JPS6172310A - 移動物体の追従方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は移動物体を正確に追従する追従方式に係り、特
に画像データによフ追従処理を高速化するとともに、学
習により被追従物体と追従物体の代表的時系列パタン全
形成して、正確に被追従物体全追従できるようにしたも
のに関する。

〔従来の技術〕

例えば、矛１図（ｂ）に示す如く、先行する矛ｌの災害
救助用ロボット（災害救助に必資な道具を保持する）を
、ｉ’２の災害救助用ロボット（矛１のロボットの保持
できなかった道具を保持する）が追従する場合（この場
合は、災害救助に必要な道具の全てを１つのロボットに
保持させることができないときに、２台に分担する際等
において生じる）のように、移動する目標物体を促らえ
てこれに追従する制御を行う場合、目標物体をＴＶ左カ
メラうつし、その画像データより時刻Ｔ、　Ｔ＋△ｔ。

Ｔ＋２△ｔ・・・・・・における目標物体の位置を検出
してサンプリング時間Δを毎に目標物体位置に応じて自
己の目標１直を修正することが必要である。なお、先導
するロボットは０例えば人間によるリモートコントロー
ルくより操従される。

この場合、従来はＴＶ左カメラフ得られたｎ×ｊ　　　
ｆｆｌの大きさの二次元の画像データを処理してサンプ
リング時間毎の目標物体位置を検出することが必要であ
った。

〔発明が解決しようとする問題点〕

すなわち、従来の場合には、ＴＶ左カメラ目標物体をと
らえ、一定時間間隔毎の画像の差分をとり目標物体の移
動ベクトルを求めていくものであった。そのため二次元
データの処理を行わなければならないためデータ量が非
常に多く、処理時間が長くなるという問題がある。また
二次元アレー状のセンサも必要でありそのためコスト高
となる。

更に目標物体を追従しているときに１面円に他の物体（
並列に走るロボット等）が入ってくることもあシ、これ
が妨害物体となることがあるため。

ターゲットの識別が必要であった。

〔問題点を解決するための手段〕

前記の如き問題点を改善するために、データ量を少くし
て高速で処理可能とし、妨害物体や背景の影響をもうけ
ないようにするために２本発明における移動物体の追従
方式では、被追従物体を追従する移動物体の追従方式に
おいて、正量座標軸上に互に直交する方向に配列された
矛１アレーセンサと、該オニアレーセンサの各素子の変
化量のピーク値およびその座標軸上の位＆ｔ−検出する
ビーり検出手段と、追従に伴う前記ピーク値の基準座標
からのずれの時系列パタンを作成する時系列パタン生成
手段と、あらかじめ作成した被追従物体と追従物体との
時系列パタンによるデータを保持する固有パタン保持手
段と、前記矛１アレーセンサと同様に構成された。１−
２アレーセンサと、被追従物体との距離を測定する距離
測定手段を設け。

あらかじめ被追従物体く追従物体を追従トレーニングさ
せることにより両者間に固有の時系列パタンを作成して
これによるデータを前記固有パタン保持手段に保持させ
た後に、実際に追従制御を行うとき、その追従に際し矛
ｌアレーセンサより得られたピーク値の時系列パタンを
作成し、これにもとづくデータを前記固有パタン保持手
段に保持されたデータと比較して、そのもつとも一致し
たものを被追従物体に関するピーク値として識別し。

これにもとづき追従制御を行うようにしたことを特徴と
する。

〔作用〕

本発明ではアレーセンサを使用したのでデータ量が少な
く処理の高速化をはかることができ、しかも側抑制を利
用したピーク検出を使用しているので照明の変動やノイ
ズを低減することができる。

