JP7382915B2 - 自走式点検ロボット - Google Patents

Description

本発明は、所定の経路を自律的に走行しながら設備の点検を行う自走式点検ロボットに関する。

自走式ロボットは、自己位置を推定しながら所定の経路を自律走行し、設備の点検などの作業を行うことができる。自走式ロボットの自己位置推定が失陥し、自律走行の継続が困難になった場合に、自走式ロボットは自己位置を回復し、自律走行を継続する技術が知られている。

例えば、特許文献１には、移動空間内に設定された移動経路に基づいて移動制御する移動制御装置を備えた自律移動ロボット（自走式ロボット）に関し、過去の走行履歴と、走行履歴に対応する自己位置推定精度の履歴を記憶し、現在の自己位置推定精度が第一閾値を下回る場合に、過去の走行履歴のうち自己位置推定精度が第一閾値を下回らない場所に移動するようにして自己位置推定精度を回復する技術が記載されている。

また、特許文献２には、自己位置推定部を備える自律移動装置（自走式ロボット）に関し、自己位置推定結果が一意に定まるか否かを判定し、一意に定まらないと判定した場合には、過去の位置履歴のうち、自己位置推定結果が一意に定まる位置に移動し自己位置推定を回復する技術が記載されている。

特開２０１６－１７３７０９号公報 特開２０１８－９２６８２号公報

特許文献１、及び２に記載の技術においては、自己位置推定が失陥した場合に、過去自己位置推定が可能だった地点に戻って自己位置を回復するようにしている。しかしながら、所定の経路を走行する自走式点検ロボットにおいては、過去の走行履歴中の位置に戻って自己位置を回復したとしても、所定経路を走行して自己位置が失陥した地点に再訪した際に、再び自己位置推定を失陥する可能性が高い。このような場合には、設備の点検を行う自走式点検ロボットは、自律走行を継続できず、計画通りに点検が実施できないので、点検結果を十分に収集できないという課題がある。

本発明の目的は、自己位置推定が失陥し、自律走行と点検を継続できない場合でも、自己位置を回復し、自律走行と点検を継続できる自走式点検ロボットを提供することにある。

本発明による自走式点検ロボットは、所定の走行経路を走行して設備の点検を行う自走式点検ロボットであって、複数の点検対象撮影箇所と点検対象の情報を記憶する点検ＤＢと、前記点検対象撮影箇所において点検対象を撮影するカメラを備えた点検部と、前記自走式点検ロボットの自己位置を推定する自己位置推定部と、前記自己位置推定部の推定の失陥を検知する失陥検知部と、前記失陥検知部が失陥を検知した場合に、前記自走式点検ロボットの失陥時の位置と、前記点検対象撮影箇所との距離を計算する距離計算部と、前記距離計算部が計算した距離が第一閾値以内の場合、前記点検対象の情報と前記点検部の出力を用いて自己位置推定の回復処理を実行する自己位置回復処理部と、前記距離計算部が計算した距離が第一閾値を超える場合、前記点検対象撮影箇所へ接近するための挙動を計画する接近挙動計画部と、前記接近挙動計画部が出力する接近挙動計画に基づき、前記自走式点検ロボットを制御し前記点検対象撮影箇所１１１に接近させる制御部と、を備える。

本発明によれば、自己位置推定が失陥し、自律走行と点検を継続できない場合でも、自己位置を回復し、自律走行と点検を継続できる自走式点検ロボットを提供することができる。

本発明の実施例１に係る自走式点検ロボットの動作を説明するための模式図である。 本発明の実施例１に係る自走式点検ロボットの点検対象撮影箇所での動作を説明するための模式図である。 本発明の実施例１において想定する自走式点検ロボットの自己位置推定のレベルを示す模式図である（自己位置推定のレベルが良好）。 本発明の実施例１において想定する自走式点検ロボットの自己位置推定のレベルを示す模式図である（自己位置推定のレベルが不良）。 本発明の実施例１において想定する自走式点検ロボットの自己位置推定のレベルを示す模式図である（自己位置推定のレベルが不可）。 本発明の実施例１に係る自走式点検ロボットの構成を示す図である。 本発明の実施例１に係る自走式点検ロボットの処理と動作を示すフローチャートである。 本発明の実施例１に係る自走式点検ロボットにおいて、自己位置回復処理部による自己位置算出方法について説明するための模式図である。 本発明の実施例２に係る自走式点検ロボットの接近挙動計画部が計画する、障害物回避を優先した接近挙動を説明するための模式図である。 本発明の実施例２に係る自走式点検ロボットの接近挙動計画部が計画する、障害物回避を優先した接近挙動を説明するための模式図である（障害物回避を優先した回避経路６ｂを生成）。 本発明の実施例３に係る自走式点検ロボットにおいて、点検部のカメラの撮影方向を走査し、複数枚の画像を撮影する処理を説明するための模式図である。 本発明の実施例３に係る自走式点検ロボットにおいて、点検部のカメラの撮影方向を走査し、複数枚の画像を撮影する処理を説明するための模式図である（カメラの撮影方向を横方向、縦方向共に走査）。 本発明の実施例４に係る自走式点検ロボットにおいて、点検対象撮影箇所への接近挙動を説明するための模式図である（６枚の画像を撮影）。 本発明の実施例４に係る自走式点検ロボットにおいて、点検対象撮影箇所への接近挙動を説明するための模式図である。 本発明の実施例５に係る自走式点検ロボットにおいて、点検部のカメラのズーム率を変化させる処理の例を説明するための模式図である。 本発明の実施例５に係る自走式点検ロボットにおいて、点検部のカメラのズーム率を変化させる処理の例を説明するための模式図である（カメラのズーム率を増加）。 本発明の実施例６に係る自走式点検ロボットにおいて、距離計算部による外乱要因の量を重み付けした距離計算を説明するための模式図である。 本発明の実施例７に係る自走式点検ロボットの処理と動作を示すフローチャートである。 本発明の実施例８に係る自走式点検ロボットにおいて、自己位置回復用撮影対象撮影箇所について説明するための模式図である。 本発明の実施例８に係る自走式点検ロボットにおいて、自己位置回復用撮影対象撮影箇所について説明するための模式図である（標識２を登録）。

本発明による自走式点検ロボットは、例えば発電所や変電所などの電力施設において、所定の走行経路を自律的に走行して設備の点検を行うことができる。本発明による自走式点検ロボットは、自己位置推定が失陥し、自律走行と点検を継続できない場合でも、自己位置を回復して自律走行と点検を継続できる。

以下、本発明の実施例による自走式点検ロボットを、図面を用いて説明する。なお、本明細書で用いる図面において、同一のまたは対応する要素には同一の符号を付け、これらの要素については繰り返しの説明を省略する場合がある。

本発明の各種の構成要素は必ずしも個々に独立した存在である必要はなく、一の構成要素が複数の部材から成ること、複数の構成要素が一の部材から成ること、或る構成要素が別の構成要素の一部であること、或る構成要素の一部と他の構成要素の一部とが重複すること、などを許容する。

本発明の実施例１に係る自走式点検ロボットについて、図１から図６を用いて説明する。

図１は本発明の実施例１に係る自走式点検ロボットの動作を説明するための模式図である。図１では、一例として、電力施設内を走行して点検対象の設備（例えば、変電設備類）の点検を実施する自走式点検ロボット１を示している。

自走式点検ロボット１は自己位置推定部１３を備えており、例えば、ＧＰＳ衛星３の信号を受信することにより、自走式点検ロボット１の自己位置を推定することができる。自走式点検ロボット１は、自己位置推定部１３によって自己の位置を推定しながら、自律的に走行することができる。また、自走式点検ロボット１は点検部１２を備えている。点検部１２は、点検対象の設備５（例えば、架線、鉄塔、及び計器などを含む変電設備類）を点検するための手段であり、移動しながら点検対象の設備５を撮影する。

図２は本発明の実施例１に係る自走式点検ロボット１の点検対象撮影箇所１１１での動作を説明するための模式図である。自走式点検ロボット１は、自己位置推定部１３を用いて自己位置を推定しながら予め定められた所定の走行経路６を自律走行し、点検対象撮影箇所１１１に到達する。そして、自走式点検ロボット１は、カメラを備えた点検部１２を用いて点検対象の設備５を撮影し、外観の異常や計器の異常の有無を確認する点検を実施する。自走式点検ロボット１は、従来人手で行っている電力施設内での定期点検を自動化し、省力化することができる。

