JP7469195B2 - 走行パラメータ最適化システムおよび走行パラメータ最適化方法 - Google Patents

Description

この発明は、走行パラメータ最適化システムおよび走行パラメータ最適化方法に関し、特にたとえば、自動走行装置の走行パラメータを最適化する、走行パラメータ最適化システムおよび走行パラメータ最適化方法に関する。

工場または倉庫において、無人搬送車を用いた自動搬送システムが用いられている。この無人搬送車は、指定された走行ルートに沿って自律走行する。

複数の車輪を有する無人搬送車をライン（誘導線あるいはガイドともいう）に沿ってうまく走行させるように車輪の操舵角を制御する方法が特許文献１および特許文献２のそれぞれに提案されている。

特許文献１においては、制御系が非線形のために、従来の制御系では誘導線に沿わせる操舵制御ができなくなったりハンチングしたりする恐れがあるところ、ファジイ推論を施し、推論結果に基づいて操舵角を制御することが記載されている。

特許文献２においては、３輪操舵の無人フォークリフト（無人搬送車）において、ガイドに沿うための操舵制御でのオーバーシュートを少なく、修正距離を短く、また、車体姿勢移動を小さくするために３つある各車輪を操舵制御する手法が記載されている。

特許文献３においては、走行条件パラメータを用いた所定の停車位置で停車するために自動停止制御を行った結果を示す車両の実際の停車位置と所定の停車位置との誤差と、自動停止制御で用いられた走行条件パラメータとの関係を示すモデル式を機械学習に基づいて算出する方法が記載されている。

特開平０３－２８２７０５号公報 特開２０００－１４８２４７号公報 特開２０１８－１３７８５７号公報

無人搬送車を走行ルート沿って走行させるには、十分に最適化された多数の走行パラメータによる非常に複雑な走行制御が要求される。しかし、走行パラメータの最適化には実験走行を繰り返し行ってデータを収集する作業が必要であり、そのためには膨大な労力と時間が必要であるという問題があった。

上記の特許文献１および特許文献２に開示される走行制御方法は、走行制御に用いる走行パラメータの数が非常に多く、それらの走行パラメータの最適化に膨大な労力と時間が必要であるにもかかわらず、走行パラメータの最適化に要する労力および時間を少なくするための工夫が考慮されていない。

これに対して、特許文献３には、機械学習により算出されたモデル式に基づいて停止誤差を推定するため、上記の特許文献１および特許文献２に比べれば走行パラメータの最適化に要する労力および時間を少なくすることができると考えられるが、過去の実験結果データを用いて走行パラメータを最適化するものであって、将来の実験計画を作成し、作成した実験計画に基づいて効率的に実験結果データを取得するものではない。よって、パラメータの適正化に改善の余地がある。

それゆえに、この発明の主たる目的は、新規な、走行パラメータ最適化システムおよび走行パラメータ最適化方法を提供することである。

この発明の他の目的は、パラメータの適正度を効率良く高めることができる、走行パラメータ最適化システムおよび走行パラメータ最適化方法を提供することである。

第１の発明は、複数の自動走行装置において走行パラメータを最適化するための実験走行を行うことにより、複数の自動走行装置の走行パラメータを最適化する走行パラメータ最適化システムであって、走行指示に従って走行する複数の自動走行装置と、実験走行における実験走行計画を作成する実験走行計画作成装置と、実験走行計画作成装置が作成した実験走行計画に基づいて、複数の自動走行装置に対して走行指示を送信する走行指示装置と、複数の自動走行装置の走行状態を反映した測定値を取得する取得装置と、取得装置が測定した測定値に基づき評価値を算出する評価値算出装置と、実験走行において評価値算出装置により算出された評価値に基づき最適化された走行パラメータを算出する走行パラメータ最適化装置と、を備え、走行パラメータは、自動走行装置に牽引または積載される荷物の重量である荷重の区分ごとに異なる走行パラメータが設定されるものであり、最適化対象の荷重の区分ごとに走行パラメータを最適化するものであり、走行指示装置は、複数の自動走行装置の各々が搬送する荷物の荷重を観測し、当該複数の走行装置の中から実験走行計画において最適化対象の荷重の荷物を搬送する自動走行装置を実験走行を行う自動走行装置として指定し、指定した当該自動走行装置に対して走行指示を送信する、走行パラメータ最適化システムである。

第２の発明は、第１の発明に従属し、実験走行計画作成装置は、実験走行計画として、走行パラメータを走行毎に変化させた複数回の走行を計画することを特徴とする。

第３の発明は、第２の発明に従属し、走行パラメータは、それぞれ自動走行装置の走行における異なる制御を行うための複数種類のパラメータの組からなり、実験走行計画作成装置は、複数種類のパラメータの全てのうち一部の走行パラメータを最適化対象の走行パラメータとして指定して、当該指定された走行パラメータを走行毎に変化させて、指定された走行パラメータを最適化するための複数回の走行を計画することを特徴とする。

第４の発明は、第３の発明に従属し、実験走行計画作成装置は、複数種類のパラメータの全てのうち指定された走行パラメータ以外の走行パラメータを走行毎に変化させずに、指定された走行パラメータを最適化するための走行として複数回の走行を計画することを特徴とする。

第５の発明は、第３または第４の発明に従属し、実験走行計画作成装置は、複数種類のパラメータの全てのうち最適化対象の走行パラメータとして指定するパラメータを変化させて、指定された走行パラメータ毎に当該指定された走行パラメータを最適化するための走行として複数回の走行を作成することを特徴とする。

第６の発明は、第１から第５の発明までのいずれかに従属し、実験走行計画作成装置は、ベイズ最適化法を用いた実験計画法により実験走行計画を作成することを特徴とする。

第７の発明は、第１から第６の発明までのいずれかに従属し、実験走行計画作成装置は、１回目からＮ回目までの走行毎における走行パラメータを説明変数とし、１回目からＮ回目までの走行毎における評価値を目的変数として、ガウス過程回帰により回帰モデルを構築し、当該回帰モデルに基づき獲得関数を算出し、当該獲得関数に基づいてＮ＋１回目の走行の走行パラメータを決定することを特徴とする。

第８の発明は、第１から第７の発明までのいずれかに従属し、走行パラメータ最適化装置は、ベイズ最適化法により最適化された走行パラメータを算出することを特徴とする。

第９の発明は、第１から第８の発明までのいずれかに従属し、走行パラメータ最適化装置は、１回目からＭ回目までの走行毎における走行パラメータを説明変数とし、１回目からＭ回目までの走行毎における評価値を目的変数として、ガウス過程回帰により回帰モデルを構築し、当該回帰モデルに基づいて目的変数の期待値が設定値に最も近づく走行パラメータを最適化された走行パラメータとして算出することを特徴とする。

第１０の発明は、第１から第９の発明までのいずれかに従属し、走行パラメータ最適化装置が過去に算出した過去の走行パラメータを記憶する走行パラメータ記憶部を備え、実験走行計画作成装置は、実験走行における実験走行計画を作成する際の走行パラメータの初期値として、走行パラメータ記憶部に記憶された過去の走行パラメータを設定可能であることを特徴とする。

第１１の発明は、第１から第１０の発明までのいずれかに従属し、走行パラメータは、速度の区分ごとに異なる走行パラメータが設定されるものであり、最適化対象の速度の区分ごとに走行パラメータを最適化する。

第１２の発明は、第１から第１１の発明までのいずれかに従属し、走行パラメータは、走行ルートごとに異なる走行パラメータが設定されるものであり、最適化対象の走行ルートごとに走行パラメータを最適化する。

第１３の発明は、第１２の発明に従属し、走行指示装置は、自動走行装置に対して当該自動走行装置が最適化対象の走行ルートを走行するように走行指示を送信する。

第１４の発明は、第１から第１３の発明までのいずれかに従属し、評価値は、自動走行装置が指定された線状の走行ルートに沿って走行する際の線状の走行ルートに対する横方向のずれ量を含むことを特徴とする。

第１５の発明は、第１から第１４の発明までのいずれかに従属し、評価値は、自動走行装置が走行する際の加速または減速による加速度の変化の大きさを含むことを特徴とする。

第１６の発明は、第１から第１５の発明までのいずれかに従属し、走行パラメータは、自動走行装置が指定された線状の走行ルートに沿って走行する際の操舵制御のパラメータを含むことを特徴とする。

第１７の発明は、第１から第１６の発明までのいずれかに従属し、走行パラメータは、自動走行装置が走行する際の加速または減速の加速度制御のパラメータを含むことを特徴とする。

第１８の発明は、走行指示に従って走行する複数の自動走行装置において走行パラメータを最適化するための実験走行を行うことにより、複数の自動走行装置の走行パラメータを最適化する走行パラメータ最適化方法であって、（ａ）実験走行における実験走行計画を作成するステップと、（ｂ）ステップ（ａ）において作成した実験走行計画に基づいて、複数の自動走行装置に対して走行指示を送信するステップと、（ｃ）複数の自動走行装置の走行状態を反映した測定値を取得するステップと、（ｄ）ステップ（ｃ）において取得した測定値に基づき評価値を算出するステップと、（ｅ）実験走行においてステップ（ｄ）において算出した評価値に基づき最適化された走行パラメータを算出するステップと、を含み、走行パラメータは、自動走行装置に牽引または積載される荷物の重量である荷重の区分ごとに異なる走行パラメータが設定されるものであり、最適化対象の荷重の区分ごとに走行パラメータを最適化するものであり、ステップ（ｂ）は、複数の自動走行装置の各々が搬送する荷物の荷重を観測し、当該複数の走行装置の中から実験走行計画において最適化対象の荷重の荷物を搬送する自動走行装置を実験走行を行う自動走行装置として指定し、指定した当該自動走行装置に対して走行指示を送信する、走行パラメータ最適化方法である。

この発明によれば、将来の実験計画に基づいて効率的に実験結果を取得し、取得した実験結果に基づいて走行パラメータを最適化するので、パラメータの適正度を効率良く高めることができる。

図１はこの発明の実施例に係る走行パラメータ最適化システムの構成の一例を示す図である。 図２は図１に示す最適化サーバの電気的な構成の一例を示すブロック図である。 図３は図１に示す管理サーバの電気的な構成の一例を示すブロック図である。 図４は図１に示すＡＧＶの外観構成の右側面の一例を示す図である。 図５は図１に示すＡＧＶの外観構成の下面の一例を示す図である。 図６は図１に示すＡＧＶの電気的な構成の一例を示すブロック図である。 図７はＡＧＶの使用環境の一例の概略を示す図である。 図８はＡＧＶが牽引する台車の外観構成の一例を示す図である。 図９はＡＧＶが台車を牽引する場合のＡＧＶと台車の接続状態の一例を説明するための図である。 図１０はＡＧＶが台車を牽引する場合のＡＧＶと台車の接続状態の一例を説明するための他の図である。 図１１はラインセンサで検出されるＡＧＶの進行方向に対する左右のずれ量を説明するための図である。 図１２はＡＧＶに設定される走行パラメータの一部を説明するための図である。 図１３は使用環境においてＡＧＶが荷物を搬送する場合の走行ルートおよび荷重の有無の一例の概略を示す図である。 図１４は最適化パラメータテーブルの一例を示す図である。 図１５は走行パラメータテーブルＡの一例を示す図である。 図１６は図２に示す最適化サーバのＲＡＭのメモリマップの一例を示す図である。 図１７は図３に示す管理サーバのＲＡＭのメモリマップの一例を示す図である。 図１８は図２に示す最適化サーバのＣＰＵのパラメータ最適化処理の一例を示すフロー図である。 図１９は図３に示す管理サーバのＣＰＵのＡＧＶ制御処理の一例の一部を示すフロー図である。 図２０は図３に示す管理サーバのＣＰＵのＡＧＶ制御処理の他の一部であって、図１９に後続するフロー図である。 図２１は図３に示す管理サーバのＣＰＵのＡＧＶ制御処理のその他の一部であって、図２０に後続するフロー図である。

図１は、この発明の実施例に係る走行パラメータ最適化システム（以下、「最適化システム」という）１０の構成の一例を示す図である。最適化システム１０は、後述する自動走行装置（自律搬送装置または無人搬送装置とも呼ばれる。（以下、「ＡＧＶ」という））の開発元または納品先に適用され、ＡＧＶの走行に関するパラメータ（以下、「走行パラメータ」という）の適正化を行うとともに、ＡＧＶの走行を管理および制御する。