しかも学習により被追従物体と追従物体の代表的時系列
パタン全形成したので両物体の固体差を含めたデータを
用意し、正確な判別を行うことができる。

〔実施例〕

本発明の一実施例を矛１図〜才５図にもとづき説明する
。

矛１図は本発明の一実施例構成図、第２図はそのセンサ
部の詳細図、　、ｌ＝３図はピーク値検出回路の詳細図
、矛４図は時系列パタン生成の説明図。

、１−５図は学習パタンの形成及び距離測定説明図であ
る。

才１図において、１は矛ｌセンサ部、２は矛１ビーク値
検出回路、３は時系列パタン生成回路。

４は高速フーリエ変換回路、５は固有パタン保持部、６
は２乗偏差比較器、７は第２センサ部、８は第２ビーク
値検出回路、９は距離・座標算出回路、１０は移動制御
回路である。

矛１センサ部１は、移動する目標物体の画像データを出
力するものであって、第２図に示す如く構成されている
。すなわち、矛ｌセンサ部ｌはＴ■左カメランズ１１．
ハーフミラ−１２，シリンドリカル、レンズ１３．１４
およびそれぞれこのシリンドリカル・レンズ１３．１４
と直交配置されている一次元アレーセンサ１５．１６等
により構成されている。−次元アレーセンサー５は０例
えばＯＯＤの如く、入射光に応じた出力電圧を発生する
受光素子列であり、Ｙ軸方向の画像データを出力するも
のである。また−次元アレーセンサ１６は、前記−次元
アレーセンサー５と同様に構成された受光素子列であっ
てＸ軸方向の画像データを出力するものである。またシ
リンドリカル・レンズ１３はハーフミラ−１２を経由し
てきた光を点線で示すヌロ＜、Ｙ軸方向の一次元アレー
センサ１５に人力するものであって、シリンドリカル・
レンズ１３は一次元アレーセンサー５と直交している。

そしてシリンドリカル・レンズ１４はノ１−フミラー１
２を経由してきた光を、これまた点線で示す如く、Ｘ軸
方向の一次元アレーセンサ１６に入力するものであり、
シリンドリカル・レンズ１４は一次元アレーセンサ１６
と直交している。

すなわち、この矛１センサ部１は、ＴＶカメラのレンズ
１１により集束された光がノ為−７ミラー１２により２
分され、その−万の光はシリンドリカル・レンズ１３に
より一次元アレーセンサ１５に入射されて該−次元アレ
ーセンサ１５よりＹ軸方向の画像データが出力される。

またハーフミラ−１２によ＃）２分された他方の光はシ
リンドリカル・レンズ１４により一？＆元アレーセンサ
１６に入射されて該−次元アレーセンサ１６よりＸ軸方
向の画像データが出力される。

矛ｌビーク値検出回路２は、矛ｌセンサ部１よ４７出力
されるＸ釉およびＹ軸方向の画像データよりその変化点
のピーク値を検出するものであシ。

矛３図（α）に示す如く抑制回路により構成されている
。１次元アレーセンサ１５は複数の受光素子ＥＯ９Ｂｔ
　、　Ｅｘ−・・Ｅｎよりなり各受光素子ＢＯ〜Ｅｎに
対応してオペアンプのＴｘＪき増幅善人ｏｗＡｎが配置
されている。受光素子Ｂｏと対応する増幅器Ａｏは。

受光素子Ｂｏの出力電圧ｅａが正、隣接する受光素子Ｅ
　１１　Ｂ　”　＋の出力電圧ｅｔ、ｅｘが負になるよ
うに入力されている。またこの隣接受光素子Ｅｌ、Ｅ２
の出力電圧ｅｌ、ｅ２に係数が乗ぜられて重みづけされ
たものが負極性で印加される。受光素子Ｅｌと対応する
増幅器Ａ１は、受光素子Ｅｌの出力電圧ｅ１が正、隣接
する受光素子Ｅｏ、　Ｅｓ、　Ｅｓ　の出力電圧ｅｏ、
６２．ｅｓは重みづけされたものが負極性で印加される
。受光素子Ｅ２と対応する増幅器Ａ２は受光素子Ｅ２の
出力電圧ｅ！が正、隣接する受光素子Ｅｏ　、　Ｅｌ、
　Ｅｓ　、　Ｅ４の出力電圧ｅｏ　、　６１．６ｘ　。

