JP7436401B2 - 分散協調システム - Google Patents

Description

本発明は、広域探索における自律型の分散協調システムに関する。

複数台のロボットが特定の環境下で連携してタスクを実行する協調ロボットシステムにおいて、実用上の多くのシステムが、集中管理された計算機であるホストマシンを必要としている。例えば、複数台のロボットで領域全体を探索するような探索タスクにおいて、事前計画に基づいた協調ロボットシステムがある。この方法では、予めすべてのロボットに共有の地図を与えておき、個々のロボットが担当する領域を事前計画して、均等に分担させる。ロボットが故障した場合や行動が遅れた場合には、全体としてタスクが完了しない可能性があり、また、事前計画の前処理が大きいといった課題がある。

別の手段として、共有地図に基づいた協調ロボットシステムがある。この方法では、各ロボットの位置情報を、集中管理された計算機に集約し、得られた全ての位置情報から各ロボットの行動をまとめて計算する。すべてのロボットで共通の座標系を持った共有地図を作成する必要があり、前処理や共有地図への位置情報の統合、通信などのコストが大きいといった課題がある。

特に、災害時や緊急時などの探索、捜索活動などを想定した場合には、環境の詳細を事前に把握することが難しかったり、障害によって集中管理されたシステムへの通信ができなくなる可能性が生じ、事前計画や地図の共有の課題はより顕著になる。この場合、より自律的にロボットを動かすことのできる分散協調ロボットシステムが求められる。タスクの一例としては、負傷者を発見する、周辺の異常事態を検出する、不審者を監視するなどがある。

自律的な分散協調ロボットシステムとして、例えば、特許文献１では、接近する自律移動体を適切に回避し、与えられたタスクを実行する自律移動体が開示されている。

特開２０１９－２１９７３号公報

特許文献１に記載の技術は、外界センサによって、障害物や接近する他ロボットを監視し、接触する可能性のあることを予測した場合に、回避経路を生成して回避動作を実行させるものである。集中管理された計算機で制御することなく、回避行動によって障害物や他のロボットと衝突のない行動を実行させることができる。しかし、災害時や緊急時における広域探索などを想定し、それらを複数のロボットで効率よく実行させようとした場合、周辺情報のみを用いた回避行動だけでは十分でない。例えば、他ロボットと探索エリアが重複してしまったり、何度も同じ場所を探索してしまうと、大きく探索効率が下がってしまう。未知環境の広域探索を、複数のロボットで効率よく実現させるために、局所的な回避行動だけに留まらず、個々のロボットが適切に分担することで、タスク全体として協調の可能なロボットシステムの構築が必要である。

本発明は、上記のような課題を鑑みてなされたものであり、特に、未知環境における広域探索を対象とし、事前計画や地図共有を必要としない自律型の分散協調システムを提供することを目的とする。

上記の目的を達成するため、本発明においては、複数の移動体で所定のタスクを実行する分散協調システムであって、他の移動体との相対位置情報、自機の過去の経路情報、及び周囲の形状情報を取得するセンサの入力処理部と、前記相対位置情報に基づいて、前記他の移動体を避け第一の行動候補を生成する他移動体回避モジュールと、前記経路情報に基づいて、自機の過去経路を避ける第二の行動候補を生成する過去経路回避モジュールと、前記形状情報に基づいて、周囲の障害物を避ける第三の行動候補を生成する障害物回避モジュールと、前記第一の行動候補、前記第二の行動候補、及び前記第三の行動候補に基づいて、前記移動体の速度または角速度を決定する統合モジュールを含む行動計画処理部と、を備え、
前記移動体の行動候補は、次の行動を表す複数の記号と、前記行動を表す複数の記号にそれぞれ対応する確率とからなり、
前記第一の行動候補、前記第二の行動候補、及び、前記第三の行動候補に基づいて、前記統合モジュールで統合された前記行動候補について、前記確率に基づいて、前記次の行動を表す複数の記号の中から一つ記号を選択し、前記移動体の次の行動を決定する分散協調システムを提供する。

本発明によれば、未知環境に対する広域探索タスクにおいて、効率的に探索域を拡げながら、他のロボットや障害物と干渉しないような協調的な探索が可能な分散協調システム、及びタスク実行方法を実現することができる。上記した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。

実施例１の分散協調ロボットシステムの広域探索タスクの一例を示す図である。 実施例１の分散協調ロボットシステムの各ロボットにおける装置構成の１例を示すブロック図である。 実施例１の各ロボットのロボットシステムの構成例の一例を示す機能ブロック図である。 実施例１のロボットシステム３００が実行する処理の概要を説明するフローチャートである。 実施例１の行動計画処理部で生成される行動候補の一例を説明する図である。 実施例１の他ロボット回避処理におけるロボットの相対関係を説明する図である。 実施例１の過去経路回避処理における自機ロボットと過去経路の関係を説明する図である。 実施例１の障害物回避処理における自機ロボットと障害物の関係を説明する図である。 実施例１の行動計画処理部の統合モジュール３１３の処理の流れの一例を示すフローチャートである。 実施例１の過去経路範囲内からの脱出処理を説明する図である。 実施例１のロボットシステムを実装した、１０台ロボットによる広域探索の２次元シミュレーションの結果を示す図である。 実施例１の広域探索の２次元シミュレーション結果の表示画面の一例を示す図である。

