JP7403423B2

JP7403423B2 - ロボット掃除機

Info

Publication number: JP7403423B2
Application number: JP2020163175A
Authority: JP
Inventors: 優佑円谷; 浩平京谷; 則和伊藤; 一輝高木; 尚樹加藤; 翔太橋本
Original assignee: Hitachi Global Life Solutions Inc
Current assignee: Hitachi Global Life Solutions Inc
Priority date: 2020-09-29
Filing date: 2020-09-29
Publication date: 2023-12-22
Anticipated expiration: 2040-09-29
Also published as: JP2022055639A

Description

本発明は、掃除対象エリア内を自律移動しながら掃除するロボット掃除機に関する。

掃除対象エリア内を自律移動しながら掃除するロボット掃除機として、特許文献１の掃除機が知られている。例えば、同文献の段落００１０には、「本発明において、動作記憶部は、物体の識別情報とその物体に応じた掃除の動作とを対応づけて記録することができ、物体識別部は、物体から当該物体の識別情報を取得することができ、動作読出部は、動作記憶部から、物体識別部が取得した識別情報に対応づけられた掃除の動作を読み出すことができる。」と記載され、段落００３９には、「本発明によれば、掃除対象エリア内に配置された物体に応じて、適切な掃除を行うことができる。」と記載されている。

また、段落００１７では、「本発明の掃除機制御装置において、物体識別部は、対象の物体と接することなく、当該物体を識別することができる。これにより、たとえば物体が壊れやすいものや吸い込んでは困るようなものであっても、物体に接触する前に物体を識別して、適切な掃除の動作を行えるので、物体を壊したり吸い込んでしまうのを防ぐことができる。」と記載されている。

特開２００５－３１２８９３号公報

一般的なロボット掃除機は、掃除対象エリア内を移動する場合、家具等の障害物と接触しないように自律走行するように設計されている。このため、カーテンを他の家具等と同様に障害物として認識し、カーテンを避けるように自律走行するため、一般的なロボット掃除機ではカーテン下方の床面が掃除されないという課題があった。

特許文献１のロボット掃除機は、物体の識別結果に応じた適切な掃除の動作を実行することで、物体の破損や吸い込みを防止するものであるが、カーテンの特定方法には言及がなく、当然ながら、カーテン下方の床面を掃除するための制御方法に関しても具体的な開示がない。

そこで、本発明では、障害物がカーテンであるかを判断でき、障害物がカーテンである場合には、カーテン下方の床面も掃除するロボット掃除機を提供することを目的とする。

上記課題を解決するため、本発明のロボット掃除機は、走行に用いる駆動部と、周囲の物体を認識する物体認識センサと、該物体認識センサの出力に基づいて前記物体がカーテンであるかを判断する判断部と、周囲の物体との距離を測定する距離センサと、前記判断部および前記距離センサの出力に基づいて前記駆動部を制御する制御部と、を有するロボット掃除機であって、前記制御部は、前記判断部が前記物体をカーテンでないと判断した場合は、前記物体と接触しないように前記駆動部を制御する通常走行モードを実行し、前記判断部が前記物体をカーテンであると判断した場合は、前記物体と接触するように前記駆動部を制御するカーテン下走行モードを実行するものとした。

本発明のロボット掃除機によれば、障害物がカーテンであるかを判断でき、障害物がカーテンである場合には、カーテン下方の床面も掃除することができる。

実施例１のロボット掃除機の機能ブロック図。実施例１のセンサ部が取得する情報について説明するための模式図。実施例１のカーテンの閉状態を説明する模式図。実施例１のカーテンの開状態を説明する模式図。実施例１の判断部が、物体がカーテンか否かを判断する手法を説明する模式図。実施例１のロボット掃除機のカーテン下走行の手法を説明する模式図。実施例１のロボット掃除機の走行システムにおける制御部の処理フローチャート。実施例２のロボット掃除機の走行システムの構成図。実施例２のロボット掃除機の走行システムにおける制御部の処理フローチャート。実施例３の判断部が物体がカーテンか否かを判断する手法について説明するための模式図。

