JP7221839B2 - 自律移動ロボットおよび自律移動ロボットの制御プログラム - Google Patents

Description

本発明は、自律移動ロボットおよび自律移動ロボットの制御プログラムに関する。

特定の環境下で複数の自律移動ロボットが与えられたタスクをそれぞれ実行する技術が知られるようになってきた。例えば、複数の掃除ロボットが互いに異なる経路を移動しながら掃除を実行する技術が知られている。また、移動体を動的な障害物に衝突させることなく移動させる技術も知られている（例えば、特許文献１を参照）。

特開２０１４－１２３３４８号公報

自律移動ロボットが人と共存する環境においてタスクを実行する場合は、他の自律移動ロボットに限らず共存する人との接触も回避する必要がある。しかし、駅や空港などの混雑する環境においては歩行者に代表される多くの移動体を避けなければならず、自律移動が困難である。特に、避けるべき移動体が多いと、それらを避けようとする移動ロボットが本来の移動経路から連続的に外れてしまい、目的地までの移動経路をリアルタイムに更新することが難しかった。

本発明は、このような問題を解決するためになされたものであり、高密度の雑踏環境でも、設定された目的地まで円滑に移動する自律移動ロボットを提供するものである。

本発明の第１の態様における自律移動ロボットは、自機位置を同定する同定部と、周囲を移動する移動体の移動体位置と移動体速度ベクトルを検出する検出部と、自機位置、移動体位置および移動体速度ベクトルから進むべき進路方向を演算する第１演算部と、自機位置、移動体位置、移動体速度ベクトルおよび進路方向を、シミュレーションによる教師あり学習によって学習された学習済みモデルへ入力して、移動体に接触することなく所定時間後に到達すると推定される推定位置を演算する第２演算部と、推定位置から目的地までの残余経路を生成する生成部と、進路方向および残余経路に基づいて目的地までの移動を制御する移動制御部とを備える。このような構成を備える自律移動ロボットであれば、移動体を回避することにより予定していた移動経路から外れてしまっても、即時的に移動経路を更新して、目的地まで円滑に移動することができる。また、上記の自律移動ロボットは、目的地への移動中に前記検出部が予め設定された条件を満たす移動体を新たに検出した場合には、前記推定位置と前記残余経路を更新しても良い。このように構成すれば、素早く経路を更新することができる。

また、上記の自律移動ロボットにおいて、第１演算部は、候補となる複数の進路方向を演算し、第２演算部は、第１演算部が演算した複数の進路方向ごとに推定位置を演算し、生成部は、第２演算部が演算した複数の推定位置ごとに残余経路を生成し、生成した残余経路ごとに評価演算を行って、移動制御部へ引き渡す進路方向および残余経路を決定するようにしても良い。学習済みモデルを利用した推定位置の演算は高速に行えるので、進路方向の候補を増やしても移動に遅延を生じさせず、進路方向を複数検討することによって、より良い移動経路を決定することができる。このとき、学習済みモデルは、推定位置に至る経路移動中における移動体との接近度合を併せて出力し、生成部は、接近度合を用いて評価演算を行うようにしても良い。このように構成すれば、歩行者に与える威圧感と効率的な移動とのバランスを調整して移動経路を決定することができる。

また、上記の自律移動ロボットにおいて、第１演算部は、移動体からの距離が遠いことと、移動体の移動方向に追従することを評価項目として含む評価関数に基づいて進路方向を演算すると良い。回避すべき移動体に対して、単に離れている方向だけでなく、移動体の動きに沿う方向も、移動体に接触することのない滑らかな進路として採用し得る。このとき、第１演算部は、目的地の方向を考慮して進路方向を演算すると良い。このように進路方向を決定すれば、目的地到達までの時間の短縮を期待できる。

本発明の第２の態様における自律移動ロボットの制御プログラムは、周囲を移動する移動体の移動体位置と移動体速度ベクトルを検出する検出ステップと、目的地への移動中に実行される検出ステップにより、予め設定された条件を満たす移動体を検出した場合に、自機位置を同定する同定ステップと、自機位置、移動体位置および移動体速度ベクトルから進むべき進路方向を演算する第１演算ステップと、自機位置、移動体位置、移動体速度ベクトルおよび進路方向を、シミュレーションによる教師あり学習によって学習された学習済みモデルへ入力して、移動体に接触することなく所定時間後に到達すると推定される推定位置を演算する第２演算ステップと、推定位置から目的地までの残余経路を生成する生成ステップと、進路方向および残余経路に基づいて目的地までの移動を制御する移動制御ステップとをコンピュータに実行させる。このような制御プログラムによって制御された自律移動ロボットによれば、移動体を回避することにより予定していた移動経路から外れてしまっても、即時的に移動経路を更新して、目的地まで円滑に移動することができる。

本発明により、高密度の雑踏環境でも、設定された目的地まで円滑に移動する自律移動ロボットを提供することができる。

本実施形態に係る自律移動ロボットの外観斜視図である。 移動ロボットのシステム構成図である。 移動ロボットの想定性能を説明する図である。 歩行者を避けて目的地へ到達するまでの自律移動を説明する概念図である。 処理の流れを示す機能ブロック図である。 進路方向の候補を説明する図である。 歩行者の影響を受けて進路がずれる様子を示す図である。 学習済みモデルを生成するプロセスを説明する図である。 残余経路を生成するプロセスを説明する図である。 他の例における残余経路の生成プロセスを説明する図である。 自律移動の処理フローを示すフロー図である。