以下、添付図面を参照して本発明の実施例について説明する。添付図面では、機能的に同じ要素は同じ番号で表示されている。なお、添付図面は本発明の原理に則った具体的な実施例を示しているが、これらは本発明の理解のためのものであり、決して本発明を限定的に解釈するために用いられるものではない。

実施例１は、複数のセンサを備えたロボットによる分散協調ロボットシステムの実施例である。

すなわち、複数のロボットで所定のタスクを実行する分散協調システムであって、ロボットは、他のロボットとの相対位置情報、過去の経路情報、及び、周囲の形状情報を取得するセンサ入力処理部と、相対位置情報に基づいて、他のロボットを避け第一の行動候補を生成する他ロボット回避モジュールと、経路情報に基づいて、過去の経路情報を避ける第二の行動候補を生成する過去経路回避モジュールと、形状情報に基づいて、周囲の障害物を避ける第三の行動候補を生成する障害物回避モジュールと、第一の行動候補、第二の行動候補、及び、第三の行動候補に基づいて、ロボットの速度及び角速度を決定する統合モジュールを含む行動計画処理部と、を備える構成の分散協調ロボットシステム、及びそのタスク実行方法の実施例である。

実施例１は、全地球測位システム(ＧＰＳ：Global Positioning System）等の位置測量手段が使えない屋内等の未知環境に対する広域探索タスクを実現する分散協調ロボットシステムの実施例である。まず、実施例１の分散協調ロボットシステムの広域探索タスク、及び対象とするロボットの基本ハードウェア構成について説明する。

図１は、実施例１の分散協調ロボットシステムの広域探索タスクの一例を説明するための図である。図１の外枠は屋内１００、屋内１００の内側の直線は壁１０１、黒く塗りつぶされた四角は柱１０２、壁１０１で囲われた空間は部屋１０６を表している。バツの記号はロボットのスタートポイント１０３、三角の記号はロボット１０４、点線の曲線はロボットの軌跡１０５を表している。図１は、中央の空間から１０台のロボット１０４が、屋内１００内にある６つの部屋１０６を協調して探索する様子の一例を表している。

図１において、１０台のロボット１０４は、例えば、緊急時を感知すると自動で起動し、スタートポイント１０３より探索を開始する。起動については、外部からの通信によって行われてもよい。１０台ロボット１０４は互いに協調しながら探索タスクを実行し、タスクを完了すると、探索を停止する。ここで、タスクの完了は、例えば、特定の対象を発見する、一定時間経過する、電源の残量を確認する、などで判断する。完了後の行動は、例えば、その場で停止する、スタートポイントに帰還する、などであってもよい。なお、図１の屋内１００のレイアウトおよびロボット１０４の台数は、一例であり、これに限らない。また、屋内での例を記したが、屋外であっても同様である。屋外の場合、タスク（探索）の範囲は予め設定されていてもよく、例えば、標的物や柵などをタスクの範囲の外周と設定するなどが考えられる。

図２は、実施例１のロボットのハードウェア構成例の一例を示すブロック図である。図２に示すロボット１０４は、筐体２０１および駆動部２０２から構成され、さらに筐体２０１の内部に、センサ２０３、通信機２０４、計算機２０５、駆動制御ユニット２０６、電源ユニット２０７を備える。筐体２０１は、ロボット本体の部品を納めた箱である。駆動部２０２は、ロボットの動力源であるモーター、車輪やプロペラなどを含む。

センサ２０３は、ロボット１０４の行動や周辺の状況を検知するセンサであり、カメラなどのビジョンセンサ、慣性計測装置(ＩＭＵ：Inertial Measurement Unit）、周辺の形状情報を取得する深度センサ、更には各種の補助センサなどを含む。通信機２０４は、外部通信のための装置及び、電波強度を検知するための装置であり、規格化された近距離無線通信などの汎用的なものを含む。計算機２０５は、ロボットの行動を計画するブレインであり、例えば、ハードウェア構成としてプロセッサ２１０、メモリ２１１、インターフェース２１２、及びストレージ装置２１３を含む。駆動制御ユニット２０６は、駆動部を直接制御する制御ボードなどを含む。電源ユニット２０７は、バッテリーなどを含み、ロボット１０４に電源を共有する。

ロボット１０４は、センサ２０３や通信機２０４から周辺の状況についてのデータを収集し、集めたデータを計算機２０５で処理して制御コマンドを生成し、駆動制御ユニット２０６を介して、駆動部２０２を動かすことで行動する。

実施例１の分散協調ロボットシステムは、センサ２０３や通信機２０４のデータから計算して得られた他ロボットとの位置関係を示す情報である相対位置情報、自機が過去に移動した経路を示す情報である過去経路情報、自機の周辺の対象物の形状を示す情報である形状情報の３つを入力として、以下の３つの処理を実行して、他ロボットを避ける行動，過去の経路を避ける行動，障害物を避ける行動を予測する。
（１）他ロボット回避処理
（２）過去経路回避処理
（３）障害物回避処理
さらに、それらを統合することで，事前計画や地図の共有なく，ロボットの広域探索を実行可能とする。これらの機能は全て、例えば、計算機２０５のプログラムモジュールとして実装される。各ロボット１０４の計算機２０５のメモリに格納され、計算機２０５のプロセッサに逐次読み出され実行される。次に、これらの機能を実現するシステムおよび処理について説明する。

