JP7134234B2 - ロボット充電器ドッキング自己位置推定 - Google Patents

Description

この出願は、２０１７年１１月２２日に出願された米国特許出願第１５／８２１，６６９号の優先権の利益を主張し、参照により本明細書に組み入れられる。

本明細書で説明する本発明は、充電システムに関し、より詳細には、ロボットの充電システムへの誘導、及びロボットの充電システムへのドッキングに関する。

ロボットは、多くの用途において、人間の代わりに機能を実行するか、又は生産性及び効率を高めるために人間を補助するように使用される。かかる用途の１つが注文の履行であり、これは、通常、インターネットを介して注文した顧客に、宅配便で出荷されるべき製品で満たされた大規模な倉庫で実行される。かかる注文を適時正確且つ効率的なやり方で履行することは、控え目に言っても、物流上困難である。

たとえば、オンラインのインターネット・ショッピングのアプリケーションでは、仮想ショッピング・カートの「チェック・アウト」釦をクリックすると、「注文」が作成される。注文には、特定の住所に出荷されるべき品目のリストが含まれる。「履行」のプロセスには、こうした物品を大規模倉庫から物理的に取り出すこと、すなわち「ピッキング」、物品を梱包すること、及び指定された住所に物品を出荷することが含まれる。

したがって、注文履行プロセスの重要なゴールは、できるだけ多くの物品をできるだけ短時間で出荷することである。注文を受け、注文の履行を計画し、保管棚又は保管箱を見つけ、製品をピッキングし、注文の各品目についてこのプロセスを繰り返し、次いで注文品を輸送ステーションに配送するプロセスは、反復的且つ労働集約的である。速やかに回転する在庫の何千又は何万もの品目が在庫されている倉庫では、ロボットが確実に、適時且つ効率的に注文を履行する上で重要な役割を果たす。加えて、最終的に出荷されることになる製品は、まず倉庫で受け取り、倉庫全体にわたって整然としたやり方で保管箱に保管又は「配置」し、それにより製品を出荷のために簡単に取り出せる必要がある。

ロボットを使用してピッキング及び配置機能を果たすことは、ロボットだけで、又は人間の操作者の助けを借りて行うことができる。人間との相互作用によって実行されるかどうかに関係なく、ピッキング及び配置又は貯蔵機能では、ロボットがその現在の場所から目的の製品の保管場所又は「箱」の場所に移動する必要がある。注文履行倉庫でのロボットによる誘導の１つの方法は、ロボットによってローカルに保存され更新された倉庫の空間モデル又は「マップ」を使用して、ロボットがその割り当てられた注文履行タスクを実行するときに、自律的又は半自律的に動作できるようにするものである。マップは、倉庫、倉庫の保管場所、障害物、及び他の特徴のデジタル画像である。ロボットは、静的障害物及び動的障害物の存在下で製品箱に到着するために、マップ上で処理動作を実行して、ロボットの現在の場所を判断し、ゴールへの経路に沿ったロボットの移動を継続的に再調整する。

ロボットは、ロボットに搭載されたバッテリに蓄えた電気で駆動される。ロボットが倉庫のあちこちに移動することにより、定期的に再充電する必要がある。したがって、作業を円滑に実行するために、ロボットを充電する効率的で効果的なやり方が必要である。倉庫内の一般的な誘導の場合、マップのサイズ及び分解能は、ロボットがそのゴールへの経路に沿って障害物を回避しながら、ロボットの目標の場所に首尾良く移動できるようなものであり得る。しかし、倉庫のマップでの処理では、ロボットがロボット充電ステーションにドッキングするときなど、より正確な自己位置推定（ｌｏｃａｌｉｚａｔｉｏｎ）及び制御が必要な場合に、必要な処理が多すぎて、その結果自己位置推定及び制御が粗くなりすぎる場合がある。

必要なものは、ロボットがロボット充電ステーションにドッキングする際に、ロボットの位置を推定して制御する、演算効率の高い手法である。

既存のシステムに対する本発明の恩恵及び利点は、以下の発明の簡単な概要及び詳細な説明から容易に明らかとなろう。当業者は、本教示が、以下に要約又は開示されたもの以外の実施例を用いて実施できることを理解されよう。

本発明の一態様では、充電器ドッキング・ステーションとドッキングするロボットを誘導する方法がある。ロボットは、ロボット充電器ドッキング・ステーションに関連付けられた初期ポーズ、及びロボット充電器ドッキング・ステーションに関連付けられた嵌合ポーズを受信する。ロボットは最初に、第１のマップに対するスキャン・マッチングを使用して、現在のポーズから初期ポーズまで移動する。ロボットは、第２のマップに対するスキャン・マッチングを使用して、初期ポーズから嵌合ポーズまで第２の誘導を実行し、それにより、ロボットの充電ポートをロボット充電器ドッキング・ステーションの充電組立体と嵌合させる。

一実施例では、第２の誘導中にスキャン・マッチングに使用する第２のマップの分解能は、第１の誘導中に使用する第１のマップの分解能よりも高い。好ましい実施例では、第１のマップの分解能は５ｃｍ分解能であってよく、第２のマップの分解能は１ｃｍ分解能であってよい。

別の実施例では、第２の誘導中にスキャン・マッチングで使用する第２のマップは、ロボット充電器ドッキング・ステーションのマップを含む。別法として、第２の誘導中にスキャン・マッチングで使用する第２のマップは、ロボット充電器ドッキング・ステーションのマップだけで構成され得る。上記の実施例では、第２の誘導中のスキャン・マッチングは、充電器ドッキング・ステーションのマップに対して、ロボット充電器ドッキング・ステーションのローカル・スキャンを使用して、ロボットの位置を推定できる。充電ステーションのローカル・スキャンは、第２のマップの分解能での充電器ドッキング・ステーションのレーザレーダ・スキャンであり得る。

第２の態様では、移動ロボットは、現在の場所から、再充電のために充電器ドッキング・ステーションまで移動してドッキングするよう構成される。移動ロボットは、充電ポート及びプロセッサを具備する車輪付き移動基部を備えることができる。移動ロボットのプロセッサは、充電器ステーションに関連付けられた初期ポーズを取得し、充電器ステーションに関連付けられた嵌合ポーズを取得し、第１のマップに対するスキャン・マッチングを使用して、現在の場所から初期ポーズまで車輪付き移動基部を誘導し、且つ第２のマップに対するスキャン・マッチングを使用して、初期ポーズから嵌合ポーズまで車輪付き基部を誘導し、それにより、車輪付き基部の充電ポートをロボット充電器ステーションの充電組立体と嵌合させるよう構成され得る。

第２の態様の実施例では、第２の誘導中にスキャン・マッチングに使用する第２のマップの分解能は、第１の誘導中に使用する第１のマップの分解能よりも高くすることができる。好ましい実施例では、第１のマップの分解能は５ｃｍ分解能であり、第２のマップの分解能は１ｃｍ分解能である。

移動ロボットの別の実施例では、第２の誘導中にスキャン・マッチングで使用する第２のマップは、ロボット充電器ドッキング・ステーションのマップを含む。別法として、第２の誘導中にスキャン・マッチングで使用する第２のマップは、ロボット充電器ドッキング・ステーションのマップだけで構成され得る。移動ロボットの上記の実施例では、第２の誘導中のスキャン・マッチングは、充電器ドッキング・ステーションのマップに対して、ロボット充電器ドッキング・ステーションのローカル・スキャンを使用して、ロボットの位置を推定する。ローカル・スキャンは、第２のマップの分解能での充電器ドッキング・ステーションのレーザレーダ・スキャンであり得る。

移動ロボットの他の実施例では、初期ポーズは、充電ドッキング・ステーションから第１の距離だけ離れており、嵌合ポーズは、充電器ステーションから第２の距離だけ離れている。いくつかの実施例では、第１の距離は第２の距離よりも長い。別の実施例では、初期ポーズ及び嵌合ポーズは、車輪付き移動基部の１台又は遠隔サーバのメモリに保存される。

第３の態様では、レーザレーダ・スキャナ、トランシーバ、データ・プロセッサ、及びデータ・プロセッサが実行するためにそこに保存された命令を有するデータ記憶デバイスを備えるロボット・システムがある。命令は、ロボットに、ロボット充電器ドッキング・ステーションに関連付けられた初期ポーズを受信させ、ロボット充電器ドッキング・ステーションに関連付けられた嵌合ポーズを受信させ、第１のマップに対するスキャン・マッチングを使用して、ロボットの現在のポーズから初期ポーズまでの第１の誘導を実行させ、且つ第２のマップに対するスキャン・マッチングを使用して、ロボットの初期ポーズから嵌合ポーズまでの第２の誘導を実行させるよう構成され得る。嵌合ポーズに到着すると、ロボットの充電ポートは、ロボット充電器ドッキング・ステーションの充電組立体と嵌合できる。

第３の態様の一実施例では、第２の誘導中にスキャン・マッチングに使用する第２のマップの分解能は、第１の誘導中に使用する第１のマップの分解能よりも高い。好ましい実施例では、第１のマップの分解能は５ｃｍ分解能であってよく、第２のマップの分解能は１ｃｍ分解能であってよい。

別の実施例では、第２の誘導中にスキャン・マッチングで使用する第２のマップは、ロボット充電器ドッキング・ステーションのマップを含む。別法として、第２の誘導中にスキャン・マッチングで使用する第２のマップは、ロボット充電器ドッキング・ステーションのマップだけで構成され得る。上記の実施例では、第２の誘導中のスキャン・マッチングは、充電器ドッキング・ステーションのマップに対して、ロボット充電器ドッキング・ステーションのローカル・スキャンを使用して、ロボットの位置を推定できる。充電ステーションのローカル・スキャンは、第２のマップの分解能での充電器ドッキング・ステーションのレーザレーダ・スキャンであり得る。

本発明のこうした特徴及び他の特徴は、以下の詳細な説明及び添付図面から明らかになろう。

次に、本発明の実施例を、以下の添付図面を参照して、ただ単に実例として説明することにする。

注文履行倉庫の上面図である。 図１に示す倉庫内で使用されるロボットのうちの１台の、基部の正面図である。 図１に示す倉庫内で使用されるロボットのうちの１台の、基部の斜視図である。 アーマチュアを装備し、図１に示す棚の前に停車した図２Ａ及び図２Ｂのロボットの斜視図である。 ロボットのレーザレーダを使用して作成された図１の倉庫の部分的マップの図である。 倉庫全体にわたって分散された基準マーカの場所を突き止めて、基準マーカのポーズを記憶するプロセスを示す流れ図である。 基準識別表示をポーズにマッピングした表である。 大箱の場所を基準識別表示にマッピングした表である。 製品のＳＫＵをポーズにマッピングするプロセスを示す流れ図である。 この発明による、充電組立体の正面図である。 図９の充電組立体の側面図である。 図１０の充電ポートの斜視図である。 充電ポートと嵌合された充電組立体の断面図である。 この発明による、充電器ドッキング・ステーションの斜視図である。 外側のカバーが取り外された状態で、充電器ドッキング・ステーションの内部を示す、図１４Ａの充電器ドッキング・ステーションの斜視図である。 図１３Ａの充電器ドッキング・ステーションの正面図である。 外側のカバーが取り外された状態で、充電器ドッキング・ステーションの内部を示す、図１４Ａの充電器ドッキング・ステーションの正面図である。 図１３Ａの充電器ドッキング・ステーションの左側面図である。 外側のカバーが取り外された状態で、充電器ドッキング・ステーションの内部を示す、図１５Ａの充電器ドッキング・ステーションの左側面図である。 図１３Ａの充電器ドッキング・ステーションの後面斜視図である。 外側のカバーが取り外された状態で、充電器ドッキング・ステーションの内部を示す、図１６Ａの充電器ドッキング・ステーションの後面斜視図である。 図１３Ａの充電器ドッキング・ステーションを、ドッキングされたロボットと共に示す上面図である。 この発明の態様による、充電ステーションとドッキングするロボットの略図である。 本発明の方法及びシステムと共に使用する、ロボット・システムの一実施例を示す図である。 空間マップによって表された倉庫環境を通る、現在の場所から目標の場所までのロボットの誘導を示す図である。 本発明の一態様による、ＳＬＡＭマップによって表された倉庫環境におけるロボットの誘導を示す図である。 空間環境内のある場所での、ロボットのレーザレーダ・スキャナからのローカル・スキャンによる測距の取得を示す図である。 空間環境内のある場所での、ロボットのレーザレーダ・スキャナからのローカル・スキャンによる測距の取得を示す図である。 位置ずれしたスキャンから位置合せされたスキャンへの、判断された現在のポーズへの変換を使用して、ロボットのポーズを見つけるためのスキャン・マッチングを示す図である。 位置ずれしたスキャンから位置合せされたスキャンへの、判断された現在のポーズへの変換を使用して、ロボットのポーズを見つけるためのスキャン・マッチングを示す図である。 本発明の一態様による、ロボットを誘導して目標経路に沿ってロボットを移動させる方法を示す図である。 より高い分解能の自己位置推定を使用するドッキングの一実施例による、充電器ドッキング・ステーションへのロボットのドッキングを示す図である。 精密ドッキングの一態様による、ロボットを誘導して、ロボットを、充電器ドッキング・ステーションの近位にある初期ポーズからドッキング・ステーションの嵌合ポーズまで移動させる方法を示す図である。 より高い分解能の自己位置推定を使用する精密ドッキングの代替実施例による、充電器ドッキング・ステーションへのロボットのドッキングを示す図である。 スキャン・マッチングを使用したドッキングの一実施例による、ロボットの充電器ドッキング・ステーションへのドッキングを示す図である。 弧制御を使用する精密ドッキングの実施例による、ロボットの、充電器ドッキング・ステーションへのドッキングを示す図である。 誤差制御を用いる精密ドッキングの一実施例による、ロボットを充電器ドッキング・ステーションにドッキングするために弧制御を使用する、精密ドッキングの一方法を示す図である。 誤差制御を用いる精密ドッキングを使用して、ロボットを充電器ドッキング・ステーションにドッキングするために弧制御を使用する、精密ドッキングの一実施例を示す図である。

