JPH0953939A

JPH0953939A - 自走車の自己位置測定装置および自己位置測定方法

Info

Publication number: JPH0953939A
Application number: JP7210736A
Authority: JP
Inventors: Masayoshi Hashima; 正芳橋間; Shinji Kanda; 真司神田
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1995-08-18
Filing date: 1995-08-18
Publication date: 1997-02-25

Abstract

(57)【要約】【課題】目標に向かって自動的に走行する自走車の自
己位置測定装置および測定方法に関し，特別な環境を必
要とすることなく確実に自己位置および方向を測定する
ことを目的とする。【解決手段】走行する環境を撮影し，走行環境の画像
により自己位置を測定して目標に向かって移動する自走
車の自己位置測定装置において，実空間での位置が既知
である複数の特徴物を画像上で検出し，それぞれの特徴
物の実空間における位置と画像面における位置とに基づ
いて自己位置パラメータを求め，複数の自己位置パラメ
ータを統合して自己位置を求める構成を持つ。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は，目標に向かって自動的
に走行する自走車の自己位置測定装置および自己位置測
定方法に関するものである。

【０００２】病院や介護施設などの医療福祉の分野で食
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，自律ロボット等）の開発が要望されてい
る。その他，オフィス，学校，工場の屋内や道路などに
おいても正確に移動できる自走車が必要とされている。

【０００３】

【従来の技術】図１６は従来の技術の説明図である。図
１６において，２００は自走車である。

【０００４】２０１は撮像装置であって，目標を撮影す
るものである。２１０は画像処理部であって，画像から
特徴点を抽出する等の処理を行うものである。

【０００５】２１１は記憶部であって，対象物の位置
（特徴点の実空間上での位置）を記憶するものである。
２１２はマッチング部であって，抽出した特徴点と実空
間上の点との対応をとるものである。

【０００６】２１３は画像上の特徴点の位置と実空間上
での特徴点の位置情報とに基づく自己位置計算部であっ
て，自己位置および移動している方向を計算するもので
ある。

【０００７】２１４は駆動制御部であって，自己位置計
算部の求めた自己位置および方向に基づいて，自走車の
移動する方向を決め，モータ等の制御を行うものであ
る。２１４’はモータ等の駆動部である。

【０００８】２１５，２１６は車輪である。図１６の構
成の動作を説明する。 (1) 撮像装置２０１は，床に貼られた反射テープ，も
しくは道路の境界線等を撮影する。画像処理部２１０は
その画像を処理して，特徴点を抽出する。マッチング部
２１２は抽出した特徴点が記憶部２１１に記憶されてい
る実空間での特徴点との対応を付ける。自己位置計算部
２１３は画像上での特徴点の位置と実空間における特徴
点の位置との関係により自己の実空間上での位置および
移動方向を推定する。駆動制御部２１４は自己の位置お
よび移動方向から自己が移動すべき方向を求め，駆動部
２１４’を駆動する。

【０００９】(2) 病院等の施設では床に白線を貼るこ
とは美観上このましくないので，自己位置を計算するた
めの目標物として天井の空気の吹き出し口，照明などの
施設内に固定されたものを画像で検出し，それを基に自
己位置および移動方向を求めて移動する方法もある。

【００１０】(3) 図１６のような撮像装置により目標
を撮影しながら走行制御する方法において，車輪の回転
数から現在位置を計算し，それを基に移動しながら特定
位置で自己位置を補正する方法もある。

【００１１】(4) あるいは，自走車に磁気検出装置を
設け，床に磁気テープを貼って，その磁気テープに沿っ
て移動するように制御する方法もある。

【００１２】

【発明が解決しようとする課題】従来の自動走行のため
に検出する特徴物は，床に張った白線，あるいは道路の
縁石のエッジ，天井の照明等のように対象は１つであっ
た。そのため，画像計測は明るさ等の環境の変化の影響
を受けやすく，検出に失敗して自己位置計算が不能にな
ることがあった。また，対象物が１つのため計測精度も
悪いものであった。

【００１３】また，自己位置を決めるパラメータを全て
求めるためには，例えば３つの垂直エッジや４つの特徴
点を必要とするが，特徴物が１つだけであると自己位置
計算をするためのパラメータの一部しか計算できない場
合がある。そのため，全てのパラメータを求めることが
できるように環境に対する配慮を必要とする。また，そ
のようにして特徴点４つを求めるようにしても，なんら
かの環境の変化により１つの特徴点が検出できなくなる
と自己位置パラメータを計算できなくなる等，自己位置
の測定が不確実であった。

【００１４】本発明は，特別な環境を必要とすることな
く確実に自己位置および方向を測定できる自走車の自己
位置測定装置および測定方法を提供することを目的とす
る。

【００１５】

【課題を解決するための手段】本発明は，走行する環境
を撮影し，走行環境の画像により自己位置を測定して目
標に向かって移動する自走車の自己位置測定装置におい
て，実空間での位置が既知である複数の特徴物を画像上
で検出し，それぞれの特徴物の実空間における位置と画
像面における位置とに基づいて自己位置パラメータを求
め，複数の自己位置パラメータを統合して自己位置を求
めるようにした。