ただし、ＡＧＶの納品先は、工場または倉庫であり、ＡＧＶは、工場または倉庫において、或る拠点から他の拠点まで走行（または移動）する。ここで、拠点とは、ＡＧＶの待機場所、荷物の搬送先（積み下ろし場所を含む）および荷物の積載場所を意味する。この実施例では、ＡＧＶは、待機場所から荷物の積載場所まで移動したり、積載場所から搬送先まで荷物を搬送したり、搬送先から待機場所に戻ったりする。

図１に示すように、最適化システム１０は、最適化サーバ１２を含み、最適化サーバ１２は、インターネット、ＷＡＮまたはＬＡＮのようなネットワーク１４を介して管理サーバ１６と通信（送信および／または受信）可能に接続される。また、データベース１８が、ネットワーク１４上に設けられ、最適化サーバ１２および管理サーバ１６は、それぞれ、データベース１８と通信可能に接続される。

また、管理サーバ１６は、複数のＡＧＶ２０のそれぞれと無線で通信可能に接続される。ただし、ＡＧＶ２０が自律走行または自動走行する工場または倉庫などの場所には、複数のアクセスポイントが設けられ、各ＡＧＶ２０は、アクセスポイントを含む他のネットワーク（上記のネットワーク１４とは異なるネットワーク）を介して、管理サーバ１６と通信を行う。この実施例では、管理サーバ１６と各ＡＧＶ２０が通信するデータには、各ＡＧＶ２０の識別情報が含まれており、ＡＧＶ２０を指定してデータを送信したり、受信したデータからＡＧＶ２０を特定（識別）したりすることができる。

なお、この実施例では、複数のＡＧＶ２０を示すが、ＡＧＶ２０は一台でもよい。

さらに、管理サーバ１６は、ネットワーク１４を介して、複数のコンピュータ２２と通信可能に接続される。複数のコンピュータ２２は、複数のＡＧＶ２０が配置される工場または倉庫などの場所の各拠点に配置される。ただし、工場の場合には、コンピュータ２２は、各拠点に配置される部品等の製造装置に組み込まれる場合もある。また、倉庫の場合には、コンピュータ２２として、棚を管理する者が所持する端末が使用されることもある。

なお、この実施例では、管理サーバ１６は、ネットワーク１４を介して、複数のコンピュータ２２と通信可能に接続されるようにしてあるが、これに限定される必要はない。上述したように、工場または倉庫などの場所には、他のネットワークが設けられるため、管理サーバ１６は、この他のネットワークを介して、一部または全部のコンピュータ２２と通信可能に接続されてもよい。

また、管理サーバ１６と、１または複数のＡＧＶ２０によって、自動走行システム１０ａが構成される。

最適化サーバ１２は、ＡＧＶ２０の走行パラメータの最適化または適正化を行う走行パラメータ最適化装置と、走行パラメータの最適化または適正化を行うための実験走行における実験走行計画を作成する実験走行計画作成装置と、実験走行において測定された測定値（後述する実験結果）に基づいて評価値を算出する評価値算出装置として機能する装置であり、汎用のサーバを用いることができる。図２は最適化サーバ１２の電気的な構成の一例を示すブロック図である。図２に示すように、最適化サーバ１２は、ＣＰＵ３０含み、内部バスを介して、ＲＡＭ３２および通信装置３４に接続される。図示は省略するが、補助記憶装置のＨＤＤおよびＲＯＭなども設けられる。

ＣＰＵ３０は、最適化サーバ１２の全体的な制御を司るプロセッサである。ＲＡＭ３２は、最適化サーバ１２の主記憶装置であり、ＣＰＵ３０のバッファ領域およびワーク領域として機能する。通信装置３４は、イーサネットまたはWi-Fiのような通信方式に従って有線または無線で通信するための通信モジュールである。

なお、後述する管理サーバ１６およびＡＧＶ２０のブロック図を説明する場合には、同じ回路コンポーネントについての説明は省略することにする。

管理サーバ１６は、ＡＧＶ２０の走行を管理する装置であり、より具体的には、ＡＧＶ２０の走行（または、移動）を指示または制御する走行指示装置と、ＡＧＶ２０の走行状態を反映した測定値をＡＧＶ２０から取得する取得装置として機能する装置であり、汎用のサーバを用いることができる。図３に示すように、管理サーバ１６は、ＣＰＵ５０を含み、ＣＰＵ５０は内部バスを介してＲＡＭ５２、第１通信装置５４および第２通信装置５６に接続される。

管理サーバ１６では、第１通信装置５４は、ネットワーク１４との間で通信するための通信モジュールであり、上記の通信装置３４と同じ機能を有する。第２通信装置５６は、他の装置（ここでは、ＡＧＶ２０）と無線で通信するための通信モジュールである。第２通信装置５６は、ＬＡＮ接続可能な無線の通信モジュールであり、この通信モジュールの通信方式は、たとえば、Wi-FiまたはZigBee（登録商標）である。

データベース１８は、汎用のデータベースであり、この実施例では、最適化サーバ１２および管理サーバ１６がアクセス可能である。データベース１８は、最適化処理を施されたＡＧＶ２０の走行パラメータおよびＡＧＶ２０の走行状態（状態データ）の履歴を記憶する。つまり、過去に最適化された走行パラメータがデータベース１８に記憶される。ＡＧＶ２０の走行状態は、ＡＧＶ２０の識別情報を対応付けた、ＡＧＶ２０が搬送する荷物の荷重、ＡＧＶ２０の走行速度、ＡＧＶ２０の現在位置、前後揺れ値、振れ幅値、走行ルートおよび実施日時についてのデータである。ただし、これは一例であり、限定される必要はない。この実施例では、上記のようなＡＧＶ２０の走行状態として記憶し、走行状態に基づいて走行パラメータを最適化することにより、様々な使用環境でＡＧＶ２０を安定して走行させるようにしてある。たとえば、荷重が同じあっても、直線の走行ルートと曲がり角の多い走行ルートでは、適切な走行パラメータが異なる。

この実施例では、ＡＧＶ２０の走行状態は、ＡＧＶ２０が走行するときに、第１所定時間（この実施例では、２秒）毎に第１所定時間分記憶される。ただし、データベース１８に記憶されるＡＧＶ２０の走行状態は、実験室すなわち実験環境においてＡＧＶ２０を走行させた場合のＡＧＶ２０の走行状態または／および工場または倉庫などの場所すなわち使用環境においてＡＧＶ２０を走行させた場合のＡＧＶ２０の走行状態である。

ＡＧＶ２０は、自律走行可能なロボットであり、この実施例では、必要に応じて、被牽引物としての台車２００を牽引する。台車２００の構成については後述する。図４はＡＧＶ２０の外観構成のうちの右側面についての図であり、図５はＡＧＶ２０の外観構成のうちの下面についての図である。図４では、右方向がＡＧＶ２０の前方であり、左方向がＡＧＶ２０の後方である。また、図５では、上方向がＡＧＶ２０の前方であり、下方向がＡＧＶ２０の後方である。

ＡＧＶ２０は、床面または地面と台車２００の下面の間に潜り込める低背の直方体形状を有する車本体２０ａを含み、車本体２０ａの上部には、台車２００を牽引するための左右一対の牽引アーム２６が昇降可能に設けられる。詳細な説明は省略するが、牽引アーム２６は、油圧シリンダ２６０と台車２００を接続する接続部２６２で構成され、油圧シリンダ２６０が油圧駆動装置８０によって昇降され、接続部２６２も昇降される。接続部２６２は、台車２００（または、牽引アーム２６）を側面から見た場合に、その端面が凹の字の形状を有している。

なお、使用される台車２００は予め決まっているため、牽引アーム２６を上昇または下降させる長さは予め決まっている。そして、その長さに応じて、油圧駆動装置８０に内蔵される油圧ポンプを駆動する駆動モータの回転数も決まっている。図示は省略するが、油圧駆動装置８０は、油圧ポンプおよびこの油圧ポンプを駆動する駆動モータを含む。

また、図４（後述する図８および図９も同じ）では、牽引アーム２６が上昇した状態を示してある。

牽引アーム２６の接続部２６２は、前方の第１部分２６ａと後方の第２部分２６ｂを有し、第１部分２６ａの上部には近接センサ２８が設けられ、第２部分２６ｂの前方側の側面には荷重センサ８６が設けられる。

近接センサ８４は、一例として、透過型または反射型の光センサであり、台車２００をＡＧＶ２０に接続する際、台車２００の下面を検出する。ＡＧＶ２０が台車２００（または、台座２０２）の下に潜り込み、近接センサ８４によって台車２００の下面の後端が検出されると、ＡＧＶ２０は、その位置からさらに所定の距離だけ前方に設けられる接続位置まで進んで停止する。

台座２０２の下面には、牽引アーム２６が接続（または、係合）される接続部２１２が配置されている（図９および図１０参照）。したがって、ＡＧＶ２０が停止された後に、牽引アーム２６を上昇させると、接続部２１２を構成する板部材２１２ａが牽引アーム２６（接続部２６２）の第１部分２６ａと第２部分２６ｂの間に配置され、ＡＧＶ２０が移動する場合に、板部材２１２ａが第２部分２６ｂに係合し、したがって、ＡＧＶ２０によって台車２００が牽引される。

荷重センサ８６は、汎用の荷重センサであり、台車２００を牽引する際にＡＧＶ２０（または、牽引アーム２６）にかかる荷重を検出する。ただし、荷重は、台車２００を含む荷物の荷重である。以下、この明細書において、台車２００および台車２００に載せられた荷物の荷重を言う場合には、単に「荷物の荷重」ということにする。

また、図５に示すように、ＡＧＶ２０は、車本体２０ａの下面に３つの車輪が設けられる。この実施例では、１つの前輪１２２と左右の後輪１２４Ｌ、１２４Ｒが設けられる。１つの前輪１２２は補助輪であり、車本体２０ａに対して回動可能に設けられる。左右の後輪１２４Ｌ、１２４Ｒは駆動輪であり、車本体２０ａに対して固定的に設けられる。

したがって、左右の後輪１２４Ｌ、１２４Ｒの回転速度を異ならせることにより、ＡＧＶ２０の移動方向を変えることができる。たとえば、左の後輪１２４Ｌの回転を停止させ（回転速度を０にし）、右の後輪１２４Ｒを回転させる(回転速度を０よりも大きくする)と、ＡＧＶ２０は左旋回する。また、右の後輪１２４Ｒの回転を停止させ（回転速度を０にし）、左の後輪１２４Ｌを回転させる(回転速度を０よりも大きくする)と、ＡＧＶ２０は右旋回する。

また、車本体２０ａの内部には、左の車輪モータ７８Ｌおよび右の車輪モータ７８Ｒが設けられる。左の車輪モータ７８Ｌは左の後輪１２４Ｌに連結され、右の車輪モータ７８Ｒは右の後輪１２４Ｒに連結される。また、車輪モータ７８Ｌおよび７８Ｒは、車輪駆動回路７６に接続される。

さらに、車本体２０ａには、バッテリ９４および制御基板１００が設けられる。制御基板１００には、後述するＣＰＵ７０、ＲＡＭ７２、通信装置７４および慣性センサ９０などの回路コンポーネントが組み込まれる。

また、車本体２０ａの下面には、ラインセンサ８８およびＲＦタグリーダ９２が設けられる。この実施例では、ラインセンサ８８は、ＡＧＶ２０の前側の端部であり、左右方向における中央に配置される。また、この実施例では、ＲＦタグリーダ９２は、ＡＧＶ２０の前後方向における中央から前寄りであり、左右方向における中央から左寄りに配置される。ラインセンサ８８およびＲＦタグリーダ９２の配置位置は一例であり、限定される必要はない。

図６は図１に示したＡＧＶ２０の電気的な構成の一例を示すブロック図である。図６に示すように、ＡＧＶ２０は、ＣＰＵ７０を含み、ＣＰＵ７０はバスを介して、ＲＡＭ７２、通信装置７４、車輪駆動回路７６、油圧駆動装置８０、近接センサ８４、荷重センサ８６、ラインセンサ８８、慣性センサ９０およびＲＦタグリーダ９２に接続される。また、車輪駆動回路７６は車輪モータ７８に接続される。また、上記のバッテリ９４は、ＡＧＶ２０の各コンポーネントに接続される。

ＣＰＵ７０およびＲＡＭ７２は、上述したとおりである。なお、図示は省略するが、ＡＧＶ２０には、ＲＡＭ７２以外のＨＤＤおよびＲＯＭなどのメモリも設けられる。ＲＡＭ７２には、ＡＧＶ２０が走行する実験環境または使用環境のマップおよび走行ルートのデータが記憶される。