本開示並びにその様々な特徴及び利点の詳細を、添付図面に記載及び／又は例示され、以下の説明で詳述される非限定的な実施例及び実例を参照して、より完全に説明する。図面に示した特徴は、必ずしも原寸に比例して描かれているわけではなく、一実施例の特徴は、本明細書で明示的に述べられていない場合でも、当業者が認識するはずである他の実施例と共に使用され得ることに留意されたい。よく知られている構成要素及び処理技法の説明は、本開示の実施例を不必要に不明瞭にしないために、省略される場合がある。本明細書で使用される実例は、本開示が実施され得るやり方を容易に理解させること、及び当業者が本開示の実施例を実施するのをより一層可能にすることを、単に意図している。したがって、本明細書の実例及び実施例は、本開示の範囲を限定するものと解釈されるべきではない。さらに、同様の参照番号は、図面のいくつかの図を通して同様の部分を表すことに留意されたい。

本発明は、ロボットの、充電システムへのドッキングに関する。どんな特定のロボットの用途にも限定されないが、本発明が使用され得る１つの好適な用途は、注文の履行である。ロボットの、充電システムへのドッキングについての観点を提供するために、この用途でのロボットの使用について説明することにする。

本明細書で提供する説明は、顧客への出荷のために注文を履行するように、倉庫内の大箱の場所から物品をピッキングすることに焦点を当てているが、システムは、後で取り出して顧客に出荷するための、倉庫全体にわたる倉庫内の大箱の場所への受け取った物品の保管又は配置にも、同様に適用可能である。本発明はまた、製品の統合、カウント、検証、検査、及び整頓などの、かかる倉庫システムに関連する在庫管理タスクにも適用可能である。これらと、他の利益及び利点とは、以下に説明する実例及び図から容易に明らかとなろう。

図１を参照すると、典型的な注文履行倉庫１０は、注文１６に含まれる可能性がある様々な物品で満たされた棚１２を備える。運用に際して、倉庫管理サーバ１５からの注文１６が、注文サーバ１４に到着する。注文サーバ１４は、注文１６を、倉庫１０をうろうろする複数のロボットから選択されたロボット１８に伝達する。また、本発明の一態様による１つ又は複数の充電ステーションが位置することができる、充電エリア１９も示されている。

好ましい実施例では、図２Ａ及び図２Ｂに示すロボット１８は、レーザレーダ２２を具備する自律型車輪付き基部２０を備える。基部２０は、ロボット１８が注文サーバ１４からの命令を受信するのを可能にするトランシーバ（図示せず）、及び１対のデジタル光学カメラ２４ａ及び２４ｂも特徴とする。ロボットの基部はまた、自律型車輪付き基部２０に給電する、バッテリを再充電するための充電ポート２６（図１０及び図１１により詳細に示す）も備える。基部２０はさらに、ロボットの環境を表す情報を取り込むために、レーザレーダ及びカメラ２４ａ及び２４ｂからデータを受信するプロセッサ（図示せず）を特徴とする。図３に示すように、倉庫１０内の誘導に関連する様々なタスクを実行するばかりでなく、棚１２上に配置された基準マーカ３０へ移動するための、プロセッサと共に動作するメモリ（図示せず）がある。基準マーカ３０（たとえば、２次元バー・コード）は、注文された物品の大箱／場所に対応する。本発明の誘導手法については、図４～図８に関連して以下で詳細に説明する。基準マーカはまた、この発明の態様にしたがって充電ステーションを識別するために使用され、かかる充電ステーションの基準マーカへの誘導は、注文された物品の大箱／場所への誘導と同じである。ロボットが充電ステーションに移動すると、より正確な誘導手法を使用してロボットを充電ステーションにドッキングする。かかる誘導手法については、以下で説明する。

再び図２Ｂを参照すると、基部２０は、物品を運ぶためにトート又は大箱が格納され得る上面３２を備える。その１つを図３に示す、複数の交換可能なアーマチュア４０のいずれか１つと係合する、連結部３４も示している。図３の特定のアーマチュア４０は、物品を収容するトート４４を運ぶためのトート保持器４２（この場合は棚）、及びタブレット４８を支持するためのタブレット保持器４６（又はラップトップ／他のユーザ入力デバイス）を特徴とする。いくつかの実施例では、アーマチュア４０は、物品を運ぶための１つ又は複数のトートを支持する。他の実施例では、基部２０は、収容された物品を運ぶための１つ又は複数のトートを支持する。本明細書で使用する用語「トート」は、貨物保持器、大箱、籠、棚、そこから物品を吊るすことができる竿、缶、木枠、置き棚、台、架台、コンテナ、箱、キャニスタ、容器、及び収納庫を含むが、これらに限定されるものではない。

ロボット１８は、現在のロボット技術では、倉庫１０内を動き回るのには優れているが、ロボットが対象物を操作することに関連する技術的な難しさのため、棚から物品を迅速且つ効率的にピッキングして、物品をトート４４内に配置することはあまり得意ではない。物品をピッキングするより効率的なやり方は、注文された物品を棚１２から物理的に取り外し、ロボット１８の上、たとえばトート４４内に物品を置くというタスクを実行する、通常は人間である構内操作者５０を使用することである。ロボット１８は、構内操作者５０が読み取ることができるタブレット４８（又はラップトップ／他のユーザ入力デバイス）を介して、又は構内操作者５０が使用する携帯用デバイスに注文を送信することによって、構内操作者５０に注文を伝達する。

ロボット１８は、注文サーバ１４から注文１６を受信すると、たとえば図３に示す、倉庫の最初の場所に進む。ロボットは、メモリに記憶され、プロセッサによって実行される誘導ソフトウェアに基づいて進む。誘導ソフトウェアは、レーザレーダ２２、特定の物品を見つけることができる、倉庫１０内の場所に対応する基準マーカ３０の基準識別表示（「ＩＤ」）を識別するメモリ内の内部テーブル、並びに誘導するためのカメラ２４ａ及び２４ｂによって収集される、環境に関するデータに依存する。

正しい場所に到着すると、ロボット１８は、物品が保管されている棚１２の前にロボット自体を停車させ、構内操作者５０が物品を棚１２から取り出してトート４４の中に入れるのを待つ。ロボット１８が他に取り出す物品を有する場合は、その場所に進む。次いで、ロボット１８によって取り出された物品は、図１の梱包ステーション１００に送られ、そこで梱包され出荷される。

当業者は、各ロボットが１つ又は複数の注文を履行している場合があり、各注文が１つ又は複数の物品で構成される場合があることを理解されよう。通常、効率を高めるために何らかの形のルート最適化ソフトウェアが含まれることになるが、これはこの発明の範囲を超えるものであり、したがって本明細書では説明しない。

本発明の説明を簡略化するために、単一のロボット１８及び操作者５０で説明する。しかし、図１から明らかなように、典型的な履行操作には、連続した注文の流れを履行するために、倉庫内で互いに作業する多くのロボット及び操作者が含まれる。

この発明の誘導手法、並びに物品が位置する倉庫内の基準マーカに関連付けられる基準ＩＤ／ポーズへの、取り出されるべき物品のＳＫＵのセマンティック・マッピングについて、図４～図８に関連して以下で詳細に説明する。上記のように、同じ誘導手法を使用して、ロボットが、ロボットのバッテリを再充電するために充電ステーションに移動することを可能にし得る。

１つ又は複数のロボット１８を使用して、静的及び動的の両方の対象物の場所、並びに倉庫全体にわたって分散される様々な基準マーカの場所を判断するために、倉庫１０のマップを作成して動的に更新する必要がある。これを行うには、ロボット１８の１つが、ロボットのレーザレーダ２２、及び未知の環境の仮想マップを構築又は更新する演算方法である、自己位置推定と環境地図作成との同時実行（ＳＬＡＭ：ｓｉｍｕｌｔａｎｅｏｕｓ ｌｏｃａｌｉｚａｔｉｏｎ ａｎｄ ｍａｐｐｉｎｇ）を利用して、倉庫を移動し図４のマップ１０ａを構築／更新する。一般的なＳＬＡＭの近似解法には、粒子フィルタ及び拡張カルマン・フィルタが含まれる。ＳＬＡＭ ＧＭａｐｐｉｎｇ手法が好適な手法であるが、任意の好適なＳＬＡＭ手法を使用できる。

ロボット１８は、ロボットのレーザレーダ２２を利用して、スペース全体にわたって移動し、レーザレーダが環境をスキャンするときに受信する反射に基づいて、オープン・スペース１１２、壁１１４、物体１１６、及びスペース内の棚１２ａなどの、他の静的障害物を識別して、倉庫１０のマップ１０ａを作成／更新する。

マップ１０ａを構築しながら、又はその後に、１つ又は複数のロボット１８は、カメラ２４ａ及び２４ｂを使用して倉庫１０全体にわたって移動し、環境をスキャンし、倉庫全体に分散され、物品が保管される図３の３２及び３４などの大箱の近位にある棚の上の基準マーカ（２次元バー・コード）の場所を探し出す。ロボット１８は、原点１１０などの既知の基準点又は原点を、基準として使用する。ロボット１８が、図３及び図４の基準マーカ３０などの基準マーカの場所を、ロボットのカメラ２４ａ及び２４ｂを使用して探し出すと、倉庫内の原点１１０に対する場所が決定される。図２Ａに示すように、ロボットの基部のどちらの側部にも１つある、２つのカメラを使用することにより、ロボット１８は、ロボットの両側から広がる比較的広い視野（たとえば、１２０度）を有することができる。広い視野により、ロボットは、たとえば、棚の通路を上下に移動するときに、ロボットの両側にある基準マーカを見ることができる。

ホイール・エンコーダ及び方位センサを使用することにより、ベクトル１２０及び倉庫１０内のロボットの位置を判断できる。ロボット１８は、基準マーカ／２次元バー・コードの取り込まれた画像及びその既知のサイズを使用して、基準マーカ／２次元バー・コードの、ロボットに対する向き及びロボットからの距離、つまりベクトル１３０を判断することができる。ベクトル１２０及び１３０が既知であれば、原点１１０と基準マーカ３０との間のベクトル１４０を判断することができる。ベクトル１４０、及びロボット１８に対する基準マーカ／２次元バー・コードの判断された向きから、基準マーカ３０の４元数（ｘ、ｙ、ｚ、ω）で定義されるポーズ（位置と向き）を判断することができる。

基準マーカ位置特定プロセスを説明する、図５の流れ図２００について説明する。これは、初期のマッピング・モードで、ロボット１８がピッキング、配置、及び／又は他のタスクを実行中に、倉庫内の新しい基準マーカに遭遇すると実行される。ステップ２０２で、カメラ２４ａ及び２４ｂを使用するロボット１８が画像を取り込み、ステップ２０４で、取り込まれた画像内の基準マーカを探索する。基準マーカが画像内で発見された場合（ステップ２０４）、ステップ２０６で、基準マーカが、ロボット１８のメモリ３４にある図６の基準テーブル３００に既に記憶されているかどうかを判断する。基準情報が既にメモリに記憶されている場合、流れ図はステップ２０２に戻り、別の画像を取り込む。基準情報がメモリ内にない場合、ポーズが、上記のプロセスにしたがって判断され、ステップ２０８で、基準対ポーズのルックアップ・テーブル３００に追加される。

各ロボットのメモリに記憶され得るルックアップ・テーブル３００には、基準マーカごとに基準識別表示１、２、３など、及び各基準識別表示に関連付けられた基準マーカ／バー・コードのポーズが含まれる。ポーズは、向きを含む倉庫内のｘ、ｙ、ｚ座標、又は４元数（ｘ、ｙ、ｚ、ω）で構成される。

各ロボットのメモリにも記憶され得る図７の別のルックアップ・テーブル４００は、倉庫１０内の大箱の場所（たとえば、４０２ａ～ｆ）を列挙したものであり、大箱の場所は、特定の基準ＩＤ４０４、たとえば番号「１１」と関連付けられている。この実例では、大箱の場所は７つの英数字で構成されている。最初の６文字（たとえばＬ０１００１）は、倉庫内の棚の場所に関連し、最後の文字（たとえばＡ～Ｆ）は、棚の場所にある個々の大箱を特定する。この実例では、基準ＩＤ「１１」に関連付けられた６つの相異なる大箱の場所がある。各基準ＩＤ／マーカに関連付けられた、１つ又は複数の大箱があり得る。図１の充電エリア１９に位置する充電ステーションも、テーブル４００に記憶され、基準ＩＤに関連付けられ得る。充電ステーションのポーズは、基準ＩＤから、図６の表３００内で見つけることができる。

英数字の大箱の場所は、物品が保管される倉庫１０内の物理的場所に一致するので、人間、たとえば図３の操作者５０には理解可能である。ただし、ロボット１８には無意味である。場所を基準ＩＤにマッピングすることにより、ロボット１８は、図６の表３００の情報を使用して基準ＩＤのポーズを判断し、次いで、本明細書で説明するようにポーズに移動できる。

この発明による注文履行プロセスを、図８の流れ図５００に示す。ステップ５０２で、図１の倉庫管理システム１５は、取り出されるべき１つ又は複数の物品で構成され得る注文を取得する。ステップ５０４で、物品のＳＫＵ番号が倉庫管理システム１５によって判断され、ステップ５０６で、ＳＫＵ番号から大箱の場所が判断される。次いで、注文の大箱の場所のリストがロボット１８に送信される。ステップ５０８で、ロボット１８は、大箱の場所を基準ＩＤと関連付け、ステップ５１０で、基準ＩＤから各基準ＩＤのポーズを取得する。ステップ５１２で、ロボット１８は、図３に示すようなポーズに移動し、そこで操作者は、適切な大箱から取り出されるべき物品をピッキングして、ロボット上に置くことができる。

倉庫管理システム１５によって取得されたＳＫＵ番号及び大箱の場所など、物品固有の情報が、ロボット１８のタブレット４８に送信されてもよく、それにより操作者５０は、ロボットが各基準マーカの場所に到着したときに、取り出されるべき特定の物品について知ることができる。

ＳＬＡＭのマップ及び既知の基準ＩＤのポーズを用いて、ロボット１８は、様々なロボット誘導技法を使用して、基準ＩＤのいずれか１つに容易に移動できる。好ましい手法は、倉庫１０内のオープン・スペース１１２、並びに壁１１４、棚（棚１２など）、及び他の障害物１１６の知識を前提として、基準マーカのポーズへの初期ルートを設定することを含む。ロボットは、ロボットのレーザレーダ２２を使用して倉庫を移動し始めると、他のロボット１８及び／又は操作者５０などの固定の又は動的な任意の障害物がロボットの経路にあるかどうかを判断し、基準マーカのポーズへのロボットの経路を繰り返し更新する。ロボットは、約５０ミリ秒ごとに１回、ロボットのルートを再計画し、障害物を回避しながらも最も効率的で効果的な経路を常に探索する。

