JPH11194822A - 移動ロボットのグローバル地図構築方法 - Google Patents

Abstract

(57)【要約】 【課題】 環境をセンシングしながら自立走行する移動
ロボットにおいて、走行不能領域を含むローカル地図を
マップマッチングで合成してグローバル地図を構築する
と、計算負荷が非常に大きくなり、移動ロボットの移動
とともに記憶データ量が膨大になるという問題があっ
た。 【解決手段】 センシングにより取得したローカル地図
内の走行不能領域に対して略外接する楕円を求め、座標
上における楕円の中心位置と、長径および短径と、座標
軸に対する傾斜角度を走行不能領域のデータとして記憶
する移動ロボットのグローバル地図構築方法とすること
により、計算負荷や記憶データ量の低減を実現した。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、とくに地球外の天
体において、環境をセンシングしながら自律走行する移
動ロボットに用いられるグローバル地図構築方法に関す
るものである。

【０００２】

【従来の技術】一般に、この種の移動ロボットは、外界
センサにより限られた領域をセンシングして三次元のロ
ーカル地図を取得し、ローカル地図に基づいて障害物な
どの走行不能領域を回避しながら目標へ向う経路を計画
し、計画経路に沿って移動するように走行駆動系を制御
する。また、この種の移動ロボットでは、目標の変更な
どにより、かつて走行した領域の情報も利用する。そこ
で、走行しながら環境のセンシングを間欠的に行い、順
次取得したローカル地図を用いて広域の地図すなわちグ
ローバル地図を構築する。このグローバル地図により厳
密な経路計画などが可能になる。このような移動ロボッ
トにおいて、グローバル地図を構築するには、順次取得
されるローカル地図をマップマッチングによって合成す
る方法があった。

【０００３】なお、この種の移動ロボットでは、例え
ば、絶対的な位置の計測手段によって自己位置や方位を
正確に判断することも可能ではあるが、地球外の天体と
いった特異な環境で走行させることや、消費エネルギー
の節約が望ましいことなどを考慮すると、絶対位置の計
測手段を常時使用することが不可欠であるとは言い難い
ため、計測手段の使用を制限し、所定の範囲においては
ある程度の位置や方向の誤差を容認して走行させること
が考えられている。このような状況下では、順次取得し
たローカル地図をマップマッチングで正確に合成するこ
とにより、位置や方位の誤差を修正しつつグローバル地
図を構築することが可能である。

【０００４】

【発明が解決しようとする課題】しかしながら、マップ
マッチングを用いた従来のグローバル地図構築方法にあ
っては、計算負荷が非常に大きく、しかも、屋外自然地
形における走行不能領域は形状が複雑であるために計算
負荷はさらに大きなものとなり、移動距離の増大ととも
に記憶データ量も膨大なものとなる。このため、移動ロ
ボットのオンボードコンピュータ（一般的に非力）で
は、移動時間の間に処理しきれなかったり、長距離を移
動するとシステムのリソース不足が生じたりする恐れが
あると共に、必要な情報を検索する際の計算負荷も高く
なるという問題があり、このような問題を解決すること
が課題であった。

【０００５】

【発明の目的】本発明は、上記従来の課題に着目して成
されたもので、移動ロボットの自己位置や方位の誤差、
あるいはセンシング誤差等の各種誤差を許容したグロー
バル地図とし、計算負荷および記憶データ量の低減や情
報検索の簡便化などを実現することができる移動ロボッ
トのグローバル地図構築方法を提供することを目的とし
ている。

