JPWO2016013095A1

JPWO2016013095A1 - 自律移動装置

Info

Publication number: JPWO2016013095A1
Application number: JP2016535597A
Authority: JP
Inventors: 太紀飯村; 山本　健次郎; 健次郎山本
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2014-07-25
Filing date: 2014-07-25
Publication date: 2017-04-27
Anticipated expiration: 2034-07-25
Also published as: US20170212518A1; US10156847B2; WO2016013095A1; JP6462692B2

Abstract

本発明は、屋内外で自律移動する移動体において、利用者の負担を軽減しつつ、路面上物体に対して回避要否を適切に判断できるという課題を解決する自律移動装置を提供することを目的とする。そのために、自律移動する移動体が走行する際に、回避が必要な物体の情報、及び、回避が不要な物体の情報が記憶されるデータベースと、前記移動体に備えられたセンサを用いて、前記移動体周囲の路面上物体を検出する物体検出部と、検出された路面上物体と、前記データベースに記憶された物体を照合する照合部と、前記照合部による照合の結果、前記路面上物体と同一、または、類似するデータが前記データベースにない場合に、オペレータから当該路面上物体の回避要否の判定入力を受付ける判定入力部と、前記照合部による照合結果、または、前記判定入力部によって入力された回避要否判定結果をもとに、前記移動体の次の動作を指示する動作生成部と、を有する。

Description

本発明は、ロボットや自動車などの移動体が自律移動するときの、障害物の回避判断をする技術に関する。

従来から、ロボットや自動車などの移動体にカメラやレーザセンサや超音波センサなどのセンサを搭載し、これらのセンサ値をもとに障害物の回避判断をする装置が種々提案されている。

例えば、下記特許文献１（特開２００４−４２１４８）は、移動環境をバッテリ駆動により自律的に移動する移動ロボットにおいて、既知障害物が記載された移動環境の地図を記憶する環境地図記憶手段と、自己位置及び方位を検出する自己位置方位検出手段と、未知障害物を検出する障害物検出手段と、移動指令を受けたときは移動指令に従って移動ロボットを移動させ、回避指令を受けたとき障害物検出手段が未知障害物を検出しなくなるまで移動ロボットを移動させる移動手段と、自己位置方位検出手段が検出した自己位置から移動目的地までの前記既知障害物を回避した経路を前記環境地図を参照して計画し、計画した経路を移動指令として前記移動手段に与え、障害物検出手段が未知障害物を検出したときは回避指令を前記移動手段に与え、障害物検出手段が未知障害物を検出しなくなったときは、そのときの自己位置方位検出手段が検出した自己位置から移動目的地までの前記既知障害物を回避した経路を前記環境地図を参照して再計画し、再計画した経路を移動指令として前記移動手段に与える経路計画手段とを備えることを特徴としている。当文献によれば、障害物が既知か未知かにかかわらず、障害物が多い移動環境においても高い確率で移動ロボットを移動目的地に到達することができる、としている。

また、下記特許文献２（特開２０１２−１８７６９８）は、経路情報をパスおよびランドマークを要素とする系列で表し、パスを始端と終端を結ぶ軌道、および前進、後退、スピンターン、目印の後を追尾走行、停止からなる航法、および軌道からの横方向ズレを補正するためのサインパターンの情報、および軌道の縦方向の位置ずれを補正するための終端サインパターンの情報、および走行速度、および通路の幅などで表し、オペレータがティーチング、すなわち走行ロボットを経路に沿って動かして経路情報を作成する走行ロボットにおいて、出発地点から目的地点に至る経路情報に基づく走行中に、障害物に行く手を阻まれたり入り口やフェンスなどに接触しそうになったりしたときに、障害物検出システムが伝える情報により最適なやり直し走行を自動的にもしくは利用者が選択し、または道路の工事中の箇所に来たときに、工事従事者の案内に従う追尾走行からなるやり直し走行を挿入し、問題がなくなったら中断した経路情報に基づく走行に戻ることを特徴としている。当文献によれば、ソフトウェアを変えずに、定型経路情報をティーチングにより変えて、テストして不具合があればティーチングをやり直すことにより改良ができるので、努力と手間が大幅に少なくなり、また、定型経路情報のライブラリを作ることにより、日常的に単独歩行をする視覚障害者や歩行訓練士のノウハウを蓄積することができる、としている。