【００１６】図１は，本発明の基本構成を示す図であ
る。図１において，１は自走車である。

【００１７】２は画像入力装置である。３は特徴物１の
抽出部であって，画像から特徴物１を抽出するものであ
る。４は自己位置計算部であって，特徴物１の画像から
自己位置および自己の移動方向のパラメータを求めるも
のである（以後，自己位置に自己の移動方向も含めるも
のとする）。

【００１８】５は特徴物２の抽出部であって，画像から
特徴物２を抽出するものである。６は自己位置計算部で
あって，特徴物２の画像から自己位置のパラメータ（自
己の移動方向のパラメータも含む）を求めるものであ
る。

【００１９】７は特徴物Ｎの抽出部であって，画像から
特徴物Ｎを抽出するものである。８は自己位置計算部で
あって，特徴物Ｎの画像から自己位置のパラメータを求
めるものである。

【００２０】９は自己位置統合部であって，自己位置計
算部４，自己位置計算部６，自己位置計算部８の求めた
自己位置のパラメータに基づいて，自己位置を統合的に
求めるものである。

【００２１】１０は自己位置出力部であって，自己位置
統合部９の求めた自己位置を駆動制御部（図示せず）に
出力するものである。図１の本発明の基本構成の動作に
ついて図２を参照して説明する。

【００２２】自走車１は床等の平らな面を移動するもの
とする。自走車１には画像入力装置（撮像装置）２が固
定されている（図１６参照）。画像入力装置２は走行環
境を撮影して，画像を入力する。入力された画像を画像
処理して特徴（特徴点，エッジ，形，色等）を抽出す
る。抽出された特徴を実空間上の対象物と対応づける
（マッチング）。特徴物（特徴物１，特徴物２，・・
・，特徴物Ｎ）の実空間での位置をあらかじめ記憶部
（図示せず）に記憶しておく。そして，それらの実空間
上での位置情報と各対象物の画像上での位置に基づいて
それぞれの自己位置計算部（４，６，８）は自己位置の
パラメータを計算する。求める自己位置パラメータは自
走車が平面上を移動するので，平面上の座標（Ｘ，Ｙ）
と画像入力装置２の向きを表す回転θである。

【００２３】図２により，本発明の基本構成の自己位置
の統合方法について説明をする。図２ (a)は座標系の例
を示す。１９は画像面である。

【００２４】２０は対象物である。２１は床である。２
２は実空間座標系（ｘ₁，ｙ₁，ｚ₁）である。

【００２５】２３はカメラ座標系（Ｘ，Ｙ，Ｚ）であ
る。θは画像入力装置の回転パラメータであって，高さ
（Ｚ）一定である。図２ (b)は画像の例である。

【００２６】２１は床である。２２，２３は横の壁であ
る。２４は奥の壁である。

【００２７】２５は天井である。２６はエッジであっ
て，床２１と横の壁２２との境界である。２７はエッジ
であって，床２１と横の壁２３との境界である。

【００２８】２６はエッジであって，天井２５と横の壁
２２との境界である。２６はエッジであって，天井２５
と横の壁２３との境界である。３０は照明である。

【００２９】３１はドアである。自己位置の計算は，実
空間からカメラ画像への射影の逆変換をすることによ
り，画像上の特徴位置を実空間の位置（カメラに対する
位置）に変換する。そのようにして，画像の二次元情報
に基づいて実空間の３次元情報を得ることができる。つ
まり，画像上の特徴点の位置が求まれば，図２ (b)のよ
うに床上の特徴点に対するカメラからの方向が決まる。
あるいは，複数のカメラを使用して，三角測量の原理で
対象物の位置を測定しても良い。

【００３０】次に具体的に特徴物の種類に対応して求め
られる自己位置パラメータ（Ｘ，Ｙ，θ）を説明する。〔特徴の種類〕 (1) 画像空間のエッジからそのエッジに対応する実空
間上の直線に対して，直線に対する位置（直線からの距
離），姿勢（θ）が求められる。即ちＸとθが求まる。

【００３１】(2) 画像空間の１点からその点に対応す
る実空間上の点に対して距離と姿勢が求まる。但し，直
線方向の位置（直線に沿った位置，Ｙ座標は決まらな
い）。即ち，Ｘ²＋Ｙ²＝ｄ² （ｄは特徴点まで
の距離であって定数）。

【００３２】Ｘ＝Ａｓｉｎ（θ＋α）（Ａ，αは定数）。が得られる。簡単にｆ（Ｘ，Ｙ，θ）＝０に表す。 (3) 画像空間の円から，その円に対応する実空間上の
円に対して，位置，姿勢が決まる。円は，画像面では楕
円となるので，その楕円の大きさと半径からの位置およ
び姿勢が求まる（Ｘ，Ｙ，θ）が求まる。