【０００６】

【課題を解決するための手段】本発明に係わる移動ロボ
ットのグローバル地図構築方法は、請求項１として、環
境を間欠的にセンシングしながら自立走行を行う移動ロ
ボットのグローバル地図構築方法であって、センシング
により取得したローカル地図内の走行不能領域に対して
略外接する楕円を求め、座標上における楕円の中心位置
と、長径および短径と、座標軸に対する傾斜角度を走行
不能領域のデータとして記憶する構成とし、請求項２と
して、走行不能領域をチェイン符号化し、そのチェイン
符号列を用いて最大セグメント長を求め、ＸＹ座標にお
いて最大セグメント長方向の座標軸に対する傾斜角度を
求めると共に、ＸＹ座標における走行不能領域の最大値
および最小値を求め、最大値および最小値によって楕円
の中心位置と長径および短径を求めたのち、楕円を最大
セグメント長方向の傾斜角度分中心回りに回転させる構
成とし、請求項３として、複数の走行不能領域に各々対
応する楕円同士の距離が所定範囲内になったとき、複数
の走行不能領域を１つの走行不能領域として楕円を求め
る構成とし、請求項４として、センシング毎に走行不能
領域に対する楕円を求めて各楕円を重ね合わせ、各楕円
内の分割領域について重合数とセンシング数により確率
値を求めたのち、同一確率値の分割領域を含む確率楕円
を求め、各確率楕円の長径および短径と、中心位置と、
長径の傾斜角度を走行不能領域のデータとして記憶する
構成としており、上記の構成を課題を解決するための手
段としている。

【０００７】

【発明の作用】本発明の請求項１に係わる移動ロボット
のグローバル地図構築方法では、センシングにより取得
したローカル地図内の走行不能領域（障害物等）に対し
て略外接する楕円を求め、座標上における楕円の中心位
置と、長径および短径と、座標軸に対する傾斜角度を走
行不能領域のデータとして記憶するので、移動ロボット
の自己位置や方位の誤差あるいはセンシング誤差がほぼ
許容されたグローバル地図となり、走行不能領域はどの
様な大きさのものであっても全て楕円の数学式で表現さ
れることとなる。

【０００８】本発明の請求項２に係わる移動ロボットの
グローバル地図構築方法では、走行不能領域をチェイン
符号化し、ＸＹ座標において、チェイン符号列の最大セ
グメント長方向の座標軸に対する傾斜角度と、走行不能
領域の最大値および最小値を求め、最大値および最小値
によって楕円の中心位置と長径および短径を求める。こ
のとき、楕円は、ＸおよびＹのいずれか一方の最大値と
最小値の差が長径となり、他方の最大値と最小値の差が
短径となる。そして、同楕円を最大セグメント長方向の
傾斜角度分中心回りに回転させることにより、走行不能
領域に対する楕円フィッティングが成される。

【０００９】本発明の請求項３に係わる移動ロボットの
グローバル地図構築方法では、複数の走行不能領域に各
々対応する楕円同士の距離が所定範囲内になったとき、
複数の走行不能領域を１つの走行不能領域として楕円を
求めるので、その分計算負荷が小さくなり、記憶データ
量も少なくなる。

【００１０】本発明の請求項４に係わる移動ロボットの
グローバル地図構築方法では、センシング毎に走行不能
領域に対する楕円を求めて各楕円を重ね合わせ、各楕円
内の分割領域について重合数とセンシング数により確率
値を求めたのち、同一確率値の分割領域を含む確率楕円
を求め、各確率楕円の長径および短径と、中心位置と、
長径の傾斜角度を走行不能領域のデータとして記憶する
ことから、走行不能領域が全て確率楕円の数学式で表現
されると共に、移動ロボットの自己位置や方位の誤差あ
るいはセンシング誤差が完全に許容されたグローバル地
図となる。

【００１１】

【発明の効果】本発明の請求項１に係わる移動ロボット
のグローバル地図構築方法によれば、屋外自然地形にお
ける複雑な形状の走行不能領域を全て楕円の数学式すな
わち楕円の中心位置と、長径および短径と、座標軸に対
する傾斜角度で効率良くデータ化して表現することか
ら、移動ロボットの自己位置や方位の誤差あるいはセン
シング誤差がほぼ許容されたグローバル地図が得られ、
大きな走行不能領域であっても記憶データ量を数バイト
で表現することができ、例えばマップマッチングによる
グローバル地図の構築に比べて、計算負荷および記憶デ
ータ量を大幅に低減することができると共に、記憶デー
タの簡素化によりシステムリソースを有効的に活用する
ことができ、グローバル地図を利用する際には楕円の中
心位置を検索するだけで良いので、情報検索の簡便化な
らびに高速化なども実現することができる。