図３Ａ～図３Ｃは本発明の実施例１において想定する自走式点検ロボット１の自己位置推定のレベルを示す模式図である。図３Ａ～図３Ｃにおいて、９は自走式点検ロボット１の推定自己位置、１０は自走式点検ロボット１が存在しうると推定される範囲である。今後、１０を推定範囲と記載する。実施例１において、自己位置推定部１３は、推定自己位置９のみを算出する場合と、推定自己位置９と推定範囲１０を共に算出する場合、の両方を想定する。実施例１においては、自己位置推定のレベルを良好、不良、不可の３種類に分類する。

図３Ａは自己位置推定のレベルが良好である場合を示している。自己位置推定が良好な場合、推定自己位置９と自走式点検ロボット１の実際の位置は精度よく一致する。また、推定範囲１０を算出している場合は、推定範囲１０は無視できる誤差の範囲に収まる（例えば直径１０ｃｍ程度）。自己位置推定のレベルが良好である場合としては、例えば自己位置推定部１３にＧＰＳを用いているときに、ＧＰＳの信号が良好であり、精度よく自己位置が計測できている場合などが挙げられる。

図３Ｂは自己位置推定のレベルが不良である場合を示している。自己位置推定が不良な場合、推定自己位置９と自走式点検ロボット１の実際の位置は必ずしも一致しない。また、推定範囲１０を算出している場合は、推定範囲１０は誤差が無視できない範囲に広がる。しかし、自走式点検ロボット１の実際の位置は、推定範囲１０の中には多くの場合（例えば３σの９９．７％）で収まる。自己位置推定のレベルが不良である場合としては、例えば自走式点検ロボット１が車輪を備えている場合に、ＧＰＳの信号が途絶し、車輪の回転量を基に移動量を積算して自己位置を推定したことで、誤差が蓄積した場合などが挙げられる。

図３Ｃは自己位置推定のレベルが不可である場合を示している。自己位置推定が不可とは、自走式点検ロボット１の推定自己位置９が不明であり、推定範囲１０も不明である場合を示すものとする。実施例１における自走式点検ロボット１は、移動量を積算することにより何らかの形で推定自己位置９を算出することが可能であり、また積算に伴う誤差を考慮することで推定範囲１０を求めることも可能であるため、自己位置推定のレベルが不可になることは想定しない。

自己位置推定のレベルが良好である場合、自走式点検ロボット１は、先述したように自律走行と点検の実施が可能である。自己位置推定のレベルが不良の場合、安全上停止せざるを得ず、自律走行と点検が継続できない。実施例１においては、自己位置推定のレベルが不良に陥ることを、自己位置推定の失陥と表現する。

実施例１による自走式点検ロボット１は、自己位置推定が失陥したときに、点検部１２の出力と、点検対象の情報１１２を用いて自己位置を回復することで、自律走行と点検を継続することができる。以下、実施例１による自走式点検ロボット１の構成と、自己位置回復の方法について説明する。

図４は本発明の実施例１に係る自走式点検ロボット１の構成を示すブロック図である。自走式点検ロボット１は、複数の点検対象撮影箇所１１１と複数の点検対象の情報１１２を記憶する点検ＤＢ１１（DB：database）と、カメラを備えた点検部１２と、自己位置推定部１３と、制御部１４と、情報処理部１５を備える。また、情報処理部１５は、失陥検知部１５１と、距離計算部１５２と、自己位置回復処理部１５３と、接近挙動計画部１５４を備える。

点検ＤＢ１１は、少なくとも点検対象の設備５がある空間中の位置と、点検対象を識別するための事前情報を含む点検対象の情報１１２と、各点検対象を撮影するのに適した箇所である点検対象撮影箇所１１１を記憶する。点検対象を識別するための事前情報は、例えば点検対象の画像、もしくは点検対象の形状（円形、矩形など）や大きさのパラメータ、などであってもよい。または、点検対象の設備５に識別用のＱＲコード（登録商標）が設置してある場合であれば、対応するＱＲコードであってもよい。点検対象の情報１１２は、点検対象を識別することができればその種類は問わない。

また点検ＤＢ１１は、点検対象撮影箇所１１１と点検対象の情報１１２のセットについて、複数のパターンを記憶していてもよい。例えば、高頻度に実施する定期点検のためのパターンと、低頻度に実施する定期点検のためのパターンを、分けて記憶していてもよい。

点検部１２は、先述したように、点検対象の設備５を点検するための手段であり、点検対象を撮影するためのカメラを備える。また、点検部１２は点検を実施するための他の機器を備えていてもよく、例えば異音を検知するためのマイクや、温度を計測するためのサーモグラフィーなどを備えていてもよい。

また点検部１２は、点検対象を撮影可能な範囲を拡大するために、カメラの撮影方向を制御する機能を備えていてもよい。撮影方向を制御するには、カメラ単体で撮影方向を制御可能なＰＴＺ（Pan-Tilt-Zoom）カメラを使用してもよく、もしくは、点検対象にカメラが向くよう自走式点検ロボット１の車体方向を制御してもよい。または、カメラの撮影方向を制御する代わりに、周囲３６０度の撮影が可能な全天球カメラを備えていてもよい。

自己位置推定部１３は、先述したように、自走式点検ロボット１の自己位置を推定して求める手段である。自己位置推定部１３には、例えば、屋外であればＧＰＳ（Global Positioning System）技術などを、屋内であればＳＬＡＭ（Simultaneous Localization and Mapping）技術、マップマッチ技術などを用いてもよい。

また、自己位置推定部１３には、先述したＧＰＳやＳＬＡＭ技術、マップマッチ技術に加え、ＩＭＵ（Inertial Measurement Unit）や駆動部（図示せず）の操作量（例えば駆動部が車輪を備えていれば、車輪の回転量）を用いて、デッドレコニングにより算出した自走式点検ロボット１の短期的な移動量を併用してもよい。その場合、デッドレコニングにより算出した移動量と、ＧＰＳやＳＬＡＭ技術、マップマッチ技術により算出した位置を、例えばカルマンフィルタなどのフィルタ処理によって融合することで、自己位置を推定してもよい。カルマンフィルタを用いる場合、分散値の形で、推定範囲１０を算出することが可能である。

情報処理部１５は、後述する各種計算処理を実行するための手段である。情報処理部１５には、ハードウェアとして、ＰＣ（Personal Computer）やＥＣＵ（Electronic Control Unit）、組み込みコンピュータなどを用いることができ、後述する計算処理を実行することができれば、使用する機器・実装方法は問わない。

失陥検知部１５１は、情報処理部１５内に実装された手段であって、自己位置推定部１３による自己位置推定結果が正常であるか否かを判定し、自己位置推定の失陥を検知する手段である。自己位置推定が失陥する場合としては、例えば自己位置推定部１３でＧＰＳを使用している場合には、ＧＰＳ衛星からの電波が樹木や建物により遮蔽され、自己位置の算出に失敗する場合や、例えば自己位置推定部１３でマップマッチ技術を使用している場合には、周囲に存在する特徴的な地形が減少し、地図（図示せず）との照合に失敗する場合、などが挙げられる。

失陥検知部１５１で失陥を検知するには、例えば自己位置推定部１３でＧＰＳを使用している場合には、例えばＧＰＳから出力される測位精度指標であるＤＯＰ（Dilution Of Precision）値が所定の水準を超えているかどうかを監視すればよい。また、例えば自己位置推定部１３でＳＬＡＭ技術を使用している場合には、例えばＩＭＵで算出した移動量と、マップマッチング技術で算出した自己位置との偏差を計算し、偏差が所定の閾値を超えるか否かを監視すればよい。また、自己位置推定部１３でカルマンフィルタなどのフィルタ処理を使用している場合には、フィルタ処理の結果出力される自己位置推定の精度指標（分散値など）が所定の水準を超えているかどうかを監視すればよい。