特開２００４−４２１４８号公報特開２０１２−１８７６９８号公報

従来の障害物回避技術は、例えば距離センサ等で路面上からの高さを検出し、前記高さが一定値以上であれば、前記高さをもつエリアを回避するように動作を生成する手法がある。さらに、障害物の内容により動作内容を変更するため、カメラ等の障害物検出センサで障害物の可能性が高い物体を検出し、移動体が事前に記憶した人や車等の想定される回避すべき障害物情報が登録されたデータベースと、前記障害物検出センサで検出した物体情報を照合することにより、検出した物体が前記データベースに登録された障害物かどうかを判定し、前記判定結果をもとに次の動作を生成する手法もある。

特許文献１の移動ロボットは、既知の障害物が記載された環境地図を記憶しており、検出した障害物と前記環境地図とを比較することにより、検出した障害物が環境地図に記載された既知障害物か、環境地図に記載されていない未知障害物かを判定し、未知障害物であれば環境地図に新たに記載する操作を繰り返すことにより、既知障害物や未知障害物が多い移動環境でも高確率に移動ロボットを目的地に到達させる。

しかし、環境が大きく変化する屋外環境では既知障害物の消失や移動が多いため、環境地図の障害物位置をもとに動作を生成するのが困難である。

特許文献２の走行ロボットのやり直し走行、そのティーチング方法および制御方法は、走行ロボットが検出した障害物に近づくと一時停止し、右側または左側に障害物を回避する空間があるかどうかを検出する。そして、回避する空間がある場合は、走行ロボットは利用者に障害物を回避するか、障害物が退いてくれるまで待つかを尋ね、回避する空間がない場合は、障害物が退いてくれるまで一時停止を続行することにより、屋外でも障害物に対して動作を生成することができる。

しかし、実際の屋内外環境では、草や小さな木の枝など未知の回避不要な路面上物体が多数存在するため、前記路面上物体を検出するたびに一時停止し利用者に回避するかどうか判断させることになり、歩道であれば歩行者の、車道であれば自動車の移動を妨げ、利用者の労力も増大するという課題がある。

本発明は、屋内外で自律移動する移動体において、利用者の負担を軽減しつつ、路面上物体に対して回避要否を適切に判断できる自律移動装置を提供することを目的とする。

上記課題を解決するために、代表的な本発明の自律移動装置の一つは、自律移動する移動体が走行する際に、回避が必要な物体の情報、及び、回避が不要な物体の情報が記憶されるデータベースと、前記移動体に備えられたセンサを用いて、前記移動体周囲の路面上物体を検出する物体検出部と、検出された路面上物体と、前記データベースに記憶された物体を照合する照合部と、前記照合部による照合の結果、前記路面上物体と同一、または、類似するデータが前記データベースない場合に、オペレータから当該路面上物体の回避要否の判定入力を受付ける判断入力部と、前記照合部による照合結果、または、前記判定入力部によって入力された回避要否判定結果をもとに、前記移動体の次の動作を指示する動作生成部と、を有する。

上記態様の自律移動装置によれば、本発明は、屋内外で自律移動する移動体において、利用者の負担を軽減しつつ、路面上物体に対して回避要否を適切に判断できる自律移動装置を提供することを目的とする。