【００１２】本発明の請求項２に係わる移動ロボットの
グローバル地図構築方法によれば、請求項１と同様の効
果を得ることができるうえに、走行不能領域のチェイン
符号列に基づくＸＹ座標において楕円を求めることか
ら、走行不能領域に対して楕円が必要以上に大きくなる
こともなく、走行不能領域に対する楕円の算出をより一
層簡単に行うことができ、計算負荷のさらなる低減化に
大きく貢献することができる。

【００１３】本発明の請求項３に係わる移動ロボットの
グローバル地図構築方法によれば、請求項１および２と
同様の効果を得ることができるうえに、例えば複数の走
行不能領域の間隔が移動ロボットの通過が困難な距離で
ある場合に、複数の走行不能領域を１つの走行不能領域
とみなすことができ、これにより、計算負荷および記憶
データ量のさらなる低減を実現することができる。

【００１４】本発明の請求項４に係わる移動ロボットの
グローバル地図構築方法によれば、請求項１〜３と同様
の効果を得ることができるうえに、楕円の重ね合わせを
行って走行不能領域を全て確率楕円の数学式で表現する
ことから、移動ロボットの自己位置や方位の誤差あるい
はセンシング誤差等の各種誤差を最小化させる高度な計
算を必要とせずに走行不能領域の情報を記憶することが
できると共に、各種誤差を完全に許容し且つ走行不能領
域を確率表現したグローバル地図を得ることができ、こ
れにより、走行中に取得した走行不能領域を合成する際
に各種誤差により生じる同領域の膨脹や、センシング誤
差によってある地点では障害物として認識されたものが
別の地点では障害物として認識されなかった場合の処置
の問題も解消することができる、また、走行不能領域の
確率表現により、例えば、迷路地形のような環境から脱
出する際に、走行不能領域を確実に回避したい場合には
確率値が低いグローバル地図を用い、走行不能領域を短
時間で回避したい場合には確率値が高いグローバル地図
を用いるというように、走行計画等に応じて経路や目標
地点の選択を幅広く且つ非常に容易に行うことができ
る。

【００１５】

【実施例】以下、図面に基づいて、本発明に係わる移動
ロボットのグローバル地図構築方法の一実施例を説明す
る。

【００１６】移動ロボットＲは、地球外の天体において
環境を間欠的にセンシングしながら自立走行を行うもの
であって、図７に示すように、車輪、車輪駆動用モータ
および操舵装置などで構成した走行駆動機構１と、セン
サ装置２と、制御装置３を備えると共に、これらの動力
源であるバッテリーなどを備えている。

【００１７】センサ装置２は、前方の一定範囲をセンシ
ングする地形センサ４と、移動ロボットＲの姿勢を検出
する姿勢センサ５と、方位センサ６と、走行駆動機構１
の車輪の回転数を検出する車輪回転数センサ７を備えて
いる。地形センサ４には、例えばレーザレンジファイン
ダが用いられる。

【００１８】制御装置３は、移動ロボットＲの動作全般
を統括するナビゲーションシステム統括部８と、地形セ
ンサ４および姿勢センサ５の検出信号により三次元のロ
ーカル地図を取得する地図生成部９と、方位センサ６お
よび車輪回転数センサ７の検出信号により移動した位置
を検出する自己位置算出部１０を備えている。また、制
御装置３は、地図生成部９で取得したローカル地図にお
いて走行経路を計画する走行経路計画部１１と、地図生
成部９、姿勢センサ５、方位センサ６および自己位置算
出部１０からの各信号が入力される経路誘導部１２を備
えており、走行経路計画部１１および経路誘導部１２を
ナビゲーションシステム統括部８に接続すると共に、経
路誘導部１２から走行駆動機構１の制御指令を出力す
る。

【００１９】上記の走行駆動機構１、センサ装置２およ
び制御装置３を備えた移動ロボットＲは、方位センサ６
と車輪回転数センサ７の検出信号により、自己位置算出
部１０において移動した位置を検出することから、例え
ば走行地面の状態によって車輪が空転した場合などに
は、実際の位置と当該移動ロボットＲが判断している位
置とに誤差が生じることとなり、その誤差を修正せずに
走行する。このようにすることにより、計算負荷や消費
電力を節約できる。なお、位置誤差の修正が必要であれ
ば、一定距離を走行したのち、絶対的な位置の計測手段
を用いて位置誤差を修正することが可能である。