ｅ４に係数が乗ぜられて重みづけされたものが負極性で
印加される。このように各受光素子ｇｏ−Ｅｎの対応し
た増幅器Ａ　ｏ　−Ａｎにはそれぞれ対応する受光素子
Ｅｏ−Ｅｎの出力電圧が正極性で入力され。

隣接する受光素子の出力電圧は重みづけされて。

逆極性で入力される。ところで増幅器ＡＯ−Ａ４は図例
ではサイズが５の受容野（マスク）を構成しており、オ
ペアンプの如き増幅器ＡＡＯには各増幅器Ａａ　−Ａ４
の出力が正極性として入力される。そして増幅器ＡＡｏ
の出力αと、Ｏは重みづけされたうえに負極性として、
その受容野を構成する各増幅器Ａｏ　、　Ａ４に入力さ
れる。このようにして、各アレーセンナに才３図Ｃｂ）
のＫき画像信号が入力したとき、その変化点を、１ｑ（
Ｃ）に示す如く、ピーク値として出力することができる
。このようにして。

矛３図（α）に示す抑制回路によりその下方に示す如く
、各種画像信号に対応するピーク値を出力することがで
き、これにより目標物体や妨害物体、背景物体等の輪郭
部分を抽出することができる。

時系列パタン生成回路３は物体の位置の時間的変化状態
を示すものである。例えば、牙４図（α）に示すヌロ＜
、目標物体である被追従物体をＴ、妨害物体をり、背景
物体をＢとすると、被追従物体Ｔは常時ＴＶカメラの中
心付近に位置しているのでその軌跡Ｔ１を時間的に分析
すれば、、７４図Ｃｂ）に示す如くＸ軸を上下するよう
なパタンを示し、背景物体Ｂは一定方向に移動するので
その軌跡Ｂ３を分析すれば矛４図（ｄ）の如く、常時Ｘ
軸の一定の側にあシ増加減少の度合が一定であるような
パタンを示す。これは矛４図（α）の他の背景物体によ
る軌跡Ｂｒ、ＢｚｉＣついても同様のパタンになる。ま
た妨害物体Ｄ１は瞬間的に飛込んできてあとははなれて
移動するという運動を行うのでその軌跡Ｄｓｆ分析すれ
ば、１−４図（Ｃ）に示す如く、１時点で大きく変化し
て、Ｘ軸の特定極性側にあるような傾向を示す。したが
って各ピーク値の変化を示す時系列的パタンを生成しこ
れを分析することにより、どれが被追従物体、つまり目
標物体であるのか識別できる。

高速フーリエ変換回路４は、被追従物体に対する時系列
パタンを高速フーリエ変換してそのパタンを構成するス
ペクトル特江を抽出するものである。

′　　　固有パタン保持部５はあらかじめ被追従物体と
。

追従物体とで形成された例えば矛４図Ｃｂ）に示す如キ
ハタンを学習により形成させておき、この学習時のパタ
ンを保持するものである。この学習は。

矛５図（ｃＬ）に示す学習パタン形成回路により遂行す
る。

学習パタン形成回路は、モード指示キーＫｌ、に２・・
・癩、速度検出回路２００時間軸正規化回路２１゜高速
フーリエ変換回路２２．加算平均回路２３等を備え、学
習結果は固有パタン保持部５に保持される。

学習パタンを得るとき、被追従物体と追従物体を学習時
に追従走行させる。このとき追従モードとしては１例え
ば直線走行モード（Ｍｌ）、蛇行走行モード（Ｍｚ）、
右回転モード（Ｍｓ）、左回転モード（Ｍ４）・・・等
のあらかじめ定められた複数の追従モードＭｌ、　Ｍｘ
・・・Ｍｎで走行させ、それぞれのモードの学習値を固
定パタン保持部５に保持することになる。例えば直線走
行モードで学習するとき。