以下、発明の実施の形態を通じて本発明を説明するが、特許請求の範囲に係る発明を以下の実施形態に限定するものではない。また、実施形態で説明する構成の全てが課題を解決するための手段として必須であるとは限らない。

図１は、本実施形態に係る移動ロボット１００の外観斜視図である。移動ロボット１００は、設定された目的地へ自律的に移動する自律移動ロボットの一例である。移動ロボット１００は、大きく分けて台車部１１０と本体部１２０によって構成される。

台車部１１０は、円筒形状の筐体内に、それぞれが走行面に接地する２つの駆動輪１１１と１つのキャスター１１２とを支持している。２つの駆動輪１１１は、互いに回転軸芯が一致するように配設されている。それぞれの駆動輪１１１は、不図示のモータによって独立して回転駆動される。駆動輪１１１は、移動ロボットを移動させるための移動ユニットの一例である。キャスター１１２は、従動輪であり、台車部１１０から鉛直方向に延びる旋回軸が車輪の回転軸から離れて車輪を軸支するように設けられており、台車部１１０の移動方向に倣うように追従する。

移動ロボット１００は、例えば、２つの駆動輪１１１が同じ方向に同じ回転速度で回転されれば直進し、逆方向に同じ回転速度で回転されれば台車部１１０の２つの駆動輪１１１のほぼ中央を通る鉛直軸周りに旋回する。すなわち、移動ロボット１００は、２つの駆動輪１１１の回転方向、回転速度がそれぞれ制御されることにより、任意の方向へ並進、旋回することができる。また、移動ロボット１００は、胴部１２１と台車部１１０と相対的な回転（方向または速度）を制御することも可能であり、任意の方向へ向いた状態で並進、旋回することもできる。

台車部１１０は、上面の周縁部にレーザスキャナ１３２を備える。レーザスキャナ１３２は、水平面内の一定の範囲をステップ角ごとにスキャンして障害物を検出する。レーザスキャナ１３２の性能については後に詳述する。

本体部１２０は、主に、台車部１１０の上面に搭載された胴部１２１、胴部１２１の上面に載置された頭部１２２、胴部１２１の側面に支持されたアーム１２３、アーム１２３の先端部に設置されたハンド１２４を備える。アーム１２３とハンド１２４は、不図示のモータを介して駆動され、様々な物体を制御された姿勢で把持する。図１は、搬送物の一例として容器を把持している様子を示す。胴部１２１は、不図示のモータの駆動力により、台車部１１０に対して鉛直軸周りに回転することができる。したがって、移動ロボット１００は、把持部が搬送物を把持して特定方向を向く姿勢を保ったまま任意の方向へ移動することもできる。胴部１２１には、コントロールユニット１９０が設けられている。コントロールユニット１９０は、後述の制御部とメモリ等を含む。

頭部１２２は、主に、ステレオカメラ１３１および表示パネル１４１を備える。ステレオカメラ１３１は、同じ画角を有する２つのカメラユニットが互いに離間して配置された構成を有し、それぞれのカメラユニットで撮像された画像を画像データとして出力する。ステレオカメラ１３１は、把持対象物を認識したり、レーザスキャナ１３２の補助を担ったりする。

表示パネル１４１は、例えば液晶パネルであり、キャラクターの顔をイラストで表示したり、移動ロボット１００に関する情報をテキストやアイコンで呈示したりする。表示パネル１４１にキャラクターの顔を表示すれば、表示パネル１４１が擬似的な顔部であるかの印象を周囲の観察者に与えることができる。また、表示パネル１４１は、表示面にタッチパネルを有し、ユーザからの指示入力を受け付けることができる。例えば、移動ロボット１００に特定場所への道案内をさせたい場合には、ユーザは、タッチパネルを操作して当該タスクに相当するメニュー項目を選択する。

頭部１２２は、不図示のモータの駆動力により、胴部１２１に対して鉛直軸周りおよび水平軸周りに回転することができる。したがって、ステレオカメラ１３１は、任意の方向の対象物を撮影することができ、また、表示パネル１４１は、任意の方向へ向けて表示内容を呈示することができる。なお、以降の説明においては、図示するように、移動ロボット１００が移動する移動平面をｘｙ平面、移動平面に対する鉛直軸方向をｚ軸と定める。

図２は、移動ロボット１００のシステム構成図である。制御部２００は、例えばＣＰＵであり、本体部１２０のコントロールユニット１９０に格納されている。台車駆動ユニット２１０は、駆動輪１１１を駆動するための駆動回路やモータを含む。上体駆動ユニット２２０は、アーム１２３およびハンド１２４を含む把持部、胴部１２１および頭部１２２を駆動するための駆動回路やモータを含む。

センサユニット１３０は、他の移動ロボットや障害物、周囲に存在する人物、把持している搬送対象物などを検出する各種センサを含み、台車部１１０および本体部１２０に分散して配置されている。ステレオカメラ１３１およびレーザスキャナ１３２は、センサユニット１３０を構成する要素である。