一般に、倉庫１０ａ内のロボットの自己位置推定は、ＳＬＡＭの仮想マップ上で動作する多対多の多分解能スキャン・マッチング（Ｍ３ＲＳＭ：ｍａｎｙ－ｔｏ－ｍａｎｙ ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎ ｓｃａｎ ｍａｔｃｈｉｎｇ）によって実現する。総当たりの方法と比較して、Ｍ３ＲＳＭは、ロボットが、ロボットのポーズ及び位置を判断する２つの重要なステップである、ＳＬＡＭのループの閉じこみ（ｌｏｏｐ ｃｌｏｓｕｒｅ）及びスキャン・マッチングを実行する演算時間を劇的に削減する。ロボットの自己位置推定は、関連する米国特許出願第１５／７１２，２２２号、名称「ＭＵＬＴＩ－ＲＥＳＯＬＵＴＩＯＮ ＳＣＡＮ ＭＡＴＣＨＩＮＧ ＷＩＴＨ ＥＸＣＬＵＳＩＯＮ ＺＯＮＥＳ」、２０１７年９月２２日出願に開示された方法によって、Ｍ３ＲＳＭの探索空間を最小限に抑えることでさらに改善される。該特許出願は、参照によりその全体が本明細書に組み入れられる。

その両方を本明細書で説明する、ＳＬＡＭ誘導技法と組み合わせた製品のＳＫＵ／基準ＩＤから基準ポーズへのマッピング技法を用いて、ロボット１８は、通常使用される、倉庫内の場所を判断するためのグリッド線及び中間基準マーカを必要とする、より複雑な誘導手法を使用する必要なく、非常に効率的且つ効果的に倉庫の空間を移動できる。

一般に、他のロボット及び倉庫内を移動する障害物が存在する中での誘導は、動的ウィンドウ手法（ＤＷＡ：ｄｙｎａｍｉｃ ｗｉｎｄｏｗ ａｐｐｒｏａｃｈ）及び最適相互衝突回避（ＯＲＣＡ：ｏｐｔｉｍａｌ ｒｅｃｉｐｒｏｃａｌ ｃｏｌｌｉｓｉｏｎ ａｖｏｉｄａｎｃｅ）を含む衝突回避方法によって実現される。ＤＷＡは、実現可能なロボットの移動軌跡の中から、障害物との衝突を回避し、ターゲットの基準マーカへの望ましい経路を優先する増分移動について演算する。ＯＲＣＡは、他のロボットとの通信を必要とせずに、他の移動するロボットとの衝突を最適に回避する。誘導は、約５０ｍｓの更新間隔で演算された軌跡に沿った、一連の増分移動として進む。衝突回避は、関連する米国特許出願第１５，７１２，２５６号、名称「ＤＹＮＡＭＩＣ ＷＩＮＤＯＷ ＡＰＰＲＯＡＣＨ ＵＳＩＮＧ ＯＰＴＩＭＡＬ ＲＥＣＩＰＲＯＣＡＬ ＣＯＬＬＩＳＩＯＮ ＡＶＯＩＤＡＮＣＥ ＣＯＳＴ－ＣＲＩＴＩＣ」、２０１７年９月２２日出願で説明される技法によって、さらに改善される可能性がある。該特許出願は、参照によりその全体が本明細書に組み入れられる。

上述のように、ロボット５０は定期的に再充電する必要がある。物品が保管されている倉庫内の場所にマーク付けすることに加えて、基準マーカを、倉庫内の１つ又は複数の充電ステーションに配置できる。ロボット１８の電力が低下すると、ロボット１８は、充電ステーションに位置する基準マーカに移動することができ、それにより再充電され得る。充電ステーションの場所にくると、ロボットは、操作者にロボットを充電システムに接続させて手動で再充電されてもよく、又はロボットがロボットの誘導手法を使用して、ロボット自体を充電ステーションにドッキングさせてもよい。

図９及び図１０に示すように、充電組立体２００は、充電ステーションで使用され得る。充電組立体２００は、第１の雄型端子部材２０４及び第２の雄型端子部材２０６が配設される充電器基部２０２を備える。この図には示していないが、倉庫の電気設備からの正の電気入力が、充電器基部２０２に取り付けられ、第１の雄型端子部材２０４又は第２の雄型端子部材２０６の一方に電気的に接続されることになる。また、負の電気入力が、充電器基部２０２に基部に取り付けられ、第１の雄型端子部材２０４又は第２の雄型端子部材２０６の他方に電気的に接続されることになる。

第１の雄型端子部材２０４は、充電器基部２０２に取り付けられ、充電器基部２０２の表面２１４から第１の軸２１２に沿って垂直に延出する第１の基部２１０を備え、第１の電気接点２１６で終端をなす。第１の電気接点２１６は、正又は負の電気接続の一方が取り付けられることになる、充電器基部２０２内に延出する銅バス・バーの形態であり得る。第２の雄型端子部材２０６は、充電器基部２０２に取り付けられ、充電器基部２０２の表面２１４から第２の軸２２２に沿って垂直に延出する第２の基部２２０を備え、第２の電気接点２２６で終端をなす。第２の電気接点２２６はやはり、正又は負の電気接続の他方が取り付けられることになる、充電器基部２０２内に延出する銅バス・バーの形態であり得る。

第１の雄型端子部材２０４は、複数の外面を備え、そのうちの少なくとも２つは、第１の基部２１０から第１の電気接点２１６まで湾曲した形状を有し、凹面を形成する。図９及び図１０に示す実施例では、３つの湾曲面がある。すなわち、上部湾曲面２３０並びに対向する側部湾曲面２３２及び２３４であり、その３つは、特定の曲率半径で第１の基部２１０から第１の電気接点２１６まで湾曲し、凹面を形成する。この実施例では、対向する側部湾曲面２３２及び２３４の曲率半径は、約６３．９ｍｍである。上部湾曲面２３０の曲率半径は、約２１８．７ｍｍである。これらは、最適な位置合わせ補正を実現するために、経験的に決定された。垂直方向と比較して、水平方向により多くの位置ずれが予想される。したがって、対向する側部湾曲面には、より小さい曲率半径が設けられる。もちろん、湾曲面の曲率半径は用途に応じて変えることができる。

加えて、第１の雄型端子部材２０４は、第１の軸２１２に実質的に平行で充電器基部２０２の表面２１４に垂直な平面２３６を備える。平面２３６は、第１の電気接点２１６に近接するへこんだ表面部分２３８を備える。

第２の雄型端子部材２０６は、複数の外面を備え、そのうちの少なくとも２つは、第２の基部２２０から第２の電気接点２２６まで湾曲した形状を有し、凹面を形成する。図９及び図１０に示す実施例では、３つの湾曲面がある。すなわち、底部湾曲面２４０並びに対向する側部湾曲面２４２及び２４４であり、その３つは、特定の曲率半径で第１の基部２２０から第１の電気接点２２６まで湾曲し、凹面を形成する。この実施例では、対向する側部湾曲面２４２及び２４４の曲率半径は、約６３．９ｍｍである。底部湾曲面２４０の曲率半径は、約２１８．７ｍｍである。これらは、最適な位置合わせ補正を実現するために、経験的に決定された。垂直方向と比較して、水平方向により多くの位置ずれが予想される。したがって、対向する側部湾曲面には、より小さい曲率半径が設けられる。もちろん、湾曲面の曲率半径は用途に応じて変えることができる。

加えて、第２の雄型端子部材２０６は、第２の軸２２２に実質的に平行で充電器基部２０２の表面２１４に垂直な平面２４６を備える。平面２４６は、第２の電気接点２２６に近接する裾が広がった表面部分２４８を備える。

第１の雄型端子部材２０４の少なくとも１つの平面２３６、及び第２の雄型端子部材２０６の少なくとも１つの平面２４６によって画定される、第１の雄型端子部材２０４と第２の雄型端子部材２０６との間の空隙２５０が形成される。空隙２５０は、第１の電気接点２１６と第２の電気接点２２６との間に開口部２５２を有する。開口部２５２には、平面２３６のへこんだ表面部分２３８及び平面２４６の裾の広がった表面部分２４８がある。

再び図９及び１０を参照すると、金属接点２６０ａ～ｅが充電器基部２０２上に配置されている。これらの金属接点は、後述する充電ポート３００上の対応する磁石と係合し、充電中に充電組立体２００及び充電ポート３００を所定の場所に固定する。或いは、磁石は、充電ポート３００上の金属接点を備えた充電器基部２０２上に配設され得る。

ロボットが、固定された充電ステーションにドッキングしようとする場合、カメラ２４ａ及び２４ｂを使用してロボットを所定の位置にうまく移動させ、それにより充電ポート３００は、充電組立体２００と嵌合できる。カメラは、充電ステーションに関連付けられた基準マーカを、以下でより詳細に説明する、精細な自己位置推定のための基準点として使用することができる。ロボットが所定の位置に移動するとき、電気組立体２００の電気接点２１６及び２２６をそれぞれ充電ポート３００の電気接点３０４及び３０６と嵌合させるための、完全な位置合わせを達成することは困難な場合がある。したがって、充電組立体２００及び充電ポート３００は、ロボットがより迅速に再充電できるように、より容易に、より効率的に、より問題なく確実に嵌合するために、特別に設計されている。

図１１及び図１２を見てわかるように、充電ポート３００は、ロボットの基部２０ａがドッキングしようとしているときに、充電組立体２００の第１の雄型端子部材２０４及び第２の雄型端子部材２０６をそれぞれ受容し、それらと係合するよう構成される、第１の空隙３０８及び第２の空隙３１０を有する。空隙３０８は、第１の雄型端子部材２０４の湾曲面２３０、２３２及び２３４と相補的な凹状湾曲面３１２を備える。言い換えると、第１の空隙３０８は、第１の雄型端子部材２０４の湾曲した外面（２３０、２３２、及び２３４）の曲率半径と実質的に等しい曲率半径を有する湾曲面３１２を備えることができる。この場合、実質的に等しいとは、空隙３０８への第１の雄型端子部材２０４の挿入及び取外しを可能にするように、ほんのわずかにより大きいことを意味する。空隙３１０も、第２の雄型端子部材２０６の湾曲面２４０、２４２及び２４４と相補的な凹状湾曲面３１４を備える。言い換えると、第２の空隙３１０は、第２の雄型端子部材２０６の湾曲した外面（２４０、２４２、及び２４４）の曲率半径と実質的に等しい曲率半径を有する湾曲面３１４を備えることができる。この場合、実質的に等しいとは、空隙３１０への第２の雄型端子部材２０６の挿入及び取外しを可能にするように、ほんのわずかにより大きいことを意味する。

空隙３０８及び３１０の開口部は、第１の雄型端子部材２０４、第２の雄型端子部材２０６の電気接点２１６／２２６の、幅／長さより広く、より長い。余分の幅／長さにより、嵌合プロセス中に水平／垂直方向に多少位置ずれがある場合でも、第１の雄型端子部材２０４、第２の雄型端子部材２０６を空隙３０８及び３１０内に、より容易に受容できる。ロボットが充電組立体２００に向かって移動すると、相補的に湾曲した面の係合により、第１雄型端子部材２０４及び第２雄型端子部材２０６が、位置が合うよう誘導され、それにより充電組立体の電気接点２１６／２２６と充電ポート３００の電気接点３０４／３０６との間の係合が生じることになる。

したがって、嵌合部品（雄型端子部材及び空隙）の半径は、雄型端子部材が空隙に最初に挿入されるときに粗い位置合わせを、そして完全な挿入に近づくにつれて微調整を可能にするよう設計されている。

充電システムは、より簡単な垂直方向位置合わせのためのさらなる特徴を提供する。該特徴は、充電組立体２００の空隙３５０の開口部３５２と組み合わせる、空隙３０８と３１０との間にある仕切り３２０との相互作用によって達成される。裾が広がった表面部分２４８は、より広い開口部をもたらすので、ドッキングのプロセスが行われるときに、垂直方向に位置ずれがある場合、裾が広がった表面部分により、仕切り３２０が空隙３５０内の所定の位置へ垂直方向にずり上がる。

第１及び第２の雄型端子２０４及び２０６が空隙３０８及び３１０に完全に挿入されると、充電組立体２００は、充電組立体２００上の金属接点２６０ａ～ｅと係合する磁石３６０ａ～ｅによって、充電ポート３００に所定の位置で固定される。磁石は、充電ポート３００の外面の内側に配設され得るので、したがって、架空の線で示している。

充電システムには、操作者が手動で充電する場合に有用な、さらなる特徴がある。充電組立体２００が不適切に充電ポート３００に挿入された場合、すなわち、充電組立体２００の電気接点２１６が充電ポート３００の電気接点３０６に接続され、充電組立体の電気接点２２６が充電ポート３００の電気接点３０４に接続される上下逆の場合、極性が逆になり、その結果ロボット基部２０ａに重大な損傷が生じるであろう。

重大な損傷が生じないようにするために、ストッパ３３０（図１１及び図１２参照）が、充電ポート３００の仕切り３２０の表面に備えられる。ストッパ３３０は、傾斜面部分３３２及び平面部分３３４を備える。図１０に示すように、充電組立体２００の空隙２５０内には、充電組立体２００を充電ポート３００に完全に挿入することを可能にする、へこんだ表面部分２３８がある。へこみ２３８によって、ストッパ３３０の傾斜面部分３３２及び平面部分３３４が、パズルのピースのごとく、へこんだ表面部分２３８の傾斜部分及び平坦な部分と係合するように、第１雄型端子部材２０４によるストッパ３３０との隙間ができる。充電組立体２００が上下逆になっていた場合、充電ポート３００に挿入されると、第２の雄型端子部材２０６の表面２４６がストッパ３３０に接触し、完全な挿入及び電気接点３０４との接触が防止されることになる。