以降、本発明のロボット掃除機の実施例を、図面を用いて説明する。

以下、図１から図７を用いて、本発明の実施例１のロボット掃除機１を説明する。

図１は、本実施例に係るロボット掃除機１の機能ブロック図である。このロボット掃除機１は、物体認識センサ１１と、判断部１２と、距離センサ１３と、制御部１４と、駆動部１５と、接触検知部１６を有する掃除機である。なお、判断部１２と制御部１４は、具体的には、ＣＰＵ等の演算装置、半導体メモリ等の主記憶装置、補助記憶装置、および、通信装置などのハードウェアを備えたコンピュータである。そして、主記憶装置にロードされたプログラムを演算装置が実行することで、判断部１２や制御部１４の機能が実現されるが、以下では、このような周知技術を適宜省略しながら説明する。

＜物体認識センサ１１＞
物体認識センサ１１は、ロボット掃除機１が周囲の物体を認識するために必要な情報を取得するセンサであり、例えば、ＬｉＤＡＲである。ＬｉＤＡＲは、複数の照射方向に向けて光を照射した後、周囲の物体からの反射光を受光し、照射から受光までの時間間隔から、各照射方向における物体までの距離を算出し、また、各照射方向からの反射光強度を取得するセンサである。この物体認識センサ１１は、周囲の物体との距離情報と角度情報を、測距点Ｐの点群データとして判断部１２と制御部１４に送信する。

図２は、物体認識センサ１１が取得する点群データを説明する模式図である。ここに示すように、略円盤状のロボット掃除機１は、四方を壁２で囲まれた領域内を自律走行可能に配置されており、物体認識センサ１１は、Δθ［°］間隔で照射した各照射方向の測距点Ｐにより周囲の物体（壁２）の概略形状を示す点群データを取得する。なお、以下では、ロボット掃除機１の正面方向をα軸、α軸の法線方向をβ軸と称し、また、ロボット掃除機１の直径（例えば、３０［ｃｍ］）に等しいα軸方向領域を前方範囲１_α、左右のβ軸方向領域のうち小さい方を側方範囲１_βと称する。さらに、複数の測距点Ｐのうち、前方範囲１_α内のものを測距点Ｐ_α、側方範囲１_β内のものを測距点Ｐ_βと称し、ロボット掃除機１から測距点Ｐ_αまでの距離のα軸成分の平均値をＬ_α、ロボット掃除機１から測距点Ｐ_βまでの距離のβ軸成分の平均値をＬ_βと称する。

＜判断部１２＞
判断部１２は、物体認識センサ１１からの点群データに基づいて、ロボット掃除機１の周囲の物体がカーテン３であるかを判断する。

図２に示すように、物体認識センサ１１がΔθ間隔で光を照射する場合、測距点Ｐの点群データの角度分解能は、Δθ×π／１８０［ｒａｄ］である。従って、Δθを実用的な数値に設定した場合、ロボット掃除機１と物体の距離が遠ければ、周囲の物体がカーテン３であるかを正確に判断できない可能性が高いため、本実施例では、ロボット掃除機１が十分に接近した場合に限り、周囲の物体がカーテン３であるかを判断することとする。

本実施例では、判断部１２が判断を開始する距離を、例えば、前方範囲１_α内の測距点Ｐ_αの個数が３０個以上となる、５６／Δθ［ｃｍ］に設定する。この場合、ロボット掃除機１が前方物体に向けて移動中であっても、ロボット掃除機１から測距点Ｐ_αまでの距離の平均値Ｌ_αが判断開始距離（５６／Δθ）より大きい場合は、測距点Ｐ_αが３０個に満たず、前方物体がカーテン３であるかを正確に判断できないと考えられるため、判断部１２は判断を行わない。一方、ロボット掃除機１が前方物体に更に接近し、平均値Ｌ_αが判断開始距離（５６／Δθ）以下となった場合に、判断部１２は、３０個以上の測距点Ｐ_αを用いて、前方物体がカーテン３であるかを判断する。