【００３３】(4) 画像空間の領域の面積から，その領
域に対応する実空間上の領域に対して，距離ｄが決ま
る。例えば，ドア，奥の壁等の面積が既知であれば画像
面上の面積から距離を求めることができる。但し，平面
では近似値となるので，近似値で計算するか補正する必
要がある。実空間の領域が球面であれば正しい距離が求
まる。

【００３４】(5) 画像空間の複数のエッジから消失点
（無限遠の点であって，例えば平行の２本のエッジの交
わる点）が求まれば，姿勢θが求まる。次に，上記のよ
うな複数の特徴物から求められた自己位置パラメータ
（Ｘ，Ｙ，θ）を統合して正確の自己位置を計算する方
法について説明する。

【００３５】〔自己位置の統合方法（自己位置統合部の
処理）〕自己位置パラメータをｘ，ｙ，θとする。個々
の特徴からは，ｘ，ｙ，θを変数とする関数が得られ
る。この３つの変数からなる空間で関数からの距離の和
が最小になるように，最小自乗法により自己位置を推定
する。例えば，上記特徴の種類(1) により（ｘ，θ）が
求まり，種類(2) によりｆ（ｘ，ｙ，θ）が求まり，種
類(3) により（ｘ，ｙ，θ）が求まり，種類(4) により
ｄが求まり，種類(5) によりθが求まっている。そこ
で，自己位置を（ｘ₀，ｙ₀，θ₀）とする。この点は
ｘ，ｙ，θの空間上で，ｘ，ｙ，θの関数からの距離の
自乗の和が最小になる点として求める。

【００３６】即ち，（ｘ₀，ｙ₀，θ₀）からそれぞれ
の関数への距離の自乗を求め，その関数をｇ（ｘ₀，ｙ
₀，θ₀）とする。Ｎは特徴数Ｐが最小になるような（ｘ₀，ｙ₀，θ₀）を求める。

【００３７】即ち ∂Ｐ／∂ｘ＝０，∂Ｐ／∂ｙ＝０，
∂Ｐ／∂θ＝０を解けば良い。上記のようにして，複数
の対象物（対象物１，対象物２，対象物Ｎ）に基づい得
られた自己位置パラメータを自己位置統合部は統合して
正確で自己位置を求めることができる。そして，求めた
自己位置を，駆動制御部（図示）に出力して，自走車の
移動制御を行う。

【００３８】なお，最小自乗法で重み付けをする時，関
数の誤差分散を求め，その分布が他の関数から大きくは
ずれている時は誤検出の可能性があるとして，取り除く
ようにしても良い。最小自乗法では大きな誤差のデータ
が１つでもあると全体の精度に大きく影響するので，こ
のようにすることにより測定精度を向上させることがで
きる。

【００３９】

【発明の実施の形態】

〔実施例１〕図３は本発明の実施例１である。

【００４０】図３において，５０は特徴点抽出法による
演算部である。５１は画像処理部であって，特徴点を抽
出するものである。

【００４１】５２はマッチング部であって，抽出した特
徴点と実空間における特徴点の対応をとるものである。
５３は自己位置計算部であって，記憶部５４に記憶され
ている特徴点の実空間における位置情報と抽出した特徴
点の画像上の位置に基づいて自己位置のパラメータを算
出するものである。

【００４２】５４は記憶部であって，特徴点の実空間に
おける位置を保持するものである。６０はエッジ抽出法
による演算部である。６１は画像処理部であって，エッ
ジを抽出するものである。

【００４３】６２はマッチング部であって，抽出したエ
ッジと実空間におけるエッジの対応をとるものである。
６３は自己位置計算部であって，記憶部６４に記憶され
ているエッジの実空間における位置情報と抽出したエッ
ジの画像上の位置に基づいて自己位置のパラメータを算
出するものである。

【００４４】６４は記憶部であって，エッジの実空間に
おける位置を保持するものである。７０は円の抽出法に
よる演算部である。７１は画像処理部であって，円を抽
出するものである（例えば，円は図２ (b)の照明３０で
ある）７２はマッチング部であって，抽出した円と実空間にお
ける円の対応をとるものである。

【００４５】７３は自己位置計算部であって，記憶部７
４に記憶されている円の実空間における位置情報と抽出
した円の画像上の位置に基づいて自己位置のパラメータ
を算出するものである。

【００４６】７４は記憶部であって，円の実空間におけ
る位置を保持するものである。８０は領域抽出法による
演算部である。８１は画像処理部であって，領域を抽出
するものである。領域は，例えば図２ (b)の場合奥の壁
２４の面積である。

【００４７】８２はマッチング部であって，抽出した領
域と実空間における領域の対応をとるものである。８３
は自己位置計算部であって，記憶部８４に記憶されてい
る領域の実空間における位置情報と抽出した領域の画像
上の位置に基づいて自己位置のパラメータを算出するも
のである。