距離計算部１５２は、情報処理部１５内に実装された手段であって、失陥検知部１５１が自己位置推定の失陥を検知した場合に、検知した時点での自走式点検ロボット１の推定自己位置と、点検対象撮影箇所１１１との距離を計算する手段である。距離計算部１５２は、所定の走行経路６中の、自走式点検ロボット１が次に撮影を実施すべき点検対象撮影箇所１１１との距離を計算してもよいし、距離が最小となる、即ち最近傍の点検対象撮影箇所１１１を探索し、その最小距離を算出してもよい。距離計算部１５２は、算出した距離を基に、後述する閾値を用いた判定処理を行う。

また、距離計算部１５２が距離計算の対象とする点検対象撮影箇所１１１は、任意のものを設定できる。例えば、先述したように、点検ＤＢ１１が複数の点検対象撮影箇所１１１と複数の点検対象の情報１１２とのセットを複数の点検パターンとして記憶している場合、距離計算部１５２は自走式点検ロボット１が現在実行している点検パターンに関わらず、点検ＤＢ１１が記憶している複数の点検パターンの全ての点検対象撮影箇所１１１について距離計算の対象として計算を行うことができる。

自己位置回復処理部１５３は、情報処理部１５内に実装された手段であって、距離計算部１５２が算出した距離が予め定めた閾値を超えない（閾値より小さい）と判定した場合に、点検対象の情報１１２と、点検部１２の出力を用いて自己位置を算出する自己位置回復処理を実行する手段である。実施例１の「閾値」とは、例えば点検対象撮影箇所１１１において、点検部１２に備えたカメラを使って点検対象の設備５を撮影した際、点検対象の設備５の正常若しくは異常を判断可能な解像度が得られる距離としている。一例として、点検部１２に備えたカメラを使って点検対象の設備５を撮影した際、計器類を読み取り可能な解像度が得られる距離（１０ｍ程度）としている。自己位置回復処理の具体的な方法については後述する。

接近挙動計画部１５４は、情報処理部１５内に実装された手段であって、距離計算部１５２が出力する距離が予め定めた閾値を超える（閾値より大きい）場合に、点検対象撮影箇所１１１の位置と自己位置推定失陥時点の自走式点検ロボット１の推定自己位置を基に、点検対象撮影箇所１１１に接近するための接近挙動を計画する手段である。具体的な接近挙動については後述する。

制御部１４は、自走式点検ロボット１を制御し自律走行させる手段である。制御部１４は、自己位置推定が正常な場合は所定の走行経路６に沿って走行するよう自走式点検ロボット１を制御し、自己位置推定が失陥し、かつ距離計算部１５２が出力する距離が予め定めた閾値を超える場合は、接近挙動計画部１５４が出力する接近挙動に基づいて自走式点検ロボット１を制御する。

また、制御部１４は、自走式点検ロボット１を駆動して走行させるための駆動部（図示せず）を備えることができる。駆動部は、例えばタイヤ、クローラ、及び脚などの走行機構と、走行機構を駆動するためのバッテリーなどの動力部を備えることができる。動力部は、太陽光発電装置などの環境発電装備を備え、環境発電装備が発電した電力で走行機構を駆動させてもよい。

図５は本発明の実施例１に係る自走式点検ロボット１の処理と動作を示すフローチャートである。

ステップＳ１において、失陥検知部１５１は、自己位置推定部１３が失陥しているか否かを判定し、失陥していない（正常な）場合はステップＳ２に移行し、失陥している場合はステップＳ８に移行する。

ステップＳ２において、制御部１４は、所定の走行経路６上を走行するよう自走式点検ロボット１を制御する。

ステップＳ３において、制御部１４は、自走式点検ロボット１が点検対象撮影箇所１１１に到達したか否かを判定する。到達していない場合はステップＳ１に戻り、ステップＳ１からステップＳ３までを繰り返す。到達した場合はステップＳ４に移行する。

ステップＳ１からステップＳ３の処理は自走式点検ロボット１の制御周期毎に反復して行う。

ステップＳ４において、点検部１２は、点検対象撮影箇所１１１で点検対象の設備５を点検する。

ステップＳ５において、点検部１２は、得られた点検結果を点検ＤＢ１１に登録する。

ステップＳ６において、点検部１２は、全ての点検対象について点検が完了したかを判定する。全ての点検が完了した場合はステップＳ７に移行し、完了していない場合はステップＳ１に戻り、ステップＳ１からステップＳ６までを繰り返す。

ステップＳ７において、自走式点検ロボット１は、所定の位置へ戻る（帰巣する）。所定の位置とは、例えば、自走式点検ロボット１の駆動部が備えるバッテリーを充電するための充電ステーションである。

ステップＳ８において、自己位置推定部１３が失陥している場合、距離計算部１５２は、自己位置推定の失陥を検知した時点での推定自己位置と、点検対象撮影箇所１１１との距離を計算し、距離が閾値を超えるか否かを判定する。距離計算部１５２は、先述したように、例えば次に撮影を実施すべき点検対象撮影箇所との距離を計算してもよいし、全ての点検対象撮影箇所の中で距離が最小となる、即ち最近傍の点検対象撮影箇所１１１との距離を計算してもよい。後者の場合は、全ての点検対象撮影箇所との距離を計算した上で、距離の最小値を求める。距離が閾値を超えない場合（点検対象の設備５の撮影が可能な場合）は、ステップＳ９に移行し、閾値を超える場合は、ステップＳ１０に移行する。

ステップＳ９において、点検部１２は点検対象の設備５の画像を撮影し、自己位置回復処理部１５３は、撮影した画像と、点検対象の情報１１２を照合し、自己位置を算出する。具体的な算出方法については後述する。このとき、点検部１２で全天球カメラ以外の画角の限られたカメラを使用している場合は、自己位置推定失陥時の推定自己位置と、点検対象の情報１１２に含まれる点検対象の空間中の位置を基に、カメラの撮影方向を算出し、カメラの撮影方向を制御する。自己位置回復処理が完了した後、ステップＳ１に戻り、ステップＳ１からステップＳ３の繰り返し処理に戻る。

ステップＳ１０において、接近挙動計画部１５４は、点検対象撮影箇所１１１に接近するための挙動を計画する。接近挙動としては、例えば、自己位置推定失陥時の推定自己位置を起点とし、点検対象撮影箇所を終点とするベクトルを算出し、ベクトルに沿って直進する走行挙動を計画すればよい。

ステップＳ１１において、制御部１４は、接近挙動計画部１５４が計画した接近挙動に基づき、自走式点検ロボット１を制御し点検対象撮影箇所１１１に接近させ、到達させる。この時、先述したように、デッドレコニングにより自走式点検ロボット１の短期的な移動量を算出することができる。制御部１４は、デッドレコニングにより算出した移動量を用いて、接近挙動を制御する。なお、デッドレコニングのみを用いて移動量を算出する場合、ＧＰＳやマップマッチ技術による位置の計測値が得られないため、例えば自己位置推定部１３でカルマンフィルタなどのフィルタ処理を用いている場合、自己位置推定の分散値（及び推定範囲１０）は、接近挙動の実行中に増加し続けることになる。

ステップＳ１２において、失陥検知部１５１は、自己位置推定の失陥が依然継続しているか否かを判定する。自己位置推定の失陥が継続している場合は、ステップＳ９に移行し、自己位置回復処理を実行する。失陥が継続していない場合、即ち自己位置が回復している場合は、ステップＳ１に戻る。

なお、自己位置が回復している場合としては、例えば自己位置推定部１３でＧＰＳを使用しているときに、接近挙動の実行中にＧＰＳ衛星の視認状況が改善し、自然に自己位置が回復した場合や、自己位置推定部１３でマップマッチ技術を使用しているときに、接近挙動の実行中に周囲の特徴的な地形が増加し、地図（図示せず）との照合が復活した場合、などが挙げられる。ここで述べる地図とは、例えば周囲の地形情報を多数の点の集合の形で保持する点群地図などを想定する。

ステップＳ９において、自己位置回復処理部１５３は、例えば以下の順序で処理を行うことで、自己位置を算出できる。まず、点検部１２で撮影した画像中から、点検対象の設備５を検出する。検出においては、例えば点検対象の情報１１２として、点検対象の画像を事前に保持している場合には、テンプレートマッチング技術を使用することができる。もしくは、例えば点検対象の情報１１２として、点検対象の形状（円形、矩形など）を保持している場合には、エッジ抽出とハフ変換を用いて形状を検出することができる。次に、点検対象の設備５の大きさや画像中の位置から、自走式点検ロボット１の自己位置を算出する方法について、図６を用いて説明する。