ここで、図３～図５を用いて、ロボット掃除機１が前方物体に十分接近した場合の、判断部１２によるカーテン３の判断方法を具体的に説明する。

図３は、カーテン３を閉じた状態を示す模式図であり、図４は、カーテン３を開いた状態を示す模式図である。両図では、カーテン３のレール方向をＸ軸とし、Ｘ軸の法線方向をＹ軸としている。一般的なカーテン規格では、カーテン３は、レール幅の約１．５倍の幅の生地を使用する。図３の例では、閉じた状態のカーテン３は、Ｙ軸方向の距離が１３．５[ｃｍ]であるため、図４の例では、開いた状態のカーテン３は、当然に、Ｙ軸方向の距離が１３．５[ｃｍ]より大きくなる。

図５は、判断部１２が、周囲の物体がカーテン３か否かを判断する手法を説明するための模式図であり、Ｐ_１～Ｐ_６は物体認識センサ１１が取得した前方範囲１_α内の測距点Ｐ_αの具体例、３ａは判断部１２が測距点Ｐ_１～Ｐ_６を最小二乗法により線形近似した近似直線、Ｌ_１～Ｌ_６は判断部１２が演算した近似直線３ａから測距点Ｐ_１～Ｐ_６までの距離である。演算で求めた近似直線３ａは、通常、カーテン３のレール方向（Ｘ軸）と略一致する。

なお、図５では簡単のため、測距点Ｐ_１～Ｐ_６に基づいて近似直線３ａや距離Ｌ_１～Ｌ_６を演算する例を示しているが、実際の判断部１２は、３０個以上の測距点Ｐ_αに基づいて、物体がカーテン３か否かを判断する。そのため、以下では、前方範囲１_α内の３０個以上の測距点Ｐ_１～Ｐ_Ｎの夫々について距離Ｌ_１～Ｌ_Ｎを算出したものとして、前方物体がカーテン３か否かを判断する手法を説明する。

この場合、判断部１２は、まず距離Ｌ_１～Ｌ_Ｎの分散（前方分散値Ｓ_α）を、以下の式１に基づいて算出する。なお、Ｎは、３０以上の自然数である。

ロボット掃除機１の前方範囲１_αにおいて取得可能な測距点Ｐ_αの個数ｎはｎ＝（２／Δθ）×ｔａｎ^－１（１５／Ｌ_α）である。図３に示す閉じた状態のカーテン３の凸部と凹部のＹ軸成分の距離は１３．５ｃｍであることから、このカーテン３の検出時の分散Ｓは以下の数２に基づいて算出することができる。

また、図４のようにカーテン３が開いている場合には、カーテン３の凸部と凹部のＹ軸成分の距離は１３．５ｃｍ以上となるため、前方分散値Ｓ_αは式２で求めた分散Ｓよりも大きくなる。よって、式２の分散Ｓを閾値をとし、前方分散値Ｓ_αが分散Ｓ以上の場合（図３や図４の状態のカーテン３を検知した場合）は、判断部１２は、制御部１４に前方カーテン検知信号を送信することとする。なお、前方分散値Ｓ_αが閾値Ｓよりも小さい場合は、判断部１２は、制御部１４に前方カーテン検知信号を送信しない。

以上では、ロボット掃除機１の前方範囲１_α内の測距点Ｐ_αに基づいて前方のカーテン３を検出する方法を説明したが、判断部１２は、ロボット掃除機１の側方範囲１_β内の測距点Ｐ_βに基づいて側方のカーテン３を検出した場合には、側方カーテン検知信号を送信する。この場合も、判断部１２は、側方範囲１_β内の測距点Ｐ_βまでの距離の平均値Ｌ_βが判断開始距離（５６／Δθ）以下であるときに、側方物体がカーテン３であるかを判断する。なお、側方物体がカーテン３であるかの具体的な判断方法は、上記同様であるので重複説明は省略する。

＜距離センサ１３＞
距離センサ１３は、ロボット掃除機１が障害物に接近したことを検知するセンサであり、例えば、ＬｉＤＡＲ、超音波センサ、赤外線センサ、ミリ波センサ等である。なお、ＬｉＤＡＲを用いる場合は、一つのＬｉＤＡＲで、物体認識センサ１１と距離センサ１３の両方を兼ねても良い。この距離センサ１３は、取得した距離が所定閾値より小さい場合には制御部１４に障害物検知信号を送信し、所定閾値より大きい場合には制御部１４に障害物検知信号を送信しない。