図１２に示すように、雄型端子部材２０４及び２０６の電気接点２１６及び２２６がそれぞれ電気接点３０４及び３０６と係合すると、電気接点３０４及び３０６は、ばね荷重ピンの形態をとり得るので、圧縮される。電気接点３０４及び３０６は、線４００における電気接点の完全に延出した位置から、線４０２における電気接点の圧縮された位置（図示せず）まで、圧縮することができる。電気接点３０４及び３０６のそれぞれは、５つのばね荷重ピンを備えるよう示している。使用されるピンの数は、充電プロセスの際に流すべき予想される電流及び個々のピンの容量に依存する。電気接点に複数のばね荷重ピンを使用することは、製造のばらつき及び部品の摩耗がある場合でさえも、雄型端子部材２０４及び２０６の電気接点２１６及び２２６との適切な接触を確保するのに有益である。

電気接点３０４及び３０６が圧縮された位置にあるとき、充電ポート３００の磁石３６０ａ～ｅは、充電組立体２００の金属接点２６０ａ～ｅに近接し、それらは磁気的に係合して、充電組立体２００及び充電ポート３００を所定の位置で固定する。この位置では、雄型端子部材２０４及び２０６の上側及び下側湾曲面２３０及び２４０がそれぞれ、空隙３０８及び３１０の表面３１２及び３１４のそれぞれと、相補的に係合していることがわかる。

また、第１の雄型端子部材２０４のバス・バー４１０及び第２の雄型端子部材２０６のバス・バー４１２も図１２に示す。バス・バーは取付台４１４に接続され、充電組立体２００内に、電気接点２１６及び２２６の反対側の端部で、バス・バーを固定する。

この発明の一態様による充電器ドッキング・ステーション５００を、図１３～図１６及び図１７に示す。特に図１３及び１４を参照すると、充電器ドッキング・ステーション５００は、上記のように、充電器ドッキング・ステーション５００の前面カバー５０２から突出する充電組立体２００を備える。充電組立体２００は、再充電が必要なときにロボットが容易に円滑なドッキング・プロセスを進めるように、充電組立体２００が（以下で説明するように）６自由度で動くことを可能にしながらも、前面カバー５０２の開口部５０６を密封するために、充電器ドッキング・ステーション５００のＵ字型ゴム蛇腹取付台５０４上に装着される。

ロボットが円滑にドッキングしない場合に、充電器ドッキング・ステーション５００が損傷しないよう保護するために、前面カバー５０２の底部を横切って水平に装着される、金属製であり得る保護バンパ５０８も示す。充電器ドッキング・ステーション５００は、右側面カバー５１０及び左側面カバー５１２（図１３Ａでは見えない）をさらに備える。図１５Ａに示すように、右側面カバー開口部５１４ａには、充電器ドッキング・ステーション５００をより容易に持ち上げるために手を挿入することができる、把持エリア５１６ａがある。この図では見えないが、同様の開口部及び把持エリアが左側面カバー５１２に設けられ、開口部５１４ｂ及び把持エリア５１６ｂとして図１６Ａに示している。右側面カバー５１０の後部の開口部には、充電器ドッキング・ステーション５００内の電気部品を冷却する通気孔５１８ａも示す。同様の通気孔５１８ｂは、図１６Ａに見える左側面カバー５１２に設けられる。

前部フレーム部材５２０ａ、右側フレーム部材５２０ｂ、左側フレーム部材５２０ｃ、及び後ろ側フレーム部材５２０ｄを備える金属フレームは、充電器ドッキング・ステーション５００の基本構造を形成するために相互に連結される。図１３Ｂを参照すると、フレーム部材のそれぞれは、ボルト５２１ａ～ｄによって倉庫の床に固定され、保護バンパ５０８は、前部フレーム部材５２０ａを介して金属フレーム５２０に固定される。保護バンパ５０８は、前面カバー５０２の外側にあり、前面カバーから突き出ているので、ロボットが充電器ドッキング・ステーション５００とドッキングするときに、ロボットとの最初の衝撃点となる。ロボットによる不注意での強い力の衝撃を受けるとき、かかる大きな力は、前面カバー５０２ではなく保護バンパに加えられるであろう。前面カバー５０２並びに右側面カバー５１０及び左側面カバー５１２は、典型的には、硬質プラスチック材料で作られ、ロボットから衝撃を受けた場合に亀裂／破壊を受けやすい。保護バンパ５０８に加えられた力は、前部フレーム部材５２０ａを介して、さらに金属フレーム５２０に散逸される。前部フレーム部材５２０ａは、充電ステーション５００の幅の端から端まで延在するＣ字形部材と、Ｃ字形部材と一体であり、Ｃ字形部材の上面から延出するフランジとを備える。保護バンパ５０８は、前面カバー５０２の複数の開口を介してフランジと相互に連結する。バンパ５０８からの力は、フランジ及びＣ字形部材を介して前部フレーム部材に伝わり、さらに右側、左側、及び後ろ側フレーム部材５２０ｂ～ｄに伝わる。最終的に、力は、ボルト５２１ａ～ｄを介して倉庫の床に伝わる。したがって、この保護バンパ・システムは、ロボットから与えられた力を吸収して硬質プラスチック製前面カバー５０２から散逸させ、前面カバーを損傷から保護する。

やはり硬質プラスチック材料でできている上部カバー５２４は、上部カバー５２４の表面の空隙内に配設された、ユーザが充電器ドッキング・ステーションを操作するためのいくつかのインジケータ及び制御部を具備することができる、ユーザ・インタフェース・パネル５２６を備える。たとえば、「準備完了」、「充電中」、「電源オン」、「回復モード」、及び「故障」又は「非常停止」などの様々な状態を示す点灯式の信号が含まれ得る。「電源オン／オフ」、「手動充電開始」、「ドッキング解除」、「リセット」、及び「非常停止」などの釦が備えられ得る。

上部カバー５２４の後縁に沿って後部パネル５２８があり、後部パネル５２８は、中央パネル部５３０と、中央パネル５３０の右側及び左側にそれぞれ側部パネル部５３２及び５３４とを備える。中央パネル５３０は、前面カバー５０２に実質的に平行な長方形の前面５３６を備える。右側部パネル５３２は、長方形の前面５３８を備え、左側面パネル５３４は長方形の前面５４０を備える。

右及び左の側部パネル５３２及び５３４は、それぞれ一方の側部に広い側壁５４２及び５４４を備え、他方の側部で、中央パネル部５３０と相互に連結する、より狭い幅に収束する。したがって、右及び左の側部パネル５３２及び５３４は、くさび型である。その結果、側部パネルの前面５３８及び５４０は、中央パネル５３０とも前面カバー５０２の前面５３６とも平行ではない。側部パネルの前面はそれぞれ、表面５３６に対して角度θで配設される。前面５３８及び５４０にそれぞれ配設された基準マーカ５４６及び５４８（たとえば、２次元バー・コード）も、前面５３６及び前面カバー５０２に対して角度θで配設される。

以下で詳細に説明するように、一態様において、ロボットは、内蔵されたカメラを使って基準マーカを見ることにより、充電器ドッキング・ステーションとドッキングするプロセスの際に、精密な誘導のために角度の付いた基準マーカを使用し得る。概して、充電が必要なときに充電器ドッキング・ステーションに誘導するために、ロボットは、上記のように、製品の大箱に誘導するときと同じように誘導する。充電ステーション５００は、前面カバー５０２に近接して位置し、ロボットの搭載カメラが後部パネル５２８の方を向くように、一般に（回転して）位置合わせされるポーズに関連付けられ得る。

図１３Ｂ及び図１４Ｂを参照すると、ばねを含み得る柔軟な部材５５０ａ～ｄは、充電組立体２００上の脚部５５１ａ～ｄ（脚部５５１ｃ及び５５１ｄは見えない）にそれぞれ接続され、６自由度すべての一定量の動きを可能にし、ロボットを充電器ドッキング・ステーションに誘導する際の小さな誤差の原因となるが、一方でたとえば図１２に示すように、充電組立体２００と充電ポート３００との間の適切な機械的及び電気的接続を依然として可能にする。

加えて、図１５Ｂを見てわかるように、ガス・スプリング５５２は、矢印５５４及び５５５によって示すように、充電組立体２００がガス・スプリング５５２の軸に沿って移動するときに充電組立体２００を安定させるために、充電組立体２００に連結される。ガス・スプリング５５２は、充電器ドッキング・ステーション５００の床パネル５５８に取り付けられたフレーム５５６上に装着される。嵌合プロセスの際に、ロボットが、充電器ドッキング・ステーション５００に向かって移動すると、充電ポート３００（上記）が充電組立体２００に接触し、矢印５５４の方向に力を加える。ガス・スプリング５５２は、充電ポート３００と充電組立体２００との嵌合中に、ある程度の移動を可能にするのに十分な矢印５５５の方向への抵抗力をもたらすが、矢印５５４の方向への過度の移動を防止して、ストッパとして作用し、確実に適切に嵌合させる。

加えて、充電組立体２００と充電ポート３００との間の磁気連結（上述）により、嵌合解除プロセスの間に、充電ポート３００が充電組立体２００から後退しているとき、充電組立体２００は、磁力に打ち勝つまで矢印５５５の方向に引っ張られることになる。ガス・スプリング５５２はまた、矢印５５４の方向へ力を与えることにより、移動が確実に制限される。

充電ポート３００（コネクタの雌型部分である）は、本明細書ではロボットに装着されるものと説明し、充電組立体２００（コネクタの雄型部分である）は、本明細書では充電ステーションに装着されるものとして説明しているが、もちろん、これらの構成要素は逆にすることが可能である。逆の場合、充電ポート３００は充電ステーションに装着されることになり、充電組立体２００はロボットに装着されることになる。さらに、当業者には明らかであるように、他の充電器ポート及び設計が、本明細書で説明する実施例に関連して使用されてもよい。

再び図１３Ｂを参照すると、床パネル５５８上に装着されたフレーム脚部５６２及び５６４によって部分的に支持されている上部パネル５６０は、制御基板５７２及び赤外線（ＩＲ：ｉｎｆｒａｒｅｄ）トランシーバ基板５７４が収容される空隙を有する。制御基板５７２は、充電プロトコルのアクティブ化、充電パラメータ及びプロファイルの選択、充電条件及び状態（たとえば、充電状態及びバッテリ温度）の監視、並びにロボットとの通信を含む、充電器ドッキング・ステーション５００の全体的な制御を可能にする。これらのすべてを、より詳細に後述する。ＩＲトランシーバ基板５７４は、ドッキング及び充電プロセスの際のロボットとの通信に使用され、ＩｒＤＡ（赤外線データ協会：ｉｎｆｒａｒｅｄ Ｄａｔａ Ａｓｓｏｃｉａｔｉｏｎ）通信プロトコルを利用することができる。

図１３Ｂ並びに図１５Ｂを引き続き参照すると、後壁パネル５８０を示しており、これは、倉庫の電力によって給電される電源５８２を支持する。後壁パネル５８０は、電源５８２のためのヒート・シンクとして機能することもでき、熱をよりよく伝導するために他のパネルとは異なる金属で作られてもよい。後部パネル５８０はさらに、フレーム脚部５６２及び５６４と共に上部パネル５６０を支持する。倉庫の電力は、たとえばＩＥＣコネクタであり得るコネクタ５８４を介して充電器ドッキング・ステーション５００に供給される。床パネル５５８に連結され、コネクタ５８４に隣接する位置にある壁５８６を使用することで、充電器ドッキング・ステーションへの、電源のさらなる保護が可能となり得る。

図１６Ａ及び図１６Ｂは、それぞれカバーが付いた状態及び外れた状態での、充電器ドッキング・ステーション５００の背面からの斜視図を提示する。これらの図では、充電器ドッキング・ステーションの右側面を見ることもできる。図１６Ａでは、それを通って電気コネクタ５８４に接続するための、家庭からの電源が供給されるポート５９２を備える後壁５８０を示している。電気コネクタ５８４の後部が、図１６Ｂの後壁５８０の穴を通って突出していることがわかる。

ロボットのドッキング
一実施例による再充電のための充電ステーション５００へのロボットのドッキングについて、図１７及び図１８に関して説明する。図１７では、充電ステーション５００の充電組立体２００に嵌合されている、充電ポート３００を備えるロボット１８を示す。ロボット１８は、たとえば、充電ステーションについて記憶されたポーズによって定義される場所６００に移動することができる。ポーズ６００への誘導は、倉庫全体にわたる様々な大箱の場所にロボットを誘導するために、上記のやり方で行われる。ポーズ６００に達すると、ロボット１８を場所６０２に位置決めするために精密誘導プロセスが行われ、その場所で、充電ポート３００が充電組立体２００と嵌合し、再充電のためにロボット１８が充電ステーション５００にドッキングされる。

かかる精密ドッキングのプロセスの１つは、カメラ２４ａ及び２４ｂに対する表面５３８及び５４０（並びにそれぞれ基準５４６及び５４８）の向きを利用し、これは図１８に関連して説明する。図１８に示すように、ロボット１８は、位置６０２に位置し、したがって、ロボット１８は充電ステーション５００にドッキングされる。この位置では、カメラ２４ａの視野φ（約７９．４度）は、表面５３６及び５３８にわたって広がることを示している。カメラ２４ａの光軸６１０（すなわち、視野の中心線又はφ／２）は、実質的に垂直な角度で表面３８及び基準４６と交差する。加えて、この位置では、カメラ２４ｂの視野φ（約７９．４度）は、表面５３６及び５４０にわたって広がり、カメラ２４ａの視野とわずかに重なっていることを示している。カメラの組み合わされた視野は、ロボット１８に約１２０度の有効視野をもたらす。組み合わされた視野は、重なり合った部分がロボットの死角を作るため、カメラの視野の合計よりも小さくなる。

カメラ２４ｂの光軸６１２（すなわち、視野の中心線又はφ／２）は、垂直な角度で表面４０及び基準４８と交差する。ドッキング時に、カメラの光軸が表面５３８及び５４０に対して確実に垂直に位置合わせされるようにするためには、表面５３６に対する表面５３８及び５４０の向きである角度θを正確に設定する必要がある。この実例では、角度θは約１５０度である。このように基準を位置決めすることにより、カメラ２４ａ及び２４ｂによる基準の視認性が向上する。

上記のように、カメラはロボットの中心からずれているので、カメラは組み合わされて広い視野をもたらす。ただし、カメラの向きによっては、充電ステーションの基準を見るのが困難になる。この問題に対処するために、基準を、カメラとよりよく位置合わせした角度に向けることができ、これにより、基準をより正確に読み取ることがより容易になる。これは、図１８に示すように、ロボットがドッキングされた位置にあるときに、カメラの光軸を、基準に対して実質的に垂直な角度になり、基準の中心に合うように向きを合わせることにより、達成することができる。