【００４８】８４は記憶部であって，領域の実空間にお
ける位置を保持するものである。１８５は自己位置統合
部である。１８６は自己位置出力部である。

【００４９】図４の構成の動作における対象物の抽出と
マッチングについて説明する。 (1) 対象物の抽出画像の濃淡変化等を微分演算等で抽出し，連結してエッ
ジを抽出する。また，画像上でのエッジの位置と方向を
計算する。次に，実空間の直線とマッチングする。画像
上のエッジの位置と方向から実空間上の直線を特定でき
るものがあれば（図２ (b)の壁と床の境界，壁と天井の
境界），それを対応付ける。画像上のエッジに対して，
複数の対応する直線の候補がある場合には（図２ (b)の
垂直エッジ等），現在位置を推定して検出できるエッジ
を特定するか，他の特徴との配置関係などを使って特定
する。現在位置の推定は，車輪の回転数やその他のセン
サ，直前まで更新してきた自己位置データを用いて推定
できる。

【００５０】(2) マッチング画像を２値化して，照明などの明るい領域を検出し，そ
の重心位置を検出する。または，画像からエッジを抽出
し，その交点や端点を検出する。このようにして，特徴
点を検出し，その画像上での位置を計算する。次に実空
間とのマッチングをする。特徴に色や大きさ等の付加情
報があればマッチングのてがかりにする。

【００５１】図４は本発明の実施例１の動作のフローチ
ャートである。図４において，５１は特徴点抽出法によ
る画像処理部である。

【００５２】６１はエッジ抽出法による画像処理部であ
る。７１は円の抽出法による画像処理部である。８１は
領域抽出法による画像処理部である。

【００５３】Ｓ２〜Ｓ５は特徴点抽出法による自己位置
計算のフローチャートである。Ｓ１２〜Ｓ１５はエッジ
抽出法による自己位置計算のフローチャートである。Ｓ
２２〜Ｓ２５は円の抽出法による自己位置計算のフロー
チャートである。

【００５４】Ｓ３２〜Ｓ３５は領域の抽出法による自己
位置計算のフローチャートである。図４のステップ番号
に従って，図３の実施例１の動作を説明する。Ｓ１画像入力装置４２は画像を入力する。

【００５５】Ｓ２特徴点抽出法による画像処理部５１
は特徴点を抽出する。Ｓ３画像処理部５１は画像上の特徴点の位置を計算す
る。Ｓ４マッチング部５２は，実空間における特徴点と画
像面において抽出した特徴点との対応をとる。

【００５６】Ｓ５自己位置計算部５３は記憶部５４に
保持されている特徴点の実空間における位置情報とによ
り自己位置パラメータを求める（画像面から特徴点まで
の距離およびＸ座標が求まる）。

【００５７】Ｓ１２エッジ抽出法による画像処理部６
１はエッジを抽出する。Ｓ１３画像処理部６１は画像上のエッジの位置を計算
する。Ｓ１４マッチング部６２は，実空間におけるエッジと
画像面において抽出したエッジの対応をとる。

【００５８】Ｓ１５自己位置計算部６３は記憶部６４
に保持されているエッジの実空間における位置情報とに
より自己位置パラメータを求める（回転角度θとＸ座標
が求まる）。

【００５９】Ｓ２２円の抽出法による画像処理部７１
は円を抽出する。Ｓ２３画像処理部７１は画像上の円の位置および形状
を計算する。Ｓ２４マッチング部７２は，実空間における特徴点と
画像面において抽出した特徴点との対応をとる。

【００６０】Ｓ２５自己位置計算部７３は記憶部７４
に保持されている円の実空間における位置情報とにより
自己位置パラメータを求める（Ｘ，Ｙ，θが求まる）。Ｓ３２領域の抽出法による画像処理部８１は領域（例
えば，奥の壁）を抽出する。

【００６１】Ｓ３３画像処理部８１は画像上の領域
（奥の壁）の位置および面積を計算する。Ｓ３４マッチング部８２は，実空間における奥の壁と
画像面において抽出した領域（奥の壁）との対応をと
る。

【００６２】Ｓ３５自己位置計算部８３は記憶部８４
に保持されている領域（奥の壁）の位置情報と面積情報
とにより自己位置パラメータを求める。Ｓ３６自己位置統合部１８５は特徴点抽出法により求
めた自己位置パラメータ，エッジの抽出法により求めた
自己位置パラメータ，円の抽出法により求めた自己位置
パラメータ，領域の抽出法により求めた自己位置パラメ
ータにより，統合的に自己位置を計算する。自己位置出
力部１８６は求めた自己位置を駆動制御部（図示せず）
に出力する。

【００６３】図５は本発明の実施例１のエッジの抽出方
法およびエッジの交点，端点の検出方法およびエッジの
消失点のフローチャートである。図５ (a)はエッジ抽出
のフローチャートである。

【００６４】Ｓ１画像入力をする。Ｓ２微分フィルタ，または２次微分フィルタによる画
像処理をする。Ｓ３微分値があるしきい値以上で，ピークになる点を
エッジとして抽出する。