＜駆動部１５＞
駆動部１５は、制御部１４によって操舵や加減速が制御される車輪やクローラ等であり、この駆動部１５を用いることで、ロボット掃除機１は自律走行することができる。

＜接触検知部１６＞
接触検知部１６は圧力センサであり、ロボット掃除機１と物体が一定以上の力で接触したことを検知する。従って、接触検知部１６は、ロボット掃除機１の移動を阻害する壁や家具のような障害物と接触した場合には、接触検知信号を制御部１４に送信するが、カーテンのように接触時の反作用が小さい物体と接触した場合や、物体と接触していない場合には、制御部１４に接触検知信号を送信しない。なお、本実施例では接触検知部１６に圧力センサを利用したが、力覚センサ、位置センサ、歪みセンサなどを用いても良い。

＜制御部１４＞
制御部１４は、判断部１２の出力に応じて、通常走行か、カーテン下走行かを選択する。通常走行は、距離センサ１３からの障害物検知信号に基づき、障害物と接触しないように自律移動を行うモードである。また、カーテン下走行は、例えば、図６に示すように、接触検知部１６から接触検知信号を受信するまで直進し、接触検知信号を受信した後に９０度程度回転し再び接触検知信号を受信するまで壁側に旋回しつつ前進することで、壁２に沿って自律移動するモードである。なお、カーテン下走行は、カーテン下方を掃除できれば、図６に示す軌跡Ｔ以外の軌跡を走行するものであっても良い。

制御部１４は、判断部１２から前方カーテン検知信号も側方カーテン検知信号も受信していない場合には、ロボット掃除機１に通常走行を実行させる。

これに対し、判断部１２から前方カーテン検知信号を受信した場合には、制御部１４は、まず、前方物体の位置までロボット掃除機１を移動させ、接触検知部１６から接触検知信号の入力があった場合（つまり、物体が実際にはカーテン３ではなく、壁等であった場合）には、その物体との接触しないように通常走行を行う。一方で、接触検知部１６から接触検知信号の入力が無かった場合（つまり、物体が実際にカーテン３であった場合）には、カーテン下走行を行う。そして、カーテン下走行中に前方カーテン検知信号も側方カーテン検知信号も受信しなくなった場合には、カーテン３の近傍を離脱したものと判断し、通常走行に切り替える。

＜ロボット掃除機が自律走行する際のフロー説明＞
図７は、本実施例のロボット掃除機１が掃除を行う際のフローチャートである。以下、図７を用いて、ロボット掃除機１の起動後の動作の詳細を説明する。なお、図示は省略しているが、判断部１２からは、周囲の状況に応じて、前方カーテン検知信号や側方カーテン検知信号が適宜出力されているものとする。

・第１ルート
まず、Ｓ７１では、制御部１４は、判断部１２から前方カーテン検知信号を受信しているかを判断する。受信している場合（Ｓ７１でＹＥＳ）は、検知した物体位置までロボット掃除機１を移動（Ｓ７２）させた後、Ｓ７３に進む。

次に、Ｓ７３では、制御部１４は、接触検知部１６から接触検知信号を受信しているかを判断する。受信していない場合（Ｓ７３でＮＯ）は、ロボット掃除機１にカーテン下走行（Ｓ７４）を実行させた後、Ｓ７５に進む。

Ｓ７５では、制御部１４は、判断部１２から前方カーテン検知信号または側方カーテン検知信号を受信しているかを判断する。受信している場合（Ｓ７５でＹＥＳ）は、ロボット掃除機１にカーテン下走行（Ｓ７４）を継続させる。

以上の第１ルートの処理によって、ロボット掃除機１がカーテン３を検知した際にカーテン下走行を継続することが可能となる。

・第２ルート
まず、Ｓ７１では、制御部１４は、判断部１２から前方カーテン検知信号を受信しているかを判断する。受信している場合は、検知した物体位置までロボット掃除機１を移動（Ｓ７２）させた後、Ｓ７３に進む。

次に、Ｓ７３では、制御部１４は、接触検知部１６から接触検知信号を受信しているかを判断する。受信していない場合は、ロボット掃除機１にカーテン下走行（Ｓ７４）を実行させた後、Ｓ７５に進む。