【００２０】上記の移動ロボットＲにおけるグローバル
地図の構築は、当該移動ロボットＲの走行中においてナ
ビゲーションシステム統括部８で行われる。すなわち、
図１に示すように、ステップＳ１において、センシング
により三次元のローカル地図を取得し且つ取得位置およ
び方角を検出したのち、ステップＳ２において、ローカ
ル地図内の走行不能領域（障害物等）への楕円フィッテ
ィングを行う。

【００２１】楕円フィッティング（Ｓ２）は、図２に示
すように、まずステップＳ２１において走行不能領域Ｎ
の周辺探索を行う。これは、図３（ａ）に示すように、
移動ロボットＲの前方をセンシングすることによって取
得したローカル地図ＭＬにおいて、走行不能領域Ｎを含
む領域をチェイン符号化する。

【００２２】次に、楕円フィッティング（Ｓ２）では、
ステップＳ２２においてチェイン符号列を利用して最大
セグメント長を抽出し、ステップＳ２３においてＸＹ座
標における最大セグメント長方向の傾斜角度θを抽出す
る。これは、図３（ｂ）に示すように、チェイン符号列
のＸＹ座標において、走行不能領域Ｎの最も離間したセ
グメントＰ１，Ｐ２を選択することにより双方を結ぶ最
大セグメント長Ｌを抽出し、この実施例では、Ｘ座標軸
に対する最大セグメント長Ｌの方向の傾斜角度θを抽出
している。

【００２３】次に、楕円フィッティング（Ｓ２）では、
ステップＳ２４において、ＸＹ座標における走行不能領
域Ｎの最大値および最小値を抽出する。すなわち、図３
（ｃ）に示すように、チェイン符号列のＸＹ座標におい
て、走行不能領域ＮのＸ軸方向の最大値Ｘｍａｘおよび
最小値Ｘｍｉｎと、Ｙ軸方向の最大値Ｙｍａｘおよび最
小値Ｙｍｉｎを抽出する。

【００２４】次に、楕円フィッティング（Ｓ２）では、
ステップＳ２５において、走行不能領域Ｎの最大値Ｘｍ
ａｘ，Ｙｍａｘおよび最小値Ｘｍｉｎ，Ｙｍｉｎに基づ
いて楕円の長径ａ、短径ｂおよび中心位置ｃを抽出す
る。この実施例では、図３（ｃ）に示すように、Ｘ軸方
向の最大値Ｘｍａｘと最小値Ｘｍｉｎとの差が長径ａ
（ａ＝Ｘｍａｘ−Ｘｍｉｎ）であると共に、Ｙ軸方向の
最大値Ｙｍａｘと最小値Ｙｍｉｎとの差が短径ｂ（ｂ＝
Ｙｍａｘ−Ｙｍｉｎ）であり、且つ最大値Ｘｍａｘ，Ｙ
ｍａｘおよび最小値Ｘｍｉｎ，Ｙｍｉｎで囲まれる長方
形の２本の対角線の交点（Ｘｍａｘ−Ｘｍｉｎ／２，Ｙ
ｍａｘＹｍｉｎ／２）が中心位置ｃ（ｃｘ，ｃｙ）であ
る楕円Ｅ１を抽出する。

【００２５】そして、楕円フィッティング（Ｓ２）で
は、ステップＳ２６において、長径ａ、短径ｂおよび中
心位置（ｃｘ，ｃｙ）で形成される楕円Ｅ１を最大セグ
メント長Ｌ方向の傾斜角度θ分回転させる。すなわち、
図３（ｄ）に示すように、長径ａおよび短径ｂである楕
円Ｅ１をその中心位置ｃ（ｃｘ，ｃｙ）回りに最大セグ
メント長Ｌ方向の傾斜角度θ分回転させることにより、
同楕円Ｅ１を走行不能領域Ｎに対応させる。このとき、
楕円Ｅ１は走行不能領域Ｎに概略外接するものとなり、
最大セグメント長Ｌ方向の傾斜角度θは座標軸に対する
楕円Ｅ１の傾斜角度となる。