実施例１の形態による移動体およびデータベース管理システムの構成を示すブロック図である。実施例１の形態による回避判定用のデータベースを示す図である。実施例１の形態による照合部のフローチャートである。実施例１の形態による判定入力部のフローチャートである。実施例１の形態による判定入力部のモニタの表示例を示す図である。実施例１の形態による判定入力部のモニタの表示例を示す図である。実施例１の形態による判定入力部のモニタの表示例を示す図である。

以下、図面を用いて実施例を説明する。

本実施例では、自動車やロボットなどの移動体が屋内外を自律移動するとき、路面上物体を検出するセンサを搭載し、本発明の自律移動装置により、人と同様に路面上物体の回避の要・不要を判定し、判定結果をもとに次の動作を生成することで、人との親和性を向上した自律移動を行う。

図１は、本実施例による移動体２００の構成およびデータベース管理システム２０１の構成を示し、移動体２００は、センサ１１０を搭載し、演算処理部１１４によって、各種制御プログラムが実行される。図１では、演算処理部１１４が実行するプログラムを機能ブロック図として表し、具体的には、物体検出部１１１、照合部１１２、動作生成部１１７で構成される。データベース管理システム２０１は、回避の要・不要情報を含む路面上物体情報を格納したデータベース１１３を有し、各種プログラムを実行する演算処理部１１８を備える。演算処理部１１４と同様に図１では、演算処理部１１８が実行するプログラムを機能ブロック図として表し、具体的には、判定入力部１１５、データベース作成部１１６で構成されており、移動体２００とデータベース管理システム２０１により自律移動装置２０２は構成される。

移動体２００とデータベース管理システム２０１は、無線の通信手段により常時通信できるようになっている。前記通信手段は、無線ＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）であることが望ましいが、他の通信手段を利用してもよい。

移動体２００は、センサ１１０以外に、自己位置を算出する手段を搭載している。例えば、移動体の車輪部分にエンコーダを設置し、車輪の回転数をもとに、任意地点を基準とした移動体の相対座標を算出する手法であるホイールオドメトリがある。または、移動体内部にジャイロスコープや慣性計測装置（ＩＭＵ：ＩｎｅｒｔｉａｌＭｅａｓｕｒｅｍｅｎｔＵｎｉｔ）を設置し、移動時の角加速度と並進加速度をもとに、任意地点を基準として移動体の相対座標を算出する手法であるジャイロオドメトリがある。また、前記ホイールオドメトリやジャイロオドメトリは移動距離に応じて算出した自己位置の誤差が増大するため、カメラやレーザやレーダ等の測距センサを用いて計測した周囲環境の形状と環境地図とをマッチングすることで自己位置を算出する手法であるマップマッチングを利用することで、オドメトリによる誤差増大を回避してもよい。絶対位置を算出するために衛星測位システム（ＮＳＳ：ＮａｖｉｇａｔｉｏｎＳａｔｅｌｌｉｔｅｓｙｓｔｅｍ）を利用してもよい。さらに、移動体に設置した各センサによる観測値と移動体の移動量にマルコフ性を仮定し、カルマンフィルタ（Ｋａｌｍａｎｆｉｌｔｅｒ）によりオドメトリやマップマッチングや衛星測位よる測位結果を融合してもよい。または、環境地図の生成および更新と自己位置の算出を同時に行う手法であるＳＬＡＭ（ＳｉｍｕｌｔａｎｅｏｕｓＬｏｃａｌｉｚａｔｉｏｎａｎｄＭａｐｐｉｎｇ）を適用したシステムを搭載してもよい。

物体検出部１１１は、前記センサ１１０を用いて路面上物体を検出する。センサ１１０は、例えば、カメラやレーザやレーダ等の測離センサで路面からの高さや移動体からの相対位置を検出できるものがよい。

照合部１１２は、物体検出部１１１で検出した路面上物体を、データベース管理システム２０１で管理されたデータベース１１３と照合し、データベース１１３に格納されたデータのなかで検出した路面上物体と一致するデータがあるか確認する。一致するデータがある場合は、前記一致データの回避要・不要情報から検出した路面上物体を回避するかどうか決定し、動作生成部１１７に移動する。一致するデータが無い場合は、判定入力部１１５に移動する。データベース１１３の詳細は図２で、照合部１１２の詳細は図３で説明する。