図３は、実施例１の各ロボットのロボットシステムの構成例の一例を示す機能ブロック図である。ロボットシステム３００は、ロボット１０４の各々に搭載され、システム制御部３０１、センサ入力処理部３０２、行動計画処理部３０３、ロボット制御出力処理部３０４、フェイルセーフ処理部３０５、外部通信インターフェース３０６、などから構成される。さらに、行動計画処理部３０３は、他ロボット回避モジュール３１０、過去経路回避モジュール３１１、障害物回避モジュール３１２、及び統合モジュール３１３から構成される。

システム制御部３０１は、処理の開始を受け付けた場合、システム全体を起動する。その他のプログラムモジュールを起動し、システムが安定化するのを待ち、センサ入力処理部３０２、行動計画処理部３０３、ロボット制御出力処理部３０４、フェイルセーフ処理部３０５を実行可能な状態にする。また、フェイルセーフ処理部３０５よりフェイルセーフが働いて、行動計画処理を停止する必要が生じた場合、ロボット制御出力部３０４に割り込みを入れて、ロボットを停止させるように制御する。

センサ入力処理部３０２は、センサ２０３や通信機２０４から得られたデータを入力として、行動計画処理部３０３で処理しやすい形式に変換する。センサ入力処理部３０２への入力としては、他のロボットとの位置関係を図るために、ロボットの通信機器が発する電波強度情報３２０、自機の経路を推測するために、ロボット機体のＩＭＵ情報３２１、障害物との距離や形状を測るために、レーザー深度センサや深度カメラなどの深度センサの深度センサ情報３２２を利用する。センサ入力処理部３０２では、これらのデータから、相対位置情報３３０、過去経路情報３３１、形状情報３３２を生成する。また、センサ値にノイズが多く含まれる場合には、ノイズを低減させるフィルタリング処理も合わせて実行する。

行動計画処理部３０３は、センサ入力処理部３０２によって得られた相対位置情報３３０、過去経路情報３３１、形状情報３３２を用いて、行動計画を実行し、行動コマンド３５０を生成する。行動計画処理部３０３には、相対位置情報３３０、過去経路情報３３１、形状情報３３２に対応した、他ロボット回避モジュール３１０、過去経路回避モジュール３１１、障害物回避モジュール３１２があり、それらから生成された行動候補３４０～３４２を統合モジュール３１３で統合して、行動コマンド３５０を生成する。

ロボット制御出力処理部３０４は、生成された行動コマンド３５０から駆動制御ユニット２０６が処理可能な速度命令３６０に変換して駆動制御ユニット２０６へ渡す。駆動制御ユニット２０６に渡す速度命令３６０は、速度成分、角加速度成分を持つ速度情報である。また、システム制御部３０１によって、停止命令の割り込みがあった場合、速度情報の要素を全てゼロに上書きする。

フェイルセーフ処理部３０５は、センサ入力３７０を入力として、危険な状況を判断して検出する。危険な状況と判断した場合、システム制御部３０１に働きかけ、ロボットを停止させる。例えば、センサ入力として深度センサの入力を用い、急に進行方向に障害物が出現した場合などの緊急停止や、バッテリー残量をセンサ入力として、活動限界の前に安全にシステムを停止させる場合などに用いる。

最後に、外部通信インターフェース３０６は、外部装置３２０との通信を行うためのインターフェースである。初期起動を外部から与える場合や探索結果やログの情報を外部に発信する際に用いる。

これらの処理のための実行プログラム、及び当該プログラムの実行時に用いられる情報は、計算機２０５のメモリ２１１に格納される。プロセッサ２１０が、当該プログラムを実行することで、ロボットシステム３００が有する各種機能を実現できる。以下の説明において、機能部を主体に処理の説明をするときには、当該機能部を実現するプログラムがプロセッサによって実行されていることを示す。

また、これらの処理部が実行するプログラムは、例えば、ＲＯＳ(Robot Operating System)のようなロボットアプリケーション向けの支援ソフトウェアによって記述されていてもよい。ＲＯＳなどを用いている場合は、各処理部は、ノードとして設計され、各ノードは独立に動作し、各情報のやり取りはノード間のメッセージ通信によって実現される。

次に、本実施例のロボットシステム３００が実行する処理について、その流れを具体的に説明する。図４は、実施例１のロボットシステム３００が実行する探索処理の概要を説明するフローチャートである。システム起動ステップＳ４０１、センサ入力処理ステップＳ４０２、行動計画処理ステップＳ４０３、ロボット制御出力処理ステップＳ４０４、フェイルセーフ処理ステップＳ４０５、システム停止ステップＳ４０６からなる。ロボットシステム３００は、以下で詳述する各処理を実行する。

＜システム起動ステップＳ４０１＞
システム起動ステップＳ４０１では、ロボットシステム３００を起動する。具体的には、システム制御部３０１がシステム起動を実行する。システム制御部３０１は、外部通信インターフェース３０６を介して外部装置３２０より、開始を受け取った場合に、その他のプログラムモジュールを起動し、システムが安定化するのを待ち、センサ入力処理Ｓ４０２、行動計画処理Ｓ４０３、ロボット制御出力処理Ｓ４０４、フェイルセーフ処理Ｓ４０６を実行可能な状態にする。