【００２６】上記の如く走行不能領域Ｎに対する楕円Ｅ
１のフィッティングを行ったのちには、図１に示すステ
ップＳ３において、楕円Ｅ１のパラメータすなわち長径
ａ，短径ｂ、中心位置ｃ（中心座標ｃｘ，ｃｙ）および
傾斜角度θを抽出し、これらを記憶する。このように、
当該グローバル地図構築方法では、屋外自然地形の複雑
な形状の走行不能領域Ｎを楕円Ｅ１の数学式で表現する
ので、計算負荷が小さく且つ記憶データ量が少ないもの
となる。なお、走行不能領域Ｎの最大長から楕円Ｅ１を
求めることも可能であるが、図２に示す楕円フィッティ
ング処理のように、走行不能領域Ｎの最大値Ｘｍａｘ，
Ｙｍａｘおよび最小値Ｘｍｉｎ，Ｙｍｉｎに基づいて楕
円Ｅ１を決定すれば、楕円Ｅ１の算出がきわめて容易で
あり、走行不能領域Ｎに対して楕円Ｅ１が必要以上に大
きくなることもない。

【００２７】また、当該グローバル地図構築方法では、
上記の如く得た楕円Ｅ１と走行不能領域Ｎとの間に幾ら
かのずれが生じるが、このずれは移動ロボットＲの走行
に影響を及ぼす恐れは無く、しかも、次に述べる楕円フ
ィッティング後の処理過程においてずれの問題は解消さ
れる。

【００２８】グローバル地図構築方法では、図１に示す
ステップＳ４において、グローバル地図上に楕円Ｅ１を
投影する。ここで、移動ロボットＲは間欠的にセンシン
グを行っており、ナビゲーションシステム統括部８で
は、センシングの度に取得されるローカル地図ＭＬ内の
走行不能領域Ｎに対して楕円フィッティングを行い、図
４（ａ）に示すように、順次抽出した楕円Ｅ１，Ｅ２，
Ｅ３をグローバル地図ＭＧ上に投影する。このとき、順
次取得されるローカル地図ＭＬ内の同一の走行不能領域
Ｎに楕円フィッティングを行うと、走行し続けている移
動ロボットＲの自己位置および方位の誤差や、手前では
認識できなかった走行不能領域Ｎの裏側の形状の認識な
どにより、各楕円Ｅ１，Ｅ２，Ｅ３にずれが生じる。

【００２９】そこで、当該グローバル地図構築方法は、
ステップＳ５において、複数の楕Ｅ１，Ｅ２，Ｅ３で表
現された走行不能領域Ｎの確率表現化を行う。すなわ
ち、グローバル地図ＭＧのピクセル単位で、重合数を分
子にし且つセンシング数（この実施例では３回）を分母
とする確率値を求める。これにより、図４（ｂ）に示す
ように、図中実線のハッチングで示す中央の分割領域Ａ
１の確率値は『３／３』となり、図中点線のハッチング
で示す周囲３つの分割領域Ａ２〜Ａ４の確率値は『２／
３』となり、さらに、ハッチング無しの外側３つの分割
領域Ａ５〜Ａ７の確率値は『１／３』となる。

【００３０】こののち、当該グローバル地図構築方法
は、ステップＳ６において、確率値毎に楕円の再フィッ
ティングを行う。この再フィッティングは、先に述べた
走行不能領域Ｎに対する楕円フィッティングと同じ要領
で行うことができる。これにより、図４（ｃ）に示すよ
うに、確率値『３／３』の分割領域Ａ１に対する確率楕
円Ｅｐ１、確率値『２／３』の３つの分割領域Ａ２〜Ａ
４に対する確率楕円Ｅｐ２、および確率値『１／３』の
３つの分割領域Ａ５〜Ａ７に対する確率楕円Ｅｐ３が求
められる。