通信装置７４は、他の装置（ここでは、管理サーバ１６）と無線で通信するための通信モジュールである。たとえば、通信装置７４は、管理サーバ１６の第２通信装置５６と同じ通信方式（たとえば、Wi-FiまたはZigBee（登録商標））の通信モジュールである。

車輪駆動回路７６は、ＣＰＵ５０の指示の下、車輪モータ７８の駆動電圧を生成し、生成した駆動電圧を車輪モータ７８に印加するための駆動回路である。車輪モータ７８は、ＡＧＶ２０の車輪を回転させるためのモータである。図６では省略するが、上述したように、車輪モータ７８は、ＡＧＶ２０に設けられる２つの後輪（１２４Ｌ、１２４Ｒ）のうち、左側の後輪１２４Ｌを駆動する左側の車輪モータ７８Ｌと、右側の後輪１２４Ｒを駆動する右側の車輪モータ７８Ｒで構成される。車輪モータ７８Ｌと車輪モータ７８Ｒは車輪駆動回路７６によって個別に駆動され、ＡＧＶ２０は、直進、左旋回、右旋回、加速、減速および停止される。図示は省略するが、車輪モータ７８Ｌおよび車輪モータ７８Ｒのそれぞれにはエンコーダが設けられており、それぞれの回転数がエンコーダで検出され、ＣＰＵ５０に通知される。また、図示は省略するが、車輪モータ７８Ｌの回転軸には左側の後輪１２４Ｌが直接接続され、車輪モータ７８Ｒの回転軸には右側の後輪１２４Ｒが直接接続される。したがって、ＣＰＵ５０は、車輪モータ７８Ｌおよび車輪モータ７８Ｒの回転数を検出することにより、後輪１２４Ｌおよび後輪１２４Ｒの回転数を知ることができる。

油圧駆動装置８０は、ＣＰＵ５０の指示の下、駆動モータの駆動電圧を生成し、生成した駆動電圧を駆動モータに印加するための駆動回路を含み、駆動モータが、油圧ポンプを駆動し、牽引アーム２６の油圧シリンダ２６０を昇降させる。

近接センサ８４は、上述したように、この実施例では、透過型または反射型の光センサである。荷重センサ８６は、上述したように、この実施例では、汎用の荷重センサである。

ラインセンサ８８は、複数（この実施例では、８個）の検出素子８８ａ、８８ｂ、８８ｃ、８８ｄ、８８ｅ、８８ｆ、８８ｇ、８８ｈが横一列に並べられた磁気センサであり、工場または倉庫内の床面に施設された（または、貼り付けられた）移動用のライン（誘導線またはガイドとも呼ばれる）を検出する。この実施例では、検出素子８８ａ～８８ｈはホール素子であり、隣接する検出素子８８ａ～８８ｈの間隔は所定の長さに設定される。また、ラインは磁気テープで構成され、所定の幅でＡＧＶ２０が移動（または、走行）可能なコース上に設けられる。したがって、ＡＧＶ２０は、後述するように、ラインに沿って移動する。

慣性センサ９０は、加速度センサであり、ＡＧＶ２０の加速度を検出する。この実施例では、慣性センサ９０は、ＡＧＶ２０の急加速および急減速の回数を検出するのに用いられる。したがって、加速度センサとしては、ＡＧＶ２０の前後方向についての加速度を検出可能な１軸の加速度センサを用いることができる。この加速度センサで検出される加速度の第１所定時間（この実施例では、２秒）における平均値を、第１所定時間で積分することにより、ＡＧＶ２０の走行速度を知ることができる。ただし、ＡＧＶ２０の走行速度は、管理サーバ１６が算出するようにしてもよい。

ＲＦタグリーダ９２は、倉庫内の床面に施設された（または、貼り付けられた）ＲＦＩＤタグのタグ情報を読み取る。この実施例では、ＲＦＩＤタグは、ラインの近傍であり、ＡＧＶ２０に通常の移動とは異なる所定動作を行わせたい位置に施設される。所定動作を行わせたい位置は、たとえば、拠点の位置、旋回動作（左旋回、右旋回）をさせたい位置および走行速度（加速、減速）を変更させたい位置が該当する。ただし、拠点の位置は、ＡＧＶ２０の停止位置である。

したがって、ＡＧＶ２０は、ＲＦタグリーダ９２によってＲＦＩＤタグのタグ情報を読み取り、読み取ったタグ情報に基づいて管理サーバ１６とやり取りする。管理サーバ１６は、各ＡＧＶ２０の位置（すなわち、現在位置）を把握して走行指示を各ＡＧＶ２０に送信し、所定の位置で所定動作（停止、左旋回、右旋回および速度変更（すなわち加速および減速））の指示を各ＡＧＶ２０に送信する。

また、各ＡＧＶ２０は、自身の走行ルートを把握しており、また、車輪モータ７８の回転数を知ることができる。このため、各ＡＧＶ２０は、タグ情報を読み取れない場所においては、タグ情報を読み取ってからの車輪モータ７８の回転数に基づいて移動した距離を算出し、マップのデータを参照することにより、現在位置を知ることができる。

バッテリ９４は、充電可能な２次電池であり、一例として、リチウムイオン電池を用いることができる。バッテリ９４は、ＡＧＶ２０の各回路コンポーネントに電力を供給する。図６では、信号線と区別するために電線を破線で示してある。

このような構成の最適化システム１０では、管理サーバ１６は、走行ルートを指定するとともに、予め用意された走行パラメータを用いてＡＧＶ２０の走行を制御する。ＡＧＶ２０は、配置された工場または倉庫などの場所において、無荷重で、または、台車２００を牽引して移動する。

ＡＧＶ２０が配置および走行される場所の一例が図７にされる。図７において、待機場所は、荷物の搬送を行っていない、１または複数のＡＧＶ２０が待機する位置ないし領域である。積み下ろし場所は、荷物を他の場所に配送（または、出荷）するための荷物を集める場所である。マットリックス状に記載された実線は、ＡＧＶ２０が配置および走行される場所に設けられたラインである。上述したように、ＡＧＶ２０は、ラインに沿って走行するため、マトリックス状に記載された実線は、ＡＧＶ２０が走行するコースとも言える。また、ライン上に記載した点Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇ、Ｈ、Ｉ、Ｊ、ＫおよびＬは、曲がり角または交差点である。また、括弧書きの数字が付された四角形の枠は、工場または倉庫などの場所に配置された装置または棚を示す。

装置または棚を管理する者から荷物を搬送する要求（以下、「搬送要求」という）が有ると、管理サーバ１６は、空いているＡＧＶ２０を制御して荷物を搬送する。装置または棚を管理する者は、搬送先を指定して搬送要求を出す。ただし、装置は自動的に搬送要求を出すようにしてもよい。棚を管理する者は、自身が所持する端末（コンピュータ２２に相当する）を用いて搬送要求を出す。また、搬送要求は、管理サーバ１６の管理者が管理サーバ１６に入力してもよい。

管理サーバ１６は、搬送要求があると、ＡＧＶ２０の走行ルートを決定する。詳細な説明は省略するが、管理サーバ１６は、予め設定された複数の走行ルートのうち、最短距離であり、他のＡＧＶ２０の走行に影響しない走行ルートを選択する。

管理サーバ１６は、図７に示すような場所についてのマップのデータを記憶しており、ＡＧＶ２０の現在位置（この実施例では、待機場所、積載場所または搬送先）から移動先または目的位置（この実施例では、積載場所、搬送先または待機場所）の２つの拠点間の最短の走行ルートを、他のＡＧＶ２０の現在位置および移動先を考慮して選択する。ただし、走行ルートは、２つの拠点に応じて予め決定されていてもよい。

また、管理サーバ１６が決定した走行ルートは、走行ルートの始点および終点と、走行ルートに沿って移動する場合に通過または方向転換する位置に対応する複数の点（点Ａ～点Ｌのいずれか２つ以上）を時系列に従って並べた情報である。

たとえば、（３）の装置または棚を管理する管理者から（６）の装置または棚を指定した搬送要求があると、管理サーバ１６は、待機場所から（３）の装置または棚までの走行ルートを決定する。一例として、走行ルートとして、待機場所、点Ａ、点Ｂ、点Ｅおよび（３）の装置または棚の位置の識別情報を時系列に並べた情報が決定される。そして、管理サーバ１６は、決定した走行ルートと、待機場所から（３）の装置または棚までの走行パラメータを含む走行指示を、空いているＡＧＶ２０に送信する。つまり、この実施例では、走行指示は、ＡＧＶ２０の識別情報、走行ルートおよび走行パラメータを指定するための情報（「走行パラメータ指定情報」に相当する）を含む。

ＡＧＶ２０が走行ルートに沿って待機場所から（３）の装置または棚まで移動すると、荷物が積載される。ただし、ＡＧＶ２０の走行中では、管理サーバ１６は、ＡＧＶ２０の現在位置に応じて所定動作を実行するための動作指示を送信する。以下、ＡＧＶ２０の走行中において、同じである。また、この実施例では、「積載」とは、ＡＧＶ２０が、荷物が載せられた台車２００を牽引アーム２６に接続することを意味する。ＡＧＶ２０は、荷物が積載されたことを管理サーバ１６に通知する。ただし、荷物が積載されたことは、装置または棚の管理者から管理サーバ１６に通知されてもよい。

ＡＧＶ２０は、上述したように、自身が配置された工場または倉庫などの場所についてのマップのデータをＲＡＭ７２に記憶しており、マップは、上述したコース、曲がり角および交差点の位置、待機場所および積み下ろし場所の情報を含む。したがって、ＡＧＶ２０は、管理サーバ２０から走行指示を受信すると、ＲＡＭ７２に記憶しているマップのデータを参照しながら、走行指示に含まれる走行ルートに従って走行する。このとき、車輪モータ７８の駆動が、走行指示に含まれる走行パラメータに基づいて制御される。

ただし、ＡＧＶ２０は、走行中において、第１所定時間毎に、自身の走行状態（ＡＧＶ２０の走行状態）を管理サーバ１６に送信（または、通知）し、管理サーバ１６はＡＧＶ２０の走行状態を受信（または、取得）し、その都度または或る程度まとめて、ＡＧＶ２０の走行状態をデータベース１８に送信する。

したがって、管理サーバ１６は、ＡＧＶ２０が搬送中の荷物（台車２００を含む）の荷重を知ることができる。また、管理サーバ１６は、第１所定時間毎のＡＧＶ２０の現在位置およびＡＧＶ２０の走行速度を知ることができる。

また、管理サーバ１６は、荷物が積載されたことの通知を受けると、（３）の装置または棚から（６）の装置または棚までの走行ルートを決定する。一例として、走行ルートとして、（３）の装置または棚の位置、点Ｈ、点Ｉおよび（６）の装置または棚の位置の識別情報を時系列に並べた情報が決定される。そして、管理サーバ１６は、決定した走行ルートと、（３）の装置または棚から（６）の装置または棚までの走行パラメータを含む制御信号を、荷物を積載したことの通知を受信したＡＧＶ２０に送信する。

ＡＧＶ２０が走行ルートに沿って（３）の装置または棚から（６）の装置または棚まで移動すると、（６）の装置または棚の位置で荷物が下ろされる。この実施例では、ＡＧＶ２０は、荷物が載せられた台車２００と牽引アーム２６の接続状態を解除する。ＡＧＶ２０は、荷物が下ろされたことを管理サーバ１６に通知する。ただし、荷物が下ろされたことは、装置または棚の管理者から管理サーバ１６に通知されてもよい。

管理サーバ１６は、荷物が下ろされたことの通知を受けると、（６）の装置または棚から待機場所までの走行ルートを決定する。一例として、走行ルートとして、（６）の装置または棚の位置、点Ｌ、点Ｋ、点Ｊ、点Ｇ、点Ｄおよび待機場所の識別情報を時系列に並べた情報が決定される。そして、管理サーバ１６は、決定した走行ルートと、（６）の装置または棚から待機場所までの走行パラメータを含む走行指示を、荷物を下ろしたことの通知を受信したＡＧＶ２０に送信する。

したがって、ＡＧＶ２０が走行ルートに沿って（６）の装置または棚から待機場所まで移動する。つまり、荷物の搬送を終えたＡＧＶ２０は、待機場所に戻る。

なお、これは一例であり、或る拠点から他の拠点まで荷物を搬送したＡＧＶ２０を、さらに、他の拠点から別の拠点まで荷物を搬送させるようにしてもよい。また、荷物の搬送先は、積み下ろし場所であってもよい。

ここで、この実施例の台車２００について説明する。図８に示すように、この実施例の台車２００は、ロールボックス台車であり、ロールボックスパレットまたはかご台車とも呼ばれる。台車２００は、台座２０２を含み、台座２０２の下面の四隅のそれぞれに自在輪であるキャスター２０４が設けられる。また、台座２０２の上面には、かご２０６が設けられる。