判定入力部１１５は、照合部１１２の照合結果をモニタに出力し、データベース管理システム２０１のオペレータは前記モニタに出力された照合結果をもとに検出した路面上物体の回避判定を行う。前記オペレータは、自律移動装置２０２に精通した人間であることが望ましい。前記オペレータが回避判定した後、前記回避判定結果はデータベース作成部１１６と移動体２００の動作生成部１１７に送信される。

データベース作成部１１６は、判定入力部１１５の回避判定結果を受信し、前記回避判定結果をもとにデータベース１１３を更新する。

動作生成部１１７は、照合部１１２の照合結果、または、判定入力部１１５の回避判定結果をもとに、検出した路面上物体を回避するかどうか判断し、回避が必要な場合は回避行動をとり、回避が必要ない場合は回避せずに走行を続ける。

図２は図１のデータベース１１３の詳細を示している。

データベース１１３は、回避が必要な物体情報が登録された回避要クラスＤ１０１と、回避が不要な物体情報が登録された回避不要クラス１０２で構成される。

回避要クラスＤ１０１は、回避が必要な類似物体を纏めたデータ群Ｄ１０３を要素とする。

回避不要クラスＤ１０２は、回避が不要な類似物体を纏めたデータ群Ｄ１０４を要素とする。

データ群Ｄ１０３およびデータ群Ｄ１０４は、代表データＤ１０５と、前記代表データＤ１０５に関連付けられたサブデータＤ１０６で構成される。

代表データＤ１０５およびサブデータＤ１０６の形態は、図１のセンサ１１０により異なる。センサ１１０がカメラの場合、代表データＤ１０５およびサブデータＤ１０６は路面上物体の撮像画像、もしくは、撮像画像の特徴情報である。前記特徴情報とは、例えば、Ｈａｒｒｉｓ検出器やＳＵＳＡＮ（ＳｍａｌｌｅｓｔＵｎｉｖａｌｕｅＳｅｇｍｅｎｔＡｓｓｙｍｉｌａｔｉｎｇＮｕｃｌｅｕｓ）検出器、Ｆａｓｔ（ＦｅａｔｕｒｅｓｆｒｏｍＡｃｃｅｌｅｒａｔｅｄＳｅｇｍｅｎｔＴｅｓｔ）等を撮像画像に適用することで検出される特徴点の撮像画像上位置情報、および、ＯＲＢ（Ｏｒｉｅｎｔｅｄ−ＢＲＩＥＦ）等を前記特徴点に適用することで抽出される特徴量であるが、特徴点検出と前記特徴点の特徴量抽出ができれば、どの特徴点検出手法および特徴量抽出手法を用いても良い。

代表データＤ１０５は、前記特徴情報をもとにデータ群Ｄ１０３の全データとの一致度をそれぞれ算出し、前記一致度の標本平均が最大となるようなデータとする。前記一致度は、例えば、照合する２つのデータの前記特徴量のユークリッド距離やマハラビノス距離や相関係数や決定係数を算出することで求めるが、近似性を表現する算出手法であればどの手法を利用してもよい。

また、それぞれのデータには前記一致度の標本平均が付加されており、前記一致度の標本平均の情報は図１の判定入力部１１５で利用する。

代表データＤ１０５およびサブデータＤ１０６には、それぞれＩＤが割り振られている。例えば、回避要クラスＤ１０１の各代表データのＩＤをａｉ（ｉ＝１、２、・・・）とし、ＩＤがａｉの代表データに関連付けられたサブデータのＩＤをそれぞれａｉ−ｊ（ｊ＝１、２、・・・）とする。同様に、回避不要クラスＤ１０２の各代表データのＩＤをｂｉ（ｉ＝１、２、・・・）とし、ＩＤがｂｉの代表データに関連付けられたサブデータのＩＤをそれぞれｂｉ−ｊ（ｊ＝１、２、・・・）とするが、回避の要・不要、代表データとサブデータ、および代表データとサブデータの関連付けが明確であれば、どのようにＩＤを割り振ってもよい。