【００３１】そして、当該グローバル地図構築方法で
は、ステップＳ７において、各確率楕円Ｅｐ１，Ｅｐ
２，Ｅｐ３のパラメータつまり長径（ａ）および短径
（ｂ）と、中心位置（ｃ：ｃｘ，ｃｙ）と、長径（ａ）
の傾斜角度（θ）を走行不能領域Ｎのデータとして記憶
する。このように、当該グローバル地図構築方法では、
グローバル地図ＭＧにおいて、走行不能領域Ｎを各確率
楕円Ｅｐ１，Ｅｐ２，Ｅｐ３の数学式で表現するので、
移動ロボットＲの自己位置や方位の誤差あるいはセンシ
ング誤差等の各種誤差を最小化させる高度な計算を必要
とせずに走行不能領域Ｎの情報が記憶されることとな
り、計算負荷が小さくて済むと共に、移動ロボットＲが
長距離を移動しても記憶データ量が少なくて済み、しか
も、上記各種誤差を完全に許容したグローバル地図ＭＧ
が得られる。

【００３２】なお、最終的に各確率楕円Ｅｐ１，Ｅｐ
２，Ｅｐ３のパラメータを記憶することから、先に抽出
した走行不能領域Ｎに対する楕円Ｅ１〜Ｅ３のパラメー
タは消去してもよい。また、先に述べた走行不能領域Ｎ
に対する楕円Ｅ１のずれ（図３参照）は、走行不能領域
Ｎの確率表現化により移動ロボットＲの走行に影響しな
いものとなる。

【００３３】以上のように構築されたグローバル地図Ｍ
Ｇは、走行不能領域Ｎの形状や大きさに関係なく、同走
行不能領域Ｎを確率楕円Ｅｐ１〜Ｅｐ３のパラメータで
記憶しているので、記憶データ量が少ないことから情報
検索も簡便に且つ高速で行うことが可能であって、走行
不能領域Ｎの情報を得るには確率楕円Ｅｐ１〜Ｅｐ３の
中心位置ｃつまり中心座標（ｃｘ，ｃｙ）を検索すれば
よい。このような情報検索は、例えば、移動ロボットＲ
の走行計画の際に用いられる。

【００３４】グローバル地図ＭＧには、図５に模式的に
示すように、複数の走行不能領域Ｎが確率楕円Ｅｐ１，
Ｅｐ２，Ｅｐ３で表現される。このグローバル地図ＭＧ
上に設定した目標地点Ｔに向けて移動ロボットＲを走行
させる場合には、複数の経路Ｑ１，Ｑ２を設定すること
ができる。図５では、走行不能領域Ｎを確実に回避して
目標地点Ｔに至る第１経路Ｑ１と、間隔が小さい２つの
走行不能領域Ｎ，Ｎの間を通過して目標地点Ｔに至る第
２経路Ｑ２を示している。

【００３５】つまり、距離や時間はかかっても確実に走
行不能領域Ｎを回避したい場合には第１経路Ｑ１を選択
し、確実性は劣るが短距離で速やかに目標地点Ｔに達し
たい場合には第２経路Ｑ２を選択することとなり、走行
計画に応じた経路設定が可能となる。また、グローバル
地図ＭＧは、同一目標地点Ｔに対する経路計画だけでは
なく、例えば迷路地形から脱出する際に、目標地点候補
を複数設定する場合にも用いることができる。なお、図
５のグローバル地図ＭＧは、模式的に全ての確率楕円Ｅ
ｐ１〜Ｅｐ３を示しているが、実際のデータは確率楕円
Ｅｐ１〜Ｅｐ３のパラメータであるから、走行計画に応
じて確率値毎のグローバル地図を用いることができる。

【００３６】さらに、図５において第２経路Ｑ２を選択
した場合、最も確率値の低い確率楕円Ｅｐ３に接近ある
いは領域内に入り込むこととなり、走行不能領域Ｎに干
渉する可能性が零ではないことになるが、グローバル地
図ＭＧに基づいて走行しているときも移動ロボットＲは
間欠的なセンシングを行っているので、走行不能領域Ｎ
に干渉することは無い。また、このときのセンシングに
より取得したローカル地図ＭＬにおいて走行不能領域Ｎ
に対する楕円フィッティングを行い、グローバル地図Ｍ
Ｇ上の確率楕円を修正することも可能である。