＜センサ入力処理ステップＳ４０２＞
センサ入力処理ステップＳ４０２では、他のロボットとの位置関係を図るために、例えば、ロボットの通信機器が発する電波強度情報３２０を入力とし、他ロボットとの相対位置情報３３０を生成する。相対位置情報３３０は、自機の現在位置と、検出された他の全ての機体との距離や方向を表すデータである。

相対位置情報３３０は、例えば、他のロボットの通信モジュールの発する電波強度のデータから計算して取得し、自機のロボットに対する他のロボットの距離と位置を判定するために用いられる。電波強度のデータを用いない場合でも、例えば、カメラを用いて、カメラ画像上の写り方や、ステレオカメラによる３次元計測によって、他ロボットとの距離や方向を推測して用いてもよい。また他の手段によって、他ロボットとの距離や方向を求めてもよい。

また、センサ入力処理ステップＳ４０２では、例えば、自機の経路を推測するために、ロボット機体のＩＭＵ情報３２１を入力とし、自機の過去経路情報３３１を生成する。自機の過去経路情報３３１は、スタートポイントからの自機のＩＭＵ情報の積算によって計算される軌跡の情報であり、あるタイミング毎に取得された座標の時系列データである。すなわち、過去経路情報は、センサ２０３のデータから計算して取得し、自機の次の行動が、過去に通過した位置の周辺かどうかを判定するために用いられる。

さらに、センサ入力処理ステップＳ４０２では、例えば、障害物との距離を測るために、深度センサの深度センサ情報３２２を入力とし、形状情報３３２を生成する。例えば、深度カメラを用いた場合、形状情報３３２は、カメラの画素に対応して取得された点群の情報である。各点には物体までの深度（距離）に応じた輝度値が設定される。センサ値にノイズが多く含まれる場合には、ノイズを低減させるフィルタリング処理などを合わせて実行してもよい。このように、形状情報は、センサのデータから計算して取得し、自機の次の行動の安全範囲内に、障害物があるかどうかを判定するために用いる。

これらのセンサ入力処理Ｓ４０２は、具体的には、センサ入力処理部３０２が実行する。生成された相対位置情報３３０、過去経路情報３３１、形状情報３３２は、行動計画処理部３０３へと渡され、行動計画処理ステップＳ４０３へと処理を移行する。

＜行動計画処理ステップＳ４０３＞
行動計画処理ステップＳ４０３では、生成された前記の相対位置情報３３０、過去経路情報３３１、形状情報３３２を用いて、他のロボットを避ける第一の行動候補３４０、自機の過去経路を避ける第二の行動候補３４１、障害物を避ける第三の行動候補３４２を生成する。

図５は、実施例１の行動計画処理部３０３で生成される行動候補の一例を説明する図である。行動候補５００は、図５の（Ａ）に示すように、例えば、記号５０１と確率５０２の情報を持つ。記号５０１は、次の行動を表す記号である。例えば、図５の（Ｂ）に示すように、記号５０１は、２次元の行動として、直進速度維持の行動を表す記号「０」、方向変換左の行動を表す記号「１」、方向変換右の行動を表す記号「２」、直進加速の行動を表す記号「３」、直進減速の行動を表す記号「４」、の５つの行動を示している。この場合、記号５０１は５次元の記号列で表現される。図５の場合、ロボットの行動候補の次の行動を表す複数の記号は、直進、加速、減速、方向転換右、方向転換左である。

確率５０２は、記号５０１に対応する確率である。例えば、図５の（Ａ）では、直進速度維持を表す記号「０」が３０パーセントの割合で実行されることを表している。ここでは、行動候補を行動の記号と対応する確率で表現したが、必ずしも確率の表現にかぎらない。

すなわち、ロボットの行動候補は、例えば、次の行動を表す複数の記号と、行動を表す複数の記号にそれぞれ対応する確率とからなり、第一の行動候補、第二の行動候補、及び第三の行動候補に基づいて、統合モジュールで統合された行動候補について、例えば、確率に基づいて、次の行動を表す複数の記号の中から一つ記号を選択し、ロボットの次の行動を決定する。

行動計画処理ステップＳ４０３では、行動コマンド３５０を生成するために、下記の３つの処理を実行し、それらの行動候補を組み合わせる。

（１）他ロボット回避処理
他ロボット回避処理では、生成された前記の相対位置情報３３０を入力とし、他のロボットを避ける第一の行動候補３４０を生成する。具体的には、他ロボット回避モジュール３１０が、他のロボットを避ける第一の行動候補３４０生成を実行する。

図６は、実施例１の他ロボット回避処理におけるロボットの相対関係を説明する図である。同図において、自機のロボット６０１に対して、特定範囲６０３内に他のロボット６０２が侵入した場合、相対的位置関係を判定して、行動候補の確率を変更する。例えば、具体的には、他のロボットが自機のロボット６０１に対して、右側の方向に観測された場合（ｙ’＞０）、方向変換左の表す記号「１」に対応する確率を高め、逆に方向変換右の表す記号「２」あるいは、他の記号に対応する確率は低くする。また、他のロボットが自機のロボットに対して、左側の方向に観測された場合（ｙ’＜０）、方向変換右の表す記号「２」に対応する確率を高め、逆に方向変換左の表す記号「１あるいは、他の記号に対応する確率を低くする。