図３は図１の照合部１１２の詳細を示している。

Ｓ１００は、図１の物体検出部１１１で検出した路面上物体を、図１のデータベース１１３に登録された全ての代表データと照合し、それぞれの一致度を算出する。さらに、算出した前記一致度が閾値Ｍ１より大きくなるような代表データを抽出する。

Ｓ１０１は、検出した前記路面上物体を、前記過程Ｓ１００で抽出した全ての代表データのサブデータと照合し、それぞれの一致度を算出する。さらに、算出した前記一致度が閾値Ｍ２より大きくなるようなサブデータの個数をカウントし、それぞれのデータ群における前記カウントしたサブデータが占める一致割合を計算する。

Ｓ１０２は、過程Ｓ１０１で算出した前記一致割合が閾値Ｐより大きくなるようなデータ群を候補データ群として抽出し、抽出した前記候補データ群の代表データのＩＤを候補データ群ＩＤ（Ｓ１０５）として保存する。

Ｓ１０３は、過程Ｓ１０２で抽出した前記候補データ群のなかで、過程Ｓ１０１で算出した前記一致割合が最大となるデータ群を選択する。

Ｓ１０４は、過程Ｓ１０３で選択した前記データ群の全データの前記一致度の最大値が閾値Ｍ３より大きいかどうか確認し、前記一致度最大値が閾値Ｍ３より大きい場合は動作生成部１１７に移動し、前記一致度最大値が閾値Ｍ３より小さい場合は候補データ群ＩＤ（Ｓ１０５）を判定入力部１１５に送信し判定入力部１１５に移動する。

図４は図１の判定入力部１１５の詳細を示している。また、図５、図６および図７は、図１の照合部１１２の照合結果を図１の判定入力部１１５で前記オペレータに表示するためのモニタとその表示内容を示している。

Ｓ２００は、図３の候補データ群ＩＤ（Ｓ１０５）を受信し、受信した前記候補データ群ＩＤ（Ｓ１０５）をもとに、図２のデータベース１１３に格納した前記候補データ群をモニタに表示し、さらに、図１の物体検出部１１１で検出した路面上物体をモニタに表示する。例えば、図５のように、モニタＭ１００に候補データ群Ｍ１０１の代表データ１０２とサブデータＭ１０３を可視化して表示し、Ｍ１０４に前記路面上物体を可視化したものを表示する。候補データ群Ｍ１０１が多い場合は、Ｍ１０１の部分を上下左右にスクロールできるようになっている。さらに、可視化された前記候補データ群の各データＭ１０２およびＭ１０３は選択できるようになっている。

Ｓ２０１は、前記オペレータが、前記モニタに表示された候補データ群のなかに、図１の物体検出部１１１で検出した前記路面上物体と同一のデータ群があるか確認する。例えば、同一のデータ群がある場合は、図５の候補データ群Ｍ１０１のなかの代表データＭ１０２またはサブデータＭ１０３から路面上物体Ｍ１０４と同一のデータを選択し、「選択」ボタンＭ１０５をクリックする。また、同一のデータ群がない場合は、「無し」ボタンＭ１０６をクリックする。

Ｓ２０２は、過程Ｓ２０１で前記オペレータが前記候補データ群のなかから前記路面上物体と同一のデータ群があることを確認した場合に過程Ｓ２０３に移動し、前記路面上物体と同一のデータ群がないことを確認した場合に過程Ｓ２０６に移動する。