メモリ２５０は、不揮発性の記憶媒体であり、例えばソリッドステートドライブが用いられる。メモリ２５０は、移動ロボット１００の移動や把持動作等を制御するための制御プログラムの他にも、制御や演算に用いられる様々なパラメータ値、関数、ルックアップテーブル等を記憶している。特に、後述する学習済みモデル２５１と、自律移動する環境を記述した環境地図２５２とを記憶している。

通信ＩＦ１８０は、外部機器と接続するためのインタフェースであり、例えば、ネットワークに接続された不図示のサーバとデータを授受するための無線ＬＡＮユニットを含む。移動ロボット１００は、学習済みモデル２５１や環境地図２５２等を、通信ＩＦ１８０を介してサーバから取得する。

制御部２００は、メモリ２５０から読み出した制御プログラムを実行することにより移動ロボット１００全体の制御と様々な演算処理とを実行する。また、制御部２００は、制御に関わる様々な演算や制御を実行する機能実行部としての役割も担う。このような機能実行部として、同定部２０１、検出部２０２、第１演算部２０３、第２演算部２０４、生成部２０５、移動制御部２０６を含む。

同定部２０１は、センサユニット１３０の出力と環境地図２５２を用いて、移動ロボット１００の現在位置である自機位置を同定する。検出部２０２は、主にレーザスキャナ１３２の出力を用いて、周囲を移動する移動体の移動体位置と移動体速度ベクトルを検出する。

第１演算部２０３は、同定部２０１が同定した自機位置、検出部２０２が検出した移動体位置および前記移動体速度ベクトルから、移動ロボット１００が進むべき進路方向を演算する。第２演算部２０４は、同定部２０１が同定した自機位置、検出部２０２が検出した移動体位置および前記移動体速度ベクトル、第１演算部２０３が演算した進路方向を、学習済みモデル２５１へ入力して、移動体に接触することなく所定時間後に到達すると推定される推定位置を演算する。

生成部２０５は、第２演算部２０４が演算した推定位置から目的地までの残余経路を生成する。移動制御部２０６は、第１演算部２０３が演算した進路方向および生成部２０５が生成した残余経路に基づいて目的地までの移動するよう、台車駆動ユニット２１０を制御する。各機能実行部の詳細については後述する。

図３は、本実施形態における移動ロボット１００の想定性能を説明する図である。移動ロボット１００は、上述のように、独立二輪駆動および胴体部の回転により全方位への移動が可能である。移動制御部２０６は、速度－１～１．５ｍ／ｓ、旋回角速度－９０～９０ｄｅｇ／ｓで移動ロボット１００を制御する。レーザレンジファインダであるレーザスキャナ１３２は、０．２５°のステップ角で連続的にスキャンすることにより、前方視野角２４０°、距離３０ｍまでの検出領域において障害物を検知することができる。検出部２０２は、レーザスキャナ１３２の出力を得て、障害物の位置（移動ロボット１００の基準位置を原点とする相対座標）を検出する。また、出力を連続的に得ることにより障害物が動いているか否かを検出し、動いている場合には移動体として認識して、その時点における位置（移動体位置）と速度（移動体速度ベクトル）を検出する。

また、同定部２０１は、レーザスキャナ１３２の出力およびステレオカメラ１３１の出力を得て、環境中の構造物（例えば、柱、壁、棚等）を検出し、その検出結果と環境地図２５２を照合することにより、移動ロボット１００の現在地（自機位置）を同定する。なお、同定部２０１は、駆動輪１１１の回転情報や環境に設置されたセンサからの信号等を利用しても良い。

図４は、歩行者を避けて目的地へ到達するまでの自律移動を説明する概念図である。移動ロボット１００が自律移動する環境は、人が共存する環境を含み、歩行者が高密度に存在し得る駅や空港などの公共空間も想定している。移動ロボット１００は、このような環境において、道に迷った人の案内や、搬送物の搬送等のタスクを実行する。

歩行者は、柱や壁等の構造物と異なり、環境地図２５２に記述することができない。したがって、移動ロボット１００は、自機に接触しそうな歩行者を検出するたびに回避行動を実行する。なお、移動体としては、歩行者の他にも台車、パーソナルモビリティ、他の移動ロボット等を含み得るが、ここでは移動体の代表として歩行者について説明する。

移動ロボット１００は、タスクの実行開始時に計画した目的地７９０までの計画経路７００に沿って移動する間に、レーザスキャナ１３２により歩行者９０１～９０４を検出した場合に、これらが自機に接触する可能性があるか否かを判断する。具体的には、自機の進行方向に設定されたローカルエリアに存在し、一定時間内に当該ローカルエリアから退出することのない速度ベクトルを有する歩行者を、接触する可能性のある対象歩行者とする。ローカルエリアは、検出領域よりも狭い領域として設定されている。なお、対象歩行者を決定する条件は、自律移動する環境の特性や移動ロボット１００の性能等に応じて予め設定される。