【００３７】そしてさらに、当該移動ロボットＲのグロ
ーバル地図構築方法では、図６に示すように、楕円フィ
ッティングの際に、複数の走行不能領域Ｎ，Ｎに各々対
応する楕円Ｅ，Ｅ同士の距離が所定範囲内になったと
き、複数の走行不能領域Ｎ，Ｎを１つの走行不能領域Ｎ
として楕円Ｅを求めることも行う。楕円Ｅ，Ｅ同士の距
離範囲は、例えば移動ロボットＲの幅寸法に基づいて設
定する。つまり、楕円Ｅ，Ｅ同士の距離が所定範囲内で
あるということは、複数の走行不能領域Ｎ，Ｎの間隔が
移動ロボットＲの通過が困難な距離である場合であり、
双方間の領域も移動ロボットＲにとって走行不能領域で
あるから、これらを１つの走行不能領域Ｎとみなして処
理することにより、計算負荷や記憶データ量のさらなる
低減を実現する。

【図面の簡単な説明】

【図１】本発明に係わる移動ロボットのグローバル地図
構築方法による処理過程を説明するフローチャートであ
る。

【図２】図１に示す処理過程における楕円フィッティン
グの処理過程を説明するフローチャートである。

【図３】楕円フィッティングにおいて、ローカル地図を
チェイン符号化する状態を示す説明図（ａ）、ＸＹ座標
における最大セグメント長およびその傾斜角度の抽出を
示す説明図（ｂ）、ＸＹ座標における走行不能領域の最
大値および最小値による楕円の抽出を示す説明図
（ｃ）、および走行不能領域に楕円を対応させた状態を
示す説明図（ｄ）である。

【図４】ＸＹ座標において、センシング毎に抽出した楕
円を重ね合わせた状態を示す説明図（ａ）、各楕円内の
分割領域とその確率値を示す説明図（ｂ）、および確率
楕円の抽出を示す説明図（ｃ）である。

【図５】グローバル地図および走行経路を模式的に示す
説明図である。

【図６】複数の走行不能領域に１つの楕円を対応させた
状態を示す説明図である。

【図７】移動ロボットの構成を説明するブロック図であ
る。

【符号の説明】

Ａ１〜７Ａ 分割領域 Ｅ Ｅ１ Ｅ２ Ｅ３ 楕円 Ｅｐ１ Ｅｐ２ Ｅｐ３ 確率楕円 ＭＧ グローバル地図 ＭＬ ローカル地図 Ｎ 走行不能領域 Ｒ 移動ロボット ａ 長径 ｂ 短径 ｃ 中心位置（ｃｘ，ｃｙ） θ 傾斜角度

Claims (4)

【特許請求の範囲】
1. 【請求項１】 環境を間欠的にセンシングしながら自立
   走行を行う移動ロボットのグローバル地図構築方法であ
   って、センシングにより取得したローカル地図内の走行
   不能領域に対して略外接する楕円を求め、座標上におけ
   る楕円の中心位置と、長径および短径と、座標軸に対す
   る傾斜角度を走行不能領域のデータとして記憶すること
   を特徴とする移動ロボットのグローバル地図構築方法。
2. 【請求項２】 走行不能領域をチェイン符号化し、その
   チェイン符号列を用いて最大セグメント長を求め、ＸＹ
   座標において最大セグメント長方向の座標軸に対する傾
   斜角度を求めると共に、ＸＹ座標における走行不能領域
   の最大値および最小値を求め、最大値および最小値によ
   って楕円の中心位置と長径および短径を求めたのち、楕
   円を最大セグメント長方向の傾斜角度分中心回りに回転
   させることを特徴とする請求項１に記載の移動ロボット
   のグローバル地図構築方法。
3. 【請求項３】 複数の走行不能領域に各々対応する楕円
   同士の距離が所定範囲内になったとき、複数の走行不能
   領域を１つの走行不能領域として楕円を求めることを特
   徴とする請求項１または２に記載の移動ロボットのグロ
   ーバル地図構築方法。
4. 【請求項４】 センシング毎に走行不能領域に対する楕
   円を求めて各楕円を重ね合わせ、各楕円内の分割領域に
   ついて重合数とセンシング数により確率値を求めたの
   ち、同一確率値の分割領域を含む確率楕円を求め、各確
   率楕円の長径および短径と、中心位置と、長径の傾斜角
   度を走行不能領域のデータとして記憶することを特徴と
   する請求項１〜３のいずれかに記載の移動ロボットのグ
   ローバル地図構築方法。