【００６５】図５ (b)はエッジの交点，端点の検出方法
のフローチャートである。Ｓ１１画像入力をする。Ｓ１２エッジ抽出をする。

【００６６】Ｓ１３エッジ点の追跡，またはハフ変換
などでエッジを連結する。Ｓ１４連結したエッジ（線分）から交点，端点を検出
する。図５ (c)はエッジの消失点の検出方法のフローである。

【００６７】Ｓ２１画像入力をする。Ｓ２２エッジ抽出，または線分抽出をする。Ｓ２３エッジ（線分）の方向から，仮想の交点（消失
点）を計算する。

【００６８】図６は本発明の実施例１の領域の抽出方法
と面積の計算方法のフローチャートである。図６ (a)は
領域の抽出方法であって，円，奥の壁等の領域を抽出す
る方法である。

【００６９】Ｓ３１画像入力をする。Ｓ３２温度や色が一定範囲の画素をしきい値処理によ
り抽出する。Ｓ３３抽出された画素で隣接している画素を１つの領
域としてグループ化する。

【００７０】図６ (b)は面積の計算方法のフローチャー
トである。Ｓ４１画像入力をする。Ｓ４２領域を抽出する。

【００７１】Ｓ４３領域内の画素の位置の統計的な処
理により，面積，重心，周囲長などの計算をする。図７は本発明の装置構成の実施例２および実施例３であ
る。

【００７２】走行前にあらかじめ経路上の特徴物の画像
の特徴パターンとその位置を記憶部に記憶しておく。走
行中に画像を入力し，所定の特徴パターンと最も似てい
る画像パターンを検出する。この場合，特徴抽出とマッ
チングは同時に処理される。検出後は同様である。従っ
て，この方法によればマッチングの制約がなくなり，現
在位置を推定する必要もない。

【００７３】図７はこの画像パターンとの一致する対象
物との位置関係を推定する方法を図３の構成に付加し
て，特徴点，エッジ抽出等により求めた自己位置パラメ
ータと特徴パターン法により求めた自己位置パラメータ
を統合して自己位置を推定する構成である。

【００７４】図７において，５０は特徴点抽出法による
演算部である。５１は画像処理部であって，特徴点を抽
出するものである。

【００７５】５２はマッチング部である。５３は自己位
置計算部である。５４は記憶部であって，特徴点の実空
間における位置を保持するものである。

【００７６】６０はエッジ抽出法による演算部である。
６１は画像処理部であって，エッジを抽出するものであ
る。６２はマッチング部である。

【００７７】６３は自己位置計算部である。６４は記憶
部であって，エッジの実空間における位置を保持するも
のである。７０は円の抽出法による演算部である。

【００７８】７１は画像処理部であって，円を抽出する
ものである（例えば，円は図２ (b)の照明３０である）７２はマッチング部である。

【００７９】７３は自己位置計算部である。７４は記憶
部であって，円の実空間における位置を保持するもので
ある。８０は領域抽出法による演算部である。

【００８０】８１は画像処理部であって，領域を抽出す
るものである。領域は，例えば図２ (b)の場合奥の壁２
４であって，面積を計算するものである。８２はマッチ
ング部である。

【００８１】８３は自己位置計算部である。８４は記憶
部であって，領域の実空間における位置を保持するもの
である。９０は特徴パターン法による演算部である。

【００８２】９１は画像処理部であって，特徴パターン
を抽出するものである。特徴パターンは，例えば図２
(b)の画像の例の場合，ドアのノブ３１’，ドア３１と
エッジ２６の垂直線等である。

【００８３】９３は自己位置計算部であって，記憶部９
４に記憶されている領域の実空間における位置情報に基
づいて抽出した特徴パターンの画像上の位置に基づいて
自己位置のパラメータを算出するものである。

【００８４】９４は記憶部であって，特徴パターンの実
空間における位置を保持するものである。１８５は自己
位置統合部である。

【００８５】１８６は自己位置出力部である。図８は本
発明の実施例２および実施例３のフローチャートであ
る。〔実施例２〕図８ (a)は本発明の装置構成の実施例２の
特徴パターン法による演算部のフローチャートである。

【００８６】９１は特徴パターン法による画像処理部で
ある。１１０は特徴パターン検出部である。１１１は他
の抽出方法による自己位置計算結果である。

【００８７】Ｓ１画像入力をする。Ｓ２特徴パターン検出部１１０は特徴パターンを検出
する。Ｓ３自己位置計算をする。

【００８８】Ｓ４他の自己位置計算結果とにより自己
位置統合をする。〔実施例３〕図８ (b)は本発明の実施例３である。実施
例３は実施例２の特徴パターン検出部１１０を相関演算
装置により構成したものである。