Ｓ７５では、制御部１４は、判断部１２から前方カーテン検知信号または側方カーテン検知信号を受信しているかを判断する。受信していない場合（Ｓ７５でＮＯ）は、Ｓ７６に進む。

Ｓ７６では、制御部１４は、掃除が終了したかを判断する。掃除を終了しない場合（Ｓ７６でＮＯ）は、最初のＳ７１に戻り、ロボット掃除機１に掃除を継続させる。

以上の第２ルートの処理によって、ロボット掃除機１がカーテン下の走行を終えた場合には、カーテン下走行を終了することが可能となる
・第３ルート
まず、Ｓ７１では、制御部１４は、判断部１２から前方カーテン検知信号を受信しているかを判断する。受信している場合は、検知した物体位置までロボット掃除機１を移動（Ｓ７２）させた後、Ｓ７３に進む。

Ｓ７５では、制御部１４は、判断部１２から前方カーテン検知信号または側方カーテン検知信号を受信しているかを判断する。受信していない場合は、Ｓ７６に進む。

Ｓ７６では、制御部１４は、掃除が終了したかを判断する。掃除を終了した場合（Ｓ７６でＹＥＳ）は、ロボット掃除機１の走行を終了する。

以上の第３ルートの処理によって、ロボット掃除機１が掃除を終えた場合に走行を終了することが可能となる
・第４ルート
まず、Ｓ７１では、制御部１４は、判断部１２から前方カーテン検知信号を受信しているかを判断する。受信している場合は、検知した物体位置までロボット掃除機１を移動（Ｓ７２）させた後、Ｓ７３に進む。

次に、Ｓ７３では、制御部１４は、接触検知部１６から接触検知信号を受信しているかを判断する。受信している場合（Ｓ７３でＹＥＳ）は、接触検知部１６に通常走行（Ｓ７７）を実行させた後、Ｓ７６に進む。

Ｓ７６では、制御部１４は、掃除が終了したかを判断する。掃除を終了した場合は、ロボット掃除機１の走行を終了する。

以上の第４ルートの処理によって、ロボット掃除機１が壁等の障害物をカーテンとして誤認識した場合にはその下を掃除しようとせず、通常の走行を行うことができる。

・第５ルート
まず、Ｓ７１では、制御部１４は、判断部１２から前方カーテン検知信号を受信しているかを判断する。受信していない場合（Ｓ７１でＮＯ）は、ロボット掃除機１に通常走行（Ｓ７７）を実行させた後、Ｓ７６に進む。

次に、Ｓ７６では、制御部１４は、掃除が終了したかを判断する。掃除を終了した場合は、ロボット掃除機１の走行を終了する。

以上の第５ルートの処理によってロボット掃除機１は前方にカーテンを認識していない場合に通常の走行を行うことができる。

以上で説明した、本実施例のロボット掃除機によれば、前方物体がカーテンであるかを判断することができ、前方物体がカーテンであった場合は、カーテンの下方の床面も掃除することができる。また、カーテンでない物体をカーテンと誤解した場合であっても、接触検知信号に基づいて、カーテン下走行モードから通常走行モードに切り替えることができる。

次に、図８と図９を用いて、本発明の実施例２のロボット掃除機１を説明する。なお、実施例１との共通点については重複記載を省略する。

図８は、実施例２に係るロボット掃除機１の機能ブロック図である。ここに示すように、本実施例のロボット掃除機１は、物体認識センサ１１と、判断部１２と、距離センサ１３と、制御部１４と、駆動部１５を有する。すなわち、本実施例のロボット掃除機１は、実施例１の接触検知部１６を省略したものである。

＜制御部１４＞
本実施例では、図６に示すようにカーテン下走行する場合は、制御部１４は、まず、距離センサ１３から障害物検知信号を受信するまでロボット掃除機１に直進させ、障害物検知信号を受信した後にロボット掃除機１を９０度程度回転させ、再び障害物検知信号を受信するまでロボット掃除機１を壁側に旋回させつつ前進させることで、壁２に沿ってロボット掃除機１を自律移動させる。