歩行者９０１～９０４が、図示するような位置に存在し、白抜き矢印で示す速度ベクトルで移動している場合に、移動ロボット１００は、黒矢印Ｐ_１、Ｐ_２の進路方向を選択し得る。黒矢印Ｐ_１の進路方向は、歩行者９０１と、歩行者９０２および歩行者９０３との間に生じている隙間空間に向かい、歩行者９０１の移動に若干追従するように移動しつつ歩行者９０１～９０３を回避する回避経路７１１を生成し得る。黒矢印Ｐ_２の進路方向は、歩行者９０２および歩行者９０３と、歩行者９０４との間に生じている比較的広い空間に向かい、歩行者９０２～９０４を回避する回避経路７１２を生成し得る。本実施形態においては、黒矢印で示す進路方向を決定した場合に、所定時間後に自機が到達する位置を推定し、予めその推定位置から目的地７９０までの残余経路を生成しておくことにより、移動ロボット１００を円滑に目的地７９０へ到達させる。

図５は、処理の流れを示す機能ブロック図である。各機能ブロックは、図２を用いて説明したシステム構成の要素に対応する。センサユニット１３０の出力は、同定部２０１と検出部２０２へ供給される。同定部２０１は、センサユニット１３０の出力をメモリ２５０から読み出した環境地図２５２と照合して自機位置を同定する。同定された自機位置の情報は、第１演算部２０３と第２演算部２０４へ引き渡される。

検出部２０２は、センサユニット１３０の出力を得て、歩行者の位置と速度ベクトルを検出する。検出された歩行者の位置と速度ベクトルの情報は、第１演算部２０３、第２演算部２０４、移動制御部２０６へ引き渡される。第１演算部２０３は、自機位置の情報、歩行者の位置と速度ベクトルの情報を得て、自機が進むべき進路方向の候補を演算する。演算する候補の数は、予め定められた条件を満たす場合は複数であっても良い。具体的な演算手法については後述する。自機が進むべき進路方向の候補は、第２演算部２０４、移動制御部２０６へ引き渡される。

第２演算部２０４は、自機位置の情報、歩行者の位置と速度ベクトルの情報、および自機が進むべき進路方向の候補を、メモリ２５０から読み出した学習済みモデル２５１へ入力し、移動ロボット１００が所定時間後に到達すると推定される推定位置を演算する。進むべき進路方向の候補を複数得た場合には、それぞれに対して推定位置を演算する。具体的な演算手法については後述する。演算された推定位置の情報は、生成部２０５へ引き渡される。

生成部２０５は、推定位置の情報を得て、当該推定位置から目的地７９０までの残余経路を生成する。推定位置の情報を複数得た場合には、それぞれに対して残余経路を生成する。複数の残余経路が生成された場合には、それぞれに対して評価演算を行って、一つの残余経路を決定する。具体的な演算手法については後述する。生成され、決定された残余経路の情報は、移動制御部２０６へ引き渡される。

移動制御部２０６は、決定された残余経路、その残余経路に対応する進路方向、歩行者の位置と速度ベクトルの情報を得て、台車駆動ユニット２１０を制御し、移動ロボット１００を移動させる。具体的には、得た進路方向に向かって移動を開始し、推定位置を演算した所定時間が経過するまでは、歩行者の位置と速度ベクトルの情報に基づいて当該歩行者を回避しつつ進む。そして、所定時間が経過したら残余経路に沿った移動制御を行う。

このとき、検出部２０２は、周期的に歩行者の位置と速度ベクトルを検出して、移動制御部２０６へその結果を引き渡す。移動制御部２０６は、その状況に応じて回避動作を行う。したがって、当該所定時間後には、残余経路の開始点となる推定位置に到達しない場合もあるが、その場合は、所定時間の経過後に速やかに残余経路に沿うように軌道を修正する。

また、進路方向に向かって移動を開始した後であって所定時間の経過前に新たな対象歩行者を発見した場合、さらには、残余経路に沿って移動を開始した後に新たな対象歩行者を発見した場合には、改めて一連の処理を実行して、推定位置と残余経路を更新する。推定位置と残余経路を更新した場合には、その推定位置に対応する進路方向へ向かって移動を開始する。

図６は、進路方向の候補を説明する図である。上述のように、進路方向は、第１演算部２０３によって演算される。ここでは、図示するように、歩行者９０１～９０３が対象歩行者として存在する場合を想定する。第１演算部２０３は、検出部２０２が検出した歩行者９０１の位置（ｘ_１，ｙ_１）と速度ベクトル（ｘｖ_１，ｙｖ_１）、歩行者９０２の位置（ｘ_２，ｙ_２）と速度ベクトル（ｘｖ_２，ｙｖ_２）、歩行者９０３の位置（ｘ_３，ｙ_３）と速度ベクトル（ｘｖ_３，ｙｖ_３）を得ている。

進路方向は、移動する歩行者付近で交叉しない方向に設定されることが好ましい。進路方向の演算例について説明する。第１演算部２０３は、歩行者の位置と速度ベクトルから一次元ポテンシャルを算出する。そして、算出した一次元ポテンシャルの極小値をとる方向を進路方向の候補とする。歩行者ｉのポテンシャルは、以下のように定義する。