Ｓ２０３は、過程Ｓ２０２で前記路面上物体と同一のデータ群があることが確認されたとき、前記路面上検出物体と前記同一データ群のデータとの一致度をそれぞれ計算し、計算した前記一致度の標本平均を計算する。

Ｓ２０４は、過程Ｓ２０３で算出した前記路面上物体の前記一致度の標本平均が、前記同一データ群のなかで中間値をとる場合は過程Ｓ２０５に移動し、前記同一データ群のなかで中間値をとらない場合は過程Ｓ２０８に移動する。

Ｓ２０５は、過程Ｓ２０４で前記路面上物体の前記一致度の標本平均が、前記同一データ群のなかで中間地をとる場合に、前記同一データ群の代表データをサブデータに移動させ、前記路面上物体を代表データとする。このとき、例えばサブデータのＩＤがａｉ−１からａｉ−ｊまであるとして、サブデータに移動した元代表データのＩＤをａｉからａｉ−（ｊ＋１）に変更する。

Ｓ２０６は、過程Ｓ２０２で前記路面上物体と同一のデータ群がないことが確認されたとき、前記オペレータが前記路面上物体の回避要・不要を判定する。

Ｓ２０７は、過程Ｓ２０６で前記オペレータが前記路面上物体の回避が必要と判定した場合に、図２の回避要クラスＤ１０１に新しいデータ群を生成し、前記路面上物体を前記の新しいデータ群の代表データとして加え、過程Ｓ２０６で前記オペレータが前記路面上物体の回避が不要と判定した場合に、図２の回避不要クラスＤ１０２に新しいデータ群を生成し、前記路面上物体を前記の新しいデータ群の代表データとして加える。このとき、例えば、前記回避要クラスＤ１０１に新しいデータ群を作成した場合、作成前のデータ群の代表データのＩＤがａ１からａｉまであるとして、前記の新しいデータ群の代表データのＩＤをａ（ｉ＋１）とする。例えば、図５の「無し」ボタンＭ１０６をクリックすると、図６に示すような新しいデータ群を生成することが記載されたウインドウＭ２００が表示される。さらに、前記ウインドウＭ２００には「回避要」ボタンと「回避不要」ボタンが表示されており、前記オペレータは自分が判定したほうのボタンをクリックする。クリック後、新たに追加されたデータ群Ｍ２０１を表示する。

Ｓ２０８は、過程Ｓ２０４で前記路面上物体の前記一致度の標本平均が、前記同一データ群のなかで中間地をとらない場合に、前記路面上物体を前記同一データ群のサブデータに加える。このとき、例えば、前記同一データ群のサブデータがａｉ−１からａｉ−ｊまであるとして、サブデータに加える前記路面上物体のＩＤをａｉ−（ｊ＋１）とする。例えば、前記オペレータが図７の前記同一データ群Ｍ３０１を選択し、図５の「選択ボタン」Ｍ１０５をクリックすると、図７に示すように、前記路面上物体Ｍ３００が前記同一データ群Ｍ３０１に追加されて表示される。

以上のような構成により、本発明の自律移動装置は、回避要・不要クラスで構成されるデータベースを備え、検出した路面上物体を回避すべきか回避しなくても良いかを判定することにより、従来の自律移動装置とは異なり、人と同様の回避判断を行うことで人との親和性を向上させた移動を実現することができる。

また、データベース１１３が回避要クラスと回避不要クラスに分割されているため、検出した路面上物体の回避要判定だけでなく、回避不要判定もできるという効果が得られる。また、検出した路面上物体をデータベースと照合する際、まずは代表データと照合することによって、全てのデータと照合する必要がないため、照合の処理負荷を低減できるという効果が得られる。

また、代表データだけでなく代表データに類似するサブデータも回避要否判断に利用するため、物体検出センサのセンシング方向の違いにより路面上物体の見え方が変わっても、データベースから路面上物体と同一のデータを抽出することができるという効果が得られる。