そのため、本実施例の制御部１４は、通常走行中に判断部１２から前方カーテン検知信号を受信した場合には、ロボット掃除機１から測距点Ｐ_αまでの距離のα軸成分の平均値Ｌ_αを物体位置として算出し、この物体位置よりも奥へロボット掃除機１を移動させた後に、カーテン下走行を実行させる。

＜ロボット掃除機が自律走行する際のフロー説明＞
図９は、本実施例のロボット掃除機１が掃除を行う際のフローチャートである。以下、図９を用いて、ロボット掃除機１の起動後の動作の詳細を説明する。

・第１ルート
まず、Ｓ９１では、制御部１４は、判断部１２から前方カーテン検知信号を受信しているかを判断する。受信している場合（Ｓ９１でＹＥＳ）は、検知した物体位置の更に奥までロボット掃除機１を移動（Ｓ９２）させ、カーテン下走行（Ｓ９３）を実行させた後、Ｓ９４に進む。

次に、Ｓ９４では、制御部１４は、判断部１２から前方カーテン検知信号または側方カーテン検知信号を受信しているかを判断する。受信している場合（Ｓ９４でＹＥＳ）は、ロボット掃除機１にカーテン下走行（Ｓ９３）を継続させる。

・第２ルート
まず、Ｓ９１では、制御部１４は、判断部１２から前方カーテン検知信号を受信しているかを判断する。受信している場合は、検知した物体位置の更に奥までロボット掃除機１を移動（Ｓ９２）させ、カーテン下走行（Ｓ９３）を実行させた後、Ｓ９４に進む。

次に、Ｓ９４では、制御部１４は、判断部１２から前方カーテン検知信号または側方カーテン検知信号を受信しているかを判断する。受信していない場合（Ｓ９４でＮＯ）は、Ｓ９５に進む。

Ｓ９５では、制御部１４は、掃除が終了したかを判断する。掃除を終了しない場合（Ｓ９５でＮＯ）は、最初のＳ９１に戻り、ロボット掃除機１に掃除を継続させる。

以上の第２ルートの処理によって、ロボット掃除機１がカーテン下の走行を終えた場合には、カーテン下走行を終了することが可能となる
・第３ルート
まず、Ｓ９１では、制御部１４は、判断部１２から前方カーテン検知信号を受信しているかを判断する。受信している場合は、検知した物体位置の更に奥までロボット掃除機１を移動（Ｓ９２）させ、カーテン下走行（Ｓ９３）を実行させた後、Ｓ９４に進む。

次に、Ｓ９４では、制御部１４は、判断部１２から前方カーテン検知信号または側方カーテン検知信号を受信しているかを判断する。受信していない場合は、Ｓ９５に進む。

Ｓ９５では、制御部１４は、掃除が終了したかを判断する。掃除が終了した場合（Ｓ９５でＹＥＳ）は、ロボット掃除機１の走行を終了する。

以上第３ルートの処理によって、ロボット掃除機１が掃除を終えた場合に走行を終了することが可能となる
・第４ルート
まず、Ｓ９１では、制御部１４は、判断部１２から前方カーテン検知信号を受信しているかを判断する。受信していない場合（Ｓ９１でＮＯ）は、ロボット掃除機１に通常走行（Ｓ９６）を実行させた後、Ｓ９５に進む。

次に、Ｓ９５では、制御部１４は、掃除が終了したかを判断する。掃除を終了した場合は、ロボット掃除機１の走行を終了する。

以上の第４ルートの処理によって、ロボット掃除機１は前方にカーテンを認識していない場合に通常の走行を行うことができる。

以上で説明した、本実施例のロボット掃除機によれば、実施例１の接触検知部１６を省略した安価な構成であっても、実施例１と略同等の効果を得ることができる。

次に、図１０を用いて、本発明の実施例３のロボット掃除機１を説明する。なお、上記の実施例との共通点については重複記載を省略する。

＜判断部１２＞
実施例１の判断部１２では、図５のように、物体のＹ軸方向の分散値に基づいて、カーテン３を検知した。これに対し、本実施例の判断部１２では、物体の凸部と凹部の距離に着目してカーテン３を検知する。