ロボットは、図１７のポーズ６００に達すると、ロボットのカメラのフレーム内の、表面５３８及び５４０のそれぞれの基準５４６と５４８の認識された位置及び向きを使用することができる。ポーズ６００では、ロボット１８は、基準５４６及び５４８を認識するのに十分近く、充電ステーション５００のほぼ中心に位置する。この初期ポーズ位置へのロボットの誘導における誤差を許容する、ドッキング制御アルゴリズムを使用することができる。言い換えると、ポーズ６００に到達するために使用される、５ｃｍの分解能のマップを使用する場合がある誘導手法は、ポーズの場所に正確に位置しない可能性がある。ロボット１８は、名目上はポーズ６００の位置にある間に、ロボットのカメラ２４ａ及び２４ｂを使用して、基準５４６及び５４８の位置及び向きに関する情報を取得する。ロボットは、充電ステーション５００に向かって移動するとき、以下の２つの誤差量を最小限に抑えようとする。

（１）各カメラが、１つの基準を検出することにする。左のカメラ及び右のカメラが、それぞれ左の基準及び右の基準を検出することにする。基準は、検出されると、基準がロボットには、ロボットの経路に対して完全に垂直に見えるように（すなわち、歪んで見えるのではなく、「平坦に」カメラから認識されるように）、内部で変換され得る。次いで、各基準マーカの相対的なサイズを検出し、それを使用して、ロボットが一方の基準に、他方の基準より近いかどうかを判断できる。一方の基準に近いことは、ロボットが、完全にはロボットの進入路の中心に位置しておらず、中心線に向かって移動する必要があることを示している。補正された左の基準の画素領域をＳ_Ｌと呼び、補正された右の基準の画素領域をＳ_Ｒと呼ぶ場合、ロボットは、｜Ｓ_Ｒ－Ｓ_Ｌ｜を最小化する必要がある。

（２）左のカメラ画像内で、左のドッキング基準は、画像の右側からある画素数のところにあろう。この数をＤ_Ｌと呼ぶこととする。同様に、右のカメラ画像の場合、右のドッキング基準は、画像の左側からある画素数Ｄ_Ｒのところにあることとする。したがって、ロボットは、｜Ｄ_Ｒ－Ｄ_Ｌ｜を最小化する必要がある。

ロボットは最初に（１）の誤差を修正する必要があるので、一定の線速度をロボットに発行し、且つｋ_Ｓ（Ｓ_Ｒ－Ｓ_Ｌ）の回転速度を、この値がある閾値Ｔ_Ｓを下回るまでロボットに発行する。項ｋ_Ｓは、値が（０，１）の範囲にある比例制御の定数である。閾値Ｔ_Ｓが満たされると、ロボットは、回転速度ｋ_Ｄ（Ｄ_Ｒ－Ｄ_Ｌ）をロボットに発行して（２）の誤差を最小化しようとする。ここでｋ_Ｄも、（０，１）の範囲にある比例制御の定数である。（ａ）ロボットがドックに到着するか、又は（ｂ）誤差｜Ｓ_Ｌ－Ｓ_Ｒ｜が閾値Ｔ_Ｓを超えて大きくなるまでこれを継続し、（ｂ）の時点で（１）の誤差を最小化するように切り替えて戻す。

上記の精密誘導手法は、ロボット１８を充電ステーション５００にドッキングするために使用され得る様々な手法の一実例である。他の実施例では、ロボットを充電システムにドッキングさせる精密誘導手法は、倉庫の辺りを移動するときに、ロボットがより一般的に使用するものと同様の技法を使用することができる。

ロボットの、充電システムへの移動に関して与えられた実例を含む、ロボット・システム及びロボット誘導についての以下の説明は、精密ドッキングの際にロボットの位置を推定して制御するための、以下に図示し説明する技法に限定されない。すなわち、精密ドッキングについて説明した技法への本明細書の発明の適用性を失うことなく、ロボットを充電システムの初期ポーズに誘導するための他の技法が、代替システム及び代替動作を有するロボットによって使用され得る。

ロボット・システム
図１９は、上記の注文履行倉庫の用途で使用するための、ロボット１８の一実施例のシステム図を示す。ロボット・システム６１４は、データ・プロセッサ６２０、データ記憶部６３０、処理モジュール６４０、及びセンサ補助モジュール６６０を備える。処理モジュール６４０は、経路計画モジュール６４２、駆動制御モジュール６４４、マップ処理モジュール６４６、自己位置推定モジュール６４８、及び状態推定モジュール６５０を備えることができる。センサ補助モジュール６６０は、測距センサ・モジュール６６２、駆動トレイン／ホイール・エンコーダ・モジュール６６４、及び慣性センサ・モジュール６６８を備え得る。

データ・プロセッサ６２０、処理モジュール６４０、及びセンサ補助モジュール６６０は、ロボット・システム６１４について本明細書で図示し、又は説明した構成要素、デバイス、又はモジュールのいずれとも通信することができる。トランシーバ・モジュール６７０は、データを送受信するために備えられ得る。トランシーバ・モジュール６７０は、監視システムとの間で、又は１台の若しくは他の複数のロボットとの間で、データ及び情報を送受信することができる。送受信するデータには、マップ・データ、経路データ、探索データ、センサ・データ、場所及び方向データ、速度データ、処理モジュールの命令又はコード、ロボットのパラメータ及び環境設定、並びにロボット・システム６１４の動作に必要な他のデータが含まれ得る。

いくつかの実施例では、測距センサ・モジュール６６２は、走査レーザ、レーダ、レーザ距離計、距離計、超音波障害物検出器、立体視システム、単眼視システム、カメラ、及び撮像ユニットのうちの１つ又は複数を備えることができる。測距センサ・モジュール６６２は、ロボットの周りの環境をスキャンして、ロボットに対する１つ又は複数の障害物の場所を判断することができる。好ましい実施例では、駆動トレイン／ホイール・エンコーダ６６４は、ホイール位置をエンコードする１つ又は複数のセンサと、１つ又は複数のホイール（たとえば、地面に係合するホイール）の位置を制御するアクチュエータとを備える。ロボット・システム６１４はまた、速度計、レーダ・ベースのセンサ、又は回転速度センサを含む、対地速度センサを備えることができる。回転速度センサは、加速度計と積分器との組合せを含むことができる。回転速度センサは、データ・プロセッサ６２０又はその任意のモジュール向けに観測された回転速度を供給できる。

いくつかの実施例では、センサ補助モジュール６６０は、速度、並進、位置、回転、高さ、方位、及び慣性データの瞬間的な測定値の時間の経過に伴う履歴データを含む、並進データ、位置データ、回転データ、高さデータ、慣性データ、及び方位データを供給することができる。並進速度又は回転速度は、ロボットの環境内の１つ又は複数の固定基準点又は静的対象物を参照して検出できる。並進速度は、ある方向の絶対速度として、又はロボットの位置対時間の１次導関数として表すことができる。回転速度は、角度単位の速度として、又は角度位置対時間の１次導関数として表すことができる。並進及び回転速度は、原点０，０（たとえば図４、１１０）、及び絶対座標系又は相対座標系に対応する０度の方向に対して表すことができる。処理モジュール６４０は、ロボットの観測された回転速度を推定するために、検出された回転速度と組み合わせて、観測された並進速度（又は位置対時間の測定値）を使用できる。

いくつかの実施例では、ロボット・システム６１４は、ＧＰＳ受信機、差分補正付きＧＰＳ受信機、又は無線信号を送信する衛星又は地上ビーコンに対するロボットの位置を判断するための別の受信機を備えることができる。上記の倉庫用途などの屋内用途において、又は衛星受信が信頼できない場合、ロボット・システム６１４は、上記の非ＧＰＳセンサ、及び本明細書に記載の、グローバル又はローカルのセンサ又はシステムから供給される、信頼できる絶対位置情報がない場合に自己位置推定を改善するための技法を使用することが好ましい。

他の実施例では、図１９に示されていないモジュールには、操舵システム、ブレーキ・システム、及び推進システムが含まれ得る。ブレーキ・システムは、油圧式ブレーキ・システム、電気油圧式ブレーキ・システム、電気機械式ブレーキ・システム、電気機械式アクチュエータ、電気式ブレーキ・システム、ブレーキバイワイヤ式ブレーキ・システム、又は駆動制御部６４４と通信する別のブレーキ・システムを備えることができる。推進システムは、電気モータ、駆動モータ、交流モータ、誘導モータ、永久磁石モータ、直流モータ、又はロボットを推進する別の好適なモータを備えることができる。推進システムは、速度、トルク、及び電気モータのモータ・シャフトの回転方向のうちの少なくとも１つを制御するモータ・コントローラ（たとえば、インバータ、チョッパ、波発生器、多相コントローラ、可変周波数発振器、可変電流源、又は可変電圧源）を備えることができる。駆動制御部６４４及び推進システム（図示せず）は、差動駆動（ＤＤ：ｄｉｆｆｅｒｅｎｔｉａｌ ｄｒｉｖｅ）制御及び推進システムであることが好ましい。ＤＤ制御システムでは、ロボット制御はノンホロノミック（ＮＨ：ｎｏｎ－ｈｏｌｏｎｏｍｉｃ）であり、所望の並進速度及び角速度を前提とすると、達成可能な増分（ｉｎｃｒｅｍｅｎｔａｌ）経路に制約があることを特徴とする。推進システムと通信する駆動制御部６４４は、経路計画モジュール６４２又はデータ・プロセッサ６２０によって判断された１つ又は複数の瞬間速度を転換することによって、ロボットの増分移動を作動させることができる。

当業者は、本明細書に記載する本発明の適用性を失うことなく、ロボット処理部、データ記憶部、検出部、制御部、及び推進部が使用できる、他のシステム及び技法を認識するであろう。

マップ
自律型ロボット又は半自律型ロボットによる誘導は、ロボットの環境の何らかの形の空間モデルを必要とする。空間モデルは、ビットマップ、対象物のマップ、目印のマップ、及び他の形式の２次元及び３次元のデジタル画像で表すことができる。たとえば図２０に示すような倉庫施設の空間モデルは、倉庫、並びに壁、天井、屋根支持体、窓及び扉、棚及び保管箱などの障害物を表すことができる。障害物は、据付型か、たとえば倉庫内で動作する他のロボット若しくは機械など、移動するものか、又は一時的な仕切り、パレット、棚、及び箱など、比較的固定されているが、倉庫のアイテムが貯蔵され、ピッキングされ、補充されるときに変化するものであり得る。

倉庫施設の空間モデルは、ロボットが製品をピッキングするか、若しくは他の何らかのタスクを実行するために方向づけされ得る基準、又は一時的に保持する場所への、若しくは充電ステーションの場所に至るまでの基準でマークされた、棚又は箱などの目標の場所を表すこともできる。たとえば、図２０は、開始場所７０２から、誘導の経路７１２、７１４、７１６に沿って、中間場所７０４、７０６、目的地又は目標場所７０８までの、ロボット１８の誘導を示す。ここで、空間モデルは、棚、箱、又はロボット充電ステーションであり得る、目的地７０８における構造体の特徴を含む、そこを通ってロボットが移動しなければならない環境の特徴を取り込む。

ロボットの誘導に最も一般的に使用される空間モデルは、エリア又は施設のビットマップである。たとえば、図２１は、図２０の空間モデルに示されているエリアの、２次元マップの一部を示している。マップ７２０は、黒若しくは白を表すバイナリ範囲０、１の画素値を有するビットマップによって、又はたとえば黒（０）から白（２５５）までのグレースケールの範囲を表す０～２５５の画素値の範囲によって、或いはその範囲が、画素値で表される場所に特徴があろうとなかろうと、不確実なものを示すことができる、色の範囲によって表すことができる。たとえば、図２１に示すように、黒（０）の画素は障害物を表し、白（２５５）画素は空いた空間を表し、灰色一色のエリア（０から２５５の間のある値、通常は１２８）は未知のエリアを表す。

図２１に示すマップ７２０のスケール及び粒度は、環境の範囲及び詳細に適するような任意のスケール及び寸法であり得る。たとえば、本発明のいくつかの実施例では、マップ内の各画素は、５平方センチメートル（ｃｍ^２）を表すことができる。他の実施例では、各画素は、１ｃｍ^２から５ｃｍ^２の範囲を表すことができる。しかし、本発明で使用するマップの空間分解能は、その方法の用途への一般性又は利益を失うことなく、より大きく又はより小さくあり得る。以下でさらに説明するように、好ましい実施例では、ロボットを充電ステーションにドッキングする時に、必要な正確な誘導を実現するために、マップの分解能は１ｃｍ^２を表すことができる。

図２１に示すように、ロボットは、マップ７２０を使用して、環境内でのロボットのポーズを判断し、障害物を回避しながら経路７１２、７１４、７１６に沿ったロボットの移動を計画及び制御することができる。かかるマップは、ロボット若しくは目標場所のすぐ近くの空間的特徴を表す「ローカル・マップ」、又は１つ又は複数のロボットの動作範囲を含むエリア若しくは施設の特徴を表す「グローバル・マップ」であり得る。マップは、外部監視システムからロボットに与えられてもよく、又はロボットが、内蔵された測距及び位置特定センサを使用してマップを構築してもよい。１台又は複数台のロボットが、共有環境を協調的にマッピングすることができ、その結果得られたマップは、ロボットが移動し、環境に関する情報を収集し、且つ共有するので、さらに改良される。

いくつかの実施例では、監視システムは、本明細書に記載している方法及びシステムの用途の一般性を失うことなく、製造倉庫若しくは他の施設内の複数のロボットの監視を実行する中央サーバを備えてもよく、又は監視システムは、施設内又は施設外で、完全に若しくは部分的に遠隔で動作する、１台又は複数台のサーバで構成される分散型監視システムを備えてもよい。監視システムは、監視システムを実行するために、少なくともコンピュータ・プロセッサ及びメモリを具備する１台又は複数台のサーバを備えることができ、倉庫又は他の施設で動作する１台又は複数台のロボットと情報を通信するための、１つ又は複数のトランシーバをさらに備えることができる。監視システムは、コンピュータ・サーバ上にホストされてもよく、又はクラウドでホストされてもよく、ロボットと監視システムとの間で、インターネットを含む有線及び／又は無線の通信媒体を介して、メッセージを送受信するよう構成されたローカルのトランシーバによって、ローカルのロボットと通信する。