…（２）

ｒ_ｉは移動ロボット１００から歩行者ｉまでの距離、φはロボット座標における極座標の偏角、φ_ｇは目的地方向、θはロボット座標における歩行者ｉの位置方向、ｖ_ｈは歩行者が移動ロボット１００に向かう方向成分の歩行者の速度を表す。これらのパラメータは、位置（ｘ_ｉ，ｙ_ｉ）と速度ベクトル（ｘｖ_ｉ，ｙｖ_ｉ）から算出される。また、Ａ、βは係数であり、事前に調整される。βは、ｒ_ｉに応じて変化する。例えば、Ｂ、γを一定の係数とすると、β＝{Ｂ arctan(γ／ｒ_ｉ)｝^２で示される。進路方向を決定するための一次元ポテンシャルは、対象歩行者をＮ人とした場合に、以下のように表わされる。

…（４）

Ｐ^ｏｂｓでは、歩行者の存在する角度φがポテンシャルの山になるので、歩行者同士の隙間がポテンシャルの谷となり進路方向の候補として抽出できる。さらに式（３）においてｐ_ｇ（φ）を以下のように設定する。

…（５）

ここで、Ｃは係数を表す。ｐ_ｇ（φ）だけ加算させることで目的地方向のポテンシャルが負となり、移動ロボット１００が目的地方向を選択可能となる。歩行者に追従する場合は、移動ロボット１００から離れる歩行者の位置方向φがポテンシャルの谷となり、離れていく歩行者に追従することが可能となる。このようにして得られるポテンシャルが極小値をとる角度の集合Ｈ^ｏｂｓ＝｛α_１ ^ｏｂｓ，α_２ ^ｏｂｓ，…，α_ｉ ^ｏｂｓ｝、Ｈ^ｖｅｌ＝｛α_１ ^ｖｅｌ，α_２ ^ｖｅｌ，…，α_ｉ ^ｖｅｌ｝についてＨ^ｏｂｓとＨ^ｖｅｌの和集合が進路方向の候補となる。図６の例は、Ｈ^ｏｂｓとして黒矢印Ｐ_１が、Ｈ^ｖｅｌとして黒矢印Ｐ_２が演算された様子を示す。

例えば、黒矢印Ｐ_１の方向を進路方向と決定して移動を開始したとしても、歩行者の移動に対する移動ロボット１００の接触回避動作により、実際には直線方向への移動は継続できず、直線方向からずれることも多い。図７は、歩行者の影響を受けて進路がずれる様子を示す図である。

点線で示す予定経路７２１は、進路方向として決定した黒矢印Ｐ_１方向へ予定通り直進をした場合の軌跡を示す。実線で示す実際経路７３１は、移動ロボット１００が実際に進んだ軌跡を示す。それぞれの軌跡上の丸印は、単位時間Δｔごとの位置を示す。

移動ロボット１００は、予定経路７２１に沿って移動しようとするものの、歩行者９０１の接近をできるだけ回避しようとする経路を採用した結果、予定経路７２１から乖離して実際経路７３１の軌跡を辿った様子が伺える。そして、３×Δｔ後であるＴ_３の時点においては、予定経路７２１を進めば（ｘＤ_３，ｙＤ_３）へ到達するはずが、実際には（ｘＲ_３，ｙＲ_３）であったことがわかる。

このように、進路方向を決定しても、所定時間後（例えば、３×Δｔ後）に実際にどこに到達するかは、対象歩行者の位置やその動きに影響され、正確に計算することは困難である。また、刻々とセンサ情報を取得して計算するには、多くのコンピュータリソースを消費し、多くの演算時間も必要となる。したがって、状況を逐次把握しながら演算を高速に繰り返すことは、移動ロボット１００の移動速度を低下させ、円滑な移動の妨げとなる。そこで、本実施形態においては、自機位置、歩行者の位置および速度ベクトル、進路方向を入力すると、所定時間後に到達すると推定される推定位置を出力する学習済みモデル２５１を導入する。

まず、学習済みモデル２５１を生成するまでの学習プロセスの一例について説明する。学習は、オペレータを介さず、所定のアルゴリズムで自機の移動を自動的に確定させる手法を採用することができる。例えば、図６を用いて説明した一次元ポテンシャルを各時刻（ｔ＝Ｔ_０、Ｔ_１、Ｔ_２）で演算して一つの進路方向を決定し、単位時間Δｔの間はその方向へ直進するというアルゴリズムを採用することができる。オペレータを介さない学習手法によれば短時間に多くの教師データを生成することができる。一方、オペレータを介した手法も採用できる。ここでは、学習段階の理解のため、オペレータを介した手法について説明する。

図８は、学習済みモデルを生成するプロセスを説明する図である。学習は、例えばタブレット端末である学習端末３００において、オペレータの入力を伴うシミュレーションによって行われる。ｔ＝Ｔ_０の初期設定において、学習端末３００のコンピュータは、限られた数の範囲内でランダムに歩行者（図においては、歩行者Ａ～Ｃで表わす）を配置し、また、ランダムにその速度ベクトル（図においては、白抜き矢印で表わす）を設定する。さらに、移動ロボット１００を表わす自機Ｓを配置する。このように設定された歩行者と自機との関係に対して上述のように演算された一つの進路方向が決定され、予定経路が点線で示される。

シミュレーションが開始されると、ｔ＝Ｔ_０からＴ_１にかけての歩行者Ａ～Ｃの移動がコンピュータによってアニメーションで示される。歩行者の移動は、予め定められた移動パターンの範囲内で、ランダムに決定される。例えば、移動速度は０．８～１．５ｍ／ｓの範囲で決められ、設定された確率と角度に従って周期的に移動方向を変化させる。また、直前の時刻において警告領域に自機Ｓが進入した場合には、減速したり立ち止まったり、進入方向とは反対方向へ退避する移動を開始したりする。また、進行方向に自機が接近する場合には、移動速度を低下させる。