図１０は、本実施例の判断部１２が、物体がカーテンか否かを判断する手法について説明するための模式図である。本実施例では、判断部１２は、近似直線３ａの傾き方向をｘ軸とし、ｘ軸の法線をｙ軸とした上で、前方範囲１_α内の測距点Ｐ_１～Ｐ_ｎについて座標（ｘ_１、ｙ_１）～（ｘ_ｎ、ｙ_ｎ）を算出する。なお、ｎは前方範囲１_α内の測距点Ｐ_αの個数である。そして、判断部１２は、｜ｙ_ｋ－１｜＜｜ｙ_ｋ｜かつ｜ｙ_ｋ＋１｜＜｜ｙ_ｋ｜となる、２以上ｎ－１以下の自然数ｋをすべて求め、Ｐ_ｋを変曲点とする。さらに、判断部１２は、各変曲点間の距離Ｌａ_１、Ｌａ_２、・・・、Ｌａ_ｎと、変曲点間の距離の平均値Ｌａと、変曲点間の距離の分散Ｓａを算出する。変曲点間の距離の分散Ｓａは以下の数３に基づいて算出する。

一般的なカーテンの規格である１．５倍ひだである場合には、カーテン３の凸部凹部間の距離は約11.25ｃｍであることから、分散Ｓａが所定量以下かつＬａ＝11.25である場合に、判断部１２は、制御部１４に前方カーテン検知信号を送信する。一方、分散Ｓａが所定量以上またはＬａ＝11.25でない場合は、判断部１２は、制御部１４に前方カーテン検知信号を送信しない。

判断部１２は、側方範囲１_β内の測距点Ｐ_βに基づいて、側方範囲１_β内での各変曲点間の距離Ｌｂ_１、Ｌｂ_２、・・・、Ｌｂ_ｎと、変曲点間の距離の平均値Ｌｂと、変曲点間の距離の分散Ｓｂを算出する。これにより、判断部１２は、側方のカーテン３を検知した場合に、側方カーテン検知信号を送信する。具体的な判断方法は、上記同様であるので重複説明は省略する。

なお、本実施例では、ＬａおよびＬｂを11.25としたが、この値は、カーテン３の仕様に応じて適宜変更すれば良い。また、ＬａおよびＬｂの閾値について幅を持たせても良い。

次に実施例４のロボット掃除機１を説明する。なお、上記の実施例との共通点については重複記載を省略する。

＜物体認識センサ１１＞
実施例１の物体認識センサ１１はＬｉＤＡＲであったが、本実施例の物体認識センサ１１はカメラである。物体認識センサ１１として用いられるカメラは、周囲の画像情報を取得し、判断部１２に送信する。

＜判断部１２＞
判断部１２は、物体認識センサ１１から物体の画像情報を取得する。その後、判断部１２は、前方の物体がカーテンであるかの判断を、画像情報を画像処理することで行う。

次に実施例５のロボット掃除機１を説明する。なお、上記の実施例との共通点については重複記載を省略する。

＜物体認識センサ１１＞
実施例１の物体認識センサ１１はＬｉＤＡＲであったが、本実施例の物体認識センサ１１は超音波センサである。物体認識センサ１１として用いられる超音波センサは、自身と物体との距離と反射強度を取得し、判断部１２に送信する。反射強度が大きい壁等の障害物との距離が小さくなった場合に障害物検知信号を制御部１４に送信する。反射強度が大きい壁等の障害物との距離が大きい場合には制御部１４に障害物検知信号を送信しない。

＜判断部１２＞
判断部１２は、物体認識センサ１１から物体との距離と反射強度データを取得する。判断部１２は物体との距離が所定値以下となったときに反射強度の大きさから物体がカーテンであるかの判断を行う。

反射強度が小さい場合は制御部１４に前方カーテン検知信号を送信する。反射強度が大きい場合は制御部１４に前方カーテン検知信号を送信しない。

なお、本実施例では物体認識センサ１１を超音波センサとしたが、反射強度に基づいて障害物の種別を検知するセンサであれば、赤外線センサや光学センサなどの他種のセンサを用いても良い。