図６は自己位置回復処理部１５３による自己位置算出方法について説明するための模式図である。図６では、説明のために、自走式点検ロボット１は平坦な地面上で動作し、点検対象の設備５は自走式点検ロボット１と同じ高さに設置されているものとする。また、点検対象の情報１１２として、点検対象の設備５の大きさ（高さ、幅）を保持しているものとする。また、図６中の１Ｇから１Ｊは全て自走式点検ロボット１を示すものであるが、１Ｇから１Ｊは点検対象の設備５に対する相対位置関係が異なるものとする。

１２１Ｇから１２１Ｊは、全て点検対象の設備５の画像１２１を示すものであるが、それぞれ１Ｇから１Ｊの位置から撮影した点検対象の設備５の画像を示すものとする。画像１２１Ｇ，画像１２１Ｉは点検対象の設備５を正面から撮影した画像であり、画像１２１Ｇは画像１２１Ｉよりも近い位置で撮影した画像である。画像１２１Ｈ，画像１２１Ｊは点検対象の設備５を斜めから撮影した画像であり、画像１２１Ｈは画像１２１Ｊよりも近い位置で撮影した画像である。Ｈ、Ｗは点検対象の設備５のそれぞれ画像１２１中における高さ、幅（画素数）を示す。点検部１２を起点とし、点検対象の設備５を終点とするベクトルをＶで表す。ベクトルＶと、点検対象の設備５の表面の法線がなす角をθで表す。

図６において、点検対象の設備５に対する自走式点検ロボット１の位置が異なる場合、画像１２１中における点検対象の設備５の大きさ、即ちＨとＷが異なる。即ち、高さＨとベクトルＶの長さ｜Ｖ｜の間には、Ｈ＝ｆ（｜Ｖ｜）なる単射の関数が存在する。また、｜Ｖ｜が定まっている場合、Ｗとθの絶対値｜θ｜の間にも、Ｗ＝ｇ（｜θ｜，｜Ｖ｜＝｜Ｖ｜）なる単射の関数が存在する。従って、ｆ、ｇの逆関数をそれぞれｆ’、ｇ’と定義すると、Ｈ、Ｗから｜Ｖ｜、｜θ｜を以下の（１）、（２）式のように逆算できる。
｜Ｖ｜＝ｆ’（Ｈ） ・・・（１）
｜θ｜＝ｇ’（Ｗ，｜Ｖ｜＝ｆ’（Ｈ）） ・・・（２）
従って、｜Ｖ｜と｜θ｜が求まったとき、自走式点検ロボット１の空間中の位置は、θ＝｜θ｜の場合と、θ＝－｜θ｜の場合の２通りに定まる。自己位置回復処理部１５３は、２通りの位置候補のうち、自己位置推定失陥時の自走式点検ロボット１の位置に対し、接近挙動の実行中に算出した移動量を加算した位置から遠い方の候補を、可能性が低いものとして棄却する。もしくは、２通りの位置候補が近接しており、十分な信頼度を持って片方を棄却できないときは、両者の平均と分散を算出し、保持してもよい。以上のように処理を行うことで、自己位置回復処理部１５３は、自走式点検ロボット１の位置を算出することができる。

先述の説明では、点検対象の情報１１２として、点検対象の設備５の大きさを保持していることを想定したが、点検対象の設備５の画像を予め保持している場合においても、類似の自己位置算出処理を行うことができる。例えば、自走式点検ロボット１の位置の候補を予め網羅的に生成する（例えば１Ｇから１Ｊ）。そして、予め保持している点検対象の設備５の画像を、網羅的に生成した位置の候補のそれぞれに応じて透視変換し、各位置候補から点検対象の設備５を撮影した場合に取得されると想定される画像を、各位置候補ずつセットで生成する。位置候補毎に生成した透視変換後の画像のそれぞれを用いて、現在撮影された点検対象の設備５の画像に対してテンプレートマッチングを行い、評価値が最も高くなる位置候補が、真値であるとみなす。以上のようにしても、自己位置を算出することができる。

自走式点検ロボット１の位置が算出できた後、自己位置回復処理部１５３は、自己位置推定部１３の推定値を算出した位置でリセットする。このとき、例えば自己位置推定部１３でカルマンフィルタなどのフィルタ処理を用いている場合は、位置の計測値が得られるため、接近挙動の実行中に増加した真値との分散を減少させることができる。即ち、自己位置推定の精度を回復することができる。もしくは、例えば自己位置推定部１３でマップマッチング技術を用いている場合は、地図（図示せず）との照合における初期値として自己位置回復処理部１５３が算出した位置を用いることで、地図との照合を再度成功させることができる。

以上の説明では、自己位置回復処理部１５３の出力を用いて、自己位置推定部１３の推定を回復する構成を示した。しかし、場合によっては、自己位置回復処理部１５３の出力を用いても、自己位置を回復できない場合がある。このような場合としては、例えば自己位置推定部１３でマッチング技術を用いている場合に、自己位置回復処理部１５３で算出した位置を初期値としてマッチングを行っても、周囲の特徴的な地形が依然少なく、地図との照合に成功しない場合などが挙げられる。

このような場合には、自己位置推定部１３の推定値の代わりに、自己位置回復処理部１５３の出力を用いて自己位置推定を行い、自律走行を継続する構成に変更してもよい。この場合、自己位置回復処理部１５３は自己位置の算出に画像を用いるため、自己位置推定部１３と比して推定の精度が低いことが多いので、自律走行中の安全を担保するために、障害物検知部を追加し、障害物を回避できる構成とすることが望ましい。

以上説明したように実施例１による自走式点検ロボット１は、自己位置推定部１３による自己位置推定が失陥し、自律走行と点検を継続できない場合でも、点検対象の情報１１２と点検部１２の出力を照合することで自己位置を回復し、自律走行を継続できる。これにより、自走式点検ロボット１による点検を再開でき、点検結果を十分収集できる。また、距離計算部１５２での距離計算対象を次に撮影を実施すべき点検対象撮影箇所とする場合には、自己位置失陥中においても点検対象撮影箇所に接近できるので、自己位置回復後に、効率的に点検を再開できる。

本発明の実施例２による自走式点検ロボット１について、図７Ａ及び図７Ｂを用いて説明する。実施例２では、実施例１と異なる点を主に説明する。

実施例１による自走式点検ロボット１の接近挙動計画部１５４は、図５のステップＳ１０において、点検対象撮影箇所への接近挙動を計画する。接近挙動としては、例えば、自己位置推定失陥時の推定自己位置９を起点とし、点検対象撮影箇所を終点とするベクトルを算出し、ベクトルに沿って直進する走行挙動としてもよいことを先述した。しかし、自走式点検ロボット１の周囲に壁や建物などの構造物や、人や車などの障害物が存在する場合は、このような直進走行を行った場合、障害物に衝突する危険がある。

実施例２による自走式点検ロボット１は、障害物検知部（不図示）を備え、接近挙動の計画に障害物検知部の出力を用いることで、障害物に衝突することなく安全に点検対象撮影箇所に接近することができる。

図７Ａ及び図７Ｂは本発明の実施例２に係る接近挙動計画部が計画する、障害物回避を優先した接近挙動を説明するための模式図である。図７Ａに示すように、自走式点検ロボット１と点検対象撮影箇所１１１の間に障害物（例えば自動車７）が存在する場合、接近挙動として直進を計画すると、障害物と自走式点検ロボット１が衝突する。そこで、図７Ｂに示すように、障害物近辺では点検対象撮影箇所１１１への接近よりも障害物回避を優先した回避経路６ｂを生成し、これを辿る挙動を計画する。

回避経路６ｂの生成には、例えばポテンシャル法を用いることができる。ポテンシャル法では、自走式点検ロボット１と点検対象撮影箇所１１１の周囲の地面上に、点検対象撮影箇所１１１で極小となるなだらかなポテンシャル場（１）を仮想的に生成する。また、障害物周辺の地面上に、障害物に接近するにつれポテンシャルが増大する急峻なポテンシャル場（２）を生成する。そして、ポテンシャル場（１）と（２）を重畳したポテンシャル場（３）を用いて、自走式点検ロボット１の位置を起点として、ポテンシャルが減少する方向を逐次探索することにより、回避経路６ｂを生成する。