確率を高くあるいは低く変動させる程度は、距離６０４によって決定する。例えば、距離が遠くの場合には、確率を変動させる程度は低くし、逆に、距離が近くの場合には、確率を変動させる程度を高くして、互いのロボットが反発しあう力を高める。究極的には、対応する方向変換の確率を「１」として、その他の確率を全て「０」とすれば、互いのロボットは完全に反発し、探索を逆の方向に向けさせることができる。

また、図６は他のロボットは１台のみであるが、特定範囲内に複数のロボットが存在する場合も同様に考えればよい。全ての他のロボットで変動を判定したのち、対応する行動毎で和を求め、最終的に、正規化すればよい。また、最も距離の近いロボットに注目し、そのロボットとのみの回避処理としても問題ない。

（２）過去経路回避処理
過去経路回避処理では、生成された前記の過去経路情報３３１を入力とし、自機の過去経路を避ける第二の行動候補３４１を生成する。具体的には、過去経路回避モジュール３１１が、自機の過去経路を避ける第二の行動候補３４１生成を実行する。

図７は、実施例１の過去経路回避処理における自機ロボットと過去経路の関係を説明する図である。同図において、現在時刻ｔのロボットが、行動候補の選択で行動したと仮定して、その行動後の時刻ｔ＋１において、周辺に過去経路が存在するかを判定する。ＩＭＵ情報から生成された前記の過去経路情報３３１は、軌跡７０３を持つ。軌跡７０３に対して、過去経路周辺幅７０２で定義された過去経路周辺範囲７０４を設定する。行動候補の行動毎に、判定方向７０１と過去経路周辺範囲７０４が重なるかを判定する。過去経路周辺範囲７０４と重なる場合は、その対応する行動の記号に対応する確率を低くする。

究極的には、重複する行動の確率を全て「０」とし、重複しない行動で確率を分配するようにすれば、行動候補の中に、探索可能な行動が存在するならば、完全に過去経路を避けた、未知の探索領域を優先した探索ができるようになる。

また、行動候補の行動毎に判定するのではなく、単純に時刻ｔにおける全周の判定範囲での過去経路周辺状況を観測し、判定範囲内で、自機のロボットから右側の領域の重複する割合が多い場合には、方向変換左の表す記号「１」に対応する確率を高め、また、自機のロボットから左側の領域の重複する割合が多い場合には、方向変換右の表す記号「２」に対応する確率を高めるように、確率を変動させてもよい。

（３）障害物回避処理
障害物回避処理では、生成された前記の形状情報３３２を入力として、周囲の障害物を避ける第三の行動候補３４２を生成する。具体的には、障害物回避モジュール３１２が、障害物を避ける第三の行動候補３４２生成を実行する。

図８は、実施例１の障害物回避処理における自機ロボットと障害物の関係を説明する図である。同図においては、障害物８０１が判定範囲８０２内に侵入した場合、速度をゼロに設定し、さらに、形状情報３３２を用いて、行動候補の行動に対する確率を変動させる。この際には、有効範囲８０３を設定し、その範囲内に障害物があるか否かで、回転する方向を定める。深度センサによって観測された障害物を取得し、自機から右側の領域に障害物がより近く観測される場合には、方向変換左の表す記号「１」に対応する確率を高め、また、自機のロボットから左側の領域に障害物がより近く観測される場合には、方向変換右の表す記号「２」に対応する確率を高めるように、確率を変動させる。この際、回転以外の行動は選択されないように、記号「１」及び「２」以外の行動の確率はゼロとなるようにする。

また、速度をゼロに設定するのではなく、障害物との距離を深度センサから取得し、段階的に減速しながら、障害物を回避するように調節してもよい。なお、障害物が判定範囲８０２内に存在しない場合、障害物回避処理を行わない。

最後に、生成された他のロボットを避ける第一の行動候補３４０、自機の過去経路を避ける第二の行動候補３４１、障害物を避ける第三の行動候補３４２を統合した行動候補を作成し、それらから重み付き選択を実行することで、次に実行する行動コマンド３５０を決定する。具体的には、統合モジュール３１３が、行動候補の統合と選択を実行する。すなわち、第三の行動候補に基づいて、初めに障害物を避ける行動を選択し、第一の行動候補に基づいて、次に他のロボットを避ける行動を選択し、第二の行動候補に基づいて、次に過去の経路を避ける行動を選択し、選択した行動が統合された行動候補について、例えば、確率に基づいて、次の行動を表す複数の記号の中から、一つ記号を選択し、ロボットの次の行動を決定する。

図９は、実施例１の行動計画処理部の統合モジュール３１３の統合処理の流れの一例を示すフローチャートである。初期化ステップＳ９０１、障害物を避ける第三の行動候補判定処理ステップＳ９０２、他のロボットを避ける行動候補判定処理ステップＳ９０３、過去経路を避ける行動候補判定処理ステップＳ９０４、過去経路範囲内から脱出処理ステップＳ９０５、行動選択処理Ｓ９０６、目標速度・目標角度設定処理Ｓ９０７からなる。