ｔ＝Ｔ_１における歩行者Ａ～Ｃの配置が確定するとアニメーションは一旦停止し、オペレータは、歩行者Ａ～Ｃの様子を見て、自機Ｓをタッチパネル機能により移動すべき位置までドラッグする。このときの移動は、移動ロボット１００の想定性能に合わせて制限される。また、予定経路から大きく外れる方向へのドラッグはキャンセルされる。このようにして、オペレータは、ｔ＝Ｔ_１における自機Ｓの位置を確定させる。

このような処理を、ｔ＝Ｔ_１～Ｔ_２、ｔ＝Ｔ_２～Ｔ_３に対しても繰り返す。所定時間が３×Δｔに設定されている場合は、ｔ＝Ｔ_３で確定された自機Ｓの位置が、ｔ＝Ｔ_０の初期設定に対する推定位置となる。すなわち、ｔ＝Ｔ_０の初期設定と、オペレータが確定させた自機Ｓの位置の組み合わせが、一つの教師データとなる。

学習済みモデル２５１は、オペレータによって大量に作成された教師データが与えられて学習を行う。このようにして生成された学習済みモデル２５１は、学習端末３００から不図示のサーバを介してメモリ２５０へ格納される。なお、所定時間は、例えば、検出部２０２によって検出された対象歩行者の移動が移動ロボット１００の移動に影響を与えなくなると想定される程度の時間に設定されると良い。また、所定時間は、移動ロボット１００が自律移動を行う環境に応じて調整すると良い。例えば、歩行者の移動速度が速い環境（例えば、駅のコンコース）では短くし、遅い環境（例えば、福祉施設）では長くすると良い。また、移動ロボット１００が自律移動を行う環境に応じて、シミュレーションで採用する歩行者の移動パターンを調整しても良い。

第２演算部２０４は、このような教師データを用いて学習された学習済みモデル２５１をメモリ２５０から読み出して利用する。具体的には、同定部２０１から受け取った自機位置の情報、検出部２０２から受け取った歩行者の位置と速度ベクトルの情報、第１演算部２０３から受け取った進路方向を学習済みモデル２５１へ入力し、所定時間後の移動ロボット１００の推定位置を演算する。推定位置は、入力した自機位置に対する座標で表わされても良いし、進路方向へ直進した場合に対するずれ量として表わされても良い。

生成部２０５は、第２演算部２０４が演算した推定位置の情報を受け取り、当該推定位置から目的地７９０までの残余経路を生成する。図９は、残余経路を生成するプロセスを説明する図である。白丸Ｐｃ_１は、進路方向として黒矢印Ｐ_１を採用した場合の所定時間後の推定位置である。予想経路７４１は、学習済みモデル２５１の直接の出力として得られるものではないが、移動ロボット１００が辿ると考えられる軌跡を表わしている。

環境地図２５２には、推定位置Ｐｃ１と目的地７９０の間の領域に、障害物９８１、９８２が存在することが記述されている。障害物９８１、９８２を回避して目的地７９０へ到達する経路は、例えば図示するようなＲｃ_１、Ｒｃ_２、Ｒｃ_３の候補が探索される。これらの候補のうち、経路コストが最も小さい経路を残余経路と決定する。経路の探索と評価については、例えば、Ａ＊探索アルゴリズムを採用することができる。

第１演算部２０３が進路方向の候補を複数出力した場合には、第２演算部２０４は、それぞれの進路方向に対して所定時間後の推定位置を演算する。図１０は、２つの進路候補が演算された場合における残余経路の生成プロセスを説明する図である。

図９と同様に、白丸Ｐｃ_１は、進路方向として黒矢印Ｐ_１を採用した場合の所定時間後の推定位置であり、予想経路７４１は、移動ロボット１００が辿ると考えられる軌跡を表わしている。白丸Ｐｃ_２は、進路方向として黒矢印Ｐ_２を採用した場合の所定時間後の推定位置であり、予想経路７４２は、移動ロボット１００が辿ると考えられる軌跡を表わしている。

推定位置Ｐｃ_１から目的地７９０までの候補経路であるＲｃ_ｐ１は、上述のように、例えば、Ａ＊探索アルゴリズムによって生成される。同様に、推定位置Ｐｃ_２から目的地７９０までの候補経路であるＲｃ_ｐ２も、Ａ＊探索アルゴリズムによって生成される。生成部２０５は、更に、進路方向としてＰ_１を採用し推定位置Ｐｃ_１を経由して候補経路Ｒｃ_ｐ１に沿って目的地７９０まで移動する場合と、進路方向としてＰ_２を採用し推定位置Ｐｃ_２を経由して候補経路Ｒｃ_ｐ２に沿って目的地７９０まで移送する場合の経路コストを演算する。

