JPH09106457A - 画像処理装置 - Google Patents

Abstract

(57)【要約】 【課題】 高速にカメラ画像より床領域、障害物領域を
抽出する。 【解決手段】 分割・読出部１４は、カメラ１１により
取り込まれた画像を複数の領域に分割し、累積演算部１
５は領域の各画素の濃度データと設定濃度（例えば濃度
値０）との差分の絶対値を演算して累積する。床・障害
物判定部１６は、領域内の全画素に対する累積値あるい
は平均値と設定値とを比較し、比較結果に基づいて着目
領域が床領域であるか、障害物領域であるかを判定す
る。又、平均濃度算出部２１は領域毎の平均濃度を算出
し、累積演算部１５は各領域の画素毎の濃度と該領域の
平均濃度との差分の絶対値を演算して累積し、床・障害
物判定部１６は、領域内の全画素に対する累積値あるい
は平均値と設定値とを比較し、比較結果に基づいて着目
領域が床領域であるか、障害物領域であるかを判定す
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は画像処理装置に係わ
り、特に、カメラにより取り込んだ画像から床領域及び
障害物領域を抽出する画像処理装置に関する。病院や介
護施設などの医療福祉施設では、食事や洗濯物などを自
動的に搬送するロボット（自走車、無人走行車、自律移
動ロボット）の開発が要望されている。又、オフィスビ
ルや、学校、工場などの屋内や、道路等においても自走
車の開発が望まれている。

【０００２】

【従来の技術】ロボットが作業する場合、走行環境から
障害物を検出する必要がある。この障害物の検出法とし
ては、従来、超音波センサ、光レンジセンサなどを用い
る方法が提案されている。しかし、これらは超音波また
は光を物に反射させて距離を測定する方法であるため、
対象物の表面の姿勢や反射特性によって測定が不可能に
なる問題がある。又、超音波センサは空間分解能が悪
く、光レンジセンサは広範囲に精度よく測定するため
に、高出力のレーザを使う必要があり、安全性に問題が
ある。これに対して、カメラ画像による障害物検出方法
も提案されている。この方法は画像から濃度値の変化の
大きい部分を抽出し、それを障害物とする方法であり、
超音波センサや光レンジセンサのような問題はない。

【０００３】

【発明が解決しようとする課題】しかし、カメラ画像に
よる従来方法では、画面から濃度値変化の大きい部分を
抽出するための計算量が非常に多くなり、短時間で障害
物を抽出することができない問題がある。以上から本発
明の目的は、カメラから取り込んだ画像より高速に床、
障害物領域を抽出することができる画像処理装置を提供
することである。

【０００４】

【課題を解決するための手段】図１は本発明の原理説明
図である。１１はカメラ、１３はカメラから取り込んだ
画像を記憶する画像記憶部、１４は画像を複数の領域に
分割すると共に画像記憶部より各領域の画素データ（濃
度データ）を領域毎に出力する分割・読出部、１５は領
域の各画素の濃度と設定濃度との差分の絶対値を演算し
て累積する累積演算部、１６は領域内の全画素に対する
累積値あるいは該累積値を画素数で除算した平均値と設
定値とを比較し、比較結果に基づいて着目領域が床領域
であるか、障害物領域であるかを判定する床・障害物判
定部、１７は判定結果を記憶する記憶部である。又、２
１は各領域内の平均濃度を算出する平均濃度算出部であ
る。

【０００５】カメラ１１により取り込まれて画像記憶部
１３に記憶されている画像を分割・読出部１４で複数の
領域に分割すると共に、各領域の画素毎の濃度データを
読み取って累積演算部１５に入力する。累積演算部１５
は、各画素の濃度データと設定濃度（例えば濃度値０）
との差分の絶対値を演算して累積する。床・障害物判定
部１６は、領域内の全画素に対する累積値あるいは該累
積値を画素数で除算した平均値と設定値とを比較し、比
較結果に基づいて着目領域が床領域であるか、障害物領
域であるかを判定し、判定結果を床・障害物記憶部１７
に記憶する。以上のように画像処理装置を構成すれば、
簡単な処理で、高速にカメラ画像より床領域、障害物領
域を抽出することができる。・・・請求項１、２

【０００６】カメラ１１により取り込まれて画像記憶部
１３に記憶されている画像を分割・読出部１４で複数の
領域に分割すると共に、各領域の画素毎の濃度データを
読み取って出力する。平均濃度算出部２１は、領域内の
全画素の濃度データを累積して画素数で除算することに
より領域毎の平均濃度を算出し、累積演算部１５は各領
域の画素毎の濃度と該領域の平均濃度との差分の絶対値
を演算して累積し、床・障害物判定部１６は、領域内の
全画素に対する累積値あるいは該累積値を画素数で除算
した平均値と設定値とを比較し、比較結果に基づいて着
目領域が床領域であるか、障害物領域であるかを判定
し、判定結果を記憶部１７に記憶する。以上のように画
像処理装置を構成すれば、簡単な処理で、高速にカメラ
画像より床領域、障害物領域を抽出することができる。
・・・請求項５

【０００７】以上の画像処理装置の構成において、前記
領域を大領域とし、該大領域を更に複数の小領域に分割
し、大領域について床、障害物領域の判定を行い、大領
域が床領域と判定された場合は該大領域を構成する小領
域を全て床領域と判定し、大領域が障害物領域と判定さ
れた場合は該大領域を構成する各小領域について床、障
害物の判定を行う。このようにすれば、床領域が画面に
占める割合が大きくなる程、より高速に床領域、障害物
領域を抽出することができる。・・・請求項３，６ 又、上記大領域の床、障害物の判定に際して、累積演算
部１５は大領域内の画素を間引いて累積値を演算するよ
うにする。このようにすれば、演算量が少なくなるた
め、より高速に床領域、障害物領域を抽出することがで
きる。・・・請求項４，７