【００８９】図７における特徴パターン検出を相関演算
により行うことで高速に特徴パターンを検出することが
できる。つまり，まず走行前にあらかじめ経路上の特徴
物の特徴パターンとその位置を記憶部に記憶しておく。
次に，走行中に画像を入力し，画像の全体または一部に
対して記憶している特徴パターンと画素単位の差分計算
を行い，その差の絶対値または２乗の和が最も小さい領
域を類似度が最も大きいとして検出する。その他の処理
は実施例２と同様である。相関演算装置は高速であるの
でパターン検出を実時間で行うことができるようにな
る。

【００９０】図８ (b)の相関演算装置で構成した特徴パ
ターン検出部のフローチャートを説明する。Ｓ１１画像を入力する。

【００９１】Ｓ１２相関演算装置はテンプレート画像
（記憶部に記憶した特徴パターン）と画像の全体もしく
は一部と相関演算を行う。Ｓ１３相関度の最も高いもの（例えば距離の一番近い
もの等）を検出し，画像から特徴パターンを抽出する。

【００９２】以後の自己位置計算，自己位置統合は実施
例２と同様である。〔実施例４〕図７の構成では，個々の特徴のマッチング
において誤対応することが考えられる。そこで，個々の
マッチングの後で，他の特徴との配置関係を調べること
により誤検出を取り除くことができる。

【００９３】特徴は実空間での位置が決まっているの
で，画素空間上でもある範囲の配置関係をもつ。例え
ば，実空間上で１つの直線上にある複数の特徴点は画像
空間上でも１つの直線上に存在する。または，実空間上
で特徴１が特徴２の垂直方向の上側にあれば画像空間で
も，上側にある。このような関係を用いて検出したパタ
ーン（特徴点，エッジ，特徴パターン等）が誤検出であ
ることを判定し，取り除くことができる。例えば，図２
(b)の場合，壁と床の境界のエッジの上にドアの角があ
り，壁と天井の２本の境界の間に照明がある等，画像上
の特徴物の間には拘束条件がある。この関係を用いて検
出したパターンが正しいものであるかないかを判定する
ことができる。

【００９４】図９はそのための装置構成の実施例であ
る。図９において，４１は自走車である。

【００９５】４２は画像入力装置である。５０は特徴点
抽出法による演算部である。５５は検証部であって，抽
出された特徴点，エッジ，特徴パターン等のパターンに
対して互いの位置関係を確認し，正しく抽出されたもの
であるか否かを判定するものである。

【００９６】６０はエッジ抽出法による演算部である。
７０は円の抽出法による演算部である。８０は領域抽出
法による演算部である。

【００９７】９０は特徴パターン法による演算部であ
る。１８５は自己位置統合部である。１８６は自己位置
出力部である。

【００９８】図１０は本発明の装置構成の実施例４と実
施例５のフローチャートおよび実施例４の検証部の実施
例である。図１０ (a)は検証部のフローチャートである
（実施例４，５に共通）。

【００９９】Ｓ１画像入力をする。Ｓ２特徴パターンを検出する（特徴パターン検出によ
る場合）。Ｓ１２特徴点，エッジ，円，領域を検出する場合に
は，特徴抽出をする。

【０１００】Ｓ１３特徴点，エッジ，円，領域につい
てマッチングする。Ｓ３検出パターン（特徴パターン，特徴点，エッジ，
円，領域）について互いの位置関係により検証をする。

【０１０１】Ｓ４自己位置計算をする。Ｓ５自己位置統合をする。図１０ (b)は実施例４の検証部の構成である。

【０１０２】図１０において，５５は検証部である。１
２１は検証処理部であって，検出パターンについて互い
の位置関係から正しく抽出されたものであるか否かを判
定するものである。

【０１０３】１２２はパターン間の位置関係保持部であ
る。図１１は本発明の実施例４の検証部のフローチャー
トである。図１１ (a)は位置関係の入力と保持のフロー
チャートである。

【０１０４】Ｓ１各パターン間の位置関係を入力す
る。Ｓ２各パターン間の位置関係を保持する。図１１ (b)は検証処理部のフローチャートである。

【０１０５】Ｓ１１画像入力する。Ｓ１２パターン検出する（特徴パーン，特徴点，エッ
ジ，円，領域等（パターン１〜Ｎとする））。

【０１０６】Ｓ１３パターンＡ，Ａ＝１とする（初期
設定）。Ｓ１４パターンＢ，Ｂ＝１とする（初期設定）。Ｓ１５パターンＡとパターンＢの画像上の位置関係の
モデルを検索する。

【０１０７】Ｓ１６，Ｓ１７位置関係を満たしていれ
ばパターンＡを採用する。Ｓ１６，Ｓ１８位置関係を満たしていなければパター
ンＡを採用しない。Ｓ１９，Ｓ２０Ｂ＜Ｎか判定し，Ｂ＜ＮであればＢを
Ｂ＋１としてＳ１５以降の処理を繰り返す。