以上のように回避経路６ｂを生成すると、点検対象撮影箇所１１１への接近よりも、障害物回避を優先した回避経路６ｂが生成されるため、接近挙動中の障害物への衝突を防止し、安全を担保できる。

また、自己位置推定失陥時は、点検対象撮影箇所１１１の場所を正確に把握できないため、点検対象撮影箇所１１１が存在するとロボットが想定している場所に、実際には壁や建物などの構造物が存在し、障害物に衝突せずに接近することが不可能な場合が存在するが、このような場合においても、先述した方法で生成した回避経路６ｂを用いると、障害物の回避が優先されるため、安全が担保できる。

また、実施例１による自走式点検ロボット１は、接近挙動計画部１５４による接近挙動の計画（図５中のステップＳ１０）、制御部１４による接近挙動の実行（図５中のステップＳ１１）はシークエンシャルな処理とした。実施例２による自走式点検ロボット１では、確実に障害物を回避するために、ステップＳ１１での接近挙動の実行中に、障害物が接近し衝突リスクが高まった場合には、都度ステップＳ１０に戻って接近挙動を再計画する構成に変更してもよい。もしくは、ステップＳ１０とステップＳ１１を制御周期毎に反復する構成としてもよい。

以上説明したように、実施例２による自走式点検ロボット１によれば、周囲に壁や建物などの構造物や、人や車などの障害物が存在する場合においても、接近挙動の計画に障害物検知部の出力を用いることで、障害物に衝突することなく安全に点検対象撮影箇所に接近することができる。

本発明の実施例３による自走式点検ロボット１について、図８を用いて説明する。実施例３では、実施例１、２と異なる点を主に説明する。

実施例１、２による自走式点検ロボット１は、図５のステップＳ９において点検部１２が点検対象の設備５を撮影する際、全天球カメラ以外の画角の限られたカメラを使用している場合は、カメラの撮影方向を制御した。しかし、撮影方向を算出するのに使用する推定自己位置９は、自己位置推定失陥時の推定自己位置９に基づくため、精度が低い。従って、算出した撮影方向に従ってカメラを制御し撮影を行ったとしても、画像中に所望の点検対象の設備５が映らない可能性がある。このとき、自己位置回復処理を実行できず、自己位置回復ができない可能性がある。

実施例３による自走式点検ロボット１は、自己位置回復処理部１５３が自己位置回復処理を行う際、並行して、点検部１２がカメラの撮影方向を走査し、撮影方向の異なる複数枚の画像を撮影することで、点検対象の設備５をより確実に撮影することができる。

図８Ａ及び図８Ｂは、カメラの撮影方向を走査し、複数枚の画像を撮影する処理を説明するための模式図である。図８Ａでは、カメラの撮影方向が不正確なために、撮影した画像１２１中に点検対象の設備５が映っていない。図８Ｂでは、カメラの撮影方向を横方向、縦方向共に走査し、１２１Ａから１２１Ｆまで計６枚の画像を撮影することにより、画像１２１Ｃ中に点検対象の設備５を撮影できている。

また、図８Ｂでは計６枚の画像を撮影したが、画像の枚数は任意であり、撮影方向を変化させる際の刻み幅も任意である。例えば、撮影方向を小刻み（例えば数度程度）に変化させ、撮影方向を縦、横共に０度から３６０度に変化させれば、いかなる方向に点検対象の設備５が位置していたとしても、これを画像中に収めることが可能である。

撮影方向を変化させて撮影した複数の画像を用いて、自己位置回復処理（図５のステップＳ９）において、先述したように点検対象の設備５の検出を行うことで、より確実に点検対象の設備５を検出することが可能である。

以上説明したように、実施例３による自走式点検ロボット１は、カメラの撮影方向を縦、または横、またはその両方に走査することで、点検対象の設備５を画像中に撮影できる可能性が向上する。これにより、撮影方向を算出するのに使用する推定自己位置の精度が低かったとしても、より確実に点検対象の設備５を検出することができ、より確実に自己位置を回復することができる。

本発明の実施例４による自走式点検ロボット１について、図９を用いて説明する。実施例４では、実施例１から３と異なる点を主に説明する。

実施例１から３による自走式点検ロボット１では、図５のステップＳ１０で接近挙動計画部１５４が接近挙動を計画する際、自己位置推定失陥時の推定自己位置９を基準として、点検対象撮影箇所１１１に向かう走行挙動を計画した。しかし、実施例３における課題と同様に、自己位置推定失陥時の推定自己位置９は精度が低いため、これを基準に走行挙動を計画したとしても、点検対象撮影箇所１１１に接近できないか、接近できたとしても、効率が悪い場合がある。

実施例４による自走式点検ロボット１は、制御部１４が接近挙動を実行中に、並行して点検部１２のカメラを走査して点検対象の設備５の検出を試み、検出ができた場合は、点検対象の設備５が検出された方向を考慮して再度接近挙動を計画することで、より確実に点検対象撮影箇所１１１に接近することができる。

図９Ａ及び図９Ｂは実施例３に係る自走式点検ロボット１における点検対象撮影箇所１１１への接近挙動を説明するための模式図である。図９Ａ及び図９Ｂにおいて、１１１Ａは点検対象撮影箇所１１１の真の位置を表し、１１１Ａ’は自走式点検ロボット１が想定している点検対象撮影箇所１１１の位置を表すものとする。自走式点検ロボット１は、自己位置推定失陥時の精度の低い推定自己位置９を基準として点検対象撮影箇所１１１の想定位置を割り出すため、１１１Ａと１１１Ａ’は一般には一致しない。

接近挙動計画部１５４は、１１１Ａ’に接近する挙動を計画し、制御部１４は、１１１Ａ’に接近する挙動を実行する。この際、点検部１２はカメラの撮影方向を走査し、点検対象の設備５を探索する。例えば図９Ａのように、点検対象の画像１２１Ａから１２１Ｆの６枚の画像を、自走式点検ロボット１が微小量（例えば１０ｃｍ程度）移動する毎に取得し、自己位置回復処理部１５３による点検対象の設備５の検出処理（図５中のステップＳ９）と同様の処理により、検出を試みる。

この時、自走式点検ロボット１と点検対象撮影箇所１１１Ａの距離は、距離計算部１５２による判定処理（図５のステップＳ８）に用いる閾値と同程度かそれ以上に離れていることが多いため、自己位置回復処理で使用したほどの検出精度は得られない可能性が高い。例えば、点検対象の設備５が検出できたとしても、画像中の大きさ（Ｈ、Ｗ）について十分な精度が得られない可能性が高い。

この場合、実施例４による自走式点検ロボット１は、画像中の大きさ（Ｈ、Ｗ）を計算に使用せず、点検対象の設備５の画像中の位置を計算に使用する。なお、画像中の大きさ（Ｈ、Ｗ）が十分な精度で得られた場合は、先述の自己位置回復処理と同様の処理を行えばよいので、以降の説明では、十分な精度が得られない場合について述べる。

画像中の位置が分かっているとき、自走式点検ロボット１に対して点検対象の設備５が存在する方向が分かるので、実施例４による自走式点検ロボット１は、点検対象の設備５に接近することができる（図９Ｂ）。多くの場合、点検対象撮影箇所１１１の真の位置１１１Ａは点検対象の設備５の近辺に設置されているので、図９Ｂに示すように、点検対象の設備５に接近することにより、１１１Ａ’に接近した場合よりも１１１Ａの近傍に接近することができる。これにより、より撮影に適した位置から点検対象の設備５を撮影できるので、より精度よく自己位置回復処理を実行することができる。

また、先述したように、実施例４による自走式点検ロボット１においては、点検対象の設備５の画像中の位置が分かれば、点検対象の設備５に接近することができる。画像中の点検対象の設備５をより確実に発見するために、例えば再帰性反射材を点検対象の設備５周辺に貼付（または取付）し、赤外線を照射し、反射光をカメラで観測する構成を追加してもよい。この構成においては、点検対象の設備５の画像中の位置が分かれば十分であるので、使用する再帰性反射材は小さなものでよく（例えば１～３ｃｍ四方程度）、また複雑なパターンも必要ない。

