表す点群地図を記憶しており、
   前記３次元点群のうち前記点群地図と照合できない領域を前記不検知領域として算出する
   ことを特徴とする自律走行鉱山車両。
4. 請求項１に記載の自律走行鉱山車両において、
   前記走行経路設定装置は、
   前記３次元点群をグリッドマップの各セルに割り当て、
   前記３次元点群が割り当てられた隣接するセル同士をグループにまとめ、
   前記グループの端点を結んだ線を境界とする領域を前記不検知領域として算出する
   ことを特徴とする自律走行鉱山車両。
5. 請求項１に記載の自律走行鉱山車両において、
   前記走行経路設定装置は、
   前記予定経路における前記不検知領域の消滅時間と前記不検知領域の通過時間とを算出し、
   前記通過時間が前記消滅時間以上である場合は前記代替経路を算出せず、
   前記通過時間が前記消滅時間より短い場合は前記代替経路を算出する
   ことを特徴とする自律走行鉱山車両。
6. 請求項５に記載の自律走行鉱山車両において、
   前記走行経路設定装置は、
   前記通過時間と前記消滅時間とが等しくなるときの前記車両本体の走行速度を最適車速として算出し、
   前記予定経路を前記最適車速で走行した場合の所定の目的地までの走行時間を第１走行時間として算出し、
   前記代替経路を走行した場合の前記目的地までの走行時間を第２走行時間として算出し、
   前記第１走行時間が前２走行時間以下である場合は、前記予定経路を前記代替経路で更新せず、
   前記第１走行時間が前２走行時間より長い場合は、前記予定経路を前記代替経路で更新し、
   前記車両制御装置は、前記走行経路設定装置により前記予定経路が前記代替経路で更新されなかった場合は、前記車両本体の車速を前記最適車速に制御する
   ことを特徴とする自律走行鉱山車両。
7. 請求項６に記載の自律走行鉱山車両において、
   前記車両制御装置は、前記走行経路設定装置により前記代替経路および前記最適車速のいずれも算出されなかった場合は、前記車両本体を停車させる
   ことを特徴とする自律走行鉱山車両。

Images