モード指示キードｌｔ−タッチして直線走行モードであ
ることを指示し、被追従物体全外部指令にて直線走行さ
せ、これに続いてこれまた学習モードを教師信号として
外部から与えて追従物体を直線走行させる。追従物体に
は、矛１図に示Ｔ如く。

、？ｌセンサ部ｌと第２センサ部７が設けられておシ、
また矛５図Ｃｂ）に示す如く、この矛１センサ部１、！
：第２センサ部７の距離はｔで既知である。したがって
この矛ｌセンサ部ｌと第２センサ部２との被追従物体へ
の角θｌ、θ２がわかればこれらの物体間の距離ｄがわ
かり、もし被追従物体と追従物体との相対速度がかわれ
ばこの距離ｄも変化するので、そのときの相対速度も演
算することができる。したがって、追従物体の速度（既
知）にこの相対速度を加算することにより被追従物体の
速度を検出することができる。矛５図（α）の速度検出
回路２０はこのようにして被追従物体の速度を検出する
。

時間軸正規化回路２１は、被追従物体が速くなりたυ遅
くなったりしてもその移動体時系よりパタンが同一の速
度でのデータとして出力するように時間軸を正規イヒす
るものである。この正規化を行わないときは、フーリエ
変換によフ得られるスペクトル特性が変化するので正確
な比較を行うことが困難になる。

高速フーリエ変換回路２２は１時間軸正規化回路２１を
経由して出力された時系列パタンを、フーリエ変換して
周波数スペクトルを抽出し、比較し易い形にするもので
ある。

加算平均回路２３は、学習するとき同一モードでｄ数回
学習を行なってその平均値をもとめるものである。これ
により学習のときにエラーが生じてもその影響を小さく
抑制することができる。

したがって、学習するとき、まず被追従物体と追従物体
を直線走行モードで追従走行させる。このときモード指
示キーに１を押して直線走行を示すモードＭｌであるこ
とを指示する。

この直線走行に際し、矛１図に示す矛１センサ部ｌおよ
び第２センサ部７からの信号により、まず被追従物体の
速度が速度検出回路２０により算出され、また９例えば
オニセンサ部１より得られた画像データにより９才１図
の矛ｌビーク値検出回路２および時系列パタン生成回路
３により、　、ｔ−４図（句に示Ｔ　ＲＯ！　、時系列
パタンか作成される。

そしてこれが時間軸正規化回路２１により時間軸軸を正
規化されて高速フーリエ変換回路２２にで７−リエ変換
され、その周波数スペクトル特性が出力され、この周波
数スペクトルがモードＭ】とともに加算平均回路２３に
て保持される。この直線走行のモードＭｌで同様のこと
が規定回数繰返されると、加算平均回路２３はそれまで
のデータとともに加算平均され、その平均された周波数
スペクトル特性が直線走行時の判別データであるパタン
１として固有パタン保持部５に保持される。

このようなことがＭｌ、　　・・・モード施について順
次行われ、各々の判別データがパタン２・・・パタンｎ
として固有パタン保持部５に保持される。

このようにして学習が終了したあと、実際に被追従物体
を追従することになる。

（１）　　まず被追従物体を例えば人間によるリモート
コントロール等の外部指令により走行させ９次に′追従
物体を走行させるが、この最初のとき追従物体を被追従
物体に向けてから追従走行を開始する。

（２）追従物体は、その矛１センサ部１およびオ２セン
サ部７により補促され、その画像データが矛１ピーク値
検出回路２．第２ピーク値検出回路８によりビーク値が
検出される。ところで矛ｌビーク値検出回路２の出力は
時系列パタン生成回路３によつ、それぞれのピーク値毎
に１例えば、ｔ−４図（Ａ）〜（ｄ）に示す如き時系列
パタンか作成される。そしてこれらの各時系列パタンか
高速フーリエ回路４によりフーリエ変換されて周波数ス
ペクトル特注が出力される。