図９は、生成された、他のロボットを避ける第一の行動候補３４０、自機の過去経路を避ける第二の行動候補３４１、障害物を避ける第三の行動候補３４２を逐次的に判定して処理する手順を示している。本実施例の統合処理では、例えば、行動コマンド３５０として、目標速度情報及び目標角度を設定することを目標とする。

まず、初期化ステップＳ９０１では、目標速度情報、目標角度をセンサ値から推計される現在の速度情報、角度情報に初期化する。また、統合行動候補を、確率がゼロとなるように初期化する。

次に、障害物を避ける第三の行動候補判定処理ステップＳ９０１では、障害物を避ける第三の行動候補３４２を用いて、有効範囲内の進行方向に障害物が存在したかどうかを判定する。障害物が存在した場合、前記の障害物回避処理によって、回転以外の行動の確率がゼロ、もしくは十分に小さくなるため、その値を用いる。障害物が存在した場合、まず、目標速度情報をゼロに上書きして、固定する。また、統合行動候補を、第三の行動候補３４３の値に更新し、回転以外の確率を変動できないように、記号「０」、「３」、「４」に対応する確率の値を固定する。

次に、他のロボットを避ける行動候補判定処理ステップＳ９０３では、他のロボットを避ける第一の行動候補３４０を用いて、統合行動候補を更新する。この際、前の処理で固定された要素は更新しない。更新の仕方としては、加算、比重を加えて加算、選択するなどがある。

次に、過去経路を避ける行動候補判定処理ステップＳ９０４では、自機の過去経路を避ける第二の行動候補３４１を用いて、統合行動候補を更新する。この際、前の処理で固定された要素は更新しない。更新の仕方としては、加算、比重を加えて加算、選択するなどがある。また、この時、第二の行動候補３４１から、全ての確率が小さくなっている場合、周辺の領域で未探索の領域がなかったということである。その場合、過去経路範囲内から脱出処理ステップＳ９０５を実行する。

なお、第三の行動候補３４２、第一の行動候補３４０、第二の行動候補３４１の順番にて行動候補判定処理を実施する例を説明したが、それぞれの優先順位を設定し、第三の行動候補３４２、第一の行動候補３４０、第二の行動候補３４１の順番で優先順位を小さくしてもよい。この場合、確率への重みづけを調整することで優先順位を設定し、行動コマンド３５０を生成する。このように優先順位を設定することで、よりロボットシステムへの継続動作に影響が大きい事象を避けることができ、ロボットシステムの動作に支障がでないように制御することが可能となる。

過去経路範囲内から脱出処理ステップＳ９０５では、周辺の領域に未探索の境域がなくない、前記の過去経路を避ける行動候補判定処理のいずれの行動候補の確率が小さくなってしまった場合に、特定の行動をとらせることで、未探索の領域の範囲に、ロボットを移動させる処理である。すなわち、第二の行動候補に基づいて、過去の経路を避ける行動を選択する場合に、周辺の全てが過去経路に含まれていた場合、特定のルールに従って、過去経路の外まで脱出する行動候補を作成する。

図１０は、本発明の実施例１の過去経路範囲内からの脱出処理を説明する図である。同図に示すように、直進可能ならば直進するように、障害物があり直進ができないようであれば、方向転換するように、統合行動候補の確率を変更する。このようにすることで、壁に沿って未探索のエリアまで脱出することができる。

次に、行動選択処理Ｓ９０６では、得られた統合行動候補の中から、確率的に選択し、次に行動する一つの行動を決定する。

最後に、目標速度・目標角度設定処理Ｓ９０７では、選択された行動に従って、目標速度および目標角度を更新し、行動コマンド３５０を生成する。

また、本実施例１においては、逐次的に判定を行いながら統合行動候補を決定する手順を示したが、統合行動候補の決定の方法はこれに限らない。例えば、強化学習を用いて実際に動かしながら学習したモデルを用いて、統合行動候補を作成してもよい。

図４の説明に戻る。
＜ロボット制御出力処理ステップＳ４０４＞
ロボット制御出力処理ステップＳ４０４では、前記の生成された行動コマンド３５０を入力とし、駆動制御ユニット２０６が処理可能な速度命令３６０に変換して駆動制御ユニット２０６へ渡す。駆動制御ユニット２０６に渡す速度命令３６０は、速度成分、角加速度成分を持つ速度情報である。具体的には、ロボット制御出力処理部が、速度命令３６０の発行処理を実行する。

ここで、前記の行動計画処理ステップＳ４０３において、行動コマンド３５０が直接、駆動制御ユニット２０６で処理可能であれば、本ステップは省略可能である。

ここまでの、センサ入力処理ステップＳ４０２、行動計画処理ステップＳ４０３、ロボット制御出力処理ステップＳ４０４によって、速度命令３６０が発行され、行動計画処理ステップＳ４０３で選択された１回の行動が実行される。探索終了判定ステップＳ４０７において、探索を終了しない場合、再びセンサ入力処理ステップＳ４０２に戻り、一方で、探索を終了する場合には、システム停止ステップＳ４０６に移行する。