【０００８】更に、床・障害物判定部１６は、濃度累積
値が求まる毎に該累積値と設定値とを比較し、累積値が
設定値以上になった時、該領域は床領域であると判定
し、又、全画素に対する累積値が設定値以下の時、該領
域は障害物領域であると判定する。そして、累積演算部
１５は、領域が床領域であることが判明すれば、直ち
に、次の領域に対して累積演算を開始する。このように
すれば、演算量が少なくなるため、より高速に床領域、
障害物領域を抽出することができる。・・・請求項８ 又、床・障害物判定部１６は、平均濃度からのバラツキ
の累積値が求まる毎に該バラツキの累積値と設定値とを
比較し、累積値が設定値以上になった時、該領域は障害
物領域であると判定し、又、全画素に対する累積値が設
定値以下の時、該領域は床領域であると判定する。そし
て、累積演算部１５は、領域が障害物領域であることが
判明すれば、直ちに、次の領域に対して累積演算を開始
する。このようにすれば、演算量が少なくなるため、よ
り高速に床領域、障害物領域を抽出することができる。
・・・請求項９

【０００９】

【発明の実施の形態】

（ａ）ロボットの概略 図２は本発明を適用できる自走車、無人走行車等のロボ
ット外観図であり、１１はカメラ、５１は移動機構、６
１はロボットが走行する廊下等の床、６２は障害物
（壁）である。図３はロボット内部に設けられたロボッ
ト制御装置の構成図であり、７１はカメラ等の画像入力
装置、７２はカメラで捕らえた画像より床、障害物を抽
出する画像処理装置、７３は画像処理装置により抽出さ
れた床、障害物領域データに基づいてロボットの走行経
路を決定するプロセッサ（ＣＰＵ）、７４は走行経路デ
ータに基づいてロボットを移動制御する移動機構制御装
置、７５は移動機構制御装置からの指令に基づいてロボ
ットを移動させる移動機構駆動部である。

【００１０】図４はロボットの全体の概略処理フロー、
図５は領域説明図である。カメラより取り込んだ画像
（図５(a)参照)を複数の領域(図５(b)の点線参照)に分
割し、各領域が床領域であるか障害物領であるか識別す
ると共に、画像平面上での床及び障害物の座標値を計測
する(ステップ１０１，１０２）。尚、図５において、
ＢＤはベッド、ＷＬは壁、ＦＬは床である。ついで、障
害物地図を作成する（ステップ１０３）。カメラ座標系
と床平面の位置関係は予め測定できるから、計測した
床、障害物の座標値を床平面上の位置に変換することが
できる。しかる後、この障害物地図に目的地を重ね、床
上を移動して該目的地まで走行するための走行経路を作
成する（ステップ１０４）。ついで、走行経路上に障害
物が存在するか調べる（ステップ１０５）。例えば、走
行経路の幅をロボットの幅に広げたとき、ロボットが障
害物領域と干渉するかチェックすることにより、ロボッ
トと障害物との衝突の可能性を判定できる。

【００１１】ロボットと障害物との衝突の可能性がなけ
れば、求めた走行経路に沿ってロボットを移動させる
（ステップ１０６）。しかし、衝突の可能性があれば、
障害物を回避して目的地に移動するように走行経路を修
正し、あるいは新たな走行経路を探索する（ステップ１
０７）。この走行経路の修正あるいは探索処理は、ポテ
ンシャル法やグラフ探索法などを適用することにより行
うことができる。しかる後、該走行経路に沿ってロボッ
トを移動させる（ステップ１０６）。以上が、本発明を
適用できるロボットの概略であり、本発明部分はカメラ
により取り込んだ画像より床領域、障害物領域を抽出す
る画像処理装置である。以下、本発明の画像処理装置の
実施例を説明する。

【００１２】（ｂ）画像処理装置の第１実施例 (b-1) 構成 図６は本発明の画像処理装置の第１実施例である。１１
はカメラ等の画像入力部、１２はカメラで捕らえた全画
素の濃度（明度）をデジタルに変換するＡＤ変換部であ
り、０〜２５５までの濃度データに変換する。１３はデ
ジタルに変換された各画素の濃度データを記憶する画像
メモリ、１４は画像を複数の領域に分割すると共に画像
メモリ１３より各領域の画素データ（濃度データ）を１
画素づつ出力する分割・読出部、１５は濃度ｇ（例えば
濃度値０）のテンプレート画像と各領域画像との相関を
演算する相関演算部であり、両画像の画素毎の濃度値の
差分の絶対値を累積するものである。尚、テンプレート
画像の全画素の濃度値ｇが一定（＝０）であるとしてい
るため、相関演算部１５にはテンプレート画像としては
単に濃度値ｇを入力するように構成している。１６は着
目している領域内の全画素に対する累積値（累積濃度）
Ｒと設定値Ｒｓとを比較し、比較結果に基づいて着目領
域が床領域であるか、障害物領域であるかを判定する床
・障害物判定部、１７は判定結果を記憶する記憶部、１
８はプロセッサ（ＣＰＵ）である。

【００１３】床は照明により明るく照らしだされてお
り、カメラ画像における床部分の濃度（明度）は相当大
きく、所定値以上になっている。又、障害物の場合に
は、該障害物の色や自身の影により、障害物領域の濃度
値は所定値以下になる。従って、床・障害物判定部１６
は、累積値（累積濃度）Ｒが設定値Ｒｓ以上の時、着目
領域は床領域と判定し、設定値以下の場合には障害物領
域と判定する。

【００１４】分割・読出部１４において、１４ａは領域
アドレスレジスタである。画像メモリ１３は図７（ａ）
に示すように５１２×５１２画素で構成されており、該
画素メモリは６４×６４画素よりなる６４個の領域に分
割され、それぞれに領域アドレスＡ＝０〜６３が付され
ている。領域アドレスレジスタ１４ａにはプロセッサ１
８より順次着目領域のアドレスＡが設定されるようにな
っている。１４ｂは領域内のｘアドレスを出力するｘア
ドレスレジスタ、１４ｃは領域内のｙアドレスを出力す
るｙアドレスレジスタであり、それぞれプロセッサ１８
によりアドレスｘ，ｙが設定される。各領域は図７
（ｂ）に示すようにＳｘ×Ｓｙ（＝６４×６４）のサイ
ズを有し、従って、ｘアドレスは０〜Ｓｘ（＝６３）、
ｙアドレスは０〜Ｓｙ（＝６３）の値を取るようになっ
ている。プロセッサ１８は、各領域の床、障害物抽出処
理に際して、図７（ｂ）の矢印で示すようにラスタース
キャン方式により順次ｘアドレス、ｙアドレスを発生し
て各レジスタ１４ｂ，１４ｃに設定すると共に、領域ア
ドレスＡを順次０から昇順に領域アドレスレジスタ１４
ａに設定する。１４ｄはアドレス発生部であり、領域ア
ドレスＡ及び領域内のｘ，ｙアドレスを用いて画像メモ
リ１３の画素位置（画素アドレス）を発生するアドレス
発生部である。