図９は台車２００を牽引可能に接続したＡＧＶ２０を右側面から見た図であり、図１０は台車２００を牽引可能に接続したＡＧＶ２０を後側面から見た図である。図９および図１０では、牽引アーム２６および接続部２１２を示すために、台座２０２を鎖線で示すことにより、それらを透視状態にしてある。また、図９および図１０では、牽引アーム２６および接続部２１２の接続状態を示すために、接続部２１２については断面を示してある。さらに、図９および図１０では、かご２０６の上部の一部を省略してある。

図９および図１０に示すように、台車２００の台座２０２の下面の前端部には、牽引アーム２６を接続するための左右一対の接続部２１２が設けられている。接続部２１２は、断面が四角形の筒状に形成され、下端は解放された開口を有している。したがって、上述したように、ＡＧＶ２０の牽引アーム２６が上昇されると、その第２部分２６ｂが開口から接続部２１２の内部に侵入する。このため、ＡＧＶ２０が移動する場合に、牽引アーム２６が接続部２１２に係合し、台車２００がＡＧＶ２０に追従して移動する。また、接続部２１２は、筒状に形成されるため、台車２００が蛇行した場合であっても、牽引アーム２６が接続部２１２から離脱しない。

上述したように、ＡＧＶ２０は、ラインに沿って移動する。ＡＧＶ２０が牽引する台車２００に荷物が積載されると、ＡＧＶ２０よりも質量が大きくなることがある。一例として、荷物を積載した台車２００の質量は、ＡＧＶ２０の質量の２～４倍程度になることがある。この場合、台車２００の質量の分だけ台車２００が大きな慣性力を持つこととなり、台車２００の直進安定性の低さとあいまって、急激な進行方向の変化の際に台車２００の慣性力によってＡＧＶ２０が進行すべき方向からずれてしまう場合がある。このような場合、一旦、蛇行が始まると次第に揺れ幅が増大し、蛇行は収束せずに、台車２００に比べて質量の小さいＡＧＶ２０では台車２００の走行を制御できず、極端な場合、ＡＧＶ２０は走行ルートから完全に逸脱してしまうことがある。

なお、台車２００は、狭い空間での定置旋回（すなわち、スピンターン）などの取り回し性を考慮してすべての車輪が自在輪のキャスター２０４にされる。このため、上記のように、直進安定性が低い。

したがって、この実施例のＡＧＶ２０では、自動走行する際、ＰＩＤ制御による公知のフィードバック制御の手法を用いて、ラインに対するＡＧＶ２０の位置ずれを補正するように、左右の駆動輪すなわち後輪１２４Ｌおよび１２４Ｒの回転方向および回転速度を算出する処理を行う。

ラインに対するＡＧＶ２０の位置ずれは、ラインセンサ８８の出力に基づいて検出される。上述したように、ラインセンサ８８は、検出素子８８ａ～８８ｈが横一例に並んで構成される。ただし、ＡＧＶ２０の進行方向に垂直な方向が検出素子８８ａ～８８ｈが並ぶ方向（すなわち、横（左右）方向）である。

図１１はラインに対するＡＧＶ２０の位置ずれを説明するための図である。図１１では、右上部に、ラインセンサ８８における検出素子８８ａ～８８ｈの並びを示してある。また、図１１に示す例では、ＡＧＶ２０を省略し、ラインセンサ８８のみを示してある。さらに、図１１に示す例では、図１１の上方がＡＧＶ２０の進行方向であり、以下の説明では、その進行方向を基準に左方向および右方向という。さらにまた、図１１に示す例では、ラインを検出している検出素子８８ａ～８８ｆに「１」を記載し、ラインを検出していない検出素子８８ａ～８８ｆに「０」を記載してある。また、図１１では、ラインを灰色で示してある。

ラインの横幅の中央とラインセンサ８８の横幅の中央が一致している場合に、ＡＧＶ２０の横幅の中央の位置（以下、「中央位置」という）が、ラインの横幅の中央の位置（以下、「基準位置」という）と一致する。この場合、ＡＧＶ２０はラインに沿って真っすぐ進行している。また、このとき、中央位置と基準位置のずれ量は０であり、図１１に示すように、検出素子８８ｃ～８８ｆはラインを検出しているが、検出素子８８ａ、８８ｂ、８８ｇおよび８８ｈはラインを検出していない。

左方向へのずれ量が１である場合には、検出素子８８ｄ～８８ｇはラインを検出しているが、検出素子８８ａ～８８ｃおよび８８ｈはラインを検出していない。右方向へのずれ量が１である場合には、検出素子８８ｂ～８８ｅはラインを検出しているが、検出素子８８ａおよび８８ｆ～８８ｈはラインを検出していない。

説明は省略するが、同様に、左方向および右方向のそれぞれにずれ量が２～６である場合について図示してある。

なお、図１１では、ＡＧＶ２０がラインに対して左右に平行にずれているように示してあるが、上述したように、ＡＧＶ２０が蛇行するため、実際には、ラインに対してＡＧＶ２０の進行方向が左方向または右方向に傾き、それに従ってラインセンサ８８も傾き、ラインを検出する検出素子８８ａ～８８ｈが変化する。

また、この実施例では、フィードバック制御の手法として、ＰＩＤ制御を用いるようにしてあるが、他の実施例では、ＰＩ制御、Ｐ制御、オンオフ制御、ＰＤ制御を用いることもできる。

ここで、ＰＩＤ制御とは、目標値に対する出力のずれ量（偏差）に基づいて、この偏差の比例(P:Propotion)、積分(I:Integral)および微分(D:Differential)の３つの要素を好適な割合で組み合わせてフィードバックする制御手法である。この実施例では、ＡＧＶ２０がラインに沿って走行するように、偏差の比例要素のフィードバック量、積分要素のフィードバック量および微分要素のフィードバック量の比率を適宜選択する。

ただし、ＰＩＤ制御による操舵制御の走行パラメータが適切でない場合、台車２００が大きく蛇行してしまう。このような場合、ＰＩＤ制御を行ったとしても、ＡＧＶ２０がラインに沿って走行せずに、ラインから外れてしまうことがある。また、ＰＩＤ制御による加速制御の走行パラメータが適切でない場合、進行方向に急激に加速したり、急激に減速したりすることもある。

したがって、この実施例では、ＡＧＶ２０の走行状態に応じた適切な走行パラメータを算出し、これを用いてＡＧＶ２０の移動を制御することにより、台車２００が大きく蛇行したり、急激に加速または減速したりすることを未然に防止し、ＡＧＶ２０を、ＰＩＤ制御により、ラインに沿って確実に滑らかに移動させることができるようにしてある。

次に、ＡＧＶ２０の走行パラメータ、走行パラメータの最適化処理および最適化された走行パラメータを用いたＡＧＶ２０の走行制御のそれぞれについて説明する。

図１２はＡＧＶ２０の走行パラメータの一例を示すテーブルである。図１２に示すように、走行パラメータは、それぞれＡＧＶ２０の走行における異なる制御を行うための複数種類のパラメータ（以下、各々のパラメータを「個別パラメータ」ということがある）の組からなり、各個別パラメータに対応して、最小値、最大値および代表値が記述される。ただし、図１２に示す複数の個別パラメータは、走行パラメータの一部であり、他にも多数の個別パラメータが設けられる。図１２に示す複数の個別パラメータは、ＡＧＶ２０の走行をＰＩＤ制御によるフィードバック制御を行うためのＰＩＤ走行制御パラメータと、それ以外の基本走行パラメータに大別される。

ＰＩＤ走行パラメータとしては、軌道ずれ量についてのＰＩＤ走行制御パラメータである、Ｐゲイン調整（操舵Ｐ値）、Ｉゲイン調整（操舵Ｉ値）およびＤゲイン調整（操舵Ｄ値）の各個別パラメータ、およびモータ回転数についてのＰＩＤ走行制御パラメータである、Ｐゲイン調整（速度Ｐ値）、Ｉゲイン調整（速度Ｉ値）およびＤゲイン調整（速度Ｄ値）の各個別パラメータを含み、これらの個別パラメータは、さらに、各走行速度について設定される。この実施例では、走行速度（分速）は、最小値が５ｍ／ｍｉｎであり、最大値が１００ｍ／ｍｉｎであり、各走行速度は５ｍ／ｍｉｎ刻みで設定される。つまり、これらのパラメータは、各重量の区分に対応した異なるパラメータの組が設定される。

ここで、軌道ずれ量についてのＰゲイン調整、Ｉゲイン調整およびＤゲイン調整の各個別パラメータとは、軌道ずれ量が０に近づくように左右の車輪の回転数の差の大きさを制御することにより、ＡＧＶ２０がラインに沿って走行するように、ＡＧＶ２０の左右の進行方向を制御するための操舵制御パラメータである。

また、モータ回転数についてのＰゲイン調整、Ｉゲイン調整およびＤゲイン調整の各個別パラメータとは、モータ回転数（すなわち、ＡＧＶ２０の速度）が目標値に近づくように左右の車輪の回転数の平均値の大きさを制御し、ＡＧＶ２０が目標の速度で走行するように、ＡＧＶ２０の左右の進行方向を制御するための速度制御パラメータである。

つまり、ＡＧＶ２０の左右の車輪の回転数は、モータ回転数の走行パラメータのＰＩＤ制御により算出した左右の車輪の回転数の平近値に対して、軌道ずれ量の走行パラメータのＰＩＤ制御により算出した左右の車輪の回転数の差の大きさだけそれぞれ減算および加算することにより算出される。

軌道ずれ量のＰゲイン調整、Ｉゲイン調整およびＤゲイン調整のパラメータは、基準位置に対する中央位置のずれを調整するためのパラメータであり、Ｐゲイン調整およびＤゲイン調整は、値が大きいほど軌道ずれ量の修正力が強く、Ｉゲイン調整は、値が小さいほど軌道ずれ量の修正力が強い。これらの個別パラメータによって、軌道ずれ量が０に近づくように左右の車輪モータ７８Ｌ、７８Ｒの回転数の差が制御される。つまり、ＡＧＶ２０がラインに沿って走行するようにＡＧＶ２０の操舵が制御される。この制御によってＡＧＶ２０が蛇行を繰り返すことによる横方向の揺れが小さくなり、ＡＧＶ２０が滑らかに走行することが可能となる。

モータ回転数のＰゲイン調整（速度Ｐ値）、Ｉゲイン調整（速度Ｉ値）およびＤゲイン調整（速度Ｄ値）のパラメータは、左右の車輪モータ７８Ｌ、７８Ｒの回転数の平均値、すなわちＡＧＶ２０の速度の目標値に対するずれ量を調整するためのパラメータであり、Ｐゲイン調整およびＤゲイン調整は、値が大きいほど速度の目標値に対するずれ量の修正力が強く、Ｉゲイン調整は、値が小さいほど速度の目標値に対するずれ量の修正力が強い。これらの個別パラメータによって、左右の車輪モータ７８Ｌ、７８Ｒの回転数の平均値、つまり、ＡＧＶ２０の速度が制御される。この制御によってＡＧＶ２０の加速および減速による縦揺れが小さくなり、ＡＧＶ２０が滑らかに走行することが可能となる。

なお、後述するように、軌道ずれ量およびモータ回転数のそれぞれについての、Ｐゲイン調整、Ｉゲイン調整およびＤゲイン調整の各個別パラメータは、後述するように、ＡＧＶ２０の左右方向に旋回を交互に繰り返す蛇行に関する評価値（揺れ幅値）と前後方向に加速と減速を繰り返す前後揺れの大きさに関する評価値（前後揺れ値）を小さくするように設定される。その理由は、Ｐゲイン調整、Ｉゲイン調整およびＤゲイン調整の各個別パラメータが適切でない場合、走行をつづけているうちに蛇行または前後揺れが増幅していき、最終的にＡＧＶ２０の走行支障をきたしてしまうためである。

また、基本走行パラメータとして、ＡＧＶ走行速度、加速度、減速度、スピン速度、スピン加速度、脱線時停止距離、障害物検知による停止減速度の各個別パラメータをさらに含む。これらのパラメータは、さらに、各重量について設定される。この実施例では、荷重は、最小値が０ｋｇ（荷重無し）であり、最大値が２００ｋｇであり、各重量は１０ｋｇ刻みで設定される。つまり、これらのパラメータは、各重量の区分に対応した異なるパラメータの組が設定される。