生成部２０５は、進路方向であるＰ_１を選択した場合の第２演算部２０４の出力を元に予想経路７４１を生成する。同様に、進路方向であるＰ_２を選択し予想経路７４２を生成する。そして、予想経路７４１と候補経路Ｒｃ_ｐ１を辿る場合と、予想経路７４２と候補経路Ｒｃ_ｐ２を辿る場合のそれぞれに対し、移動距離、移動時間、進路変更頻度、障害物への接近度合等を評価項目として、経路コストを演算する。生成部２０５は、経路コストが低い方の候補経路を、移動制御部２０６へ引き渡す残余経路として決定する。

学習済みモデル２５１を、推定位置を出力すると共に当該推定位置に到達するまでにどの程度歩行者に接近するかの接近度合を併せて出力するように構成すれば、その接近度合も評価項目として採用し得る。例えば、歩行者の警告領域と交叉した回数を接近度合とすることができる。この場合、接近度合が大きいほどコストを高く設定する。このようなパラメータを評価項目として採用すれば、歩行者に与える威圧感と効率的な移動とのバランスを調整して経路を決定することができる。

移動制御部２０６は、生成部２０５から受け取った残余経路の情報と、第１演算部２０３から受け取った進路方向のうち当該残余経路に対応する進路方向とに基づいて、台車駆動ユニット２１０を駆動する。具体的には、進路方向へ移動を開始し、検出部２０２から周期的に受け取る歩行者の位置と速度ベクトルの情報に対応して当該歩行者を回避しつつ移動を継続する。そして、所定時間が経過した後は残余経路に沿って移動をする。なお、図９および図１０を用いて説明した残余経路の選定においては、経路コストによる評価演算を行ったが、評価演算は、他の評価パラメータを採用したものであっても構わない。

図１１は、自律移動の処理フローを示すフロー図である。フローは、タスクに応じた目的地が設定された時点から開始する。なお、移動に関する処理以外の処理についてはここでは言及しないが、そのような処理は必要に応じて適宜実行されるものとする。

制御部１６０は、ステップＳ１０１で、現在地から設定された目的地までの移動経路を、メモリ２５０から読み出した環境地図２５２を参照して計画する。すなわち、図４で示した計画経路７００を策定する。ステップＳ１０２へ進み、移動制御部２０６は、計画した経路に沿って移動ロボット１００を移動させる。移動制御部２０６が移動制御を実行している間は、検出部２０２は、周期的にセンサユニット１３０の出力を取得して、周囲を移動する移動体の有無を確認する（ステップＳ１０３）。周囲を移動する移動体を発見しない限りは（ステップＳ１０３：ＮＯ）、目的地に到達するまで移動を継続する（ステップＳ１１０：ＮＯ→ステップＳ１０２）。目的地に到達したと判断したら移動処理を終了する（ステップＳ１１０：ＹＥＳ）。

移動中に検出部２０２が移動体を発見したら（ステップＳ１０３：ＹＥＳ）、ステップＳ１０４へ進み、検出部２０２は、発見した移動体が回避対象か否かを判断する。具体的には、自機の進行方向に設定されたローカルエリアに存在し、一定時間内に当該ローカルエリアから退出することのない速度ベクトルを有する移動体を、回避対象の移動体と判断する。回避対象の移動体を含まない場合はステップＳ１１０へ進む。回避対象の移動体を含む場合はステップＳ１０５へ進む。

同定部２０１は、ステップＳ１０５で、センサユニット１３０の出力をメモリ２５０から読み出した環境地図２５２と照合して自機位置を同定する。第１演算部２０３は、ステップＳ１０６で、自機位置の情報、移動体の位置と速度ベクトルの情報を得て、自機が進むべき進路方向の候補を演算する。第２演算部２０４は、ステップＳ１０７で、自機位置の情報、移動体の位置と速度ベクトルの情報、および自機が進むべき進路方向の候補を、学習済みモデル２５１へ入力し、移動ロボット１００が所定時間後に到達すると推定される推定位置を演算する。

生成部２０５は、ステップＳ１０８で、推定位置から目的地までの残余経路を生成する。推定位置の情報を複数得た場合には、それぞれに対して残余経路を生成する。複数の残余経路が生成された場合には、それぞれに対して評価演算を行って、一つの残余経路を決定する。

ステップＳ１０９へ進み、移動制御部２０６は、決定された残余経路、その残余経路に対応する進路方向、移動体の位置と速度ベクトルの情報を得て、台車駆動ユニット２１０を制御し、移動ロボット１００を移動させる。具体的には、得た進路方向に向かって移動を開始し、推定位置を演算した所定時間が経過するまでは、歩行者の位置と速度ベクトルの情報に基づいて当該歩行者を回避しつつ進む。そして、所定時間が経過したら残余経路に沿った移動制御を行う。その後ステップＳ１１０へ進み、移動制御部２０６は、目的地へ到達したか否かを判断する。到達していないと判断したらステップＳ１０２へ戻る。到達したと判断したら一連の移動処理を終了する。

以上説明した本実施形態における移動ロボット１００は、回避すべき移動体を検出した場合に所定時間後の推定位置を演算し、当該所定時間が経過するまでは決定した進路方向をできる限り守りつつ移動体を回避することに注力する。しかも、推定位置を学習済みモデル２５１によって演算するので、演算速度も速い。したがって、目的地までの経路を刻々と更新し続ける必要がなく、目的地まで円滑かつ高速に移動できる。ただし、推定位置を演算した時点で把握していなかった移動体であって、所定時間の経過までに接触する可能性のある移動体を発見した場合には、進路方向、推定位置、残余経路を演算し直して更新しても良い。進路方向、推定位置、残余経路を演算し直す条件は、移動ロボット１００が使用される環境等に応じて予め調整されて設定される。