【００１５】図８は相関演算部１５の構成図であり、１
５ａは参照画像（テンプレート画像）ＲＩＭから読出し
た所定画素の濃度データを記憶する参照画像レジスタ、
１５ｂは画像メモリ１３から読出した画素の濃度データ
を記憶する探索画像レジスタ、１５ｃは両レジスタの濃
度値の差の絶対値を演算して出力する差分絶対値回路、
１５ｄは差分を累積して累積値を相関値として出力する
加算器である。参照画像は各領域と同じサイズ、すなわ
ち、Ｓｘ×Ｓｙ（＝６４×６４）のサイズを有してい
る。参照画像ＲＩＭとカメラ画像の所定領域の画像ＩＭ
Ｇのそれぞれ対応する画素の濃度データが順次各レジス
タ１５ａ，１５ｂに読出され、その差分の絶対値が差分
絶対値回路１５ｃにより演算され、該演算結果が加算器
１５ｄにより累積される。これにより、Ｓｘ×Ｓｙ（＝
６４×６４）の全画素の差分累積値が相関値として加算
器１５ｄより出力される。尚、第１実施例では、参照画
像の全画素の濃度値ｇ(m,n)が一定であるとしているた
め、参照画像レジスタ１５ａに常時一定値ｇ（＝０）が
設定されている。又、ｇ＝０の場合、加算器１５ｄから
着目している領域の濃度の累積値（濃度累積値）が相関
値として出力される。

【００１６】(b-2) 床、障害物判別処理 図９は第１実施例の床、障害物判別処理のフローであ
る。カメラ１１により画像を取り込み、ＡＤ変換して画
像メモリ１３に格納する（ステップ２０１）。ついで、
ＣＰＵ１８は領域アドレスレジスタ１４ａ，ｘアドレス
レジスタ１４ｂ，ｙアドレスレジスタ１４ｃの内容を初
期化（＝０）する（ステップ２０２）。アドレス発生部
１４ｄは各レジスタ１４ａ〜１４ｃのアドレスＡ，ｘ，
ｙを用いて画像メモリのアドレスを計算し（ステップ２
０３）、該アドレスより濃度値を読出して相関演算部１
５に入力する（ステップ２０４）。相関演算部１５は入
力された濃度値と設定濃度（＝０）の差分の絶対値を演
算して累積する（ステップ２０５）。しかる後、プロセ
ッサ１８はｘ＞Ｓｘか調べ（ステップ２０６）、ｘ≦Ｓ
ｘの場合にはｘアドレスを歩進し（ｘ＋１→ｘ、ステッ
プ２０７）、以後、ステップ２０３以降の処理を繰り返
す。

【００１７】以上の処理を繰返し、ｘ＞Ｓｘになればｘ
を初期化し（ステップ２０８）、ｙ＞Ｓｙであるかチェ
ックする（ステップ２０９）。ｙ≦Ｓｙの場合には、ｙ
アドレスを歩進し（ｙ＋１→ｙ、ステップ２１０）、ス
テップ２０３以降の処理を繰り返す。又、ｙ＞Ｓｙとな
れば、ｙアドレスを初期化し（ステップ２１１）、領域
アドレスＡ＝０の領域に対する相関演算が終了する。つ
いで、床・障害物判定部１６は、相関値（濃度累積値）
Ｒと設定値Ｒｓの大小を比較し（ステップ２１２）、Ｒ
＞Ｒｓの場合には着目領域は床領域であると判定し、領
域アドレスＡが示す記憶部１７の記憶域に”１”（＝
床）を記憶する（ステップ２１３）。しかし、Ｒ≦Ｒｓ
の場合には、着目領域は障害物領域であると判定し、領
域アドレスＡが示す記憶部１７の記憶域に”０”（＝障
害物）を記憶する（ステップ２１４）。

【００１８】以後、Ａ＞Ｓ_A（＝６３）であるかチェッ
クし（ステップ２１５）、Ａ≦Ｓ_Aの場合には、領域ア
ドレスＡを歩進し（Ａ＋１→Ａ、ステップ２１６）、以
後ステップ２０３以降の処理を繰り返す。そして、Ａ＝
Ｓ_Aになれば、全領域の床、障害物の判定処理が終了す
る。すなわち、カメラ画像より床、障害物の抽出が完了
する。

【００１９】(b-3) 変形例 以上では、領域内の全画素の濃度の累積値（濃度累積
値）と設定値とを比較して床、障害物の判別を行った
が、濃度累積値を画素数で除算した平均濃度と設定値を
比較し、その大小により床、障害物の判定を行うように
構成することもできる。

【００２０】（ｃ）画像処理装置の第２実施例 (ｃ-1) 第２実施例の床、障害物判定原理 第２実施例では、各領域の平均濃度を演算し、領域の各
画素の濃度と該領域の平均濃度との差分の絶対値を演算
して累積し、領域内の全画素に対する累積値と設定値と
を比較し、比較結果に基づいて着目領域が床領域である
か、障害物領域であるかを判定する。床領域は濃度値の
変化が少ない領域であり、一方、障害物領域は影等によ
り濃度値の変化が大きな領域である。この点に着目し、
それぞれの領域において平均濃度を求め、該平均濃度か
らのバラツキの大きさを演算し、バラツキが小さければ
床領域と判定し、バラツキが大きければ障害物領域と判
定する。