【０１０８】Ｓ１９，Ｓ２１Ｂ＜Ｎか判定し，Ｂ＜Ｎ
でなければ，Ｓ２１においてＡ＜Ｎか判定する。Ｓ２１，Ｓ２２Ａ＜Ｎであれば，Ｓ１４以降の処理を
繰り返す。

【０１０９】Ｓ２１でＡ＜Ｎでなければ検証を終了す
る。〔実施例５〕図１２は本発明の実施例５である。

【０１１０】画像にはノイズがあり，それにより誤検出
をすることがある。そのような場合には継続的に検出し
て安定して検出できるパターンを選択するとノイズの影
響を削減できる。また，継続的に検出することで誤対応
した特徴を検出することができる。画像上の特徴の動き
は実空間での特徴の位置とカメラで決まるので，特徴の
動きから誤対応を検出することができる。

【０１１１】図１２ (a)は本発明の実施例５の検証部で
ある。５５は検証部である。１２３は検証処理部であ
る。

【０１１２】１２４はパターンｉ保持部である。パター
ンｉは時系列の画像入力パターンのうち，時刻ｉに抽出
したパターン（特徴点，エッジ，特徴パターン等）であ
る。図１２ (b)は実施例５の検証処理部のフローチャー
トである。

【０１１３】Ｓ１時系列の画像のうち時刻ｉの画像を
入力する。Ｓ２パターンｉ（特徴点，エッジ，円，領域，特徴パ
ターン等）を検出する。

【０１１４】Ｓ３パターンｉを保持する。Ｓ４パターンｉ−１とパターンｉの画像上の位置の差
を計算する。Ｓ５自走車の移動方向から画像上のパターンの動きを
推定する。

【０１１５】Ｓ６Ｓ４とＳ５の結果を比較する。Ｓ７，Ｓ８Ｓ４とＳ５を比較することにより正しく抽
出されたパターンであると判定されれば，そのパターン
を採用する。

【０１１６】Ｓ７，Ｓ９Ｓ４とＳ５を比較することに
より正しく抽出されていないパターンであると判定され
れば，そのパターンを採用しない。Ｓ１０ｉ＝ｉ＋１としてＳ１以降の処理を繰り返す。

【０１１７】図１３は本発明の装置構成の実施例６およ
び実施例７である。検出範囲を絞ることで，誤検出を減
らすことができる。検出範囲を絞るには，現在位置を推
定し，特徴が現れる範囲を予測するか，他の特徴の画像
上の位置と配置関係から，特徴の検出範囲を指定するこ
とができる。

【０１１８】図１３はそのための装置構成の実施例であ
る。図１３において，４１は自走車である。

【０１１９】４２は画像入力装置である。５０は特徴点
抽出法による演算部である。５６は検出範囲設定部であ
って，特徴点，エッジ，特徴パターン等のパターンを抽
出する範囲を設定するものである。

【０１２０】６０はエッジ抽出法による演算部である。
７０は円の抽出法による演算部である。８０は領域抽出
法による演算部である。

【０１２１】９０は特徴パターン法による演算部であ
る。１８５は自己位置統合部である。１８６は自己位置
出力部である。

【０１２２】〔実施例６〕図１４は本発明の実施例６の
フローチャートである（図１３の装置構成の動作フロ
ー）。

【０１２３】Ｓ１画像入力をする。Ｓ２検出範囲設定部５６は現在位置から画像上の特徴
位置を推定する。Ｓ３検出範囲設定部５６は他の特徴の画像上の位置か
ら特徴位置を推定する。

【０１２４】Ｓ４検出範囲設定部５６は推定位置から
検出範囲を設定する。Ｓ５，Ｓ６は特徴点，エッジ，円，領域を抽出する場合
の処理であり，Ｓ７は特徴パターンを抽出する場合の処
理である。

【０１２５】Ｓ５，Ｓ６検出範囲から特徴抽出をし，
マッチングする。Ｓ７特徴パターン検出をする。Ｓ８自己位置計算をする。

【０１２６】Ｓ９自己位置統合をする。〔実施例７〕図１５は本発明の実施例７のフローチャー
トである。

【０１２７】床の画像パターンを記憶しておき，走行中
の画像から相関により床領域を抽出する。これにより，
自己位置の範囲が推定できる。また，他の特徴（例え
ば，壁と床の境界）の検出範囲を絞ることができる。

【０１２８】図１５は実施例７のフローチャートであ
る。Ｓ１画像入力をする。Ｓ２床画像のパターンを検出する。

【０１２９】Ｓ３床領域を検出する。Ｓ４床領域を基に特徴検出範囲を設定する。Ｓ５，Ｓ６，Ｓ７は特徴点，エッジ，円，領域を抽出す
る場合の処理である。Ｓ８，Ｓ９は特徴パターンを検出
する場合の処理である。

【０１３０】Ｓ５，Ｓ７，Ｓ８特徴検出範囲から特徴
抽出をし，マッチングして特徴を特定し，自己位置を計
算する。Ｓ８，Ｓ９特徴検出範囲から特徴パターンを検出し，
自己位置を計算する。