以上説明したように、実施例４による自走式点検ロボット１は、制御部１４が接近挙動を実行中に、並行して点検部１２のカメラを走査して点検対象の設備５の検出を試み、検出ができた場合は、点検対象の設備５が検出された方向を考慮して再度接近挙動を計画することで、より確実に点検対象撮影箇所１１１に接近することができる。これにより、より撮影に適した位置から点検対象の設備５を撮影できるので、より精度よく自己位置回復処理を実行することができる。

本発明の実施例５による自走式点検ロボット１を、図１０を用いて説明する。実施例５では、実施例１から４と異なる点を主に説明する。

実施例１から４による自走式点検ロボット１では、自己位置回復処理部１５３による自己位置回復処理（図５のステップＳ９）で、カメラを用いて点検対象の設備５を撮影し、点検対象の設備５の画像中における大きさを計測する例を示した。また、自己位置回復処理は、距離計算部１５２により計算した、自走式点検ロボット１と点検対象撮影箇所１１１の距離が閾値を超えない場合に実行することを先述した。

このとき、前記閾値は、点検対象の設備５を画像中から検出でき、点検対象の設備５の画像中における大きさを（自己位置を算出する上で）十分な精度で計測できる、最大の距離とすることが望ましい。閾値を最大の距離とすることで、自己位置回復が可能な範囲を最大限広くとることができる。実施例５による自走式点検ロボット１は、カメラにズーム機能を備え、カメラのズーム率を増加させることで、前記閾値をより増大させ、自己位置回復が可能な範囲をさらに拡大することができる。

図１０Ａ及び図１０Ｂは実施例５に係る点検部１２のカメラのズーム率を変化させる処理の例を説明するための模式図である。図１０Ａ及び図１０Ｂにおいて、１２１Ｋから１２１Ｍはいずれも、点検対象の設備５の画像１２１を示すが、それぞれ撮影方向やズーム率が異なるものとする。まず、ズーム率を最小に設定したカメラを用いて、点検対象の設備５の画像１２１Ｋを撮影する。なお、画像１２１Ｋの撮影時、ズーム率は必ずしも最小でなくてもよく、後述する画像１２１Ｍの撮影時よりもズーム率が小さければよい。

次に、画像１２１Ｋ中から、点検対象の設備５を検出する。検出方法については、実施例１から４で先述した方法と同様の方法を使用することができる。検出した点検対象の設備５の画像中における位置を基に、点検対象の設備５を画像の中央に撮影するためのカメラの撮影方向を算出し、撮影方向を制御し、点検対象の設備５が中央に映った画像１２１Ｌを撮影する。

次に、カメラのズーム率を増加させ、画像１２１Ｍを撮影する（図１０Ｂ）。このとき、カメラのズーム率の増加幅は、自走式点検ロボット１と点検対象の設備５の距離を基に決定してもよいし、もしくは、ズーム率を徐々に増加させ、画像中に占める点検対象の設備５の割合が十分大きくなった段階で、ズーム率の増加を停止させることで決定してもよい。

最後に、ズーム率を増加させて撮影した画像１２１Ｍを用いて、自己位置回復処理を行う。処理方法については、実施例１から４で先述した方法と同様の方法を使用することができる。以上のようにズーム率を変化させることで、遠方からでも点検対象の設備５を高精細に撮影できるため、自己位置回復処理を実行できる範囲を拡大することができる。

また、先述の説明はズーム率の変化方法の一例に過ぎず、最終的にズーム率を増加させたカメラで点検対象の設備５を撮影できるのであれば、その処理方法は問わない。例えば、予めズーム率を増加させておき、実施例３で説明したカメラの走査を、より細かな刻み幅で行うことで、点検対象の設備５を撮影してもよい。

また、先述の説明では、自己位置回復処理部１５３による自己位置回復処理（図５のステップＳ９）におけるズーム率の変化方法について述べたが、同様の変化方法を、実施例４の点検対象撮影箇所１１１への接近挙動（図５のステップＳ１１）と並行して実行してもよい。この場合、点検対象の設備５を発見できる範囲を拡大することができる。

以上説明したように、実施例５による自走式点検ロボット１は、自己位置回復処理部１５３による自己位置回復処理（図５のステップＳ９）、もしくは、点検対象撮影箇所１１１への接近挙動（図５のステップＳ１１）の実行中にカメラのズーム率を増加させることにより、点検対象の設備５をより高精細に撮影することが可能である。これにより、遠方からでも点検対象の設備５の検出や、大きさの計測が可能になるので、より広範囲で自己位置回復処理が可能になる。

本発明の実施例６による自走式点検ロボット１を、図１１を用いて説明する。実施例６では、実施例１から５と異なる点を主に説明する。

実施例１から５による自走式点検ロボット１では、自己位置推定が失陥した場合、距離計算部１５２により計算した距離が閾値を超えるか否かで、自己位置回復処理を実行するか、点検対象撮影箇所への接近挙動を実行するかを選択した。また、複数の点検対象撮影箇所１１１の中で、距離が最小となる点検対象撮影箇所１１１を接近対象とする例を説明した。距離が最小となる点検対象撮影箇所１１１に接近することで、短い時間で自己位置回復処理を実行し、自己位置を回復することができる。

しかし、距離が最小となる点検対象撮影箇所１１１が、自己位置回復処理に適さない場合がある。例えば、距離が最小（最短経路）となる点検対象撮影箇所１１１に到達するために、右左折を繰り返す必要がある場合、デッドレコニングによる移動量算出の精度が右左折の度に悪化するため、精度よく点検対象撮影箇所１１１に接近できない可能性がある。または、距離が最小となる点検対象撮影箇所１１１に到達するために、砂利や芝生などの悪路を走行する必要がある場合、デッドレコニングによる移動量算出の誤差が車輪の滑りにより増大し、精度よく点検対象撮影箇所１１１に接近できない可能性がある。このような場合、例え正味の距離が大きいとしても、右左折や悪路の少ない経路で接近できる点検対象撮影箇所１１１の方が、自己位置回復に適している場合がある。

実施例６による自走式点検ロボット１は、自己位置推定（デッドレコニング）の外乱要因（例えば右左折の回数や、悪路の有無など）の量に基づいて、点検対象撮影箇所１１１に至る経路長を重み付けし、重み付けされた距離を用いて、接近する対象を選択することで、より精度よく点検対象撮影箇所１１１に接近し、確実に自己位置回復処理を実行することができる。

図１１は実施例６に係る距離計算部１５２による外乱要因の量を重み付けした距離計算の説明のための模式図である。図１１において、１１１ｃから１１１ｅはそれぞれ異なる点検対象撮影箇所を示し、走行経路６ｃ，６ｄ，６ｅはそれぞれ点検対象撮影箇所１１１ｃ，１１１ｄ，１１１ｅに至る走行経路を示す。８は悪路（砂利）を示す。

図１１において、自走式点検ロボット１からそれぞれ点検対象撮影箇所１１１ｃ，１１１ｄ，１１１ｅに至る経路長を昇順に並べると、６ｅ＜６ｃ＜６ｄとなる。しかし、６ｅと６ｃはどちらも点検対象撮影箇所１１１ｅ、１１１ｃに至るまでに右左折を１回含み、６ｅはさらに悪路８を含む。この場合、右左折または悪路において、デッドレコニングの精度が悪化するため、精度よく接近できる点検対象撮影箇所は、実際には１１１ｄ、次いで１１１ｃとなる。

そこで、実施例６による距離計算部１５２は、右左折や悪路における精度劣化度を距離に重み付けし、重み付けされた距離が最小となる点検対象撮影箇所１１１を接近対象に選択する。ここで、精度劣化度とは、経路の状況（例えばカーブ、砂利道、など）毎に、デッドレコニングの精度がどの程度悪化するかを表した無次元量とする。