【００２１】(c-2) 構成 図１０は第２実施例の画像処理装置の構成図であり、図
６の第１実施例と同一部分には同一符号を付している。
１１はカメラ等の画像入力部、１２はカメラで捕らえた
全画素の濃度をデジタルに変換するＡＤ変換部、１３は
各画素の濃度データを記憶する画像メモリ、１４は画像
を複数の領域に分割すると共に画像メモリ１３より各領
域の画素データ（濃度データ）を１画素づつ出力する分
割・読出部、１５はテンプレート画像と各領域画像との
相関を演算する相関演算部であり、両画像の画素毎の濃
度値の差分の絶対値を累積するものである。尚、各領域
の平均濃度を演算する際、テンプレート画像の全画素の
濃度値ｇは一定（＝０）であるとしており、又、各領域
の床、障害物識別処理の際、テンプレート画像の全画素
の濃度値ｇは平均濃度としているため、相関演算部１５
にはテンプレート画像として単に、濃度値ｇ（＝０）及
び平均濃度ｆmeanが選択的に入力するように構成されて
いる。

【００２２】１６は着目している領域内の全画素と平均
濃度の差の絶対値の累積値（バラツキの累積値）Ｒと設
定値Ｒｓとを比較し、比較結果に基づいて着目領域が床
領域であるか、障害物領域であるかを判定する床・障害
物判定部、１７は判定結果を記憶する記憶部、１８はプ
ロセッサ（ＣＰＵ）である。又、２１は、領域内におけ
る全画素の濃度値の累積値を画素数で除算して領域毎の
平均濃度を算出する平均濃度算出部、２２は各領域の平
均濃度ｆmeanを記憶する濃度平均値記憶部、２３はｇ＝
０の濃度値と領域の平均濃度ｆmeanを選択して出力する
切換部である。分割・読出部１４において、１４ａは領
域アドレスレジスタ、１４ｂは領域内のｘアドレスを出
力するｘアドレスレジスタ、１４ｃは領域内のｙアドレ
スを出力するｙアドレスレジスタ、１４ｄはアドレス発
生部であり、領域アドレスＡ及び領域内のｘ，ｙアドレ
スを用いて画像メモリ１３の画素位置（画素アドレス）
を発生するアドレス発生部である。

【００２３】(c-3) 床、障害物判別処理 図１１，図１２は第２実施例の床、障害物判別処理のフ
ローである。カメラ１１により画像を取り込み、ＡＤ変
換して画像メモリ１３に格納する（ステップ３０１）。
ついで、ＣＰＵ１８は領域アドレスレジスタ１４ａ，ｘ
アドレスレジスタ１４ｂ，ｙアドレスレジスタ１４ｃの
内容を初期化（＝０）する（ステップ３０２）。アドレ
ス発生部１４ｄは各レジスタ１４ａ〜１４ｃのアドレス
Ａ，ｘ，ｙを用いて画像メモリのアドレスを計算し（ス
テップ３０３）、該アドレスより濃度値を読出して相関
演算部１５に入力する。又、切換部２３はプロセッサ１
８の制御で設定濃度ｇ（＝０）を相関演算部１５に入力
する（ステップ３０４）。

【００２４】相関演算部１５は入力された濃度値と設定
濃度ｇ（＝０）の差分の絶対値を演算して累積する（ス
テップ３０５）。しかる後、プロセッサ１８はｘ＞Ｓｘ
か調べ（ステップ３０６）、ｘ≦Ｓｘの場合にはｘアド
レスを歩進し（ｘ＋１→ｘ、ステップ３０７）、以後、
ステップ３０３以降の処理を繰り返す。以上の処理を繰
返し、ｘ＞Ｓｘになればｘを初期化し（ステップ３０
８）、ｙ＞Ｓｙであるかチェックする（ステップ３０
９）。ｙ≦Ｓｙの場合には、ｙアドレスを歩進し（ｙ＋
１→ｙ、ステップ３１０）、ステップ３０３以降の処理
を繰り返す。以上の処理を繰返し、ｙ＞Ｓｙとなれば、
ｙアドレスを初期化し（ステップ３１１）、領域アドレ
スＡ＝０の領域画像と濃度値ｇが０のテンプレート画像
との相関演算が終了する。

【００２５】ついで、平均濃度算出部２１は相関値（濃
度累積値）を領域の全画素数Ｓｘ×Ｓｙ（＝６４×６
４）で除算して領域の平均濃度を算出し、該平均濃度を
領域アドレスＡが示す濃度平均値記憶部２２の記憶域に
格納する（ステップ３１２）。以後、Ａ＞Ｓ_A（＝６
３）であるかチェックし（ステップ３１３）、Ａ≦Ｓ_A
の場合には、領域アドレスＡを歩進し（Ａ＋１→Ａ、ス
テップ３１６）、ステップ３０３以降の処理を繰り返
す。そして、Ａ＝Ｓ_Aになれば、全領域の平均濃度の計
算が終了して濃度平均値記憶部２２に記憶されたことに
なる。ついで、領域アドレスＡを初期化する（ステップ
３１７）。しかる後、アドレス発生部１４ｄは各レジス
タ１４ａ〜１４ｃのアドレスＡ，ｘ，ｙを用いて画像メ
モリ１３のアドレスを計算し（ステップ３１８）、該ア
ドレスより濃度値を読出して相関演算部１５に入力す
る。又、切換部２３はプロセッサ１８の制御で領域アド
レスＡが示す領域の平均濃度ｆmeanを記憶部２２より読
出して相関演算部１５に入力する（ステップ３１９）。

【００２６】相関演算部１５は入力された濃度値と平均
濃度ｆmeanとの差分の絶対値を演算して累積する（ステ
ップ３２０，３２１）。しかる後、プロセッサ１８はｘ
＞Ｓｘか調べ（ステップ３２２）、ｘ≦Ｓｘの場合には
ｘアドレスを歩進し（ｘ＋１→ｘ、ステップ３２３）、
以後、ステップ３１８以降の処理を繰り返す。以上の処
理を繰返し、ｘ＞Ｓｘになればｘを初期化し（ステップ
３２４）、ｙ＞Ｓｙであるかチェックする（ステップ３
２５）。ｙ≦Ｓｙの場合には、ｙアドレスを歩進し（ｙ
＋１→ｙ、ステップ３２６）、ステップ３１８以降の処
理を繰り返す。以上の処理を繰返し、ｙ＞Ｓｙとなれ
ば、ｙアドレスを初期化し（ステップ３２７）、領域ア
ドレスＡ＝０の領域画像と濃度値ｇが平均濃度であるテ
ンプレート画像との相関演算が終了する。