また、以上説明した本実施形態においては、図６を用いて説明したように、進路方向を決定する場合に、移動体間の隙間に着目した集合Ｈ^ｏｂｓと、移動体への追従に着目した集合Ｈ^ｖｅｌの両方を候補にした。すなわち、第１演算部２０３は、移動体からの距離が遠いことと、移動体の移動方向に追従することを評価項目として含む評価関数に基づいて進路方向を演算している。両者を評価項目として採用することにより、回避すべき移動体に対して、単に離れている方向だけでなく、移動体の動きに沿う方向も採用し得るので、経路生成のバリエーションが広がる。しかし、いずれか一方を対象として進路方向を決定しても良い。また、一方に候補が存在しない場合に他方の候補から選ぶようにしても良い。いずれにしても、進路方向は、目的地の方向を考慮して決定すると良い。目的地の方向に近い方向を進路方向に決定すれば、目的地到達までの時間の短縮を期待できる。

１００ 移動ロボット、１１０ 台車部、１１１ 駆動輪、１１２ キャスター、１２０ 本体部、１２１ 胴部、１２２ 頭部、１２３ アーム、１２４ ハンド、１３０ センサユニット、１３１ ステレオカメラ、１３２ レーザスキャナ、１４１ 表示パネル、１８０ 通信ＩＦ、１９０ コントロールユニット、２００ 制御部、２０１ 同定部、２０２ 検出部、２０３ 第１演算部、２０４ 第２演算部、２０５ 生成部、２０６ 移動制御部、２１０ 台車駆動ユニット、２２０ 上体駆動ユニット、２５０ メモリ、２５１ 学習済みモデル、２５２ 環境地図、３００ 学習端末、７００ 計画経路、７１１、７１２ 回避経路、７２１ 予定経路、７３１ 実際経路、７４１、７４２ 予想経路、７９０ 目的地、９０１、９０２、９０３、９０４ 歩行者、９８１、９８２ 障害物

Claims (7)

1. 自機位置を同定する同定部と、
   周囲を移動する移動体の移動体位置と移動体速度ベクトルを検出する検出部と、
   前記自機位置、前記移動体位置および前記移動体速度ベクトルから進むべき進路方向を演算する第１演算部と、
   シミュレーションによる教師あり学習により事前に生成された学習済みモデルに対して、前記自機位置、前記移動体位置、前記移動体速度ベクトルおよび前記進路方向を入力して、前記移動体に接触することなく所定時間後に到達すると推定される推定位置を演算する第２演算部と、
   前記推定位置から目的地までの残余経路を生成する生成部と、
   前記進路方向および前記残余経路に基づいて前記目的地までの移動を制御する移動制御部と
   を備える自律移動ロボット。
2. 前記目的地への移動中に前記検出部が予め設定された条件を満たす移動体を新たに検出した場合には、前記推定位置と前記残余経路を更新する請求項１に記載の自律移動ロボット。
3. 前記第１演算部は、候補となる複数の前記進路方向を演算し、
   前記第２演算部は、前記第１演算部が演算した複数の前記進路方向ごとに前記推定位置を演算し、
   前記生成部は、前記第２演算部が演算した複数の前記推定位置ごとに前記残余経路を生成し、生成した残余経路ごとに評価演算を行って、前記移動制御部へ引き渡す前記進路方向および前記残余経路を決定する請求項１または２に記載の自律移動ロボット。
4. 前記学習済みモデルは、前記推定位置に至る経路移動中における前記移動体との接近度合を併せて出力し、
   前記生成部は、前記接近度合を用いて前記評価演算を行う請求項３に記載の自律移動ロボット。
5. 前記第１演算部は、前記移動体からの距離が遠いことと、前記移動体の移動方向に追従することを評価項目として含む評価関数に基づいて前記進路方向を演算する請求項１から４のいずれか１項に記載の自律移動ロボット。
6. 前記第１演算部は、前記目的地の方向を考慮して前記進路方向を演算する請求項５に記載の自律移動ロボット。
7. 周囲を移動する移動体の移動体位置と移動体速度ベクトルを検出する検出ステップと、
   目的地への移動中に実行される前記検出ステップにより、予め設定された条件を満たす移動体を検出した場合に、
   自機位置を同定する同定ステップと、
   前記自機位置、前記移動体位置および前記移動体速度ベクトルから進むべき進路方向を演算する第１演算ステップと、
   シミュレーションによる教師あり学習により事前に生成された学習済みモデルに対して、前記自機位置、前記移動体位置、前記移動体速度ベクトルおよび前記進路方向を入力して、前記移動体に接触することなく所定時間後に到達すると推定される推定位置を演算する第２演算ステップと、
   前記推定位置から前記目的地までの残余経路を生成する生成ステップと、
   前記進路方向および前記残余経路に基づいて前記目的地までの移動を制御する移動制御を行うステップと、
   をコンピュータに実行させる自律移動ロボットの制御プログラム。

Images