例えばカーブの精度劣化度は、以下の式（３）のように定義してもよい。ただし、ｌは経路長とし、ｗ（ｌ）はｌを媒介変数として定義された関数であり、ｌ＝ｌ地点での精度劣化度を示すものとする。ｒ（ｌ）はｌ＝ｌ地点での経路の曲率を示すものとする。Ｃ１はｒ（ｌ）を無次元化する定数である。
ｗ（ｌ）＝Ｃ１×ｒ（ｌ）＋１ ・・・（３）
例えば砂利道の精度劣化度は、以下の式（４）のように定義してもよい。ただし、ｗ（ｌ）は式（３）と同様の定義とし、Ｒａ（ｌ）は、ｌ＝ｌ地点での地面の表面粗さを示す。Ｃ２はＲａ（ｌ）を無次元化する定数である。表面粗さＲａ（ｌ）は事前に計測してもよいし、想定値として適当な定数を設定してもよい。
ｗ（ｌ）＝Ｃ２×Ｒａ（ｌ）＋１ ・・・（４）
重み付けは、例えば以下の式（５）によって行うことができる。ただし、Ｌ’は重み付けされた全経路長とし、添え字ｉは経路の状況（カーブ、砂利道、など）ごとに区切った部分経路を示す識別子とし、ｗｉ（ｌ）は各部分経路の精度劣化度とする。また積分記号∫は経路長ｌについて、０からＬｉまでの部分積分を行うものとし、総和記号Σは添え字ｉについての総和を取るものとする。なお、Ｌｉは部分経路の総延長とする。
Ｌ’＝Σ ∫｛ｗｉ（ｌ）ｌ｝ｄｌ ・・・（５）
式（５）によって計算されたＬ’は、自走式点検ロボット１から点検対象撮影箇所１１１に至る経路長を、精度劣化度によって連続的に重み付けした距離を表す。

先述の式（３）のようにカーブの精度劣化度を定義すると、曲率が小さい、即ち直進に近い道ではｗ（ｌ）＝１となり、式（５）の積分において精度劣化度の距離に対する重みの効果はなくなる。一方、曲率が大きい、即ち急激な旋回においてはｗ（ｌ）＞１となり、式（５）の積分において、精度劣化度によって重み付けされ拡大された距離が計算される。

先述の式（４）のように、悪路の精度劣化度を定義すると、表面粗さが小さい、即ち綺麗な平坦面に近い道では、ｗ（ｌ）＝１となり、式（５）の積分において精度劣化度の距離に対する重みの効果はなくなる。一方、表面粗さが大きい、即ち凹凸の大きい悪路においてはｗ（ｌ）＞１となり、式（５）の積分において、精度劣化度によって重み付けされ拡大された距離が計算される。

以上のようにして、精度劣化度によって重み付けを行うことで、右左折や悪路といったデッドレコニングの精度が悪化する部分の距離を拡大して評価することができる。適切にＣ１やＣ２などのパラメータを調整することにより、図１１において６ｄ＜６ｃ＜６ｅの順で距離を出力することができるようになる。これにより、より精度よく到達できる点検対象撮影箇所１１１ｄを選択することができる。

なお、精度劣化度の定義は式（３）、（４）に限定されるものではなく、精度悪化要因に対応して増減する指標であれば、定義は問わない。また、精度悪化要因としては、先述したカーブと悪路の例のみではなく、様々な要因を想定することができる。

以上説明したように、実施例６による距離計算部１５２は、右左折や悪路における精度劣化度を距離に重み付けし、重み付けされた距離が最小となる点検対象撮影箇所１１１を接近対象に選択することで、より精度よく点検対象撮影箇所１１１に接近できる。これにより、より確実に自己位置回復処理を実行することができる。

実施例６では、右左折や悪路における精度劣化度を距離に重み付けしたが、例えば雨や雪といった悪天候によって重み付けをするようにしてもよい。

本発明の実施例７による自走式点検ロボット１を、図１２を用いて説明する。実施例７では、実施例１から６と異なる点を主に説明する。

実施例１から６による自走式点検ロボット１は、自己位置推定失陥時、点検対象の設備５を撮影し、自己位置回復処理を実行することで、自己位置を回復することができる。しかし、推定自己位置９が真値と余りにもずれている場合や、推定範囲１０（図３）が余りにも広い場合は、点検対象撮影箇所１１１の真の位置への接近が事実上困難なことがある。このとき、接近挙動を実行したとしても、自己位置回復処理を正常に完了することができない。

実施例７による自走式点検ロボット１は、運用者による操作指令を入力する入力部（図示せず）を備え、点検対象撮影箇所への接近が困難である場合に、運用者による遠隔操作で走行する。これにより、自己位置推定のレベルが不良である間は運用者が遠隔操作で点検を続行したり、自己位置が回復できる場所に手動で誘導することによって自己位置を回復し、自律走行と点検を継続できるようになる。

図１２は実施例７に係る自走式点検ロボット１の処理と動作を示すフローチャートである。ステップＳ１からステップＳ１２については、実施例１と同様であるため、説明を省略する。

実施例７による自走式点検ロボット１は、点検対象撮影箇所１１１へ接近し（ステップＳ１１）、自己位置推定の失陥が継続している場合（ステップＳ１２）は、自己位置回復処理を実行する（ステップＳ１３）。その後、自己位置推定の失陥が継続しているか否かを再度判定し（ステップＳ１４）、失陥が継続していない（自己位置回復処理が正常に完了）場合は、ステップＳ１に戻る。失陥が継続している（自己位置回復処理が正常に完了しない）場合は、ステップＳ１５に移行する。

なお、失陥が継続しているか否かを判定するには、例えば自己位置回復処理部１５３における点検対象の設備５の画像からの検出において、検出の確度が十分であるかを判定基準にすればよい。検出の確度としては、例えば検出にテンプレートマッチングを使用している場合は、マッチングの評価値を使用することができる。もしくは、自己位置回復処理部１５３における点検対象の設備５の画像中の大きさの算出精度が十分であるかを判定基準にすればよい。これには、例えば画像全体の画素数に対する、点検対象の設備５の画素数の割合が一定の値を超えるかどうかを判定すればよい。

ステップＳ１５で、制御部１４は、入力部（図示せず）から入力された運用者による操作指令を基に自走式点検ロボット１を制御する。即ち、運用者が自走式点検ロボット１を遠隔操作する。このとき、自走式点検ロボット１は任意の情報を運用者に対して送信してもよい。例えば、自己位置推定の結果や、点検部１２に搭載のカメラの映像などを送信してもよい。このとき、運用者と自走式点検ロボット１が通信を行うために、例えば広域網通信やＷｉＦｉなど、任意の通信方式と、通信機器を用いることができる。

遠隔操作では、運用者は自走式点検ロボット１の駆動部（図示せず）を操作して走行させるだけでなく、点検部１２を操作し、点検対象の設備５の点検を任意に実行してもよい。点検未実施の項目に対し運用者が遠隔操作で点検を実施した場合は、その項目を点検実施済みとして点検ＤＢに登録してもよい。

ステップＳ１６で、制御部１４は、運用者による遠隔操作が完了しており、かつ自己位置が回復しているかどうかを判定する。遠隔操作が完了しており、かつ自己位置が回復している場合はステップＳ１に戻り、自律走行と点検を再開する。そうでない場合は、ステップＳ１５に戻り、遠隔操作を継続する。

ステップＳ１５で、自己位置回復処理部１５３は、遠隔操作と並行して自己位置回復処理を試みてもよい。遠隔操作中に自己位置回復処理が成功し、自己位置が回復した場合は、その旨を運用者に通知し、遠隔操作の完了を促してもよい。

以上説明したように、実施例７による自走式点検ロボット１は、自己位置回復処理の実行後も自己位置推定の失陥が継続する場合は遠隔操作に切り替えることにより、確実に自己位置を回復したり、点検の継続を行うことができる。

本発明の実施例８による自走式点検ロボット１を、図１３Ａ及び図１３Ｂを用いて説明する。実施例８では、実施例１から７と異なる点を主に説明する。

実施例１から７による自走式点検ロボット１は、自己位置推定失陥時、点検対象の設備５を撮影し、自己位置回復処理を実行することで、自己位置を回復することができる。しかし、点検対象撮影箇所１１１が疎らに存在する場合、自走式点検ロボット１が自己位置推定失陥した場所によっては、近辺に点検対象撮影箇所１１１が存在しないことがある。このとき、十分な精度で点検対象撮影箇所１１１に接近することができず、自己位置回復処理を実行できない。