ここで、探索終了の判定は、例えば、特定の対象を発見する、一定時間経過する、電源の残量を確認する、などで判断する。

＜フェイルセーフ処理ステップＳ４０５＞
フェイルセーフ処理ステップＳ４０５では、センサ入力３７０を入力として、危険な状況を判断して検出する。具体的には、フェイルセーフ処理部３０５が検出を実行する。危険な状況と判断した場合、システム制御部３０１にロボットを停止させるように働きかける。システム制御部３０１は、フェイルセーフ処理部３０５から検出情報が入力されると、ロボット制御出力処理部３０４に割り込みを入れて、速度命令３６０をすべてゼロに上書きする。

フェイルセーフとしては、上述したように、センサ入力として深度センサの入力を用い、急に進行方向に障害物が出現した場合などの緊急停止や、バッテリー残量をセンサ入力として、活動限界の前に安全にシステムを停止させる場合などに用いる。すなわち、フェイルセーフ処理部は、深度情報を監視して、進行方向に突然出現する障害物を検知した場合、あるいは、バッテリーの残量を監視し、ロボットの稼働時間が少なくなってしまった場合に、信号を発信して、ロボット制御に割り込みを行うことにより、速度あるいは加速度情報をゼロに上書きして、安全にシステムを停止させる。

＜システム停止ステップＳ４０６＞
システム停止ステップＳ４０６では、システムを停止させる。停止時の行動としては、例えば、その場で停止する、スタートポイントに帰還する、などであってもよい。停止の際、ロボットシステム３００は、外部通信インターフェース３０６を通じて、外部装置３２０に自機の過去経路を送信しても構わない。これにより、例えば外部装置３２０に接続された画面などから各ロボットシステム３００が通過した経路を表示することで、タスクの完了を目視でも確認することができる。

以上のような処理を実行することにより、本発明の分散協調ロボットシステムは、ロボットセンサ入力から得られる相対位置情報、過去経路情報、形状情報を用いて、他ロボットを避ける行動、過去の経路を避ける行動、障害物を避ける行動を予測するモデルを作成し、それらのモデルから得られる結果を組み合わせて、それぞれのロボットの行動を決定することできる。

図１１に、本実施例のロボットシステムを実装した、１０台ロボットによる広域探索の２次元シミュレーションの一例を結果１１０１として示す。図１２にその探索完了の表示画面１２０１を示した。

実施例１によれば、ロボットシステム３００は、例えば、電波強度のセンサ入力から生成された他ロボットとの相対位置情報３３０に基づいて、他のロボットを避ける第一の行動候補３４０を生成し、これを行動の決定に用いることで、他ロボットと反発し合い、反発が働く範囲内で、各ロボットが互いテリトリーを分担して干渉しないような協調的な探索ができる。

実施例１によれば、ロボットシステム３００は、例えば、ＩＭＵのセンサ入力から生成された経路情報３３１に基づいて、過去の経路情報を避ける行動候補３４１を生成し、これを行動の決定に用いることで、自経路への重複を軽減し、探索域を広げながら探索ができる。

実施例１によれば、ロボットシステム３００は、例えば、深度センサのセンサ入力から生成された形状情報３３２に基づいて、障害物を避ける行動候補３４２を生成し、これを行動の決定に用いることで、障害物との干渉を避けながら、衝突を回避した探索ができる。

実施例１によれば、他のロボットを避ける行動候補３４０、過去経路を避ける行動候補３４１、障害物を避ける行動候補３４２を統合モジュール３１３によって組み合わせて行動を選択することで、それぞれの行動候補の探索を補い合い、他のロボットや障害物との干渉を避けつつ、他のロボットとのテリトリーをつくりつつも、過去経路の参照から効率的に探索域を広げながら、協調的かつ自律的な探索ができる。

以上詳述した本発明の分散協調ロボットシステム、及びタスク実行方法によれば、未知環境に対する広域探索タスクにおいて、集中管理された計算機による事前計画や地図共有がなくとも、ロボットそれぞれが探索域を拡げながら、他ロボットや障害物と干渉しないような協調的な探索が可能な分散協調ロボットシステムを実現することができる。障害物を避け、過去経路の参照から探索域を広げつつも、他ロボットとの反発的な行動により、自らのテリトリーを作りながら、自律的な広域探索を実現する。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。また、例えば、上記した実施例は本発明を分かりやすく説明するために構成を詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、各実施例の構成の一部について、他の構成に追加、削除、置換することが可能である。

上述の実施例において、制御線や情報線は、説明上必要と考えられるものを示しており、必ずしも全ての制御線や情報線を示しているとは限らない。

１００ 屋内
１０１ 壁
１０２ 柱
１０３ スタートポイント
１０４ ロボット
１０５ 軌跡
１０６ 部屋
２０１ 筐体
２０２ 駆動部
２０３ センサ
３００ ロボットシステム
３０１ システム制御部
３０２ センサ入力処理部
３０３ 行動計画処理部
３０４ ロボット制御出力処理部
３０５ フェイルセーフ処理部
３０６ 外部通信インターフェース

Claims (7)