【０１３１】Ｓ１０画像面上の床領域の３次元位置を
求め，自己位置を計算する。Ｓ１１自己位置統合部は床の３次元位置に基づくパラ
メータ，特徴点，エッジ，円，領域に基づくパラメー
タ，特徴パターンに基づくパラメータを統合して，正確
な自己位置を求める。

【０１３２】Ｓ１２自己位置を出力する。

【０１３３】

【発明の効果】本発明によれば，個々の特徴（パター
ン）からは求められない自己位置パラメータを求めるこ
とができる。また，自己位置検出のための情報に冗長度
があるので，検出に失敗した特徴があっても，確実に自
己位置を求めることができる。また，検出精度も向上
し，誤検出を発見することができる。

【０１３４】そのため，本発明によれば，環境条件の悪
い場所でも確実に自走車を目標に向かって移動させるこ
とが可能になる。

【図面の簡単な説明】

【図１】本発明の基本構成を示す図である。

【図２】本発明の座標系の画像の例を示す図である。

【図３】本発明の装置構成の実施例１を示す図である。

【図４】本発明の実施例１のフローチャートを示す図で
ある。

【図５】本発明の実施例１のエッジ抽出方法，交点，端
点の抽出方法，エッジの消失点のフローチャートを示す
図である。

【図６】本発明の実施例１の領域の抽出方法と面積の計
算方法のフローチャートを示す図である。

【図７】本発明の装置構成の実施例２および実施例３を
示す図である。

【図８】本発明の実施例２のフローチャートおよび本発
明の実施例３のフローチャートを示す図である。

【図９】本発明の装置構成の実施例４および実施例５を
示す図である。

【図１０】本発明の装置構成実施例４と実施例５のフロ
ーチャートおよび実施例４の検証部の構成を示す図であ
る。

【図１１】本発明の実施例４の検証部のフローチャート
を示す図である。

【図１２】本発明の実施例５を示す図である。

【図１３】本発明の装置構成の実施例６および実施例７
を示す図である。

【図１４】本発明の実施例６のフローチャートを示す図
である。

【図１５】本発明の実施例７のフローチャートを示す図
である。

【図１６】従来の技術を示す図である。

【符号の説明】

１：自走車２：画像入力装置３：特徴物抽出部１４：自己位置計算部５：特徴物抽出部２６：自己位置計算部７：特徴物抽出部３８：自己位置計算部９：自己位置統合部１０：自己位置出力部

Claims

【特許請求の範囲】

【請求項１】走行する環境を撮影し，走行環境の画像
により自己位置を測定して目標に向かって移動する自走
車の自己位置測定装置において，実空間での位置が既知
である複数の特徴物を画像上で検出し，それぞれの特徴
物の実空間における位置と画像面における位置とに基づ
いて自己位置パラメータを求め，複数の自己位置パラメ
ータを統合して自己位置を求めることを特徴とする自走
車の自己位置測定装置。
【請求項２】画像面の特徴物の特徴パターンと位置を
記憶しておき，移動中の画像からその特徴パターンを抽
出し，該特徴物の実空間における位置と特徴パターンの
画像面における位置とに基づいて自己位置を計算し，他
の特徴物との自己位置とを統合することにより自己位置
を求めることを特徴とする請求項１に記載の自走車の自
己位置測定装置。
【請求項３】特徴パターンの検出を相関演算を用いて
行うことを特徴とする請求項２記載の自走車の自己位置
測定装置。
【請求項４】複数の特徴の画像面における配置関係を
保持し，求められた特徴について配置関係を検証するこ
とにより誤検出を取り除くことを特徴とする請求項１，
２もしくは３に記載の自走車の自己位置測定装置。
【請求項５】特徴物を時系列で連続的に検出し，その
時系列のパターンの関係に基づいて誤検出の特徴物を判
定し，取り除くことを特徴とする請求項１，２，３もし
くは４に記載の自走車の自己位置測定装置。
【請求項６】現在の推定位置に基づいて画像上の特徴
物の検出位置を限定し，限定された検出位置の範囲の特
徴物を検出することを特徴とする請求項１，２，３，４
もしくは５に記載の自走車の自己位置測定装置。
【請求項７】自走車の移動する平面を特徴パターンと
して，移動する平面の特徴パターンを検出し，該平面の
特徴パターンとの関係において特徴抽出の検出位置を限
定し，限定された検出位置の範囲で特徴抽出することを
特徴とする請求項１，２，３，４，５もしくは６に記載
の自走車の自己位置測定装置。
【請求項８】走行する環境を撮影し，走行環境の画像
により自己位置を測定して目標に向かって移動する自走
車の自己位置測定方法において，実空間上の位置が既知
である複数の特徴物を画像上で検出し，それぞれの特徴
物の実空間における位置と画像面における位置とに基づ
いて自己位置パラメータを求め，複数の自己位置パラメ
ータを統合して自己位置を求めることを特徴とする自走
車の自己位置測定方法。