実施例８による点検ＤＢ１１は、点検対象撮影箇所１１１と点検対象の情報１１２に加えて、自己位置回復処理に使用するための自己位置回復用撮影対象撮影箇所１１３と、自己位置回復処理に使用するための撮影対象である自己位置回復用撮影対象の情報（図示せず）を記憶することで、施設内の自己位置回復可能な箇所を増やすことができる。

図１３Ａ及び図１３Ｂは実施例８に係る自己位置回復用撮影対象撮影箇所１１３について説明するための模式図である。図１３Ａに示すように、点検対象の設備５が施設内に疎らに存在している場合、図中の自走式点検ロボット１の位置で自己位置推定が失陥した場合、近辺に自己位置回復に使用できる点検対象の設備５が存在せず、十分な精度で点検対象撮影箇所１１１に接近できないので、自己位置回復処理を実行できない。

そこで、図１３Ｂに示すように、施設内に存在する特徴的な構造物（例えば標識２）を予め自己位置回復処理専用に点検ＤＢ１１に登録する。即ち、特徴的な構造部物に関する情報（例えば標識２の画像や大きさ）を自己位置回復用撮影対象の情報（図示せず）として登録し、撮影箇所である自己位置回復用撮影対象撮影箇所１１３を同時に登録する。

自己位置失陥時、距離計算部１５２は、点検対象撮影箇所１１１に加えて、自己位置回復用撮影対象撮影箇所１１３を距離計算の対象とすることができる。自己位置回復処理部１５３、接近挙動計画部１５４についても同様である。

また、実施例８による自走式点検ロボット１は、自己位置回復用撮影対象撮影箇所１１３と、自己位置回復用撮影対象の情報を運用者が設定するための入力部を備え、運用者が任意に情報の登録を行える。情報の登録は、予め点検対象撮影箇所１１１や点検対象の情報１１２を登録する際に、同時に行ってもよい。このとき、自己位置回復用撮影対象の情報は、例えば運用者が別途カメラ等で撮影した画像であってもよい。

もしくは、自走式点検ロボット１が、遠隔操作により動作する自己位置回復用撮影対象登録モードを備え、遠隔操作により施設内を走行し、運用者の遠隔操作により適宜特徴的な構造物（例えば標識２）の撮影を行い、撮影を行った位置を自己位置回復用撮影対象撮影箇所、撮影された画像を自己位置回復用撮影対象の情報として登録する構成としてもよい。

または、自走式点検ロボット１の構成を、自律走行中に定期的（例えば１秒おき）に撮影を実行し、撮影した画像を点検ＤＢに記憶する構成としておき、運用者は、点検ＤＢ１１に記憶された画像を任意に選択して自己位置回復用撮影対象の情報として登録できる構成としてもよい。

以上説明したように、実施例８による自走式点検ロボット１は、施設内に存在する特徴的な構造物（例えば標識２）を予め自己位置回復処理専用に点検ＤＢ１１に登録することで、施設内の自己位置回復可能な箇所を増やすことができる。これにより、点検対象撮影箇所１１１が少ない場所で自己位置推定を失陥した場合でも、自己位置を回復し、自律走行と点検を継続できる。

なお、本発明は、上記の実施例に限定されるものではなく、様々な変形が可能である。例えば、上記の実施例は、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、本発明は、必ずしも説明した全ての構成を備える態様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る。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、削除したり、他の構成を追加・置換したりすることが可能である。

１…自走式点検ロボット、３…ＧＰＳ衛星、５…点検対象の設備、６…走行経路、１１…点検ＤＢ、１２…点検部、１３…自己位置推定部、１４…制御部、１１１…点検対象撮影箇所、１５１…失陥検知部、１５２…距離計算部、１５３…自己位置回復処理部、１５４…接近挙動計画部。

Claims (10)

1. 所定の走行経路を走行して設備の点検を行う自走式点検ロボットであって、
   複数の点検対象撮影箇所と複数の点検対象の情報を記憶する点検ＤＢと、
   前記点検対象撮影箇所において前記点検対象を撮影するカメラを備えた点検部と、
   前記自走式点検ロボットの自己位置を推定する自己位置推定部と、
   前記自己位置推定部の推定の失陥を検知する失陥検知部と、
   前記失陥検知部が失陥を検知した場合に、前記自走式点検ロボットの失陥時の位置と、前記点検対象撮影箇所との距離を算出する距離計算部と、
   前記距離計算部が算出した距離が予め定めた閾値を超えない場合、前記点検対象の情報と前記点検部の出力を用いて自己位置を算出する自己位置回復処理を実行する自己位置回復処理部と、
   前記距離計算部が計算した距離が前記閾値を超える場合、前記点検対象撮影箇所へ接近するための挙動を計画する接近挙動計画部と、
   前記接近挙動計画部が出力する接近挙動計画に基づき、前記自走式点検ロボットを制御し前記点検対象撮影箇所に接近させる制御部と、
   を備えることを特徴とする自走式点検ロボット。
2. 請求項１に記載の自走式点検ロボットであって、
   前記自走式点検ロボットの周囲に存在する障害物を検知する障害物検知部を備え、
   前記接近挙動計画部は、前記障害物検知部が前記障害物を検知した場合には、前記点検対象撮影箇所への接近よりも前記障害物を回避する挙動を優先して計画することを特徴とする自走式点検ロボット。
3. 請求項１に記載の自走式点検ロボットであって、
   前記自己位置回復処理部は、自己位置推定の回復処理の実行中に、前記カメラの撮影方向を縦方向または横方向、もしくはその両方に走査させる
   ことを特徴とする自走式点検ロボット。
4. 請求項１に記載の自走式点検ロボットであって、
   前記点検部は、前記制御部が前記点検対象撮影箇所への接近挙動を実行しているときに、並行して前記カメラの撮影方向を縦方向または横方向、もしくはその両方に走査することを特徴とする自走式点検ロボット。
5. 請求項１に記載の自走式点検ロボットであって、
   前記カメラはズーム機能を備え、
   前記点検部は、前記制御部が前記点検対象撮影箇所への接近挙動を実行しているとき、または前記自己位置回復処理部が自己位置回復処理を実行しているときに、前記カメラのズーム率を増加させることを特徴とする自走式点検ロボット。
6. 請求項１に記載の自走式点検ロボットであって、
   前記距離計算部は、前記複数の点検対象撮影箇所への最短経路中に存在する自己位置推定の外乱要因の量を、最短経路長に対して重み付けした値を出力することを特徴とする自走式点検ロボット。
7. 請求項１に記載の自走式点検ロボットであって、
   運用者による操作指令を入力する入力部を備え、
   前記自己位置回復処理部による自己位置回復処理が正常に完了しない場合、前記入力部から入力される操作指令に基づいて前記自走式点検ロボットを制御することを特徴とする自走式点検ロボット。
8. 請求項１に記載の自走式点検ロボットであって、
   自己位置回復処理に使用するための撮影対象である自己位置回復用撮影対象の情報と、自己位置回復用撮影対象撮影箇所とを運用者が入力できる入力部を備え、
   前記点検ＤＢは、前記点検対象の情報と前記点検対象撮影箇所に加え、前記自己位置回復用撮影対象の情報と、前記自己位置回復用撮影対象撮影箇所とを記憶し、
   前記自己位置回復処理部は、前記点検対象に加えて、前記自己位置回復用撮影対象を用いて自己位置回復処理を実行することを特徴とする自走式点検ロボット。
9. 請求項１に記載の自走式点検ロボットであって、
   前記点検ＤＢが前記複数の点検対象撮影箇所と前記複数の点検対象の情報とのセットを複数の点検パターンとして記憶している場合、前記距離計算部は前記点検ＤＢが記憶している前記複数の点検パターンの全ての点検対象撮影箇所について距離計算の対象とすることを特徴とする自走式点検ロボット。
10. 請求項１乃至９の何れか１項に記載の自走式点検ロボットであって、
    前記閾値は前記点検対象撮影箇所において、前記点検部に備えた前記カメラで前記点検対象の設備を撮影した際、前記点検対象の設備の正常若しくは異常を判断可能な解像度が得られる距離としたことを特徴とする自走式点検ロボット。

Images