ＡＧＶ走行速度のパラメータは、ＡＧＶ２０の走行目標速度（ｍ／ｍｉｎ）についての個別パラメータであり、この個別パラメータによって、左右の車輪モータ７８Ｌ、７８Ｒの平均回転数が制御される。

加速度のパラメータは、ＡＧＶ２０が目標速度に到達するまでの加速度（ｍｍ／ｓｅｃ²）についての個別パラメータであり、この個別パラメータによって、左右の車輪モータ７８Ｌ、７８Ｒの平均回転数が制御される。

減速度のパラメータは、ＡＧＶ２０が目標速度に到達するまでの減速度（ｍｍ／ｓｅｃ²）についての個別パラメータであり、この個別パラメータによって、左右の車輪モータ７８Ｌ、７８Ｒの平均回転数が制御される。

スピン速度のパラメータは、ＡＧＶ２０がスピン（つまり、左旋回または右旋回）するときの角速度（ｄｅｇ．／ｓｅｃ）についての個別パラメータであり、この個別パラメータによって、左右の車輪モータ７８Ｌ、７８Ｒの回転数が制御される。

スピン加速度のパラメータは、ＡＧＶ２０がスピンを開始するときの各加速度（ｄｅｇ．／ｓｅｃ²）についての個別パラメータであり、この個別パラメータによって、左右の車輪モータ７８Ｌ、７８Ｒの回転数が制御される。

基本走行制御パラメータとＰＩＤ走行制御パラメータの関係について以下に述べる。基本走行制御パラメータのみで左右の車輪モータ７８Ｌ、７８Ｒの回転数を算出することを試みる場合、ラインに沿って蛇行せずに走行することや、急加速や急減速のない目的の速度で滑らかに走行させることができない。このため、左右の車輪モータ７８Ｌ、７８Ｒの回転数をＰＩＤ走行制御パラメータを用いてＰＩＤ制御によるフィードバック制御を行うことにより、ラインに沿って蛇行せずに走行することや、急加速や急減速のない目的の速度で滑らかに走行させることを可能としている。

次に、走行パラメータの最適化処理について説明する。ただし、走行パラメータの最適化は、ＡＧＶ２０が配置および使用される工場または倉庫などの場所に適した走行パラメータを設定することが目的である。

走行パラメータの最適化の処理は、ＡＧＶ２０の走行状態に対応して割り当てられた走行パラメータ毎に実行される。上述したように、ＡＧＶ２０の走行状態は、搬送している荷物の荷重、ＡＧＶ２０の走行速度、ＡＧＶ２０の現在位置、前後揺れ値、振れ幅値、走行ルートおよび実施日時が該当する。

以下においては、ＡＧＶ２０の走行状態として、ＡＧＶ２０が搬送している荷物の荷重のみに着目して、走行パラメータの最適化の処理について説明するが、実際の最適化の処理では、他の走行状態、すなわち、ＡＧＶ２０の走行速度、ＡＧＶ２０の現在位置、およびＡＧＶ２０の走行ルートについても考慮される。

走行パラメータの最適化処理を実行する場合には、ＡＧＶ２０の走行状態に応じて割り当てた走行パラメータを用いて、所定の走行ルートでＡＧＶ２０を複数回走行させ、走行時における前後の揺れ（縦揺れ）の値（以下、「前後揺れ値」という）と、左右の揺れ（横揺れ）幅の値（以下、「揺れ幅値」という）を評価値として計測し、評価値が最も高くなるように、走行パラメータが最適化される。ただし、或る個別パラメータの最適化処理を実行する場合には、他のすべての個別パラメータは固定値に設定される。たとえば、軌道ずれ量のＰゲイン調整の個別パラメータを最適化する場合には、これ以外の他の個別パラメータの値は固定にされる。他の個別パラメータを最適化する場合についても同様である。

ここで、前後揺れ値は、走行時においてＡＧＶ２０が急激に加速または急激に減速した回数（または、度合い）を意味する。上述したように、慣性センサ（加速度センサ）９０の出力に基づいて、急激に加速または急激に減速したことが判断される。また、急激に加速または急激に減速した回数は、第２所定時間（たとえば、１０ｍｓｅｃ）毎にカウントされる。

また、揺れ幅値は、走行時においてＡＧＶ２０の中央位置がラインの基準位置からずれるずれ量（度合）である。ずれ量は、図１１を参照して説明したとおりであり、この実施例では、走行中に第２所定時間毎に検出されるずれ量の第１所定時間毎の平均値（または、最大値）が揺れ幅値として計測される。ただし、ずれ量が６を超える場合には、ラインセンサ８８で検出できないため、その場合には、ずれ量は６にされる。

なお、実験室での実験結果データに基づいて走行パラメータの最適化を行う方法としては、一例として、蓄積された実験結果を周知のベイズ推定法に当て嵌めることにより行う方法がある。実験結果データに基づいて走行パラメータの初期値を設定する場合には、ＡＧＶ２０を工場から出荷するまでに最適化の処理（以下、「最適化処理」ということがる）が実行される。

また、他の実施例では、既に工場または倉庫などの場所で使用されている、同類のＡＧＶに設定される走行パラメータを初期値として設定することもできる。ただし、この走行パラメータは、ＡＧＶ２０が搬送する荷物の荷重に応じた走行パラメータである。

ここで、ベイズ推定法を用いて実験結果データを最適化する方法について説明する。最適化の対象となる実験結果データが入力され、最適化の条件が設定される。最適化の条件は、出力定義および目的関数であり。この実施例では、出力定義は、荷重範囲（たとえば、０～５０、５０～１００、１００～１５０、１５０～２００Ｋｇ）であり、目的関数は前後揺れ値と振れ幅の和である。したがって、実験結果データに対して最適化処理が施されると、走行状態（ここでは、荷重の範囲）毎に、目的関数で指定された条件すなわち前後揺れ値と振れ幅の和がの期待値が最小となる走行パラメータを走行パラメータとして算出される。

[初期値の決定]
まず、走行パラメータの初期値が決定される。走行パラメータの初期値とは、走行パラメータの最適化前に設定される暫定の走行パラメータである。走行パラメータの初期値は、ＡＧＶ２０が通常に走行する限りにおいてはどのような数値を入力してもよいが、可能なかぎり尤もらしい数値を入力した方が走行パラメータを最適化するための実験の回数を減らすことができるので望ましい。一例として、走行パラメータの初期値は、実験環境（実験室）において、ＡＧＶ２０の走行試験を事前に行うことにより得られた実験結果のデータ（以下、「実験結果データ」という）に基づいて過去に最適化した走行パラメータを走行パラメータの初期値に代入することにより設定することができる。

このとき、ＡＧＶ２０が搬送している荷物の荷重は、実験計画として設定された荷重である。一例として、データベース１８に実験結果データに基づいて最適化した走行パラメータおよび走行ルートやＡＧＶの構成などの実験条件を記録しておき、走行ルートやＡＧＶの構成などの実験条件が近い過去に最適化した走行パラメータを走行パラメータの初期値に代入することにより設定してもよい。その理由は、実験条件が近い過去に最適化した走行パラメータはある程度尤もらしい数値であるとみなせるからである。

[実験計画の作成]
次に、最適化サーバ１２は、走行パラメータの初期値と事前に設定された実験計画作成条件に基づき実験計画を作成する。ここでいう実験計画作成条件とは、一例としては、１つの走行パラメータを最適化するための実験回数などである。また、荷重範囲ごとにそれぞれ対応した複数の走行パラメータの数値の組が設定される。

この実施例においては、走行パラメータの最適化は、一つの荷重範囲毎、一つの個別パラメータ毎に、設定された実験回数の実験走行を繰り返すことにより行われる。なお、本実施例では説明を割愛するが、複数の荷重範囲、複数の個別パラメータを同時に最適化することも可能である。

最適化サーバ１２は、最適化を行う一つの荷重範囲および一つの個別パラメータを選択する。そして、選択した荷重範囲に対応する複数の走行パラメータの数値の組のうち選択した一つの個別パラメータの値を変数値として設定し、その他の個別パラメータを固定値として設定する。

そして、選択した一つの個別パラメータを変数値として変化させて設定された実験回数分の評価値のサンプルを取得するための実験走行を行うための実験計画を作成する。なお、その他の個別パラメータを固定値として初期値を代入する。

複数回の実験走行のうち、最初の１回目の実験走行においては、選択した一つの個別パラメータの変数値として初期値を設定し、２回目以降の実験走行においては、Beysian Optimization（ベイズ推定法）を用いたDesign of Experiments（実験計画法）により、選択した一つの個別パラメータの変数値を設定する。

一例としては、実験結果を周知のGausian Process Regression（ガウス過程回帰）の推定エンジンに当て嵌めることにより、次の実験に使用する走行パラメータを推定する。たとえば、操舵Ｐ値を変数として選択した場合、操舵Ｐ値を説明変数とし、前後揺れ値と振れ幅値の和を目的変数として、ガウス過程による回帰により説明変数と目的変数との間で回帰モデルを構築する。そして、回帰モデルに基づき獲得関数(acquisition function)を算出し、獲得関数に基づき次の実験に使用する走行パラメータを算出する。

次の実験に使用する走行パラメータにおいて選択した一つの個別パラメータの変数値を設定するということは、言い換えると既存のサンプルに基づき次のサンプルとして目的変数を改善するために妥当なサンプルを設定することに相当する。

獲得関数とは、サンプル候補の妥当性を評価するための指標であって、具体的には、Probability of Improvement (PI)、Expected Improvement (EI)、またはMutual Information (MI)などを適用することができる。一例としては、Probability of Improvement (PI)においては、サンプル候補が回帰モデルを改善する可能性の大きさに基づきサンプル候補の妥当性を評価する。

つまり、最適化サーバ１２は、１回目の走行では、変数として選択した走行パラメータとして初期値を設定する。そして、最適化サーバ１２は、１回目からＮ（Ｎは１以上の整数）回目までの走行毎に使用した走行パラメータを説明変数とし、１回目からＮ回目までの走行毎に評価した評価値を目的変数として、ガウス過程回帰により回帰モデルを構築し、構築した回帰モデルに基づき獲得関数を算出し、獲得関数に基づいてＮ＋１回目の走行の走行パラメータすなわち次の実験に使用する走行パラメータを決定（推定）する。

このようにして、実験走行計画として、走行パラメータを走行毎に変化させた複数回（実験回数分）の走行が計画される。実験走行計画とは、具体的には、複数の固有パラメータのうち、変数値として選択した固有パラメータを複数回の実験走行毎にBeysian Optimization（ベイズ推定法）を用いたDesign of Experiments（実験計画法）により決定された値とし、それ以外の固有パラメータを固定値とした走行パラメータの計画である。

上述したように、実験開始当初では、走行パラメータの初期値が設定され、２回目以降では、後述するように、実験結果データに基づいた実験計画法により走行パラメータが自動的に設定される。このようにして、実験走行計画として、走行パラメータを走行毎に変化させた複数回（実験回数分）の走行が計画される。

[実験走行の実施]
最適化サーバ１２は、実験走行計画として荷重値の範囲と複数回の実験走行における各走行における走行パラメータを管理サーバ１６に送信する。

管理サーバ１６は、ＡＧＶ２０から走行状態を取得し、各ＡＧＶ２０が搬送する荷物の荷重、および走行状況（または、使用状況）を観測する。そして、使用されていない（走行命令を実施していない）すなわち待ち状態であり、かつ、実験走行計画における荷重値の範囲の荷重の荷物を搬送するＡＧＶ２０を、実験走行を行うＡＧＶ２０として指定する。そして、管理サーバ１６は、指定したＡＧＶ２０に、実験走行計画を行うための移動ルートを指定する移動命令と移動ルートを走行するための走行パラメータを指定する制御信号を送信する。

ＡＧＶ２０は、制御信号に従って工場または倉庫などにおける指定された走行ルートを指定された走行パラメータにより走行し、実験結果として、前後揺れ値と、振れ幅値を検出する。前後揺れ値および揺れ幅値は、それぞれ、第１所定時間よりも短い第２所定時間（たとえば、１０ｍｓｅｃ）毎に検出され、測定される。ただし、実験結果は第１所定時間毎に、管理サーバ１６に送信される。

上記のように、実験走行が実験回数だけ実行される（つまり、繰り返される）ことにより、設定された実験回数分の実験結果データが取得される。なお、実験結果データは、その都度、または、実験走行が実験回数だけ実行されてから最適化処理が実行されるまでの適宜のタイミングでまとめて、管理サーバ１６からデータベース１８に記憶される。