当業者は、本発明の目的のためのロボットのマッピングが、一般性を失うことなく、当技術分野で既知の方法を使用して実行できることを認識するであろう。ロボットのマッピング方法のさらなる議論については、Ｓｅｂａｓｔｉａｎ Ｔｈｒｕｎの「Ｒｏｂｏｔｉｃ Ｍａｐｐｉｎｇ：Ａ Ｓｕｒｖｅｙ」、カーネギ－メロン大学、ＣＭＵ－ＣＳ－０２－１１１、２００２年２月に見ることができ、参照により本明細書に組み入れられている。

スキャン
上記のように、センサを装備したロボットは、そのセンサを自己位置推定に使用できるばかりでなく、ロボットの環境のマップの構築及びメンテナンスにも寄与できる。マップの構築及び自己位置推定に使用されるセンサには、光検出及び測距（「ＬＩＤＡＲ」、「レーザ走査」、又は「レーザレーダ」）センサが含まれ得る。レーザレーダ・スキャナは、ロボットのローカル環境の一連の離散的な角度スイープによって、水平面内の対象物までの範囲及び距離を測定する。測距センサは、１組の測定を、すなわちロボットを中心にして１８０度の弧又はそれより大きい若しくはそれより小さい角度の弧、或いは完全な３６０度の弧にわたって、好ましくは４分の１（０．２５）度の増分の、個別の角度の増分で取得される「スキャン」を得る。たとえば、レーザレーダ・スキャンは、レーザ信号の戻り時間及び強度を表す１組の測定値であり、個別の角度の増分での各測定値は、ロボットの現在位置からのある距離に、障害物があり得ることを示すことができる。

例示のために図２２Ａ及び図２２Ｂに示すように、位置７０４で取得されたレーザレーダ・スキャンは、２次元ビットマップ７３０として図で表すことができる。スキャン７３０は、図示のように、中間のポーズ７０４でのロボットの移動方向に面する約１８０度の水平弧を描く。方向を示す破線で描かれている個々のレーザレーダの測定７３１は、ロボットの環境７００’内での、たとえば構造体７２２、７２４、７２６、及び７２８の障害物を検出している。これらは、スキャン７３０での７３２、７３４、７３６、及び７３８の画素で表されている。いくつかの実施例では、真っ直ぐな壁７２４のスキャンは、連結された地理的構造体７３４が、他のデータから知ることができるか、又は点群の画素の整列状態から識別できる場合は、スキャン７３０で「塗りつぶされ」得る。

本発明の範囲から逸脱することなく、測距センサの他の形態には、ソナー、レーダ、及び触覚センサが含まれる。本発明での使用に好適な市販の測距、位置特定、及び方向センサの実例には、Ｈｏｋｕｙｏ ＵＳＴ－１０ＬＸ、ＳＩＣＫ ＬＭＳ １００、及びＶｅｌｏｄｙｎｅ ＶＬＰ－１６が含まれるが、これらに限定さるものではない。ロボットは、特定の種類の１つ又は複数の測距センサ又は位置特定センサを備えてもよく、又はロボットは、様々な種類のセンサ、すなわちロボットの環境をまとめてマッピングする測定値を生成するセンサの種類の組合せを備えてもよい。ＬＩＤＡＲ及び他のスキャナを使ったロボットのマッピング方法のさらなる議論については、Ｅｄｗｉｎ Ｂ． Ｏｌｓｏｎの「Ｒｏｂｕｓｔ ａｎｄ Ｅｆｆｉｃｉｅｎｔ Ｒｏｂｏｔｉｃ Ｍａｐｐｉｎｇ」、博士論文、カーネギ－メロン大学、２００８年に見ることができ、参照により本明細書に組み入れられている。

スキャン・マッチング
「スキャン・マッチング」とは、相異なるロボットによる測距スキャンを、又は相異なる時間に取得された単一のロボットのスキャンを、ＳＬＡＭマップなどの環境のマップと、比較するプロセスである。スキャン間のマッチングのプロセスでは、ロボットが一度に取得した第１のレーザレーダ・スキャンを第２の、以前のスキャンと比較して、ロボットがマップ内の同じ場所に戻ったかどうかを判断できる。同様に、スキャンを第２のロボットのスキャンとマッチングすると、２つのロボットがマップ内の共通の場所に移動したかどうかを判別できる。マップとのスキャン・マッチングを使用して、マッピングされた環境でのロボットのポーズを判断できる。図２３Ａに示すように、スキャン７３０’は、マップ部分７２０’に対して平行移動及び回転されて描かれている。不明なポーズ（ｘ，ｙ，θ）のロボットの場合、ロボットのレーザレーダ・スキャンのマップ７２０’とのマッチングでは、スキャン７３０’のマップ７２０’との相関を最も強くさせる、平行移動Δｘ、Δｙ及び回転Δθを伴う剛体変換Ｔを見つける。したがって、図２３Ｂに示すように、マップ７２０の一部に対するロボットの正しいポーズ

を判断できる。

レーザレーダ・スキャンが、どの任意の場所及び方向でも、マップと正確に一致することはほぼない。センサ測定の不確実性、ポーズの精度への要求、及び限られた演算サイクル時間のために、ロボットが検出する環境とロボットの実際のポーズとの間の最適なスキャンの一致を統計的に判断する、堅牢で効率的なアルゴリズムが必要である。ただし、統計的手法は不正確なポーズを生じることが多く、且つ演算コストが高くなる可能性がある。こうした複雑さに対処するために、様々な方法及びアルゴリズムが開発されてきた。自己位置推定のためのスキャン・マッチングにおける演算の複雑さを軽減しながら精度を確保する、スキャン・マッチング技法及び２分解能法についての概説は、Ｅｄｗｉｎ Ｂ． Ｏｌｓｏｎの「Ｒｅａｌ－Ｔｉｍｅ Ｃｏｒｒｅｌａｔｉｖｅ Ｓｃａｎ Ｍａｔｃｈｉｎｇ」、２００９年ＩＥＥＥロボットと自動化とに関する国際会議（ＩＣＲＡ’０９）会報、ＩＥＥＥ Ｐｒｅｓｓ、Ｐｉｓｃａｔａｗａｙ、ＮＪ、米国、２００９年、１２３３～１２３９頁に見ることができ、参照により本明細書に組み入れられている。

Ｍ３ＲＳＭ
前述のように、スキャン・マッチングを使用して位置推定するかかる別の手法は、多対多の多分解能スキャン・マッチング、すなわち「Ｍ３ＲＳＭ：ｍａｎｙ－ｔｏ－ｍａｎｙ ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎ ｓｃａｎ ｍａｔｃｈｉｎｇ」である。Ｍ３ＲＳＭは、マップのピラミッドを使用して、２分解能相関スキャン・マッチング手法を複数分解能に拡張するものであり、演算効率を高めるために、それぞれのマップは間引きして構成される。Ｍ３ＲＳＭの議論については、Ｅｄｗｉｎ Ｏｌｓｏｎの「Ｍ３ＲＳＭ：Ｍａｎｙ－ｔｏ－ｍａｎｙ ｍｕｌｔｉ－ｒｅｓｏｌｕｔｉｏｎ ｓｃａｎ ｍａｔｃｈｉｎｇ」、ＩＥＥＥロボットと自動化とに関する国際会議（ＩＣＲＡ）会報、２０１５年６月に見ることができ、参照により本明細書に組み入れられている。Ｍ３ＲＳＭは、マップのより低い分解能での検討から候補となるポーズを除外することにより、ＳＬＡＭマップに対してスキャン・マッチングを実行するための処理時間を、大幅に削減する。ロボットの自己位置推定、及びゴールのポーズまでのゴールへの経路に沿った誘導は、関連する米国特許出願第１５／７１２，２２２号、名称「ＭＵＬＴＩ－ＲＥＳＯＬＵＴＩＯＮ ＳＣＡＮ ＭＡＴＣＨＩＮＧ ＷＩＴＨ ＥＸＣＬＵＳＩＯＮ ＺＯＮＥＳ」、２０１７年９月２２日出願に開示された方法にしたがって、Ｍ３ＲＳＭの探索空間を最小限に抑えることでさらに改善される。該特許出願は、参照によりその全体が本明細書に組み入れられる。

充電ステーションへの移動
上記で図１７及び図１８を参照して図示し、説明したように、ロボット１８は、充電ステーションと電気的に嵌合してロボットの充電を開始するために、ロボット充電ステーションに移動できる。例示のために、図２０は、現在の場所７０２から場所７０４、７０６を通って目標場所７０８に進む、経路７１２、７１４、７１６に沿って移動するロボット１８を示す。目標場所７０８は、ほぼ場所７１８に位置し得る、充電ステーション（図示せず）の前のポーズに到着したロボットの場所であり得る。場所７０８に到着すると、ロボットは、より正確なドッキングのための移動を開始して、ロボット自体の位置決めをして、充電ポート３００を充電組立体２００と嵌合させることができる。次いで、ロボット１８は、充電ステーション５００にドッキングされ、再充電の準備が整う。

ロボットの充電ステーションへの誘導の際に、ロボットは、上記のように、目標の製品箱又は基準と関連づけられた他のどんな目標のポーズの場合とも同様に、場所７０８に移動できる。図２４は、現在の場所から充電ステーションのポーズであり得るゴールのポーズまで、ゴールへの経路に沿ってロボットを移動させるための、１つのかかるプロセスを示す。ステップ８０２で始まり、ロボット・システム６１４は、ロボット環境のマップを表すＳＬＡＭマップを、トランシーバ・モジュール６７０を介して受信する。別法として、マップは、後で、データ・プロセッサ６２０によって、又はマップ処理モジュール６４６によって、データ記憶部６３０から読み出されてもよい。図２１に示すように、マップ７２０は、自由空間及び障害物を含む倉庫の一部を表すことができる。０、１のバイナリ範囲におけるマップ７２０の画素値は、障害物（０又は黒）及び自由空間（１又は白）を表す。別法として、マップ７２０は、０～２５５の範囲の画素値を使用して倉庫内の障害物を表すことができ、ゼロ（０）の値は障害物を表し、２５５は空きスペースを示す。通常、値１２８を有する灰色の画素がある場合、不明なエリア、マッピングされていないエリア、又はアクセスできないエリアを表す。マップを受信すると、ステップ８０４で、マップ処理モジュール６４６は、Ｍ３ＲＳＭにしたがって、又は好ましくは、上記で参照され組み入れられた、改良型のＭ３ＲＳＭ技法にしたがって、マップのピラミッドを構築することができる。Ｍ３ＲＳＭで使用するためのマップのピラミッドの構築については、以前に上記で参照により組み入れられた、前述の米国特許出願第１５／７１２，２２２号でさらに説明されている。

誘導プロセス８００を続けて、ステップ８０６で、ロボットは、ロボット・システム６１４を使用して、ゴールのポーズ、たとえば、場所７１８での充電ステーション５００のポーズ６００を受信する。次いで、ステップ８０８で、ロボット・システム６１４は、経路計画モジュール６４６を使用して、ロボットの初期ポーズから充電ステーションに関連づけられたポーズまでの、ゴールへの経路を生成する。次いでゴールへの経路は、後で処理するために保存され得る。いくつかの実施例では、ゴールへの経路は、ロボットのポーズ推定に基づいて生成されてもよく、又は好ましくは、ゴールへの経路の生成は、「ポーズを見つける」ステップ８１２の最初の繰返しの後に判断されたロボットのポーズに基づく。経路計画モジュール６４２は、Ａ^＊及びＤ^＊経路探索アルゴリズムを含む当業者に知られている様々な技法によって、現在のポーズからゴールのポーズまでの、ゴールへの経路を生成することができる。別法として、ロボットは、トランシーバ・モジュール６７０を介してゴールへの経路を受信してもよく、又はデータ記憶部６３０からゴールへの経路を読み出してもよい。マップを受信し、マップのピラミッド及びゴールへの経路を生成した後で、ロボット・システム６１４は、ロボットをゴールへの経路に沿って漸進的に移動させ続けることができる。

ステップ８１０で、ロボットは、ローカル環境のレーザレーダ・スキャンを受信し、受信したスキャンに最もよく一致するポーズを見つけ続ける。図２２Ａを参照して上記で説明したように、ローカル・スキャンは、障害物がレーザレーダによって検出されるロボットの視野内の点を表す、レーザレーダ「点群」で構成され得る。点群は、ロボットに関連する位置及び方向での、レーザレーダ・スキャンの点を表すことができ、点群の各点は、個別の角度の増分で取得され、ロボットの現在位置からの距離にあり得る障害物を示す。

ステップ８１２の「ポーズを見つける」で、ロボットの現在のポーズが見つかる。最初に、探索エリアは、受信したマップの、候補となるポーズが探索されるべき部分と判断される。最初の繰返しでは、探索エリアは、マップ全体を含み得る。後に続く繰返しでは、ロボットはマップの一部分の中だけで、ロボットのポーズを推定することができる。探索エリアを判断するためのポーズは、駆動トレイン／ホイール・エンコーダ及び／又は駆動制御情報などのセンサ・データと組み合わされた、最後の既知のポーズから推定され得る。当業者は、ポーズの推定及び探索エリアの判断が、様々な方法及びパラメータを使って実行され得ることを理解するであろう。好ましい実施例では、状態推定モジュール６５０は、ポーズのデータをホイール・エンコーダのデータ及び慣性センサのデータと融合して、ロボットの現在のポーズ、速度、及びそれぞれの推定誤差を判断することができる。したがって、推定されたポーズにより、探索はマップの一部に制限されて検索空間が減り、スキャン・マッチングの処理時間が短縮される。ポーズ推定の不確実性が低いほど、スキャン・マッチングが必要になり得る探索エリアが一層小さくなる。不確実性が高いほど、スキャン・マッチングが必要になり得る探索エリアが一層大きくなる。次に、探索エリア内のポーズは、上記で参照したＭ３ＲＳＭなどのスキャン・マッチング技法によるスキャン・マッチングによって判断される。任意選択のステップ８１４で、プロセスはステップ８０８に戻り、最初の又は後に続く、ポーズを見つけた結果に基づいてゴールへの経路を生成又は更新する。