1. 複数の移動体で所定のタスクを実行する分散協調システムであって、
   他の移動体との相対位置情報、自機の過去の経路情報、及び周囲の形状情報を取得するセンサの入力処理部と、
   前記相対位置情報に基づいて、前記他の移動体を避け第一の行動候補を生成する他移動体回避モジュールと、前記経路情報に基づいて、自機の過去経路を避ける第二の行動候補を生成する過去経路回避モジュールと、前記形状情報に基づいて、周囲の障害物を避ける第三の行動候補を生成する障害物回避モジュールと、前記第一の行動候補、前記第二の行動候補、及び前記第三の行動候補に基づいて、前記移動体の速度または角速度を決定する統合モジュールを含む行動計画処理部と、を備え、
   前記移動体の行動候補は、次の行動を表す複数の記号と、前記行動を表す複数の記号にそれぞれ対応する確率とからなり、
   前記第一の行動候補、前記第二の行動候補、及び、前記第三の行動候補に基づいて、前記統合モジュールで統合された前記行動候補について、前記確率に基づいて、前記次の行動を表す複数の記号の中から一つ記号を選択し、前記移動体の次の行動を決定する、
   ことを特徴とする分散協調システム。
2. 請求項１に記載の分散協調システムであって、
   前記移動体の行動候補の前記次の行動を表す複数の記号は、
   直進、加速、減速、方向転換右、方向転換左を含む、
   ことを特徴とする分散協調システム。
3. 複数の移動体で所定のタスクを実行する分散協調システムであって、
   他の移動体との相対位置情報、自機の過去の経路情報、及び周囲の形状情報を取得するセンサの入力処理部と、
   前記相対位置情報に基づいて、前記他の移動体を避け第一の行動候補を生成する他移動体回避モジュールと、前記経路情報に基づいて、自機の過去経路を避ける第二の行動候補を生成する過去経路回避モジュールと、前記形状情報に基づいて、周囲の障害物を避ける第三の行動候補を生成する障害物回避モジュールと、前記第一の行動候補、前記第二の行動候補、及び前記第三の行動候補に基づいて、前記移動体の速度または角速度を決定する統合モジュールを含む行動計画処理部と、を備え、
   前記相対位置情報は、前記他の移動体の通信モジュールの発する電波強度のデータから計算して取得し、
   前記相対位置情報に基づいて、自機の移動体に対する他の移動体の距離と位置を判定し、
   当該判定に基づいて、前記第一の行動候補の行動に対応する確率を変更し、
   前記移動体の次の行動を決定する、
   ことを特徴とする分散協調システム。
4. 複数の移動体で所定のタスクを実行する分散協調システムであって、
   他の移動体との相対位置情報、自機の過去の経路情報、及び周囲の形状情報を取得するセンサの入力処理部と、
   前記相対位置情報に基づいて、前記他の移動体を避け第一の行動候補を生成する他移動体回避モジュールと、前記経路情報に基づいて、自機の過去経路を避ける第二の行動候補を生成する過去経路回避モジュールと、前記形状情報に基づいて、周囲の障害物を避ける第三の行動候補を生成する障害物回避モジュールと、前記第一の行動候補、前記第二の行動候補、及び前記第三の行動候補に基づいて、前記移動体の速度または角速度を決定する統合モジュールを含む行動計画処理部と、を備え、
   前記経路情報は、前記センサのセンサデータから計算して取得し、
   前記経路情報に基づいて、自機の次の行動が、過去に通過した位置の周辺かどうかを判定し、
   当該判定に基づいて、前記第二の行動候補の行動に対応する確率を変更し、
   前記移動体の次の行動を決定する、
   ことを特徴とする分散協調システム。
5. 複数の移動体で所定のタスクを実行する分散協調システムであって、
   他の移動体との相対位置情報、自機の過去の経路情報、及び周囲の形状情報を取得するセンサの入力処理部と、
   前記相対位置情報に基づいて、前記他の移動体を避け第一の行動候補を生成する他移動体回避モジュールと、前記経路情報に基づいて、自機の過去経路を避ける第二の行動候補を生成する過去経路回避モジュールと、前記形状情報に基づいて、周囲の障害物を避ける第三の行動候補を生成する障害物回避モジュールと、前記第一の行動候補、前記第二の行動候補、及び前記第三の行動候補に基づいて、前記移動体の速度または角速度を決定する統合モジュールを含む行動計画処理部と、を備え、
   前記形状情報は、前記センサのセンサデータから計算して取得し、
   前記形状情報に基づいて、自機の次の行動の安全範囲内に、障害物があるかどうかを判定し、
   当該判定に基づいて、前記第三の行動候補の行動に対応する確率を変更し、
   前記移動体の次の行動を決定する、
   ことを特徴とする分散協調システム。
6. 請求項１に記載の分散協調システムであって、前記第三の行動候補に基づいて、障害物を避ける行動を選択し、
   前記第一の行動候補に基づいて、他の移動体を避ける行動を選択し、
   前記第二の行動候補に基づいて、過去の経路を避ける行動を選択し、
   選択した前記行動が統合された行動候補について、
   前記確率に基づいて、前記移動体の次の行動を表す複数の記号の中から、一つ記号を選択し、前記移動体の次の行動を決定する、
   ことを特徴とする分散協調システム。
7. 請求項１に記載の分散協調システムであって、
   前記第一の行動候補、前記第二の行動候補、前記第三の行動候補を、学習されたモデルに基づいて統合し、
   統合された行動候補について、
   前記確率に基づいて、次の行動を表す複数の記号の中から、一つ記号を選択し、前記移動体の次の行動を決定する、
   ことを特徴とする分散協調システム。

Images