[最適パラメータの算出]
また、最適化サーバ１２は、実験結果をベイズ推定法に当て嵌めることにより、走行パラメータの最適化を行い、最適化された走行パラメータ（または、対象の個別パラメータ）を記憶する。具体的には、最適化サーバ１２は、Ｍ回の実験走行が行われた場合に、１回目からＭ（Ｍは２以上の整数）回目までの走行毎に使用した走行パラメータを説明変数とし、１回目からＭ回目までの走行毎に評価した評価値を目的変数として、ガウス過程回帰により回帰モデルを構築し、構築した回帰モデルに基づいて目的変数の期待値が設定値に最も近づく走行パラメータを最適化された走行パラメータとして算出する。つまり、最適化サーバ１２は、管理サーバ１６からデータベース１８に記憶される実験結果に基づき評価値を算出し、算出した評価値に基づいて最適化された走行パラメータを算出する。設定値としては、ＡＧＶ２０の走行にとって好ましい状態の値を設定する。例えば、目的変数（評価値）を前後揺れ値と振れ幅値の和とする場合には、目的変数（評価値）が小さければ小さいほどＡＧＶ２０の走行にとって好ましい状態である。このような場合、設定値として０が設定され、これにより目的変数（評価値）が最小となる走行パラメータ走行パラメータを最適化された走行パラメータとして算出する。また、別の例としては、目的変数（評価値）が大きければ大きいほどＡＧＶ２０の走行にとって好ましい状態である場合には、設定値として無限大と同等とみなせる程に十分に大きい値が設定され、これにより目的変数（評価値）が最大となる走行パラメータ走行パラメータを最適化された走行パラメータとして算出する。目的変数が最大または最小となる説明変数の期待値を最適化した走行パラメータとして算出するのは、評価の仕方で評価値の大小が逆になるからである。ただし、実験走行は、様々な荷重について行われており、各荷重についての実験結果がデータベース１８に記憶されている。したがって、走行パラメータの最適化処理は、各荷重の範囲について、目的関数の期待値が設定値に最も近づく走行パラメータを算出することにより行われる。

なお、上述のように走行パラメータの最適化は、一つの個別パラメータ毎、一つの荷重範囲毎に、設定された実験回数の実験走行を繰り返すことにより行われるものである。一つの個別パラメータに対して、一つの荷重範囲について、最適パラメータが算出された後は、他の一つの個別パラメータに対して、一つの荷重範囲について、最適パラメータが算出されるように、最適化サーバ１２は、最適化を行う一つの荷重範囲または一つの個別パラメータの選択を変化させて、上述の実験計画の作成から最適パラメータの算出までを繰り返し実行する。このようにして、最終的には全ての個別パラメータに対して、全ての荷重範囲について、最適パラメータが算出される。

[最適化パラメータを用いたＡＧＶ２０の走行制御]
次に、ＡＧＶ２０の走行制御について説明する。ここでは、ＡＧＶ２０が工場または倉庫などの場所において、最適化パラメータを用いて、実際に荷物を搬送する場合の走行制御を説明する。この実施例では、最適化処理を施された走行パラメータを使用して、使用環境におけるＡＧＶ２０の走行が制御される。また、上述したように、搬送要求は、管理サーバ１６の管理者が入力してもよい。したがって、使用環境においてＡＧＶ２０が走行される場合には、少なくとも、管理サーバ１６とＡＧＶ２０が通信可能に接続された自動走行システム１０ａがその使用環境に適用される。

図１３は、装置（２）から装置（３）まで荷物を搬送する、装置（２）からの搬送要求に応じて、指定されたＡＧＶ２０が待機場所から積載場所まで移動し、積載場所から搬送先まで荷物を搬送し、搬送先から待機場所に帰還するまでの各走行ルートの例を示す。

なお、図１３では、荷重をＡＧＶ２０の上に記載することにより、ＡＧＶ２０が台車２００を牽引していることを示してある。また、図１３では、旋回する点であっても単に通過するように記載してあるが、実際には、図７に示したように、左旋回または右旋回する点も含まれる。

したがって、図１３に示す走行ルートの例では、図７も参照して分かるように、管理サーバ１６からの制御信号に基づいて、指定されたＡＧＶ２０は、まず、待機場所から直進して点Ａおよび点Ｂを通過し、点Ｃで左旋回して、積載場所である装置（２）が配置される場所まで直進する。次に、このＡＧＶ２０は、荷物を積載して（つまり、台車２００を牽引可能に接続して）、積載場所から直進して点Ｆに向かい、点Ｆで左旋回し、点Ｅまで直進して、点Ｅで右旋回し、点Ｅから搬送先である装置（３）が配置される位置まで直進する。そして、このＡＧＶ２０は、搬送先で、台車２００の接続状態を解除し、搬送先から直進で点Ｈに向かい、点Ｈで左旋回し、点Ｇまで直進して、点Ｇで左旋回し、点Ｇから直進して点Ｄを通過し、待機場所に戻る。

この場合、待機場所から積載場所まで走行する場合と、搬送先から待機場所まで走行する場合（ここでは、これらの場合をまとめて「場合１」という）では、ＡＧＶ２０は台車２００および荷物を牽引していない。一方、積載場所から搬送先までの走行する場合（ここでは、「場合２」という）では、ＡＧＶ２０は台車２００および荷物を牽引している。したがって、場合１と場合２とでは、少なくとも荷重が異なる。

また、直線が多い長い走行ルートでは、高速で走行しても安全であるため、走行開始の直後において大きく加速させ、比較的高速で移動させ、走行ルートの中盤を越えたあたりから次第に減速させることが考えられる。一方、カーブが多い短い走行ルートでは、高速で走行すると蛇行し易く危険であるため、走行開始の直後において直進する場合よりも小さく加速させ、直進する場合よりも低速で移動させ、走行ルートの終盤で減速させることが考えられる。

このように、走行ルート毎であり、荷重および走行速度に応じて、ＡＧＶ２０の走行制御は異なるため、走行パラメータも異なる。したがって、この実施例では、走行ルート毎に、荷重および走行速度に応じた走行パラメータを用いてＡＧＶ２０の走行を制御するようにしてある。

この実施例では、ＡＧＶ２０を走行させる場合には、管理サーバ１６は、ＡＧＶ２０の走行ルートを決定し、決定した走行ルートに対応する、走行パラメータのテーブル（図１４参照）をＡＧＶ２０に送信するようにしてある。以下、走行パラメータのテーブル（走行パラメータ指定情報に相当する）を、「走行パラメータテーブル」という。

図１４は最適化パラメータテーブルの一例を示す図である。図１４に示すように、最適化パラメータテーブルは、最適化処理を施された走行パラメータを用いて生成されたテーブルであり、走行ルートのＩＤに対応して、走行パラメータテーブルが記述される。

走行ルートのＩＤは、走行ルートに割り当てられた識別情報であり、たとえば、図７に示したマップにおいて、複数（一例として、２０）通りの走行ルートが有る場合には、最適化パラメータテーブルには、２０通りの走行ルートのＩＤが記述される。

走行パラメータテーブルは、ＡＧＶ２０が搬送する荷物の荷重の区分と、ＡＧＶ２０の走行速度の区分で決まる走行パラメータの識別情報を記載したテーブルである。この走行パラメータが、上記の最適化処理で決定される。ただし、走行パラメータは、図１２に示した複数の個別パラメータを含む。

図１５は、走行パラメータテーブルＡの一例を示す図である。走行パラメータテーブルＡは、荷重の区分と走行速度の区分に対応して走行パラメータの数値の組が記載されている。ただし、図１５では、走行パラメータの識別情報（ここでは、アルファベットと数字）のみを示してある。これは、各走行パラメータが異なることを意味する。図１５に示す例では、荷重の区分は、４つの区分であり、具体的には、０～５０ｋｇ、５０～１００ｋｇ、１００～１５０ｋｇおよび１５０～２００ｋｇの区分に分類される。

ただし、荷重の区分のうち、数値範囲の右側に記載の数値はその区分に含まれない。したがって、０～５０Ｋｇの場合には、０Ｋｇ以上５０Ｋｇ未満を意味する。このことは、後述する走行速度の区分についても同様である。

また、走行速度の区分は、４つの区分であり、具体的には、０～５ｍ／ｍｉｎ、５～１０ｍ／ｍｉｎ、１０～１５ｍ／ｍｉｎおよび１５～２０ｍ／ｍｉｎの区分に分類される。

なお、図１４に示す最適化パラメータテーブルおよび図１５に示す走行パラメータテーブルは一例であり、限定されるべきでない。走行ルートは、使用環境に応じて適宜変化され、荷重の区分または／および走行速度の区分はさらに細分化されてもよい。また、使用環境によっては、荷重の区分または／および走行速度の区分は統合されてもよい。

ＡＧＶ２０は、管理サーバ１６から、走行ルートと走行パラメータテーブルを含む走行指示を受信すると、走行ルートに従って走行する。この実施例では、走行指示は、待機場所から積載場所まで走行するための積載指示、積載場所から搬送先まで走行するための搬送指示、または、搬送先から待機場所まで走行するための帰還指示を意味する。

また、ＡＧＶ２０は、走行ルートに沿って走行している場合には、管理サーバ１６からの指示に従って所定動作（この実施例では、停止、左旋回、右旋回および速度変更）を行う。

ＡＧＶ２０は、管理サーバ１６から受信した走行パラメータテーブルのうち、荷重の区分と走行速度の区分で決まる走行パラメータを使用して走行を制御される。ただし、ＡＧＶ２０は、荷重センサ８６の出力から検出した荷重が含まれる荷重の区分と、管理サーバ１６から指示された走行速度が含まれる走行速度の区分に応じて、使用する走行パラメータを決定する。つまり、走行状態のうち、荷重または／および走行速度に応じて走行パラメータが決定される。

たとえば、走行中に、走行速度が変化し、走行パラメータテーブルにおける走行速度の区分が変化すると、使用する走行パラメータが荷重の区分と変化した走行速度の区分とで決まる走行パラメータに変更される。

なお、走行中に、荷重が変化することは考えにくいが、荷重が変化し、走行パラメータテーブルにおける荷重の区分が変化する場合には、使用する走行パラメータが変化した荷重の区分と走行速度の区分とで決まる走行パラメータに変更される。

また、この実施例では、工場または倉庫などの場所において、ＡＧＶ２０が荷物を搬送する場合にも、ＡＧＶ２０の走行状態が検出されるため、これをデータベース１８に蓄積し、定期的に（たとえば、一カ月に一回）、走行パラメータを最適化することにより、ＡＧＶ２０の使用環境に、より適した走行パラメータを生成および設定することができる。

この場合、最適化サーバ１２は、最適化パラメータテーブルに記載されている走行パラメータと、前回の最適化から今回の最適化までの走行状態を用いて、上記のベイズ推定法により、最適化パラメータテーブルの走行パラメータテーブルに記述された各走行パラメータを最適化する。したがって、経時的に変化する使用環境に応じて、より適正な走行パラメータが設定される。

なお、当然のことではあるが、この最適化処理では、実験計画は不要であるため、実験計画および走行実験が行われることはない。

また、最適化パラメータテーブルに、走行パラメータテーブルの識別情報を記述し、ＡＧＶ２０に、走行ルートに対応する識別情報が示す走行パラメータテーブルを送信してもよい。

図１６は図２に示した最適化サーバ１２に含まれるＲＡＭ３２のメモリマップ５００の一例を示す図である。図１６に示すように、ＲＡＭ３２はプログラム記憶領域５０２およびデータ記憶領域５０４を含む。

プログラム記憶領域５０２は、最適化サーバ１２のＣＰＵ３０によって実行されるプログラム（情報処理プログラム）を記憶し、情報処理プログラムは、通信プログラム５０２ａ、初期値決定プログラム５０２ｂ、結果収集プログラム５０２ｃ、推定プログラム５０２ｄおよび最適化プログラム５０２ｅなどを含む。

通信プログラム５０２ａは、通信装置３４を用いて、データベース１８などの他の装置またはコンピュータと通信するためのプログラムである。初期値決定プログラム５０２ｂは、最適化処理を実行する場合の走行パラメータの初期値を決定するためのプログラムである。

結果収集プログラム５０２ｃは、データベース１８から実験結果（実験結果データ）を収集するためのプログラムである。ただし、管理サーバ１６から実験結果を収集してもよい。

推定プログラム５０２ｄは、実験結果から次の実験すべき情報すなわち実験すべき走行パラメータをガウス過程回帰（機械学習）により推定するためのプログラムである。

最適化プログラム５０２ｅは、実験結果から対象の走行パラメータを最適化するためのプログラムである。また、最適化プログラム５０２ｅは、最適化走行パラメータテーブルの走行パラメータテーブルに記述された走行パラメータを最適化するためのプログラムでもある。上述したように、最適化の処理は、実験結果をベイズ推定法に当てはめることにより実行される。