【００２７】ついで、床・障害物判定部１６は、相関値
（濃度バラツキの累積値）Ｒと設定値Ｒｓの大小を比較
し（ステップ３２８）、Ｒ＜Ｒｓの場合には着目領域は
床領域であると判定し、領域アドレスＡが示す記憶部１
７の記憶域に”１”（＝床）を記憶する（ステップ３２
９）。しかし、Ｒ≧Ｒｓの場合には、着目領域は障害物
領域であると判定し、領域アドレスＡが示す記憶部１７
の記憶域に”０”（＝障害物）を記憶する（ステップ３
３０）。以後、Ａ＞Ｓ_A（＝６３）であるかチェックし
（ステップ３３１）、Ａ≦Ｓ_Aの場合には、領域アドレ
スＡを歩進し（Ａ＋１→Ａ、ステップ３３２）、以後ス
テップ３１８以降の処理を繰り返す。そして、Ａ＝Ｓ_A
になれば、全領域の床、障害物の判定処理が終了する。
すなわち、カメラ画像より床、障害物の抽出が完了す
る。

【００２８】(c-4) 変形例 以上では、領域内の全画素の濃度バラツキの累積値と設
定値とを比較して床、障害物の判別を行ったが、濃度バ
ラツキの累積値を画素数で除算した平均値と設定値を比
較し、その大小により床、障害物の判定を行うように構
成することもできる。

【００２９】（d）画像処理装置の第３実施例 (d-1) 第３実施例の床、障害物判定原理 第１、第２実施例では、画像を所定サイズの領域に分割
し、各領域が床領域であるか、障害物領域であるかを判
定するものであった。第３実施例では、領域を階層化
し、図１３のＡ＝０〜１５で示すように画像（画像メモ
リ）を大領域で分割し、該大領域を更に複数の小領域ａ
＝００〜１１（第１、第２実施例の領域サイズ）に分割
する。そして、図１４に示すように、大領域Ａ＝ｉにつ
いて床、障害物領域の判定を行い、大領域が床領域と判
定された場合は該大領域を構成する小領域ａ＝００〜１
１を全て床領域と判定し記憶部１７に記憶し、大領域Ａ
＝ｉが障害物領域と判定された場合は該大領域を構成す
る各小領域ａ＝００〜１１について床、障害物の判定を
行って記憶部１７に記憶する。

【００３０】(d-2) 構成 図１５は第３実施例の画像処理装置の構成図であり、図
６の第１実施例と同一部分には同一符号を付している。
第１実施例と異なる点は、領域レジスタ１４ａに代わ
って、大領域レジスタ１４ａ′と小領域レジスタ１４
ａ″が設けられている点、及び、書き込み制御部３１
が設けられている点である。書き込み制御部３１は、大
領域が床領域と判定された場合は該大領域を構成する小
領域ａ＝００〜１１に応じた記憶部１７の記憶領域に”
１”（＝床）を記憶する。又、各小領域ａ＝００〜１１
について床領域あるいは障害物領域と判定された場合
は、該小領域に応じた記憶部１７の記憶領域に”１”
（＝床）あるいは”０”（＝障害物）を記憶する。

【００３１】(d-3) 床、障害物判定処理 図１６は第３実施例の床、障害物判別処理のフローであ
る。カメラ１１により画像を取り込み、ＡＤ変換して画
像メモリ１３に格納する（ステップ４０１）。ついで、
ＣＰＵ１８は大領域アドレスレジスタ１４ａ′、小領域
アドレスレジスタ１４ａ″，ｘアドレスレジスタ１４
ｂ，ｙアドレスレジスタ１４ｃの内容を初期化（＝０）
する（ステップ４０２）。アドレス発生部１４ｄはアド
レスＡ，ｘ，ｙを用いて画像メモリのアドレスを計算し
（ステップ４０３）、該アドレスより濃度値を読出して
相関演算部１５に入力する（ステップ４０４）。相関演
算部１５は入力された濃度値と設定濃度（＝０）の差分
の絶対値を演算して累積する（ステップ４０５）。しか
る後、プロセッサ１８はｘ＞Ｓx(L)か調べ（ステップ４
０６）、ｘ≦Ｓx(L)の場合にはｘアドレスを歩進し（ｘ
＋１→ｘ、ステップ４０７）、以後、ステップ４０３以
降の処理を繰り返す。なお、Ｓx(L)は大領域のｘ方向サ
イズである。

【００３２】以上の処理を繰返し、ｘ＞Ｓx(L)になれば
ｘを初期化し（ステップ４０８）、ｙ＞Ｓy(L)であるか
チェックする（ステップ４０９）。ｙ≦Ｓy(L)の場合に
は、ｙアドレスを歩進し（ｙ＋１→ｙ、ステップ４１
０）、ステップ４０３以降の処理を繰り返す。なお、Ｓ
y(L)は大領域のｙ方向サイズである。又、ｙ＞Ｓy(L)と
なれば、ｙアドレスを初期化し（ステップ４１１）、領
域アドレスＡ＝０の大領域に対する相関演算が終了す
る。ついで、床・障害物判定部１６は、相関値（濃度累
積値）Ｒと大領域時の設定値Ｒs(L)の大小を比較し（ス
テップ４１２）、Ｒ＞Ｒs(L)の場合には着目している大
領域は床領域であると判定する。これにより、書き込み
制御部３１は、該大領域を構成する小領域ａ＝００〜１
１に応じた記憶部１７の記憶領域に”１”（＝床）を記
憶する（ステップ４１３）。