（３ン　　これらの周波数スペクトルは２乗偏差比較器
６に出力されて固有パタン５に保持されている。

パタン１．パタン２・・・・・・パタンｎと比較される
。

そしてその結果もつとも偏差の少ない時系列パタンか被
追従物体に対するものとして検出され、その時系列識別
番号が距離・座標算出回路９に出力される。例えば、１
？３図（α）の下方に示す如く、ピークが３りあるとき
各ピークによる時系列が左側のピークよジのものより順
次２乗偏差比較された結果、最初のものがもつとも２乗
偏差が少さかったとりｕという時系列識別′番号が出力
され、これにより矛１番のもの、つまり左側のピークが
被追従物体によるものであることが判別できる。

（４ン　　したがって、距離・座標算出回路９において
その被追従物体の座標位置を算出し、また矛１センサ部
ｌおよび第２センサ部７の出力にもとづき被追従物体ま
での距離をＸ出し、これにより追従物体をどの方向くど
れだけ移動せしめるのか制御量を作成し、これに応じて
被追従物体に正しく追従することができる。

なお、妨害物体は突然現われるということはなく、信号
の１サンプリング時間内に（Ｘ、Ｙ）座標の同じ点に被
追従物体と、妨害物体とが重なることはない。

また前記説明では災害救助ロボットの例について説明し
たが９本発明は勿論これのみに限定されるものではなく
１例えば鬼ゴッコロボットの如きゲーム等にも使用する
ことができる。

〔発明の効果〕

本発明によればアレーセンサを使用したのでデータ量を
大幅に削減することとなうその結果、処理の高速化をは
かることができる。また側抑制によりピーク検出を行っ
ているので、背景光を除去し、変化点のみを抽出できる
ので、その結果、照明の変動をうけに〈〈、またノイズ
を低減することができる。しかも学習により、被追従物
体と追従物体の代表的時系列パタンを形成しているので
。

両物体の固体差をふくめた記述ができる。これにより移
動に伴って一方向に流れる背景の除去はちとより、妨害
物体との分離も可能となる。

【図面の簡単な説明】

矛１図は本発明の一実施例構成図、牙２図はセンサ部の
詳細図１才３図はビーク１直検出回路の詳細図、矛４図
は時系列パタン生成の説明図１才５図は学習パタンの形
成及び距離測定説明図である。 図中、１は、ｔＦｉセンサ部、２は矛１ビーク１直検出
回路、３は時系列パタン生成回路、４は高速フＩＪ工変
換回路、５は固有パタン保持部、６は２乗偏差比較器、
７は第２センサ部、８は第２ビークイ直検出回路、９は
距離・座標算出回路、１０は移動制御部回路である。 第１図 第３図

Claims (2)

【特許請求の範囲】
1. （１）被追従物体を追従する移動物体の追従方式におい
   て、空間座標軸上に互に直交する方向に配列された第１
   アレーセンサと、該第１アレーセンサの各素子の変化量
   のピーク値およびその座標軸上の位置を検出するピーク
   検出手段と、追従に伴う前記ピーク値の基準座標からの
   ずれの時系列パタンを作成する時系列パタン生成手段と
   、あらかじめ作成した被追従物体と追従物体との時系列
   パタンによるデータを保持する固有パタン保持手段と、
   前記第１アレーセンサと同様に構成された第２アレーセ
   ンサと、被追従物体との距離を測定する距離測定手段を
   設け、あらかじめ被追従物体に追従物体を追従トレーニ
   ングさせることにより両者間に固有の時系列パタンを作
   成してこれによるデータを前記固有パタン保持手段に保
   持させた後に、実際に追従制御を行うとき、その追従に
   際し第１アレーセンサより得られたピーク値の時系列パ
   タンを作成し、これにもとづくデータを前記固有パタン
   保持手段に保持されたデータと比較して、そのもつとも
   一致したものを被追従物体に関するピーク値として識別
   し、これにもとづき追従制御を行うようにしたことを特
   徴とする移動物体の追従方式。
2. （２）前記時系列パタンによるデータとしてフーリエ変
   換スペクトルを使用したことを特徴とする特許請求の範
   囲第（１）項記載の移動物体の追従方式。