また、路面上物体がデータベース１１３にない場合には、オペレータが回避要・不要の判定するため、様々な路面上物体に対し、必ず回避判定ができるという効果が得られる。また、オペレータが判定した結果をデータベースに逐次反映するため、自動で回避判定できない路面上物体を減らすことができる。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、SSD（Solid State Drive）等の記録装置、または、ICカード、SDカード、DVD等の記録媒体に置くことができる。

１１０センサ
１１１物体検出部
１１２照合部
１１７動作生成部
２００移動体
１１３データベース
１１５判定入力部
１１６データベース作成部
２０１データベース管理システム
２０２自律移動装置

Claims

自律移動する移動体が走行する際に、回避が必要な物体の情報、及び、回避が不要な物体の情報が記憶されるデータベースと、
前記移動体に備えられたセンサを用いて、前記移動体周囲の路面上物体を検出する物体検出部と、
検出された路面上物体と、前記データベースに記憶された物体を照合する照合部と、
前記照合部による照合の結果、前記路面上物体と同一、または、類似するデータが前記データベースない場合に、オペレータから当該路面上物体の回避要否の判定入力を受付ける判断入力部と、
前記照合部による照合結果、または、前記判定入力部によって入力された回避要否判定結果をもとに、前記移動体の次の動作を指示する動作生成部と、
を有する自律移動装置。
請求項１において、
前記データベースは、回避が必要な物体の情報が記憶される回避要クラスと、回避が不要な物体の情報が記憶される回避不要クラスで構成され、各物体の情報には、物体の特徴を比較可能な特徴量が定められており、
前記回避要クラスと前記回避不要クラスはそれぞれ、データ群の代表となる物体の情報である代表データと、前記代表データの特徴に類似する物体の情報であって、当該代表データに関連付けられたサブデータで構成されるデータ群を要素とする
ことを特徴とする自律移動装置。
請求項２において、
前記照合部は、
前記物体検出部で検出した前記路面上物体を前記データベースの各代表データと照合して前記路面上物体と類似する前記代表データを複数抽出し、
抽出した各代表データに関連付けられた前記サブデータに前記路面上物体を照合し、前記路面上物体と類似する前記サブデータの割合が多い前記データ群を候補データ群として抽出し、
抽出した前記候補データ群の中いずれかの前記代表データまたは前記サブテータの特徴量が、前記路面上物体の特徴量と所定の差以内であった場合には、当該候補データ群が属する回避要・不要クラスを前記動作生成部に送信し、
抽出した前記候補データ群の中のいずれの前記代表データまたは前記サブテータの特徴量も、前記路面上物体の特徴量と所定の差以上あった場合には、前記候補データ群の情報を前記判定入力部に送信し、
前記判定入力部は、前記候補データ群の情報と前記路面上物体をオペレータに表示して、オペレータから当該路面上物体の回避要否の判定入力を受付ける
ことを特徴とする自律移動装置。
請求項３において、
前記判定入力部は、
前記照合部から前記候補データ群の情報を受信すると、前記候補データ群と前記路面上物体をモニタに表示し、
前記モニタに表示された前記候補データ群のなかに前記路面上物体と同一種のデータ群の有無をオペレータから受付け、
前記路面上物体と同一種のデータ群がある場合は、当該データ群に前記路面上物体の情報を追加し、当該データ群が属する回避要・不要クラスの情報をもとに、前記路面上物体の回避要・不要を判定し、
前記路面上物体と同一種のデータ群がない場合は、オペレータから前記路面上物体の回避判定を受付け、当該回避判定の結果をもとに前記路面上物体の情報を代表データとして前記データベースに追加し、前記判定結果をもとに回避要・不要を判定する
ことを特徴とする自律移動装置。
請求項１において
前記センサ、前記物体検出部、前記照合部、及び、前記動作生成部は前記移動体に備えられ、
前記データベース及び前記判定入力部は、前記移動体と通信可能なサーバに備えられる
ことを特徴とする自律移動装置。