１ロボット掃除機
１１壁認識センサ
１２判断部
１３距離センサ
１４制御部
１５駆動部
１６接触検知部
１_α 前方範囲
１_β 側方範囲
２壁
３カーテン
３ａ近似直線
Ｐ測距点
Ｐ_α 前方範囲内の測距点
Ｐ_β 側方範囲内の測距点

Claims

走行に用いる駆動部と、
周囲の物体を認識する物体認識センサと、
該物体認識センサの出力に基づいて前記物体がカーテンであるかを判断する判断部と、
周囲の物体との距離を測定する距離センサと、
前記判断部および前記距離センサの出力に基づいて前記駆動部を制御する制御部と、
を有するロボット掃除機であって、
前記制御部は、
前記判断部が前記物体をカーテンでないと判断した場合は、前記物体と接触しないように前記駆動部を制御する通常走行モードを実行し、
前記判断部が前記物体をカーテンであると判断した場合は、前記物体と接触するように前記駆動部を制御するカーテン下走行モードを実行することを特徴とするロボット掃除機。
請求項１に記載のロボット掃除機において、
前記物体認識センサが、光学センサであることを特徴とするロボット掃除機。
請求項２に記載のロボット掃除機において、
前記光学センサが、周囲の物体に光を照射してからの反射光を受光するまでの時間に基づいて算出した距離値の分布である測距点群データを取得するＬｉＤＡＲであることを特徴とするロボット掃除機。
請求項３に記載のロボット掃除機において、
前記判断部は、
前記ＬｉＤＡＲが取得した前方範囲の前記測距点群データを線形近似し、
該線形近似で得た近似直線と、前記測距点群データの各測距点との距離に対する分散値が所定量以上である場合に、前方範囲の前記物体がカーテンであると判断することを特徴とするロボット掃除機。
請求項４に記載のロボット掃除機において、
前記判断部は、
前記ＬｉＤＡＲが取得した側方範囲の前記測距点群データを線形近似し、
該線形近似で得た近似直線と、前記測距点群データの各測距点との距離に対する分散値が所定量以上である場合に、側方範囲の前記物体がカーテンであると判断することを特徴とするロボット掃除機。
請求項３に記載のロボット掃除機において、
前記判断部は、
前記ＬｉＤＡＲが取得した前方範囲の測距点から変曲点を抽出し、
変曲点同士の距離とその分散が所定量以下である場合に、前方範囲の前記物体がカーテンであると判断することを特徴とするロボット掃除機。
請求項６に記載のロボット掃除機において、
前記判断部は、
前記ＬｉＤＡＲが取得した側方範囲の測距点から変曲点を抽出し、
変曲点同士の距離とその分散が所定量以下である場合に、側方範囲の前記物体がカーテンであると判断することを特徴とするロボット掃除機。
請求項６または請求項７に記載のロボット掃除機において、
前記判断部は、前記物体認識センサが取得した所定範囲の前記測距点群データを線形近似し、前記線形近似で得た直線の傾き方向をｘ軸、直線の法線をｙ軸としたときに、前記測距点群データについてｘの値が小さい点から順に処理し、ｙの値が減少から増加または増加から減少に変化した点を変曲点とし、変曲点と次の変曲点間の大きさとその分散が所定量以下である場合に、前記物体がカーテンであると判断することを特徴とするロボット掃除機。
請求項２に記載のロボット掃除機において、
前記光学センサがカメラであり、
前記判断部は、前記カメラが取得した画像情報に基づいて、前記物体がカーテンであるかを判断することを特徴とするロボット掃除機。
請求項１に記載のロボット掃除機において、
前記物体認識センサが超音波センサまたは赤外線センサであり、
前記判断部は、前記超音波センサまたは前記赤外線センサから取得した反射強度が所定量以下である場合に、前記物体がカーテンであると判断することを特徴とするロボット掃除機。
請求項１に記載のロボット掃除機において、
さらに、一定以上の力で接触した場合に、周囲の物体との接触を検知する接触検知部を有し、
前記制御部は、前記判断部がカーテンと判断した前記物体について、前記接触検知部が接触を検知した場合には、前記カーテン下走行モードではなく、前記通常走行モードを実行することを特徴とするロボット掃除機。