ロボットの現在のポーズを見つけると、図２４のステップ８１６に進み、ロボットは、ゴールへの経路に沿ってロボットを移動させるための瞬間的な次の速度を計算する。他のロボット及び障害物の存在下でのゴールへの経路に沿った瞬間速度は、動的ウィンドウ手法（ＤＷＡ：ｄｙｎａｍｉｃ ｗｉｎｄｏｗ ａｐｐｒｏａｃｈ）及び最適相互衝突回避（ＯＲＣＡ：ｏｐｔｉｍａｌ ｒｅｃｉｐｒｏｃａｌ ｃｏｌｌｉｓｉｏｎ ａｖｏｉｄａｎｃｅ）を含むがこれらに限定されない方法によって実現することが好ましい。好ましい実施例では、ＤＷＡは、実現可能なロボットの移動軌跡の中から、障害物との衝突を回避し、目標の場所までの、所望のゴールへの経路を優先する増分移動を演算する。ロボット・システム６１４は、次の速度（ステップ８１６）及びロボットの移動（ステップ８１８）を判断すると、ゴールのポーズにまだ達していない場合（ステップ８２０）、新しいローカル・スキャンを取得するステップ（ステップ８１０）、ポーズを見つけるステップ（ステップ８１２）、及び次の速度を見つけるステップ（ステップ８１６）を、ゴールのポーズに達する（ステップ８２０）まで繰り返す。したがって、誘導は、各処理サイクルでの瞬間の速度によって判断される増分軌道に沿った一連の増分移動として進行する。

ゴールへの経路が、充電ステーションに割り当てられたポーズであるゴールのポーズを含む場合、プロセスは以下の精密ドッキングに続くことができる。

高分解能自己位置推定を使った精密ドッキング
図２５は、充電器ドッキング・ステーションに割り当てられたポーズ６００に移動した後のロボット１８を示し、ロボット１８の構造は、上記により完全に図示し、説明している。図１７及び図１８に関して上述した、カメラベースの基準へのドッキングの代替として、ポーズ６００から嵌合ポーズ６０２へのロボット１８の誘導には、たとえば倉庫内のある場所での現在のポーズから充電ステーションに関連付けられた初期ポーズ６００まで移動するための、上述の誘導方法によるスキャン・マッチング技法を使用できる。

充電組立体及び充電ポートの一実施例の上記で開示した寸法によると、充電組立体と充電ポートとの嵌合には、倉庫の誘導に使用されるマップよりも高い分解能のマップが必要となり得る。すなわち、ロボットがポーズ６００に到着するために使用する誘導手法は、たとえば５ｃｍ分解能のマップを使用することができるが、これではロボットを嵌合ポーズ６０２に正確に位置決めできず、その結果充電ステーション５００の充電組立体２００とロボット１８の充電ポート３００とが確実に嵌合されない可能性がある。自己位置推定及びスキャン・マッチングに５ｃｍ分解能を使用するには、充電ステーションを完全にマッピングし、倉庫の床にしっかりと固定することも必要になる可能性がある。

したがって、精密ドッキングの実施例では、充電ステーション５００のポーズ６００に到着すると、ロボット１８は、環境のより分解能の高いＳＬＡＭマップ、好ましくは１ｃｍ分解能のＳＬＡＭマップを使用するように切り替え、上記のスキャン・マッチング技法により位置を推定できる。１ｃｍ分解能のマップなど、より高い分解能のマップを使用した自己位置推定は、図２６のプロセス８３０を参照して説明したように進行することができる。プロセス８３０は、倉庫内のある場所から初期ポーズ６００まで移動する際に使用される環境のマップよりも高い分解能の、倉庫環境のマップを受信すること（ステップ８３２で）から進行する。次いで、マップ処理モジュール６４６を使用するロボット・システム６１４は、Ｍ３ＲＳＭにしたがって、又は好ましくは、上記で参照され組み入れられた、改良型のＭ３ＲＳＭ技法にしたがって、マップのピラミッドを構築することができる（ステップ８３４）。

図２６のステップ８３６で、受信されたポーズは、充電ステーションの嵌合ポーズ６０２である。ステップ８３８でのゴールへの経路の生成では、ロボットの現在のポーズである初期ポーズ６００からゴールのポーズである嵌合ポーズ６０２までの、ゴールへの経路を生成する。次いで、図２６のステップ８４０、８４２、８４６、８４８、及び８５０は、図２４及び図２５を参照して上述したように進行することができる。すなわち、ロボット１８は、ポーズ６００に到着すると、倉庫の１ｃｍ分解能のマップを使用するように切り替え、受信したマップ及びゴールへの経路を使用した誘導を続行し、それによってロボットを駆動して、ロボットの充電ポートと充電ステーションの充電組立体とを嵌合させるのに必要な、より正確な自己位置推定を実現することにより、ポーズ６００からポーズ６０２へ前進する。代替の実施例では、ロボット１８は、ロボットの初期ポーズが充電ステーションの真向かい且つ中心である必要がないことを認識して、その代わりに、充電ステーションの近位にある初期ポーズ６０４に移動してもよい。図２７に示すように、ロボット１８は、たとえば、最初に倉庫の場所から充電ステーション５００の近位にある初期ポーズ６０４まで移動し、次いで、より高い分解能のマップ、好ましくは１ｃｍ分解能のマップを用いた精密誘導を使用して、上記のように、経路７４２に沿って嵌合ポーズ６０２まで移動する。

充電ステーションにドッキングするときに正確な自己位置推定を実現するが、より高い分解能のマップを使用することにより、演算の複雑度並びにロボット・システムのデータ・プロセッサ及びデータ・メモリ・リソースの必要性が増す。たとえば、１ｃｍ分解能のマップのスキャン・マッチングによって位置を推定する処理は、５ｃｍ分解能のマップを使用した場合の２５倍もの演算量を必要とする。したがって、ドッキングの際のスキャン・マッチングによる自己位置推定のために、より高い分解能のマップを利用すると、他の重要な処理タスクに使用できる処理時間が無駄になる。さらに、充電ステーションのエリアでは、ロボットが充電ステーションに近接すれば、倉庫全体のマップは必要ない。またさらに、倉庫全体のマップに対するスキャン・マッチングによる誘導は、倉庫全体のマップが充電器ドッキング・ステーションのマップを含んでいるとすると、ドッキングの際の充電ステーションの移動は許容されないであろう。

したがって、図２８は、自己位置推定のためにより高分解能のマップを使用する精密ドッキングのさらなる実施例を示し、ここで受信したスキャン・マップは充電ステーションしか含まず、ローカル・スキャンのスキャン・マッチングがより高い分解能のマップで実行される。充電ステーションのマップには、１ｃｍ分解能のマップが含まれ得る。ここでマップの画素は、充電ステーションの垂直面を表す。別法として、充電ステーションのマップは、充電ステーションの既知の構造及び寸法から構築されてもよい。充電ステーションはロボットのレーザレーダ・スキャナによってスキャンされることになるので、かかる任意のマップを使用して充電ステーションを表すことができる。

たとえば、図２８に示すように、また図１７を参照すると、充電ステーションのマップ７４０（黒で示す）は、充電ステーションの側部パネルの表面５３８及び５４０並びに中央パネルの表面５３６のスキャンによって表すことができる。したがって、充電器ドッキング・ステーションへのスキャン・マッチングに使用されるマップは、レーザレーダ２２（図２Ａ参照）の高さでスキャンされたドッキング・ステーションの後部の、より高分解能のマップ７４０であり得る。同様に、充電ステーションのマップとのスキャン・マッチングのためのローカル・スキャンは、レーザレーダ２２の高さでスキャンされた、充電ステーション５００の後部の角度の付いた側部パネル及び中央の表面のレーザレーダ・スキャン７４２（赤で表示）であり得る。

充電ステーションは、他の実施例では、他の寸法及び構成であってもよい。すなわち、ドッキング・ステーションの後部の側面は、中央の表面に対して角度が付いていなくてもよいことに留意されたい。実際、ロボットを充電ステーションにドッキングするための本明細書に記載している方法は、一般性を失うことなく、充電器ドッキング・ステーションの他の寸法及び構成に適用することができる。かかる他の寸法及び構成では、スキャン・マッチングに使用される充電ステーションのマップは、ロボットの測距スキャンと一致する充電器ドッキング・ステーションのスキャン又はスキャン画像を含む又はそれだけで構成される、スキャン・マップを提供するだけでよい。かかるロボットは、充電ステーションのマップとスキャン・マッチングするためのローカル・スキャンの生成と一貫する、他の測距走査方法を使用できる。

図２６を参照した上記の誘導プロセス８３０に鑑みて、初期ポーズ６０４に到着すると、ロボットは、充電ステーションのマップを使用する誘導に切り替えることができる。この実施例のステップ８３２で受信されるマップは、充電器ドッキング・ステーションだけを含む、より高い分解能のマップであり得る。上記の技法によるスキャン・マッチングを使用した、充電ステーションのマップに対するロボットの自己位置推定は、好ましくは、Ｍ３ＲＳＭを使用して進行することができ、したがって図２６のステップ８３４で、上記で言及したように、マップのピラミッドを構築できる。ステップ８３６で受信されたポーズは、充電ステーションの嵌合ポーズである。ステップ８３８でのゴールへの経路の生成では、ロボットの現在のポーズである初期ポーズ６００からゴールのポーズである嵌合ポーズ６０２までの、ゴールへの経路を生成する。図２６のプロセス８３０を続けると、充電ステーションのマップとのスキャン・マッチング、すなわち「ドックまでの位置推定」のためにステップ８４０で受信されたローカル・スキャンは、一態様では、充電ステーションのレーザレーダ・スキャン７４２である。したがって、図２７の充電ステーションのレーザレーダ・スキャン７４２は、プロセス８３０の各繰返しでの充電ステーションのマップ７４０に対するスキャン・マッチングによって、ロボットのポーズ（ステップ８４２）を見つけるために使用される。初期ポーズ６０４から嵌合ポーズ６０２へのロボットの増分移動は、次の増分速度（ステップ８４６）を続け、ロボット１８を経路７５２に沿って漸進的に移動させる（ステップ８４８）。ロボット１８が経路７５２に沿って初期ポーズ６０４から嵌合ポーズ６０２まで漸進的に移動するようにプロセスが繰り返され（ステップ８２０）、それにより、図１７に示すように、充電組立体２００を充電ポート３００と嵌合する。

一実施例では、ドッキングする際の障害物の回避は、初期ポーズから嵌合ポーズに移動するとき、各繰返しでの各ローカル・スキャンから、障害物が閾値距離ｄ内に存在するかどうかを判断することにより簡略化でき、ここでｄは、完全に嵌合したときにロボットが充電器ドッキング・ステーションに到達できる距離よりも短い。したがって、ローカル・スキャンで距離ｄ内に現れる障害物は、ドッキング・ステーション自体ではない。たとえば、図２８に示すように、嵌合ポーズから充電器ドッキング・ステーションの前面までの閾値距離ｄ_１を測定することができる。別法として、閾値距離ｄ_２は、ロボットのレーザレーダの高さでスキャンされた垂直面までの距離より短くてもよい。この態様では、閾値距離内で障害物を検出すると、ロボット１８は停止し、障害物がなくなるまで待つことができるか、又はロボットは、別の充電ステーション又は目標場所への継続的な誘導のための新しいポーズを受信できる。

充電ステーションだけに対する位置推定により、ロボットは、充電ドッキング・ステーションへ最終的に接近する短い時間に、最大効率での精密ドッキングを実行できる。充電ステーションだけに対する位置推定は、ドッキングする際に、より高い分解能のマップと組み合わせて使用することができ、「ドックまでの位置推定」の発明的側面に関する一般性を失うことなく、以下でさらに説明するべき「弧制御」などの、他のロボット制御技法と共に使用することができる。

弧制御による精密ドッキング
図２６及び図２７を参照して上述した実施例による精密ドッキングは、充電組立体の充電ポートとの確実な係合に寄与している経路に沿って、ロボットを常に移動させるとは限らない。たとえば、ロボット１８は、より高い分解能のマップ及び充電ステーションのマップのみとのスキャン・マッチングを使用して、ポーズ６０４からポーズ６０２に移動できる。しかし、嵌合ポーズ６０２への接近時に、ロボット１８は、充電ステーションに直接面していない可能性があり、これは、信頼性の低い嵌合をもたらす可能性がある。したがって、ロボットの充電ステーションへの嵌合は、実質的に、初期ポーズから充電ステーションの嵌合ポーズまでの制御された弧に沿って移動することによって、改善できる。たとえば、図２９に示すように、ポーズ６０４からポーズ６０２まで経路７６２に沿って移動すると、ロボットの向きは、嵌合ポーズ６０２までのロボットの最終的な接近で、確実に充電ステーション５００に垂直になる。

図３０は、初期ポーズから嵌合ポーズまで実質的に弧に沿って移動し、それによりロボットを充電ステーションに対して垂直に向けることによる、精密ドッキング制御の好ましい方法を示す。図３０に示すように、初期ポーズ６０４は、ポーズ座標Ｘ_Ｒ，Ｙ_Ｒ，θ_Ｒで識別され、ここでＸ_Ｒ，Ｙ_Ｒは、充電ステーションの近位を移動するときのロボットの現在の場所又は初期の場所であり、θ_Ｒは、初期ポーズのある角度をなす向きである。嵌合ポーズ６０２は、ポーズ座標Ｘ_Ｄ，Ｙ_Ｄ，θ_Ｄで識別され、ここでＸ_Ｄ，Ｙ_Ｄは、充電組立体又は充電ステーションの「鼻部」と位置合わせされた場所であり、嵌合ポーズのある角度をなす向きθ_Ｄは、充電ステーションに対して垂直である。経路７６２で示す弧が、半径がＲ、中心がＸ_Ｃ，Ｙ_Ｃで、Ｘ_Ｒ，Ｙ_Ｒで始まり、Ｘ_Ｄ，Ｙ_Ｄで終わる円７６４の一部分をたどるのを観察すると、経路７６２を見つける最初のステップは、Ｘ_Ｒ，Ｙ_Ｒ及びＸ_Ｄ，Ｙ_Ｄを通過する円７６４の中心Ｘ_Ｃ，Ｙ_Ｃを見つけることである。