【００３３】以後、Ａ＞Ｓ_A(L)（＝１５）であるかチェ
ックし（ステップ４１４）、Ａ≦Ｓ _A(L)の場合には、領
域アドレスＡを歩進し（Ａ＋１→Ａ、ステップ４１
５）、ステップ４０３以降の処理を繰り返す。なお、Ｓ
_A(L)は大領域の総数である。Ａ＝Ｓ_A(L)になれば、全領
域の床、障害物の判定処理が終了する。すなわち、カメ
ラ画像より床、障害物の抽出が完了する。一方、ステッ
プ４１２において、Ｒ≦Ｒs(L)の場合、大領域は障害物
領域（小領域）を含むものであるから、大領域を構成す
る各小領域について床、障害物の判定を行い（ステップ
４１６）、以後、ステップ４１４以降の処理を繰り返
す。

【００３４】図１７は小領域における床、障害物判定処
理のフローである。アドレス発生部１４ｄは各レジスタ
１４ａ′〜１４ｃのアドレスＡ，ａ，ｘ，ｙを用いて画
像メモリのアドレスを計算し（ステップ５０１）、該ア
ドレスより濃度値を読出して相関演算部１５に入力する
（ステップ５０２）。相関演算部１５は入力された濃度
値と設定濃度（＝０）の差分の絶対値を演算して累積す
る（ステップ５０３）。しかる後、プロセッサ１８はｘ
＞Ｓx(S)か調べ（ステップ５０４）、ｘ≦Ｓx(S)の場合
にはｘアドレスを歩進し（ｘ＋１→ｘ、ステップ５０
５）、以後、ステップ５０１以降の処理を繰り返す。な
お、Ｓx(S)は小領域のｘ方向サイズである。

【００３５】以上の処理を繰返し、ｘ＞Ｓx(S)になれば
ｘを初期化し（ステップ５０６）、ｙ＞Ｓy(S)であるか
チェックする（ステップ５０７）。ｙ≦Ｓy(Ｓ)の場合
には、ｙアドレスを歩進し（ｙ＋１→ｙ、ステップ５０
８）、ステップ５０１以降の処理を繰り返す。なお、Ｓ
y(S)は小領域のｙ方向サイズである。又、ｙ＞Ｓy(S)と
なれば、ｙアドレスを初期化し（ステップ５０９）、領
域アドレスａ＝００の小領域に対する相関演算が終了す
る。ついで、床・障害物判定部１６は、相関値（濃度累
積値）Ｒと小領域時の設定値Ｒs(S)の大小を比較し（ス
テップ５１０）、Ｒ＞Ｒs(S)の場合には着目している小
領域は床領域であると判定する。これにより、書き込み
制御部３１は、領域アドレスＡ，ａが示す記憶部１７の
記憶域に”１”（＝床）を記憶する（ステップ５１
１）。しかし、Ｒ≦Ｒs(S)の場合には、着目領域は障害
物領域であると判定し、領域アドレスＡ，ａが示す記憶
部１７の記憶域に”０”（＝障害物）を記憶する（ステ
ップ５１２）。

【００３６】以後、ａ＞Ｓa（＝１１：２進数）である
かチェックし（ステップ５１３）、ａ≦Ｓaの場合に
は、領域アドレスａを歩進し（ａ＋１→ａ、ステップ５
１４）、以後ステップ５０１以降の処理を繰り返す。そ
して、ａ＝Ｓaになれば、全小領域の床、障害物の判定
処理が終了する。以後、ステップ４１４以降の処理を行
う。以上のようにすれば、床領域が画面に占める割合が
大きくなる程、より高速に床領域、障害物領域を抽出す
ることができる。

【００３７】(d-4) 変形例 以上では、領域内の全画素の濃度累積値と設定値とを比
較し、比較結果に基づいて着目領域が床領域であるか、
障害物領域であるかを判定する場合において、領域を階
層化した場合である。しかし、領域の各画素の濃度と領
域平均濃度との差分の絶対値を演算して累積し、全画素
に対する累積値と設定値とを比較し、比較結果に基づい
て着目領域が床領域であるか、障害物領域であるかを判
定する場合にも、領域を階層化することができる。

【００３８】又、大領域に対する相関演算に際しては、
領域内の全画素について計算をせず、画素を間引いて計
算する。画素を間引く方法としては、ステップ４０７に
おいて、ｘ＋１→ｘの代わりに、ｘ＋ｓ→ｘ（ｓは２以
上の整数）とする。あるいは、ステップ４１０におい
て、ｙ＋１→ｙの代わりに、ｙ＋ｓ→ｙ（ｓは２以上の
整数）とする。以上のようにすれば、（ｓ−１）画素置
きに相関演算ができ、演算量が少なくなりより高速に床
領域、障害物領域を抽出することができる。以上はアド
レス発生器より画素を間引くようにアドレスを発生する
場合であるが、縮小画像を生成して保存しておき、大領
域に対応する縮小画像部分を用いて相関演算を行うよう
にしても、実質的に画素間引くことができる。この方法
によれば、単純に間引くのではなく平滑化した後に縮小
させることにより、エッジなどの情報を保存したまま画
像圧縮、縮小することができ、情報を失うこと無く、信
頼性の高い処理が可能になる。

【００３９】（ｅ）画像処理装置の第４実施例 (e-1) 原理 第１実施例では、領域の各画素の濃度と設定濃度との差
分の絶対値を演算して累積し、領域内の全画素に対する
累積値と設定値とを比較し、比較結果に基づいて着目領
域が床領域であるか、障害物領域であるかを判定するも
のである。すなわち、全画素に対する濃度の累積値を計
算してから、比較により床、障害物の判定を行うもので
ある。しかし、全画素の累積値の演算完了前に、累積値
が設定値以上になる場合が多い。かかる場合には、着目
領域は床領域であると判定して相関演算を打切り、次の
領域の相関演算を始めれば、演算速度を向上できる。そ
こで、第４実施例では、累積値が求まる毎に該累積値と
設定値とを比較し、累積値が設定値以上になった時、該
領域は床領域であると判定し、全画素に対する累積値が
設定値以下の時、該領域は障害物領域であると判定す
る。

【００４０】(e-2) 構成および床・障害物判定処理 図１８は第４実施例の画像処理装置の構成図であり、図
６の第１実施例と同一部分には同一符号を付している。
第１実施例と異なる点は、床・障害物判定部１６が累
積値が求まる毎に設定値Ｒｓと大小比較する点、Ｒ＞
Ｒｓとなれば、床・障害物判定部１６がプロセッサ１８
にしきい値オーバを通知する点、プロセッサはしきい
値オーバ通知によりデータ格納イネーブル信号を床・障
害物判定部１６に入力する点である。