なお、プログラム記憶領域５０２には、情報処理プログラムの実行に必要な他のプログラムも記憶される。

データ記憶領域５０４には、初期データ５０４ａ、実験結果データ５０４ｂ、推定データ５０４ｃおよび最適化データ５０４ｄが記憶される。

初期データ５０４ａは、走行パラメータの初期値についてのデータである。実験結果データ５０４ｂは、実験結果についてのデータである。推定データ５０４ｃは、実験結果に基づいて推定された走行パラメータについてのデータである。最適化データ５０４ｄは、最適化された走行パラメータについてのデータである。

なお、データ記憶領域５０４には、情報処理プログラムの実行に必要な他のデータが記憶されたり、情報処理プログラムの実行に必要なタイマ（カウンタ）およびフラグなどが設けられたりする。

図１７は図３に示した管理サーバ１６に含まれるＲＡＭ５２のメモリマップ６００の一例を示す図である。図１７に示すように、ＲＡＭ５２はプログラム記憶領域６０２およびデータ記憶領域６０４を含む。

プログラム記憶領域６０２は、管理サーバ１６のＣＰＵ５０によって実行されるプログラム（管理プログラム）を記憶し、管理プログラムは、通信プログラム６０２ａ、受付プログラム６０２ｂ、ＡＧＶ状態管理プログラム６０２ｃ、ＡＧＶ選択プログラム６０２ｄ、走行ルート決定プログラム６０２ｅ、パラメータ選択プログラム６０２ｆおよびＡＧＶ制御プログラム６０２ｇなどを含む。

通信プログラム６０２ａは、第１通信装置５４を用いて、ＡＧＶ２０などの他の装置またはコンピュータと通信するためのプログラムである。ただし、アクセスポイントを介して通信する場合もある。また、通信プログラム６０２ａは、第２通信装置５６を用いて、データベース１８などの他の装置またはコンピュータと通知するためのプログラムでもある。

受付プログラム６０２ｂは、搬送要求を受け付けるためのプログラムである。ＡＧＶ状態管理プログラム６０２ｃは、工場または倉庫などの場所に配置された複数のＡＧＶ２０のうち、搬送作業に使用されている１または複数のＡＧＶ２０の各々についての走行状態を管理するためのプログラムである。具体的には、各ＡＧＶ２０から所定時間毎に送信されるＡＧＶ２０の走行状態を受信して、ＲＡＭ５２に記憶するとともに、データベース１８に記憶（登録）する。

ＡＧＶ状態管理プログラム６０２ｃは、各ＡＧＶ２０から送信される各ＡＧＶ２０の走行状態を取得するとともに、データベース１８に記憶するためのプログラムである。

ＡＧＶ選択プログラム６０２ｄは、各ＡＧＶ２０の使用状況に基づいて、荷物の搬送に使用するＡＧＶ２０を選択するためのプログラムである。

走行ルート決定プログラム６０２ｅは、待機場所から積載場所までのＡＧＶ２０の走行ルート、積載場所から搬送先までのＡＧＶ２０の走行ルートおよび搬送先から待機場所までの走行ルートを決定するためのプログラムである。

パラメータ選択プログラム６０２ｆは、ＡＧＶ２０の走行を制御する場合に、走行ルートに応じた走行パラメータテーブルを選択するためのプログラムである。

ＡＧＶ制御プログラム６０２ｇは、制御対象のＡＧＶ２０を指定するとともに、決定した走行ルートおよび選択した走行パラメータテーブルを含む走行指示および所定動作の動作指示を当該ＡＧＶ２０に送信するためのプログラムである。ただし、上述したように、実験時には、最適化サーバ１２によって走行ルートが指定（決定）され、最適化サーバ１２によって設定された走行パラメータが走行パラメータテーブルに代えて走行指示に含まれる。

なお、プログラム記憶領域６０２には、管理プログラムの実行に必要な他のプログラムも記憶される。たとえば、走行中のＡＧＶ２０（説明の都合上、「対象ＡＧＶ２０」という）の前方に、他のＡＧＶ２０が停止していたり、交差点に他のＡＧＶ２０が先に侵入したりしている場合には、対象ＡＧＶ２０を一時的に停止させるためのプログラムなども記憶される。

データ記憶領域６０４には、要求データ６０４ａ、状態データ６０４ｂ、選択ＡＧＶデータ６０４ｃおよび最適化パラメータテーブルデータ６０４ｄが記憶される。

要求データ６０４ａは、工場または倉庫などの場所に配置されたコンピュータ２２からの搬送要求についてのデータである。ただし、複数のコンピュータ２２から同時または同期に搬送要求があった場合には、要求データ６０４ａは複数の搬送要求についてのデータである。

状態データ６０４ｂは、各ＡＧＶ２０についての走行状態のデータである。選択ＡＧＶデータ６０４ｃは、搬送要求に応じて、使用することを選択されたＡＧＶ２０についての識別情報についてのデータである。

最適化パラメータテーブルデータ６０４ｄは、図１４に示したような最適化パラメータテーブルのデータである。この最適化パラメータテーブルデータ６０４ｅは、ＡＧＶ２０の走行を制御するのに先立って、データベース１８から取得される。

なお、データ記憶領域６０４には、管理プログラムの実行に必要な他のデータが記憶されたり、管理プログラムの実行に必要なタイマ（カウンタ）およびフラグなどが設けられたりする。

図１８は図２に示した最適化サーバ１２に内蔵されるＣＰＵ３０によって実行される情報処理の一例であるパラメータ最適化処理を示すフロー図である。図１８に示すように、ＣＰＵ３０は、パラメータ最適化処理を開始すると、ステップＳ１で、走行パラメータの初期値を決定する。走行パラメータの初期値の決定方法は上述したとおりである。

次のステップＳ３では、実験の実行を指示（実験指示）する。ここでは、ＣＰＵ３０は、通信装置３４を使用して、実験する荷重値と走行パラメータを含む実験指示を管理サーバ１６に送信する。ただし、パラメータ最適化処理の開始時には、実験指示には、走行パラメータの初期値が含まれる。２回目以降では、実験指示には、機械学習により推定された走行パラメータが含まれる。これに応じて、管理サーバ１６では、ＣＰＵ７０は、実験指示に含まれる荷重値の荷重を牽引するＡＧＶ２０を使用するＡＧＶ２０として決定し、決定したＡＧＶ２０に実験指示に含まれる走行パラメータを設定する。

続くステップＳ５では、荷重値を取得する。つまり、ＣＰＵ３０は、実験開始時に、実験に使用するＡＧＶ２０が搬送する荷物の荷重値を管理サーバ１６から取得する。続いて、ステップＳ７で、管理サーバ１６から実験結果を収集し、ステップＳ９で、計画した実験回数を達成したかどうかを判断する。つまり、ステップＳ９では、ＣＰＵ３０は、実験を完了したかどうかを判断する。

ステップＳ９で“ＮＯ”であれば、つまり、計画した実験回数を達成していなければ、ステップＳ１１で、実験結果から、次に実験すべき走行パラメータを機械学習により推定する。一方、ステップＳ９で“ＹＥＳ”であれば、つまり、計画した実験回数を達成していれば、ステップＳ１３で、実験結果から、走行パラメータを最適化する。そして、ステップＳ１５で、最適化した走行パラメータをデータベース１８に記憶（登録または更新）して、パラメータ最適化処理を終了する。

図１９～図２１は図３に示した管理サーバ１６に内蔵されるＣＰＵ５０によって実行されるＡＧＶ制御処理の一例を示すフロー図である。ただし、このＡＧＶ制御処理は、ＡＧＶ２０が工場または走行などの場所において、最適化パラメータを使用して、実際に荷物を搬送する場合の走行制御の処理である。

図１９に示すように、管理サーバ１６のＣＰＵ５０はＡＧＶ制御処理を開始すると、ステップＳ５１で、ＡＧＶ２０の走行状態を受信したかどうかを判断する。

ステップＳ５１で“ＮＯ”であれば、つまり、ＡＧＶ２０の走行状態を受信していなければ、ステップＳ５７に進む。一方、ステップＳ５１で“ＹＥＳ”であれば、つまり、ＡＧＶ２０の走行状態を受信すれば、ステップＳ５３で、受信したＡＧＶ２０の走行状態を記憶（更新）し、ステップＳ５５で、受信したＡＧＶ２０の走行状態をデータベース１８に記憶して、ステップＳ５７に進む。ステップＳ５３では、状態データ６０４ｂが更新され、ステップＳ５５では、データベース１８に記憶された状態データの履歴が更新される。

ステップＳ５７では、いずれかのコンピュータ２２から搬送要求があるかどうかを判断する。ステップＳ５７で“ＮＯ”であれば、つまり、いずれのコンピュータ２２からも搬送要求が無ければ、ステップＳ５９で、搬送中のＡＧＶ２０が有るかどうかを判断する。ただし、ここでの「搬送中」とは、実際に荷物を搬送している走行状態のみならず、荷物を積載するために積載場所に移動している走行状態および荷物を搬送先に搬送した後に待機場所に帰還するために移動している走行状態を含む。

ステップＳ５９で“ＮＯ”であれば、つまり、搬送中のＡＧＶ２０が無ければ、ステップＳ５１に戻る。一方、ステップＳ５９で“ＹＥＳ”であれば、つまり、搬送中のＡＧＶ２０があれば、図１９に示すステップＳ７１に進む。

また、ステップＳ５７で“ＹＥＳ”であれば、つまり、いずれかのコンピュータ２２から搬送要求が有れば、ステップＳ６１で、各ＡＧＶ２０の使用状況を確認する。ここでは、ＣＰＵ５０は、選択ＡＧＶデータ６０４ｃを参照して、各ＡＧＶ２０の使用状況を確認する。ＣＰＵ５０は、選択ＡＧＶデータ６０４ｃに識別情報（ＡＧＶ＿ＩＤ）が記載されているＡＧＶ２０は使用中であり、識別情報が記載されていないＡＧＶ２０は使用していないと判断する。

続くステップＳ６１では、搬送可能かどうかを判断する。つまり、ＣＰＵ５０は、使用していないＡＧＶ２０が有るかどうかを判断する。ステップＳ６１で“ＮＯ”であれば、つまり、搬送不能であれば、ステップＳ５９に進む。この場合、搬送できない搬送要求を送信したコンピュータ２２に通知するようにしてもよい。

一方、ステップＳ６１で“ＹＥＳ”であれば、つまり、搬送可能であれば、ステップＳ６５で、待機場所から積載場所までの走行ルートを決定する。続くステップＳ６７では、図１４に示した最適化パラメータテーブルから走行ルートに応じた走行パラメータテーブルを決定し、ステップＳ６９で、対象のＡＧＶ２０に積載指示を送信して、ステップＳ５１に戻る。この実施例では、ステップＳ６９では、ＣＰＵ５０は、ステップＳ６５で決定した走行ルートと、ステップＳ６７で決定した走行パラメータテーブルを含む走行指示を対象のＡＧＶ２０に送信する。このことは、後述するステップＳ８１、Ｓ８９も同様である。

図２０に示すように、ステップＳ７１では、所定動作の実行かどうかを判断する。ここでは、対象のＡＧＶ２０が、停止、左旋回、右旋回または速度変更する位置に到達したかどうかを判断する。ステップＳ７１で“ＮＯ”であれば、つまり、所定動作の実行でなければ、ステップＳ７５に進む。一方、ステップＳ７１で“ＹＥＳ”であれば、つまり、所定動作の実行であれば、ステップＳ７３で、所定動作の実行を対象のＡＧＶ２０に指示してからステップＳ７５に進む。

ステップＳ７５では、ＡＧＶ２０が積載場所に到達したかどうかを判断する。ステップＳ７５で“ＮＯ”であれば、つまり、ＡＧＶ２０が積載場所に到達していなければ、図２１に示すステップＳ８３に進む。一方、ステップＳ７５で“ＹＥＳ”であれば、つまり、ＡＧＶ２０が積載場所に到達すれば、ステップＳ７７で、積載場所から搬送先までの走行ルートを決定し、ステップＳ７９で、走行ルートに応じた走行パラメータテーブルを決定し、ステップＳ８１で、対象のＡＧＶ２０に搬送指示を送信して、ステップＳ８３に進む。

なお、ＡＧＶ２０では、搬送指示を受信すると、牽引アーム２６を台車２００と接続した状態にしてから走行（すなわち、搬送）を開始する。

図２１に示すように、ステップＳ８３では、ＡＧＶ２０が搬送先に到着したかどうかを判断する。ステップＳ８３で“ＮＯ”であれば、つまり、ＡＧＶ２０が搬送先に到着していなければ、ステップＳ９１に進む。