残念ながら、Ｘ_Ｒ，Ｙ_Ｒ及びＸ_Ｄ，Ｙ_Ｄを通過する弧の部分を有する半径ｒの円は無数にある。ポーズＸ_Ｄ，Ｙ_Ｄでの円の接線はｔａｎ（θ_Ｄ）の勾配を持たなければならない、すなわち、ロボットの最終的な向きは充電ステーションに垂直であるという制約を導入することにより、さらに円７６４の中心Ｘ_Ｃ，Ｙ_Ｃは、Ｘ_Ｒ，Ｙ_Ｒからの距離とＸ_Ｄ，Ｙ_Ｄからの距離とが同じになるという制約を利用することにより、半径ｒは以下のように判明し得る。

第３の制約は、Ｘ_Ｄ，Ｙ_Ｄ及びＸ_Ｃ，Ｙ_Ｃを通過する直線の式が、ｔａｎ（θ_Ｄ）の接線の勾配に垂直な勾配を有することを条件とする。変数ｐを、次のように定義し、

Ｘ_Ｃ及びＹ_Ｃについて解くと、

となり、上記の式（１）又は（２）への単純な代入によって、半径ｒについて解くことができる。

上記のように、中心Ｘ_Ｃ，Ｙ_Ｃを有し、Ｘ_Ｒ，Ｙ_Ｒ及びＸ_Ｄ，Ｙ_Ｄを通過する一意の円の半径ｒは、ポーズ６０４から嵌合ポーズ６０２までの所望の弧の経路７６２を画定する。したがって、経路７６２に沿ったロボットの増分移動の制御は、各繰返しでの円７６４の接線から判断できる。つまり、各繰返しでのロボットの制御は、瞬間的な場所ｘ’_Ｒ，ｙ’_Ｒ、角速度θ’_Ｔで接線の方向にロボットを前進させることによって判明し得る。ここでθ’_Ｔは、ｘ’_Ｒ，ｙ’_Ｒでの円７６４の接線である。

実際には、ロボットが制御経路７６２に沿ってポーズ６０４からポーズ６０２に漸進的に移動すると、実際の経路にいくらかの差異が生じる可能性がある。しかし、経路７６２に沿った各増分ポーズでのロボットの瞬間的な速度は、制御経路からの僅かな誤差内の瞬間軌道になるはずである。たとえば、図３１は、（明確にするために、弧経路７６２からの誇張した差異として示しているように）経路７７２に沿ってポーズｘ’_Ｒ，ｙ’_Ｒ，θ’_Ｒまで前進したロボット１８を示し、円７６４の場所ｘ’_Ｒ，ｙ’_Ｒでの接線７６６と、向きθ’_Ｒの方向に延びる軌道７６８との間に、僅かな角度誤差Φが生じ得る。各繰返し及び増分移動で、半径ｒは変化しないはずである。半径ｒが増分移動毎に変化しないということは、ロボット１８が実質的に弧の経路７６２上に留まり、嵌合ポーズ６０２に近づくと、ロボットが充電ステーションに対して確実に所望の向きになることを意味している。

半径ｒが変化しないことを確実にし、

ここで、ｘ’_Ｒはロボットの瞬間線速度、θ’_Ｒはロボットの瞬間角速度
を観察すると、所与の半径ｒについて、瞬間線速度ｘ’_Ｒは、瞬間角速度θ’_Ｒを調整することにより一定に保持され得るか、又は角速度θ’_Ｒは、線速度ｘ’_Ｒを調整することにより一定に保持され得る。したがって、
θ’_Ｒ＝ｋΦ （８）
ここで、ｋは比例制御定数
にしたがってロボットに制御を発し、上記の式（７）及び（８）からの回転制御を組み合わせることによって、

ここで、α及びβは重み付けパラメータ
結合された制御方程式（９）は、ロボットの実際の経路７７２と所望の弧経路７６２との間の誤差をつめる。好ましい実施例では、重み付けパラメータα及びβは１であり得る。

ロボット１８が充電ステーションにより近づくにつれて、式（８）の比例制御は、式（９）において一層重く考慮され得る。別の実施例では、重み付けパラメータα及びβは、充電ステーションまでの距離の関数として非線形な関係で調整され得る。別法として、制御スキームは、誤差が閾値を下回るまで最初に式（８）にしたがって回転誤差をつめ、次いでｘ’_Ｒを固定値に設定し、次に式（７）にしたがってロボットを制御し、繰り返しｒ及びΦを更新し、次いで閾値を再び超えたときに制御方式を式（８）に戻すことによって、適用され得る。このようにして、弧経路７６２に沿ったロボットの軌道における誤差Φ、及び最終ポーズ６０２での誤差Φが最小化される。

本発明の前述の説明により、当業者は、現在その最良の形態であると考えられるものを作成及び使用することができるが、当業者は、本明細書での具体的な実施例及び実例の変形、組合せ、及び同等物の存在を、理解及び認識するであろう。上記の本発明の実施例は、実例にすぎないことを意図している。当業者は、ここに添付される特許請求の範囲によってのみ定義される本発明の範囲から逸脱することなく、特定の実施例に対して変更、修正、及び変形を行うことができる。

本発明は、ソフトウェア及び／又はハードウェアで実施できることを理解されたい。したがって、本発明の態様は、すべて本明細書では概して「回路」、「モジュール」、又は「システム」として参照され得る、完全にハードウェアの実施例、完全にソフトウェアの実施例（ファームウェア、常駐ソフトウェア、マイクロコードなどを含む）、又はソフトウェア及びハードウェアの態様を組み合わせた実施例の形を取ることができる。当業者によって理解されるように、本発明の態様は、システム、方法、又はコンピュータ・プログラム製品として具現化され得る。

本発明の態様は、方法及び装置（システム）の流れ図、説明図、及び／又は構成図を参照して説明している。流れ図及び構成図は、本発明の様々な実施例によるシステム・アーキテクチャ、機能、又は動作を示すことができる。流れ図の各ステップは、指定された機能を実施するための１つ又は複数の実行可能な命令を含むモジュールを表すことができる。いくつかの実施態様では、連続して示されるステップは、実際には、実質的に同時に実行され得る。ステップは、指定された機能又は動作を実行する専用ハードウェアベースのシステム、又は専用ハードウェアとコンピュータ命令との組合せによって実行され得る。

本発明の動作を実行するプロセッサによる、実行するためのコンピュータ命令は、Ｃ＃、Ｃ＋＋、Ｐｙｔｈｏｎ、又はＪａｖａプログラミング言語などのオブジェクト指向プログラミング言語を含む、１種又は複数種類のプログラミング言語で書くことができる。コンピュータ・プログラム命令は、本明細書で説明する流れ図及び／又はシステム構成図で指定されたステップを実施する命令を実行することを含む、特定のやり方で機能するように、データ・プロセッサを介してロボット・システムへ命令できる、コンピュータ可読媒体に保存できる。コンピュータ可読記憶媒体は、データ・プロセッサによって、又はデータ・プロセッサと共に使用するための命令を含むことができるか又は保存できる、任意の有形の媒体であり得る。コンピュータ可読媒体には、コンピュータ可読プログラム・コードがその中に具現化された伝播データ信号も含まれ得る。

したがって、本発明は、上記の実施例及び実例、実施例、並びに以下の通り請求する本発明の範囲及び精神にある、用途によって限定されない。

Claims (9)

1. ロボット充電器ドッキング・ステーションとドッキングするために環境内のロボットを誘導する方法であって、
   ロボット充電器ドッキング・ステーションの近位にある初期ポーズを受信するステップと、
   前記ロボット充電器ドッキング・ステーションに隣接する位置であって前記初期ポーズと前記ロボット充電器ドッキング・ステーションとの間の位置にある嵌合ポーズを受信するステップと、
   第１のＳＬＡＭ（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｌｏｃａｌｉｚａｔｉｏｎ Ａｎｄ Ｍａｐｐｉｎｇ）マップに対するスキャン・マッチングを使用して、ある場所から前記初期ポーズまでの、ロボットの第１の誘導を実行するステップと、
   前記第１のＳＬＡＭマップの分解能よりも高い分解能を有する第２のＳＬＡＭマップに対するスキャン・マッチングを使用して、前記初期ポーズから前記嵌合ポーズまでの、前記ロボットの第２の誘導を実行するステップと
   を含み、前記第２の誘導により、前記嵌合ポーズに到着すると、前記ロボットの充電ポートが、前記ロボット充電器ドッキング・ステーションの充電組立体と嵌合され、
   前記第１の誘導中の前記スキャン・マッチングは、前記ロボットの第１のレーザレーダ・スキャンと、前記第１のＳＬＡＭマップの分解能での複数の記憶された環境のレーザレーダ・スキャンとを比較し、前記第１のレーザレーダ・スキャンと前記初期ポーズに対応する記憶されたレーザレーダ・スキャンとをマッチングすることにより、前記ロボットが前記初期ポーズに到着したときを判断することを含み、
   前記第２の誘導中の前記スキャン・マッチングは、前記ロボットの第２のレーザレーダ・スキャンと、前記第２のＳＬＡＭマップの分解能での複数の記憶された環境のレーザレーダ・スキャンとを比較し、前記第２のレーザレーダ・スキャンと前記嵌合ポーズに対応する記憶されたレーザレーダ・スキャンとをマッチングすることにより、前記ロボットが前記嵌合ポーズに到着したときを判断することを含む、方法。
2. 前記第１のＳＬＡＭマップの分解能は５ｃｍ分解能であり、前記第２のＳＬＡＭマップの分解能は１ｃｍ分解能である、請求項１に記載の方法。
3. 環境内で、ある場所から、再充電のためにロボット充電器ドッキング・ステーションまで移動して、前記ロボット充電器ドッキング・ステーションとドッキングするよう構成された移動ロボットであって、前記ロボットは、
   充電ポート及びプロセッサを具備する車輪付き移動基部
   を備え、前記プロセッサは、
   前記ロボット充電器ドッキング・ステーションの近位にある初期ポーズを取得し、
   前記ロボット充電器ドッキング・ステーション隣接する位置であって前記初期ポーズと前記ロボット充電器ドッキング・ステーションとの間の位置にある嵌合ポーズを取得し、
   第１のＳＬＡＭマップに対するスキャン・マッチングを使用して、前記場所から前記初期ポーズまで前記車輪付き移動基部を誘導し、
   前記第１のＳＬＡＭマップの分解能よりも高い分解能を有する第２のＳＬＡＭマップに対するスキャン・マッチングを使用して、前記初期ポーズから前記嵌合ポーズまで前記車輪付き移動基部を誘導し、前記嵌合ポーズに到着すると、前記ロボットの前記充電ポートが、前記ロボット充電器ドッキング・ステーションの充電組立体と嵌合されるよう構成され、
   前記第１のＳＬＡＭマップに対する前記スキャン・マッチングは、前記ロボットの第１のレーザレーダ・スキャンと、前記第１のＳＬＡＭマップの分解能での複数の記憶された環境のレーザレーダ・スキャンとを比較し、前記第１のレーザレーダ・スキャンと前記初期ポーズに対応する記憶されたレーザレーダ・スキャンとをマッチングすることにより、前記ロボットが前記初期ポーズに到着したときを判断することを含み、
   前記第２のＳＬＡＭマップに対する前記スキャン・マッチングは、前記ロボットの第２のレーザレーダ・スキャンと、前記第２のＳＬＡＭマップの分解能での複数の記憶された環境のレーザレーダ・スキャンとを比較し、前記第２のレーザレーダ・スキャンと前記嵌合ポーズに対応する記憶されたレーザレーダ・スキャンとをマッチングすることにより、前記ロボットが前記嵌合ポーズに到着したときを判断することを含む、移動ロボット。
4. 前記第１のＳＬＡＭマップの分解能は５ｃｍ分解能であり、前記第２のＳＬＡＭマップの分解能は１ｃｍ分解能である、請求項３に記載の移動ロボット。
5. 前記初期ポーズは、前記ロボット充電ドッキング・ステーションから第１の距離だけ離れており、前記嵌合ポーズは、前記ロボット充電ドッキング・ステーションから第２の距離だけ離れている、請求項４に記載の移動ロボット。
6. 前記第１の距離は前記第２の距離より長い、請求項５に記載の移動ロボット。
7. 前記初期ポーズ及び前記嵌合ポーズは、前記車輪付き移動基部の１台又は遠隔サーバのメモリに保存される、請求項５に記載の移動ロボット。
8. そこに命令を保存したコンピュータ可読媒体であって、前記命令は、ロボットのプロセッサが実行すると、前記ロボットに、
   ロボット充電器ドッキング・ステーションの近位にある初期ポーズを受信することと、
   前記ロボット充電器ドッキング・ステーション隣接する位置であって前記初期ポーズと前記ロボット充電器ドッキング・ステーションとの間の位置にある嵌合ポーズを受信することと、
   第１のＳＬＡＭマップに対するスキャン・マッチングを使用して、環境内のある場所から前記初期ポーズまでの、ロボットの第１の誘導を制御することと、
   前記第１のＳＬＡＭマップの分解能よりも高い分解能を有する第２のＳＬＡＭマップに対するスキャン・マッチングを使用して、前記初期ポーズから前記嵌合ポーズまでの、前記ロボットの第２の誘導を制御することと
   を含むステップを実行させ、前記第２の誘導により、前記嵌合ポーズに到着すると、前記ロボットの充電ポートが、前記ロボット充電器ドッキング・ステーションの充電組立体と嵌合され、
   前記第１の誘導中の前記スキャン・マッチングは、前記ロボットの第１のレーザレーダ・スキャンと、前記第１のＳＬＡＭマップの分解能での複数の記憶された環境のレーザレーダ・スキャンとを比較し、前記第１のレーザレーダ・スキャンと前記初期ポーズに対応する記憶されたレーザレーダ・スキャンとをマッチングすることにより、前記ロボットが前記初期ポーズに到着したときを判断することを含み、
   前記第２の誘導中の前記スキャン・マッチングは、前記ロボットの第２のレーザレーダ・スキャンと、前記第２のＳＬＡＭマップの分解能での複数の記憶された環境のレーザレーダ・スキャンとを比較し、前記第２のレーザレーダ・スキャンと前記嵌合ポーズに対応する記憶されたレーザレーダ・スキャンとをマッチングすることにより、前記ロボットが前記嵌合ポーズに到着したときを判断することを含む、コンピュータ可読媒体。
9. 前記第１のＳＬＡＭマップの分解能は５ｃｍ分解能であり、前記第２のＳＬＡＭマップの分解能は１ｃｍ分解能である、請求項８に記載のコンピュータ可読媒体。

Images