【００４１】図１９は第４実施例の床・障害物判定処理
フローである。カメラ１１により画像を取り込み、ＡＤ
変換して画像メモリ１３に格納する（ステップ６０
１）。ついで、ＣＰＵ１８は領域アドレスレジスタ１４
ａ，ｘアドレスレジスタ１４ｂ，ｙアドレスレジスタ１
４ｃの内容を初期化（＝０）する（ステップ６０２）。
アドレス発生部１４ｄは各レジスタ１４ａ〜１４ｃのア
ドレスＡ，ｘ，ｙを用いて画像メモリのアドレスを計算
し（ステップ６０３）、該アドレスより濃度値を読出し
て相関演算部１５に入力する（ステップ６０４）。相関
演算部１５は入力された濃度値と設定濃度（＝０）の差
分の絶対値を演算して累積する（ステップ６０５）。

【００４２】しかる後、床・障害物判定部１６は累積値
Ｒと設定値Ｒｓの大小を比較する（ステップ６０６）。
累積値Ｒが設定値Ｒｓより大きければ、着目している領
域は床領域であると判定してプロセッサ１８に通知す
る。プロセッサは該通知を受けると床・障害物判定部１
６に記憶部１７へデータ格納イネーブル信号を送る。こ
れにより、床・障害物判定部１６は領域アドレスＡが示
す記憶部１７の記憶域に”１”（＝床）を記憶する（ス
テップ６０７）。以後、プロセッサ１８はｘアドレス，
ｙアドレスを共に初期化し（ステップ６０８）、Ａ＞Ｓ
_A（＝６３）であるかチェックし（ステップ６０９）、
Ａ≦Ｓ_Aの場合には、領域アドレスＡを歩進し（Ａ＋１
→Ａ、ステップ６１０）、以後ステップ６０３以降の処
理を繰り返す。

【００４３】一方、ステップ６０６において、累積値が
設定値以下の場合には、プロセッサ１８はｘ＞Ｓｘか調
べ（ステップ６１１）、ｘ≦Ｓｘの場合にはｘアドレス
を歩進し（ｘ＋１→ｘ、ステップ６１２）、以後、ステ
ップ６０３以降の処理を繰り返す。以上の処理を繰返
し、ｘ＞Ｓｘになればｘを初期化し（ステップ６１
３）、ｙ＞Ｓｙであるかチェックする（ステップ６１
４）。ｙ≦Ｓｙの場合には、ｙアドレスを歩進し（ｙ＋
１→ｙ、ステップ６１５）、ステップ６０３以降の処理
を繰り返す。又、Ｒ＞Ｒｓとなることなく、ｙ＞Ｓｙと
なれば、ｙアドレスを初期化し（ステップ６１６）、着
目領域は障害物領域であると判定して領域アドレスＡが
示す記憶部１７の記憶域に”０”（＝障害物）を記憶す
る（ステップ６１７）。

【００４４】以後、Ａ＞Ｓ_A（＝６３）であるかチェッ
クし（ステップ６０９）、Ａ≦Ｓ_Aの場合には、領域ア
ドレスＡを歩進し（Ａ＋１→Ａ、ステップ６１０）、以
後ステップ６０３以降の処理を繰り返す。そして、Ａ＝
Ｓ_Aになれば、全領域の床、障害物の判定処理が終了す
る。すなわち、カメラ画像より床、障害物の抽出が完了
する。以上のようにすれば、演算量が少なくなるため、
より高速に床領域、障害物領域を抽出することができ
る。以上、本発明を実施例により説明したが、本発明は
請求の範囲に記載した本発明の主旨に従い種々の変形が
可能であり、本発明はこれらを排除するものではない。

【００４５】

【発明の効果】以上本発明によれば、カメラにより取り
込まれた画像を複数の領域に分割すると共に、領域の各
画素の濃度データと設定濃度（例えば濃度値０）との差
分の絶対値を演算して累積し、領域内の全画素に対する
累積値あるいは該累積値を画素数で除算した平均値と設
定値とを比較し、比較結果に基づいて着目領域が床領域
であるか、障害物領域であるかを判定し、判定結果を記
憶部に記憶するようにしたから、簡単な処理で、高速に
カメラ画像より床領域、障害物領域を抽出することがで
きる。

【００４６】又、本発明によれば、カメラにより取り込
まれた画像を複数の領域に分割すると共に、各領域の平
均濃度を算出し、領域の各画素の濃度と該領域の平均濃
度との差分の絶対値を演算して累積し、領域内の全画素
に対する累積値あるいは該累積値を画素数で除算した平
均値と設定値とを比較し、比較結果に基づいて着目領域
が床領域であるか、障害物領域であるかを判定し、判定
結果を記憶部に記憶するようにしたから、簡単な処理
で、高速にカメラ画像より床領域、障害物領域を抽出す
ることができる。

【００４７】更に本発明によれば、カメラにより取り込
まれた画像を複数の大領域に分割すると共に、該大領域
を更に複数の小領域に分割し、大領域について床、障害
部領域の判定を行い、大領域が床領域と判定された場合
は該大領域を構成する小領域を全て床領域と判定し、大
領域が障害物領域と判定された場合は該大領域を構成す
る各小領域について床、障害物の判定を行うようにした
から、床領域が画面に占める割合が大きくなる程、より
高速に床領域、障害物領域を抽出することができる。
又、本発明によれば、大領域の床、障害物の判定に際し
て、大領域内の画素を間引いて累積値を演算するように
するしたから、演算量を少なくでき、より高速に床領
域、障害物領域を抽出することができる。