一方、ステップＳ８３で“ＹＥＳ”であれば、つまり、ＡＧＶ２０が搬送先に到着すれば、ステップＳ８５で、搬送先から待機場所までの走行ルートを決定し、ステップＳ８７で、走行ルートに応じた走行パラメータテーブルを決定し、ステップＳ８９で、対象のＡＧＶ２０に帰還指示を送信する。

なお、ＡＧＶ２０は、帰還指示を受信すると、牽引アーム２６を台車２００と接続しない状態にしてから走行を開始する。

続くステップＳ９１では、待機場所に到達したかどうかを判断する。ステップＳ９１で“ＮＯ”であれば、つまり、待機場所に到達していなければ、ステップＳ５１に戻る。一方、ステップＳ９１で“ＹＥＳ”であれば、つまり、待機場所に到達していれば、ステップＳ９３で、対象のＡＧＶ２０の使用状況を不使用に変更して、ステップＳ５１に戻る。

なお、ステップＳ５７～Ｓ９３の処理は、走行制御するＡＧＶ２０毎に実行される。また、図１９～図２１に示すＡＧＶ制御処理では、搬送要求があると、待機場所から積載場所までの走行ルート、積載場所から搬送先までの走行ルートおよび搬送先から待機場所までの走行ルートを、待機場所、積載場所および搬送先のそれぞれで決定するようにしたが、搬送要求があったときに、すべての走行ルートを決定してもよい。また、この場合には、すべての走行ルートを決定したときに、各走行ルートに応じた走行パラメータテーブルも決定してもよい。

この実施例によれば、将来の実験計画に基づいて効率的に実験結果を取得し、取得した実験結果に基づいて走行パラメータを最適化するので、パラメータの適正度を効率良く高めることができる。

また、この実施例によれば、実験計画法とガウス過程回帰による推定を組み合わせた手法であるため、戦略的な実験計画を画策することができる。つまり、すべてのＡＧＶ２０の情報およびすべての個別パラメータの組み合わせについて実験および最適化処理が実行されるではなく、一部の組み合わせについて実験および最適化処理が実行される。

なお、上述の実施例では、ＡＧＶを使用環境で走行させて、荷物を搬送させる場合には、走行ルートに応じた走行パラメータテーブルを含む制御信号をＡＧＶに送信するようにしたが、これに限定される必要はない。予めＡＧＶに最適化パラメータテーブルをダウンロードしておき、走行ルートに応じた走行パラメータテーブルを指定する情報を含む制御信号をＡＧＶに送信するようにしてもよい。

この場合、管理サーバは、走行状態に含まれる荷重および走行速度を参照して、走行パラメータを指定することもできる。したがって、ＡＧＶが走行中においても、走行状態に含まれる荷重および走行速度を参照して、荷重または走行速度が使用中の走行パラメータの荷重の区分または走行速度の区分を超えた値に変化したときに、変化後の荷重の区分および走行速度の区分に応じた走行パラメータを指定することできる。

また、上述の実施例で示した最適化システムおよびＡＧＶの具体的な構成は実際の製品において適宜変更することができる。

たとえば、ＡＧＶは台車を牽引するようにしたが、荷物をＡＧＶに積載できる構成にしてもよい。かかる場合には、荷重センサは、積載された荷物の荷重を計測できるものが用いられる。また、荷重センサで荷重を検出するようにしたが、使用される台車がすべて同じであり、また、拠点ごとに積載される荷物の荷重が決まっている場合には、管理サーバで荷重を算出するようにしてもよい。ただし、荷物をＡＧＶに積載したり、管理サーバで荷重を算出する場合には、荷物を積載したときに、荷重に応じた走行パラメータを指定することができる。

また、上述の実施例では、最適化サーバと管理サーバを個別に設けるようにしたが、これらの両方の機能を備える一台のサーバを設けるようにしてもよい。また、データベースは、最適化サーバまたは管理サーバに内蔵されてもよい。

さらに、上述の実施例では、実験結果をベイズ推定法に当て嵌めることにより、荷重範囲の毎に、目的関数がの期待値が最小となる走行パラメータをとなる走行パラメータの期待値を算出することにより、走行パラメータの最適化を行うようにしたが、これに限定される必要はない。他の実施例では、ベシアン推定法を用いずに、単に、過去の実験データから前後揺れ値と振れ幅値の和が最小となる場合の走行パラメータを選択して、最適な走行パラメータとして決定するようにしてもよい。

１０ …最適化システム
１０ａ …自動走行システム
１２ …最適化サーバ
１６ …管理サーバ
２０ …ＡＧＶ
２２ …コンピュータ
３０、５０、７０ …ＣＰＵ
３２、５２、７２ …ＲＡＭ
３４、５４、５６、７４ …通信装置
７６ …車輪駆動回路
７８ …車輪モータ
８０ …昇降駆動回路
８２ …昇降モータ
８４ …近接センサ
８６ …荷重センサ
８８ …ラインセンサ
９０ …慣性センサ
９２ …ＲＦタグリーダ
９４ …バッテリ

Claims (18)

1. 複数の自動走行装置において走行パラメータを最適化するための実験走行を行うことにより、前記複数の自動走行装置の前記走行パラメータを最適化する走行パラメータ最適化システムであって、
   走行指示に従って走行する複数の自動走行装置と、
   前記実験走行における実験走行計画を作成する実験走行計画作成装置と、
   前記実験走行計画作成装置が作成した実験走行計画に基づいて、前記複数の自動走行装置に対して前記走行指示を送信する走行指示装置と、
   前記複数の自動走行装置の走行状態を反映した測定値を取得する取得装置と、
   前記取得装置が測定した測定値に基づき評価値を算出する評価値算出装置と、
   前記実験走行において評価値算出装置により算出された評価値に基づき最適化された走行パラメータを算出する走行パラメータ最適化装置と、
   を備え、
   前記走行パラメータは、前記自動走行装置に牽引または積載される荷物の重量である荷重の区分ごとに異なる走行パラメータが設定されるものであり、最適化対象の前記荷重の区分ごとに前記走行パラメータを最適化するものであり、
   前記走行指示装置は、前記複数の自動走行装置の各々が搬送する荷物の荷重を観測し、当該複数の走行装置の中から実験走行計画において最適化対象の荷重の荷物を搬送する前記自動走行装置を前記実験走行を行う自動走行装置として指定し、指定した当該自動走行装置に対して前記走行指示を送信する、走行パラメータ最適化システム。
2. 前記実験走行計画作成装置は、前記実験走行計画として、走行パラメータを走行毎に変化させた複数回の走行を計画することを特徴とする、請求項１に記載の走行パラメータ最適化システム。
3. 前記走行パラメータは、それぞれ前記自動走行装置の走行における異なる制御を行うための複数種類のパラメータの組からなり、
   前記実験走行計画作成装置は、前記複数種類のパラメータの全てのうち一部の走行パラメータを最適化対象の走行パラメータとして指定して、当該指定された走行パラメータを走行毎に変化させて、前記指定された走行パラメータを最適化するための複数回の走行を計画することを特徴とする、請求項２に記載の走行パラメータ最適化システム。
4. 前記実験走行計画作成装置は、前記複数種類のパラメータの全てのうち前記指定された走行パラメータ以外の走行パラメータを走行毎に変化させずに、前記指定された走行パラメータを最適化するための走行として複数回の走行を計画することを特徴とする、請求項３に記載の走行パラメータ最適化システム。
5. 前記実験走行計画作成装置は、前記複数種類のパラメータの全てのうち最適化対象の走行パラメータとして指定するパラメータを変化させて、前記指定された走行パラメータ毎に当該指定された走行パラメータを最適化するための走行として複数回の走行を作成することを特徴とする、請求項３または４に記載の走行パラメータ最適化システム。
6. 前記実験走行計画作成装置は、ベイズ最適化法を用いた実験計画法により前記実験走行計画を作成することを特徴とする、請求項１から５のいずれか１項に記載の走行パラメータ最適化システム。
7. 前記実験走行計画作成装置は、１回目からＮ回目までの走行毎における前記走行パラメータを説明変数とし、１回目からＮ回目までの走行毎における前記評価値を目的変数として、ガウス過程回帰により回帰モデルを構築し、当該回帰モデルに基づき獲得関数を算出し、当該獲得関数に基づいてＮ＋１回目の走行の走行パラメータを決定することを特徴とする、請求項１から６のいずれか１項に記載の走行パラメータ最適化システム。
8. 前記走行パラメータ最適化装置は、ベイズ最適化法により前記最適化された走行パラメータを算出することを特徴とする、請求項１から７のいずれか１項に記載の走行パラメータ最適化システム。
9. 前記走行パラメータ最適化装置は、１回目からＭ回目までの走行毎における前記走行パラメータを説明変数とし、１回目からＭ回目までの走行毎における前記評価値を目的変数として、ガウス過程回帰により回帰モデルを構築し、当該回帰モデルに基づいて前記目的変数の期待値が設定値に最も近づく走行パラメータを前記最適化された走行パラメータとして算出することを特徴とする、請求項１から８のいずれか１項に記載の走行パラメータ最適化システム。
10. 前記走行パラメータ最適化装置が過去に算出した過去の走行パラメータを記憶する走行パラメータ記憶部を備え、
    前記実験走行計画作成装置は、前記実験走行における実験走行計画を作成する際の走行パラメータの初期値として、前記走行パラメータ記憶部に記憶された過去の走行パラメータを設定可能であることを特徴とする、請求項１から９のいずれか１項に記載の走行パラメータ最適化システム。
11. 前記走行パラメータは、速度の区分ごとに異なる走行パラメータが設定されるものであり、最適化対象の前記速度の区分ごとに前記走行パラメータを最適化する、請求項１から１０のいずれか１項に記載の走行パラメータ最適化システム。
12. 前記走行パラメータは、走行ルートごとに異なる走行パラメータが設定されるものであり、最適化対象の前記走行ルートごとに前記走行パラメータを最適化する、請求項１から１１のいずれか１項に記載の走行パラメータ最適化システム。
13. 前記走行指示装置は、前記自動走行装置に対して当該自動走行装置が最適化対象の前記走行ルートを走行するように前記走行指示を送信する、請求項１２に記載の走行パラメータ最適化システム。
14. 前記評価値は、前記自動走行装置が指定された線状の走行ルートに沿って走行する際の線状の走行ルートに対する横方向のずれ量を含むことを特徴とする、請求項１から１３のいずれか１項の走行パラメータ最適化システム。
15. 前記評価値は、前記自動走行装置が走行する際の加速または減速による加速度の変化の大きさを含むことを特徴とする、請求項１から１４のいずれか１項の走行パラメータ最適化システム。
16. 前記走行パラメータは、前記自動走行装置が指定された線状の走行ルートに沿って走行する際の操舵制御のパラメータを含むことを特徴とする、請求項１から１５のいずれか１項の走行パラメータ最適化システム。
17. 前記走行パラメータは、前記自動走行装置が走行する際の加速または減速の加速度制御のパラメータを含むことを特徴とする、請求項１から１６のいずれか１項の走行パラメータ最適化システム。
18. 走行指示に従って走行する複数の自動走行装置において走行パラメータを最適化するための実験走行を行うことにより、前記複数の自動走行装置の前記走行パラメータを最適化する走行パラメータ最適化方法であって、
    （ａ）前記実験走行における実験走行計画を作成するステップと、
    （ｂ）前記ステップ（ａ）において作成した実験走行計画に基づいて、前記複数の自動走行装置に対して前記走行指示を送信するステップと、
    （ｃ）前記複数の自動走行装置の走行状態を反映した測定値を取得するステップと、
    （ｄ）前記ステップ（ｃ）において取得した測定値に基づき評価値を算出するステップと、
    （ｅ）前記実験走行において前記ステップ（ｄ）において算出した評価値に基づき最適化された走行パラメータを算出するステップと、
    を含み、
    前記走行パラメータは、前記自動走行装置に牽引または積載される荷物の重量である荷重の区分ごとに異なる走行パラメータが設定されるものであり、最適化対象の前記荷重の区分ごとに前記走行パラメータを最適化するものであり、
    前記ステップ（ｂ）は、前記複数の自動走行装置の各々が搬送する荷物の荷重を観測し、当該複数の走行装置の中から実験走行計画において最適化対象の荷重の荷物を搬送する前記自動走行装置を前記実験走行を行う自動走行装置として指定し、指定した当該自動走行装置に対して前記走行指示を送信する、走行パラメータ最適化方法。

Images