【００４８】更に、本発明によれば、累積値が求まる毎
に該累積値と設定値とを比較し、累積値が設定値以上に
なった時、該領域は床領域であると判定し、又、全画素
に対する累積値が設定値以下の時、該領域は障害物領域
であると判定するようにしたから、領域が床領域である
ことが判明すれば、直ちに、次の領域に対して累積演算
を開始でき、演算量が少なくなり、より高速に床領域、
障害物領域を抽出することができる。又、本発明によれ
ば、平均濃度からのバラツキの累積値が求まる毎に該バ
ラツキの累積値と設定値とを比較し、累積値が設定値以
上になった時、該領域は障害物領域であると判定し、
又、全画素に対する累積値が設定値以下の時、該領域は
床領域であると判定するようにしたから、領域が障害物
領域であることが判明すれば、直ちに、次の領域に対し
て累積演算を開始でき、演算量が少なくなるため、より
高速に床領域、障害物領域を抽出することができる。

【図面の簡単な説明】

【図１】本発明の原理説明図である。

【図２】ロボット外観図である。

【図３】ロボットの装置構成図である。

【図４】ロボット全体の概略処理フローである。

【図５】領域説明図である。

【図６】本発明の画像処理装置の第１実施例である。

【図７】画像メモリの説明図である。

【図８】相関演算説明図である。

【図９】第１実施例の床、障害物判別処理フローであ
る。

【図１０】本発明の画像処理装置の第２実施例である。

【図１１】第２実施例の床、障害物判別処理フロー（そ
の１）である。

【図１２】第２実施例の床、障害物判別処理フロー（そ
の２）である。

【図１３】画像メモリの分割領域説明図である。

【図１４】第３実施例の説明図である。

【図１５】本発明の画像処理装置の第３実施例である。

【図１６】第３実施例の床、障害物判別処理フローであ
る。

【図１７】小領域の床、障害物判定ルーチンである。

【図１８】本発明の画像処理装置の第４実施例である。

【図１９】第４実施例の床、障害物判別処理フローであ
る。

【符号の説明】

１１・・カメラ １３・・画像メモリ １４・・分割・読出部 １５・・累積演算部 １６・・床・障害物判定部 １７・・床・障害物記憶部 ２１・・平均濃度算出部

Claims (9)

【特許請求の範囲】
1. 【請求項１】 カメラにより取り込んだ画像から床領域
   及び障害物領域を抽出する画像処理装置において、 前記画像を複数の領域に分割する画像分割手段、 領域の画素毎の濃度と設定濃度との差分の絶対値を演算
   して累積する演算部、 領域内の全画素に対する累積値あるいは該累積値を画素
   数で除算した平均値と設定値とを比較し、比較結果に基
   づいて着目領域が床領域であるか、障害物領域であるか
   を判定する床・障害物判定部、 判定結果を記憶する記憶部を備えたことを特徴とする画
   像処理装置。
2. 【請求項２】 前記設定濃度は濃度値が０であることを
   特徴とする請求項１記載の画像処理装置。
3. 【請求項３】 前記領域を大領域とし、該大領域を更に
   複数の小領域に分割する画像分割手段、 大領域が床領域と判定された場合は該大領域を構成する
   小領域を全て床領域と判定し、大領域が障害物領域と判
   定された場合は該大領域を構成する各小領域について
   床、障害物の判定を行う手段を備えたことを特徴とする
   請求項１記載の画像処理装置。
4. 【請求項４】 大領域の床、障害物の判定に際して、前
   記演算部は大領域内の画素を間引いて累積値を演算する
   ことを特徴とする請求項１記載の画像処理装置。
5. 【請求項５】カメラにより取り込んだ画像から床領域及
   び障害物領域を抽出する画像処理装置において、 前記画像を複数の領域に分割する画像分割手段、 領域内における全画素の濃度値の累積値を画素数で除算
   して領域毎の平均濃度を算出する平均濃度算出部、 領域の画素毎の濃度と該領域の平均濃度との差分の絶対
   値を演算して累積する演算部、 領域内の全画素に対する累積値あるいは該累積値を画素
   数で除算した平均値と設定値とを比較し、比較結果に基
   づいて着目領域が床領域であるか、障害物領域であるか
   を判定する床・障害物判定部、 判定結果を記憶する記憶部を備えたことを特徴とする画
   像処理装置。
6. 【請求項６】 前記領域を大領域とし、該大領域を更に
   複数の小領域に分割する画像分割手段、 大領域が床領域と判定された場合は該大領域を構成する
   小領域を全て床領域と判定し、大領域が障害物領域と判
   定された場合は該大領域を構成する各小領域について
   床、障害物の判定を行う手段を備えたことを特徴とする
   請求項５記載の画像処理装置。
7. 【請求項７】 大領域の床、障害物の判定に際して、前
   記演算部は大領域内の画素を間引いて累積値を演算する
   ことを特徴とする請求項５記載の画像処理装置。
8. 【請求項８】 カメラにより取り込んだ画像から床領域
   及び障害物領域を抽出する画像処理装置において、 前記画像を複数の領域に分割する画像分割手段、 領域の画素毎の濃度と設定濃度との差分の絶対値を演算
   して累積する演算部、 累積値が求まる毎に該累積値と設定値とを比較し、累積
   値が設定値以上になった時、該領域は床領域であると判
   定し、又、全画素に対する累積値が設定値以下の時、該
   領域は障害物領域であると判定する床・障害物判定部、 判定結果を記憶する記憶部を備え、 演算部は、領域が床領域であるか、障害物領域であるか
   が判別された時、次の領域に対して前記累積演算を開始
   することを特徴とする画像処理装置。
9. 【請求項９】カメラにより取り込んだ画像から床領域及
   び障害物領域を抽出する画像処理装置において、 前記画像を複数の領域に分割する画像分割手段、 領域内における全画素の濃度値の累積値を画素数で除算
   して領域毎の平均濃度を算出する平均濃度算出部、 領域の画素毎の濃度と該領域の平均濃度との差分の絶対
   値を演算して累積する演算部、 累積値が求まる毎に該累積値と設定値とを比較し、累積
   値が設定値以上になった時、該領域は障害物領域である
   と判定し、又、全画素に対する累積値が設定値以下の
   時、該領域は床領域であると判定する床・障害物判定
   部、 判定結果を記憶する記憶部を備え、 演算部は、領域が床領域であるか、障害物領域であるか
   が判別された時、次の領域に対して前記累積演算を開始
   することを特徴とする画像処理装置。